本书针对图像分类小样本问题，研究在不同情况下的解决方法，内容包括：针对单源数据，即单个数据库，在当前数据中挖掘出语义知识，提高模型的泛化能力，从而提高模型的分类正确率；针对多源数据，即本地有多个数据库或者网络中有其他数据可以利用，通过语义计算，在满足特定条件的前提下，吸取其他数据源的知识，以提高模型的泛化能力，最终提高模型的分类正确率。可作为计算机、自动控制及信息工程类专业的课程教材，也可供从事模式识别、机器学习、图像分析等相关领域的研究人员参考。