近日，科技部中国科学技术信息研究所公布了2021年度“领跑者5000—中国精品科技期刊顶尖学术论文（F5000）”评选结果，我校刘颖、雷研博、范九伦、王富平、公衍超、田奇发表在《自动化学报》2021年第47卷、第2期的论文《基于小样本学习的图像分类技术综述》入选。

该文利用小样本学习进行图像分类可解决训练数据量小的问题，对近年来的小样本图像分类算法进行了详细综述，根据不同的建模方式，将现有算法分为卷积神经网络模型和图神经网络模型两大类，其中基于卷积神经网络模型的算法包括四种学习范式：迁移学习、元学习、对偶学习和贝叶斯学习；基于图神经网络模型的算法原本适用于非欧几里得结构数据。文章汇总了现有文献中出现的数据集并通过实验结果对现有算法的性能进行了比较，最后，讨论了小样本图像分类技术的难点及未来研究趋势。

“领跑者5000——中国精品科技期刊顶尖论文”是国家科技部2012年10月启动的项目，由我国最权威的科技信息研究机构——中国科学技术信息研究所负责评选，旨在更好地宣传和利用我国优秀学术成果，将中国的优秀论文推送出去，向世界学术界集中展示中国优秀科研成果，扩大中国学术期刊和出版机构的国际影响。“领跑者5000——中国精品科技期刊顶尖论文”是通过严格定量分析遴选和同行评议推荐相结合的方式，从全国约300本“中国精品科技期刊”中选出候选论文，最终遴选出著录内容完整、学术水平和影响力较高的科技论文入选F5000。入选论文均为各学科前1%高被引论文，且报道原创性的科学发现和技术创新成果，能够反映期刊所在学科领域的最高学术水平。