中国科学院计算技术研究所谷洋获国家专利权
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！
龙图腾网获悉中国科学院计算技术研究所申请的专利一种类别增量行为识别模型构建方法及行为识别方法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：CN115953653B 。
龙图腾网通过国家知识产权局官网在2026-01-13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：202111657111.6，技术领域涉及：G06V10/778；该发明授权一种类别增量行为识别模型构建方法及行为识别方法是由谷洋;郭帅;陈益强;王记伟;文世杰;马媛设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。
本一种类别增量行为识别模型构建方法及行为识别方法在说明书摘要公布了：本发明公开了一种基于知识重要性的类别增量行为识别模型构建方法以及行为识别方法。本发明针对增量学习过程中灾难性遗忘和长尾数据集中类别不平衡的问题，首次提出了利用权重子集获得混合权重从而使教师模型自主识别重要性知识的判断方法，达到保留旧数据中的重要性知识，实现了在增量学习过程中，学生网络可以根据教师网络的判别效果自动更新自适应，从而在一定程度上缓解了灾难性遗忘问题；同时通过限制权重子集的范围，也解决了长尾数据集中类别不平衡的问题。
本发明授权一种类别增量行为识别模型构建方法及行为识别方法在权利要求书中公布了：1.一种基于知识重要性的类别增量行为识别模型构建方法，其特征在于，所述方法包括： 步骤1、获取适于进行增量学习并且经过训练的第一模型； 其中所述第一模型基于下式计算其对每个样例的预测值： 其中，，是超参数，表示为蒸馏的温度值；是中的元素，表示所述第一模型对样例x进行预测时的该样例属于各个类别的 概率输出，每个样例包括传感器获取的用户行为或运动的数据； 步骤2、对于原有数据中的每个样例，计算所述第一模型对每个样例的 预测值，对所述预测值进行校验，获得所述第一模型关于每一类样例的判断准确度，并基于 所述第一模型关于每一类样例的判断准确度形成所述第一模型对原有数据的 知识重要性因子β； 其中所述知识重要性因子β为：其中，表示所述第一模型对每个样例的预测值，代表在增 量步骤中旧数据的类别数； 步骤3、基于所述知识重要性因子β构建损失函数，将所述损失函数代入所述第一模型，根据目标增量类别数目，对所述第一模型进行类别增量，作为第二模型。
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中国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6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