1.一種小樣本圖像識別方法，其特征在于，包括：
2.根據(jù)權利要求1所述的小樣本圖像識別方法，其特征在于，獲取訓練圖像并進行預處理和中心化處理獲得訓練數(shù)據(jù)矩陣，包括：
3.根據(jù)權利要求1所述的小樣本圖像識別方法，其特征在于，引入剪切魯棒范數(shù)作為距離度量準則構建asb-2dpca優(yōu)化模型，將訓練數(shù)據(jù)矩陣輸入asb-2dpca優(yōu)化模型，包括：
4.根據(jù)權利要求3所述的小樣本圖像識別方法，其特征在于，通過剪切魯棒范數(shù)計算訓練數(shù)據(jù)矩陣的權重，包括：
5.根據(jù)權利要求4所述的小樣本圖像識別方法，其特征在于，根據(jù)權重與訓練數(shù)據(jù)矩陣計算加權協(xié)方差矩陣，表達公式為：
6.根據(jù)權利要求3所述的小樣本圖像識別方法，其特征在于，重構誤差收斂條件包括：
7.根據(jù)權利要求1所述的小樣本圖像識別方法，其特征在于，利用預設的最優(yōu)投影矩陣對檢測目標圖像進行特征提取獲得目標特征矩陣，包括：
8.根據(jù)權利要求7所述的小樣本圖像識別方法，其特征在于，通過分類器對目標特征矩陣進行識別獲得目標識別結果，包括：
9.一種小樣本圖像識別系統(tǒng)，其特征在于，包括：
10.一種計算機的存儲介質，其上存儲有計算機程序，其特征在于，根據(jù)所述計算機程序進行操作以執(zhí)行權利要求1至8任一項所述的小樣本圖像識別方法。