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！

龙图腾网获悉北京航空航天大学申请的专利基于空间自适应的小样本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：CN119693682B 。

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：202411643471.4，技术领域涉及：G06V10/764；该发明授权基于空间自适应的小样本学习方法及系统是由马宇晴;刘祥龙;赵晓薇;王多瑞;张湛舸;王天博设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本基于空间自适应的小样本学习方法及系统在说明书摘要公布了：本发明公开了一种基于空间自适应的小样本学习方法和系统。该方法通过预训练主干网络提取全局特征，并在类敏感的上下文中学习查询样本与支持类别之间的全局关系嵌入，得到全局相似度得分。若得分低于可靠性阈值，则利用扩展主干网络重新计算局部相似度得分，以获得更准确的分类结果。利用本发明，能够在小样本学习领域显著提高分类准确率，具有重要的应用价值。

本发明授权基于空间自适应的小样本学习方法及系统在权利要求书中公布了：1.一种基于空间自适应的小样本学习方法，其中的输入数据为图像，其特征在于包括以下步骤： S1：基于预训练主干网络进行图像的全局特征提取； S2：基于特定类别中的上下文信息，在类敏感的上下文中学习查询样本和支持类别之间的全局关系嵌入，得到查询样本和支持类之间的全局相似度得分；所述全局相似度得分通过下式计算：，其中，表示查询样本q和第n类中的第k个支持样本之间的全局相似度得分，Ψ表示相似度度量函数，表示将两个方向上的隐藏状态拼接起来作为最终的全局关系嵌入； S3：根据步骤S2中得到的全局相似度得分，若该得分大于或等于可靠性阈值则得到该查询样本的分类结果；若该相似度小于可靠性阈值则进入步骤S4，以得到局部阶段的校准分类结果； S4：将给定的查询示例来自最相似的多个类别的信息送入扩展主干网络，利用查询样本的局部特征重新计算查询样本和支持类之间的局部相似度得分，并与局部阈值比较得到该查询样本的分类结果；所述局部相似度得分通过下式计算：，其中，为查询样本的局部特征，表示在所有局部补丁中的L个最近邻；所述预训练主干网络的最后一层为全连接层；所述扩展主干网络的最后一层为空间自适应层； S5：采用面向任务的调优策略，对于每个任务均利用预训练主干网络对支持特征进行平均，用归一化后的特征计算每个类的原型表示，并用所述原型表示初始化特定于任务的分类器； 其中，总体训练函数，为空间自适应损失函数，为面向任务的调优策略损失函数，并且 ， ， 其中，T表示查询样本的数量，N表示支持类别的数量，K表示支持样本的数量。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。