小样本图学习增强
将模糊认知图原理融入图神经网络，建模节点模糊状态在层间的连续演化，缓解深层图网络中的特征压缩与丢失，提升小样本图像分类性能。
Lin-Hua, Zou · Dongqing, Li · Chengxi, Jiang · Yu, Wang · Zhao, Hong
IEEE Transactions on Fuzzy Systems 2026
通过融合显式和隐式模糊状态表示，连续建模节点概念的跨层演化，从而减少深层网络中的特征丢失。
在四个基准数据集上，平均准确率比基线方法最高提升 2.73%。
构建基于高斯相似度的模糊认知图，建立节点间模糊关系来加强不同样本之间的连接。