广义度量学习模型

训练快且判别力强

基于随机特征映射与闭式解，在大幅缩短训练时间的同时获得具有高判别力的度量空间，提升分类与聚类精度。

Hu, Xiaoman · Philip Chen, Chun Lung Philip · 张通

IEEE Transactions on Cybernetics 2025

技术优势

训练快速

采用闭式解求解优化问题，避免迭代优化，大幅缩短训练时间。

判别力强

通过硬三元组距离学习，同时最小化类内距离并增大类间间隔，提升区分能力。

应用场景

• 机器人感知：用于机器人感知中的物体识别与场景分类，提升实时性。
• 脑机接口模式识别：用于脑电信号分类，提高模式识别准确率。
• 物联网数据分析：用于物联网数据分析中的异常检测与设备状态识别，加速处理。
• 工业视觉检测：用于工业视觉检测中的缺陷分类，提高检测效率。