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！

龙图腾网获悉同济大学申请的专利一种基于在线持续学习的图像分类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：CN119723156B 。

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：202411688556.4，技术领域涉及：G06V10/764；该发明授权一种基于在线持续学习的图像分类方法是由陶泽林;邓浩;赵生捷;张林设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于在线持续学习的图像分类方法在说明书摘要公布了：本发明涉及一种基于在线持续学习的图像分类方法，包括以下步骤：针对每个任务训练深度神经网络，在每个任务训练完成后评估网络中的参数重要性，确定重要性系数；根据所述重要性系数在持续网络训练中进行实时梯度修改；利用双层重新初始化复制权重算法初始化下一任务训练时的深度神经网络权重；重复上述步骤进行持续在线学习，直至完成所有任务的深度神经网络训练；将所需要验证的不同类别图像输入到训练完成的深度神经网络中，进行单头图像分类，得到图像分类结果。与现有技术相比，本发明具有能够在面临任务转移时保持网络的稳定性和准确性、训练高效等优点。

本发明授权一种基于在线持续学习的图像分类方法在权利要求书中公布了：1.一种基于在线持续学习的图像分类方法，其特征在于，包括以下步骤： 步骤S1：针对每个任务训练深度神经网络，在每个任务训练完成后评估网络中的参数重要性，确定重要性系数； 步骤S2：根据所述重要性系数在持续网络训练中进行实时梯度修改； 步骤S3：利用双层重新初始化复制权重算法初始化下一任务训练时的深度神经网络权重； 所述双层重新初始化复制权重算法包括两层，其中，第一层模拟感觉记忆向短期记忆的转化，分配给第一层的权重与记忆刺激的强度呈正相关，记忆刺激的强度通过当前记忆中此类样本出现的比例与过去记忆中此类样本出现的比例衡量；第二层模拟短期记忆向长期记忆的转化，分配给第二个过程的权重与记忆刺激的强度呈弱正相关，采用平方根函数进行建模; 所述双层重新初始化复制权重算法执行以下步骤： S31：定义输出分类器的感觉记忆是其每轮训练后每个出现的类所定义的参数权重减去此轮出现所有类上权重的均值，即： 其中，代表时间步时网络对于类的感觉记忆表示时间步时输出分类层的类的分类权重，代表时间步输入到网络的样本标签集合； S32：双层重新初始化复制权重算法的第一层模拟海马体过程，当感官记忆被接收时，双层重新初始化复制权重算法随机选择以下两种行动之一执行： 1将当前的感官记忆与现有的短期记忆融合； 2保留先前的短期记忆，不处理当前的感官记忆； 按如下方式计算网络在时间步处理类别的短期记忆： 其中，是一个在区间[0,1]内均匀分布的随机变量，是一个超参数，表示网络将感官记忆转化为短期记忆的概率，表示时间步上类别的短期记忆保留系数，其计算方法为： 其中，表示类别在网络训练过程中在时间步出现的次数，表示类别在标签集合中的出现次数； S33：所述双层重新初始化复制权重算法的第二层通过根据指定的保留比率，将短期记忆与现有的长期记忆融合，模拟新皮层过程； 按如下方式计算网络在时间步上处理类别的长期记忆： 其中，表示时间步上类别的长期记忆保留系数，其计算方法为： 步骤S4：重复步骤S1~S3进行持续在线学习，直至完成所有任务的深度神经网络训练； 步骤S5：将所需要验证的不同类别图像输入到训练完成的深度神经网络中，进行单头图像分类，得到图像分类结果。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。