摘要： 前言 论文提出了一种新的多视图分布式目标框架，以有效地减少训练和测试阶段的过拟合。具体来说就是，在训练阶段，开发了一种多视图正则化元学习算法，利用多个优化轨迹产生适合模型更新的优化方向。在测试阶段，利用多幅增强图像进行多视图预测，缓解了预测不稳定的问题，显著提高了模型的可靠性。在三个基准数据集上的大 阅读全文