小样本问题是在机器学习中普遍存在的一个重要问题，也是图像分类领域的关键问题之一。本书共6章，从语义计算角度，针对两类4种不同的小样本问题进行研究；提出了基于潜在语义的单源小样本图像分类方法、基于模糊语义的零样本图像分类方法、基于语义树融合的多源小样本图像分类方法、基于弱语义计算的多源小样本图像分类方法，这4种方法分别应对不同情况下的小样本问题。
本书理论与实践结合，可作为计算机专业及人工智能专业本科生及研究生的学习材料，也可作为数字图像处理、模式识别的工程项目人员科研的参考资料。
章绪论.1
1.1研究背景及意义.1
1.2国内发展现状.2
1.3本书的主要工作和贡献.7
1.4本书的结构安排.10
第2章基于潜在语义的单源小样本图像分类研究.12
2.1引言.12
2.2数字图像处理.13
2.3基于潜在语义的图像分类模型.19
2.4模型的EM算法求解.25
2.5实验.28
2.6本章小结.31
第3章基于模糊语义的零样本图像分类研究.32
3.1引言.32
3.2模糊属性.33
3.3模糊知识.41
3.4模型求解.44
3.5实验.46
3.6本章小结.52
……
