少样本识别提升7%
利用特征相关性构建图结构，充分表征不同类别信号间偏差和同类内部相关性，从而在少样本条件下实现个体识别。
Feng, Zhongming · Zha, Haoran · Congan, Xu · Yuanzhi, He · 林云
IEEE Transactions on Consumer Electronics 2023
通过特征相关图卷积网络，每类仅需40个样本即可达到较高识别准确率，比基线模型高7%。
图结构能充分表征不同类别信号间偏差和同类内部相关性，从而在低信噪比条件下仍保持优势。
基于专家特征提取和相关系数计算构建图，直接刻画信号间的类间差异与类内相关性。