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！

龙图腾网获悉首都师范大学申请的专利一种基于持续学习的图像分类方法及图像分类装置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：CN115761343B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202211459077.6，技术领域涉及：G06V10/764；该发明授权一种基于持续学习的图像分类方法及图像分类装置是由赵旭鹰;赵星;于连源;姚越宇;梁小涛设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本一种基于持续学习的图像分类方法及图像分类装置在说明书摘要公布了：本申请提供了一种基于持续学习的图像分类方法及图像分类装置，包括：基于图像分类模型，确定目标图像的图像类别；图像分类模型通过以下步骤被训练得到：针对任意一个模型训练任务，在按照该模型训练任务对初始图像分类模型进行每轮训练的过程中：判断该模型训练任务在该轮训练时的任务信息是否已进入预设可信区域；若已进入，则按照第一预定方式对初始图像分类模型中前一轮训练得到的每一层对应的投影矩阵进行更新；若未进入，则按照第二预定方式对前一轮训练得到的每一层对应的投影矩阵进行更新；最终确定该轮训练得到的投影矩阵。这样，能够提升训练好的图像分类模型在应用于识别未知类别的图像时，图像分类的准确率和稳定性。

本发明授权一种基于持续学习的图像分类方法及图像分类装置在权利要求书中公布了：1.一种基于持续学习的图像分类方法，其特征在于，所述方法包括： 将待分类的目标图像输入预先训练好的图像分类模型，确定所述目标图像的图像类别；其中，所述图像分类模型通过以下步骤被训练得到： 依次获取持续学习条件下的多个模型训练任务； 依次按照每个模型训练任务对初始图像分类模型进行多轮训练，得到训练好的所述图像分类模型；其中，针对任意一个模型训练任务，在按照该模型训练任务对所述初始图像分类模型进行多轮训练中的每轮训练的过程中： 判断该模型训练任务在该轮训练时初始图像分类模型中每一层对应的投影矩阵的任务信息是否已进入预设可信区域；其中，每一层对应的初始投影矩阵为矩阵规模与所述初始图像分类模型的模型参数规模相同的单位矩阵；投影矩阵用于在反向传播时更新所述初始图像分类模型的模型参数； 若在该轮训练时所述初始图像分类模型中该层对应的投影矩阵的任务信息已进入预设可信区域，则按照第一预定方式，根据经前一轮训练得到的所述初始图像分类模型中该层对应的投影矩阵，确定该轮训练得到的该层对应的投影矩阵； 每个模型训练任务包括该模型训练任务中每一层对应的梯度范数的比值阈值；所述判断该模型训练任务在该轮训练时初始图像分类模型中每一层对应的投影矩阵的任务信息是否已进入预设可信区域，包括： 针对所述初始图像分类模型中每一层对应的投影矩阵，获取该模型训练任务在该轮训练时该层对应的投影矩阵的任务信息；所述任务信息包括该轮训练中该层对应的第一范数和第二范数的比值；所述第一范数为投影后该层对应的投影矩阵与当前梯度之积的范数；所述第二范数为所述当前梯度的范数； 若所述比值小于该层对应的梯度范数的比值阈值，则判断该模型训练任务在该轮训练时该层对应的投影矩阵的任务信息已进入预设可信区域。

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首都师范大学，其通讯地址为：100048 北京市海淀区西三环北路105号；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”。

以上内容由龙图腾AI智能生成。