本文提出了一种基于分形图像的优化预训练数据集方法，能够在零成本下实现高分类准确性，避免隐私和偏见问题。实验结果表明，该方法在图像识别任务中的准确率可达92.7-98.1%。研究还探讨了合成数据生成和迁移学习的有效性，并提出了新框架以提升模型性能。