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基于类比学习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：CN115879533B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211540012.4，技术领域涉及：G06N3/084；该发明授权一种基于类比学习的类增量学习方法及系统是由李嘉硕;乔敏行;龚怡宏;董松林;魏星设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本一种基于类比学习的类增量学习方法及系统在说明书摘要公布了：本发明提出了一种基于类比学习的类增量学习方法及系统，涉及人工智能技术领域。通过提出了一种新颖的受人脑类比学习机制启发的小样本类增量学习方法，使用新类权重构建器来计算新类和所有旧类之间的类比，并通过使用计算的类比混合所有旧类分类器来获得新类分类器。同时，设计了元类比训练模块，应用情景训练策略来更新CNN模块和新类权重构建器的参数，以及每个遇到的类的知识，该元类比训练模块在每轮小样本类增量学习阶段后应用情景训练策略优化所有遇到的类的特征表示和分类器。通过将元类比训练模块和小样本类增量学习方法结合在一起，本发明提出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。

本发明授权一种基于类比学习的类增量学习方法及系统在权利要求书中公布了：1.一种基于类比学习的类增量学习方法，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； 采用CNN模块中的特征提取器分别对所述不同训练阶段的训练样本进行训练，学习其不同训练阶段的特征空间，得到不同训练阶段所有类的分类权重向量并将所述不同训练阶段中每个类的类示例集存储到记忆库中； 在增量阶段，对于各个训练阶段的目标类训练集，为每个类选择示例图像得到类示例集，并计算得到目标类的类质心向量；同理计算得到所述记忆库中所有源类的类质心向量； 利用所述目标类的类质心向量计算得到查询矩阵，利用所述源类的质心向量计算得到键矩阵，利用所述不同训练阶段所有类的分类权重向量计算得到值矩阵，将所述查询矩阵、键矩阵和值矩阵作为新类权重构建器的输入，得到目标类的分类权重向量； 在目标类阶段结束时，采用情景训练策略，利用伪测试集进行验证，得到伪目标类分类权重向量，并向后传播误差更新所述不同训练阶段所有类的分类权重向量、新类权重构建器的参数和CNN模块的参数，并执行预定义次数的迭代操作；所述伪测试集通过提取所述类示例集中的数据得到； 对于所述目标类的分类权重向量，定义多目标损失函数，并对类增量学习模型进行优化训练，得到训练后的模型； 采用所述训练后的模型，基于评估指标对所有学习过的类别进行测试，得到最终基于类比学习的类增量学习模型进行图像分类。

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”。