本文介绍了一种基于迁移学习的新方法，用于处理特征向量以接近高斯分布，提高分类准确性。同时，还提出了一种基于最优传输启示的算法，用于传导式few-shot学习，进一步提高性能。经过标准化的视觉基准测试，研究发现该方法在各种数据集、主干架构和少样本情况下都能获得最先进的精度。