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！

龙图腾网获悉西北工业大学申请的专利一种基于类自适应特征嵌入的小样本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：CN115761298B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211189996.6，技术领域涉及：G06V10/764；该发明授权一种基于类自适应特征嵌入的小样本图像分类方法是由魏巍;张磊;周飞设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。

本一种基于类自适应特征嵌入的小样本图像分类方法在说明书摘要公布了：本发明公开了一种基于类自适应特征嵌入的小样本图像分类方法，首先，为小样本任务中的每个类别进行上下文信息挖掘；然后，根据每个类别的上下文信息构建类别特定的隐式条件权重表征；之后，根据隐式条件权重表征为每个类别生成权重参数以建立类自适应的嵌入空间；最后，在类自适应的嵌入空间下，采用欧式距离度量的方式进行分类。本发明方法能将当前类别与其他类别很好地区分开，在小样本图像分类上取得了较好的性能。

本发明授权一种基于类自适应特征嵌入的小样本图像分类方法在权利要求书中公布了：1.一种基于类自适应特征嵌入的小样本图像分类方法，其特征在于，包括如下步骤： 步骤1：对于小样本图像分类任务包含支持集和查询集Q；其中，支持集包含N个类别，每个类别有K个标记样本，记作N-wayK-shot；查询集由来自与支持集相同的N个类别的部分未标记样本组成；小样本图像分类任务要求利用支持集信息构建模型，然后对查询集样本进行正确分类； 步骤2：对支持集中的每个类别分别进行上下文信息挖掘： 其中，xn,k表示由基本特征嵌入模块得到的第n类的第k个支持样本的深度特征，xm，l表示由基本特征嵌入模块得到的第m类的第l个支持样本的深度特征，zn,j表示第n个类别的第k个支持样本与该任务中第m个类别的第l个支持样本进行特征维度拼接得到的上下文信息，⊕表示特征拼接； 步骤3：将每个类别的上下文信息zn,j输入到上下文编码器中用来构建类别特定的隐式条件权重表征： 其中，dn,j表示该任务中第n个类别得到的第j个上下文样本对应的隐式条件权重表征，表示参数为φe的上下文编码器； 步骤4：将步骤3得到的隐式条件权重表征输入到权重生成器中用来生成类别自适应的嵌入空间： 其中，θn表示该任务中的第n个类别生成的嵌入空间参数，P表示类别n对应的上下文样本的总个数，表示参数为φw的权重生成器； 步骤5：根据生成的类自适应嵌入空间进行小样本图像分类： 其中，xq表示查询集Q中的测试样本，xn表示第n个类别的所有支持样本的平均，即该类别的原型，表示在类别n生成的类自适应参数θn张成的嵌入空间中对该类别的原型xn进行特征精修，特征精修的方式为特征与参数进行点乘运算；同理，表示对测试样本进行特征精修；dist·表示欧式距离，sx,x表示在类别n构建的嵌入空间下，查询样本x与类别n的相似度得分； 依次计算查询样本与所有类别之间的相似度分数，将最大相似度得分的类别作为该查询样本的预测标签最后，根据预测标签与样本真实标签y之间的交叉熵损失作为目标函数，即 其中，CE·表示交叉熵损失函数；根据目标函数，采用随机梯度下降法进行参数优化。

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北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；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。