本文提出了一种在跨领域少样本分类中学习表示的方法，通过构建度量空间来测量样本和类别原型之间的相似性，并通过双层优化框架提出了最大化优化核依赖性（MOKD）的方法。该方法能够学习与给定任务标记数据指示的聚类结构相匹配的类别特定表示。