小样本场景下神经网络训练优化方法及系统

本发明涉及人工智能技术领域，公开了一种小样本场景下神经网络训练优化方法及系统，包括以下步骤：获取预训练分类神经网络、源域参考样本集和目标小样本训练集，并获取预训练分类神经网络不同特征层级对应的源域参考特征和目标域特征；根据各特征层级对应的源域参考特征和目标域特征确定特征分布差异，并根据特征分布差异确定对应特征层级的参数冻结范围和待更新参数；对待更新参数进行训练；按照数值计算精度迭代更新待更新参数，获得目标分类神经网络，并利用目标分类神经网络对待分类样本进行分类，获得类别识别结果。本发明方案提高了小样本场景下神经网络模型的迁移适应能力、训练效率和分类稳定性。