湖南工业大学袁鑫攀获国家专利权
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！
龙图腾网获悉湖南工业大学申请的专利一种基于类标签层级树指导的小样本学习方法及应用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：CN116543218B 。
龙图腾网通过国家知识产权局官网在2025-12-12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：202310530035.5，技术领域涉及：G06V10/764；该发明授权一种基于类标签层级树指导的小样本学习方法及应用是由袁鑫攀;谢少军;曾志高;彭成;李长云设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。
本一种基于类标签层级树指导的小样本学习方法及应用在说明书摘要公布了：本发明公开了一种基于类标签层级树指导小样本学习的方法及应用，本发明所述方法的步骤包括：1、构建和向量化类标签层级树；2、从树中提取语义特征后融合成语义注意力向量；3、利用语义注意力向量指导视觉特征学习。本发明通过类别标签名和名词上义词概念构建树状类标签层级结构，从中提取语义先验知识来指导小样本学习，对于每个样本的每层级均使用一个特征提取器进行提取，然后使用融合函数通过对不同层级语义特征进行线性组合的融合方式，进而进行图像分类，解决了现有技术中存在利用文本语义不准确和不充分、过程计算量大和测试阶段仍需文本语义等问题。
本发明授权一种基于类标签层级树指导的小样本学习方法及应用在权利要求书中公布了：1.一种基于类标签层级树指导的小样本学习方法，其特征在于，包括以下步骤： S1.将每个样本与其对应标签拓展成一对多的关系，标签之间具有层级性，使得所有样本标签形成了树状类标签层级结构，并构建和向量化树状类标签层级结构文件； S2.提取和融合类标签层级语义先验知识； S21.利用全连接神经网络构建语义特征提取单元，将标签词向量通过语义特征提取单元，获得语义特征； S22.使用语义特征融合函数对不同层级的语义特征进行融合，得到融合语义先验知识的语义注意力向量； S3.从图像中获取视觉特征向量； S4.将语义注意力向量与视觉特征向量做哈达玛积，指导视觉特征学习，形成最终的分类权重向量。
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湖南工业大学，其通讯地址为：412000 湖南省株洲市天元区泰山路88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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励