买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利一种受语义知识指导的类增量学习方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115496983B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211162583.9，技术领域涉及：G06V10/82；该发明授权一种受语义知识指导的类增量学习方法及系统是由王少鲲;乔敏行;龚怡宏;董松林设计研发完成，并于2022-09-23向国家知识产权局提交的专利申请。

本一种受语义知识指导的类增量学习方法及系统在说明书摘要公布了：本发明提出了一种受语义知识指导的类增量学习方法及系统，涉及人工智能技术领域。通过由CNN特征提取器和Bi‑GCN分类器组成类增量学习框架SOUL，该框架使用从类标签中提取的语义知识来构建类间关系图并学习Bi‑GCN分类器，基于Bi‑GCN分类器，将类间关系从语义模态迁移到图像分类器权重，以解决类间混淆问题。设计了一个局部拓扑保持约束，将学习到的特征空间的全局拓扑关系划分为一组局部拓扑关系，并在每个类增量学习阶段中保持这些局部关系，以防止学习到的特征空间的拓扑关系被破坏。通过将局部拓扑保持策略和SOUL框架结合，本发明的类增量学习方法在基准图像分类数据集上的典型设置中实现了最先进的性能精度。

本发明授权一种受语义知识指导的类增量学习方法及系统在权利要求书中公布了：1.一种受语义知识指导的类增量学习方法，其特征在于，包括以下步骤： 获取包含多个类别的类增量数据集，且将所述类增量数据集按类别分为多个训练阶段的训练样本，并保证不同训练阶段的训练样本中的类别之间不重叠，所述类增量数据集中包括多个图像类别的数据，各个图像类别数据对应有类标签； 采用特征提取器分别对所述不同训练阶段的训练样本进行特征提取并训练，构建出不同阶段的特征空间； 根据所述类增量数据集中的类标签，获取不同训练阶段的类标签的语义嵌入，并根据所述不同训练阶段的类标签的语义嵌入，分别构建各个阶段的类间关系图； 根据所述各个阶段的类间关系图，设计分类器，并计算得到所述不同训练阶段的训练样本的分类结果； 将所述不同阶段的特征空间采用局部拓扑保持策略，同步保持局部相似关系； 定义多目标损失函数，并采用所述局部相似关系的局部拓扑保持约束，对类增量学习模型进行训练，得到训练后的模型； 其中，所述根据所述类增量数据集中的类标签，获取不同训练阶段的类标签的语义嵌入，并根据所述不同训练阶段的类标签的语义嵌入，分别构建各个阶段的类间关系图，包括： 根据所述类增量数据集中的类标签，分别利用Word2Vec算法获取当前训练阶段的类标签的语义嵌入； 使用所述各个训练阶段的类标签的语义嵌入，构建各个阶段的类间关系图，其中，所述类间关系图的节点表示当前阶段中学习过的所有类，任意两个所述节点之间的边表示类间的语义关系。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28号西安交通大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。