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！

龙图腾网获悉浙江工业大学申请的专利一种基于知识桥接和类别锚定的类增量学习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：CN118587472B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202410575245.0，技术领域涉及：G06V10/764；该发明授权一种基于知识桥接和类别锚定的类增量学习方法是由郭东岩;钱冠予;吴康惠;胡宇翔;崔滢;汪晓妍设计研发完成，并于2024-05-10向国家知识产权局提交的专利申请。

本一种基于知识桥接和类别锚定的类增量学习方法在说明书摘要公布了：一种基于知识桥接和类别锚定的类增量学习方法，该方法通过知识桥接和类别锚定分别缓解灾难性遗忘问题和提升模型类增量学习整体性能；知识桥接旨在建立旧类别和新类别的语义相关性，利用特征级别的蒸馏将已学习的知识应用于学习新信息；类别锚定专注于学习对于明显区分所有类别至关重要的类别特定特征中心。通过结合本发明提出的基于知识桥接和类别锚定的类增量学习方法，原有模型能够在增量学习任务中取得更好的性能，并有效地减轻了灾难性遗忘现象。

本发明授权一种基于知识桥接和类别锚定的类增量学习方法在权利要求书中公布了：1.一种基于知识桥接和类别锚定的类增量学习方法，其特征在于，所述方法包括以下步骤： 步骤一：训练图像分类模型和数据缓存，过程如下： S11、输入：新任务的图像数据和之前任务的缓存区，所述缓存区中包含了之前任务的图像数据，所述缓存区初始为空； S12、处理：将新任务图像数据输入到图像分类模型中进行训练，训练完成后，一部分新任务图像数据将被添加到缓存区中，与之前任务的图像数据混合； S13、输出：经过训练后的图像分类模型，以及更新后的图像数据缓存器； 步骤二：知识桥接和类别锚定，过程如下： S21、将步骤一中更新后的图像数据缓存区与新任务图像数据混合输入； S22、图像分类模型将同时处理新任务图像数据和缓存区中的旧任务图像数据，图像分类模型会分别计算新任务数据的分类损失和旧任务数据的蒸馏损失，以便适应新任务和巩固旧任务知识； S23、蒸馏过程：图像分类模型使用知识桥接和类别锚定的技术分别计算蒸馏损失和分类损失，包括从新旧任务类别中提取类级别关联信息以及类特征中心的知识，将这些知识应用到当前图像分类模型的整体训练过程中； S24、综合损失：图像分类模型会综合考虑分类损失和蒸馏损失，以优化整体性能，这有助于控制灾难性遗忘，平衡可塑性和稳定性； S25、经过蒸馏损失和分类损失计算后的图像分类模型，已经适应了新任务并考虑了旧任务的知识； 所述步骤S22中，知识桥接的目标是用模型已经学习过的旧类别特征来学习新类别，在学习新任务时，图像分类模型会学习旧类别和新类别的关联特征，并通过关联特征来学习和记忆新类别，以确保旧类别在模型学习新类别参数更新时，其特征得以保留，不会发生灾难性遗忘的问题；首先，通过先前的图像分类模型提取新任务图像数据x的特征，该特征作为硬目标，表示使用旧类别特征表征新类的表征结果，然后，通过当前的图像分类模型提取新任务图像数据x的特征，接着，对特征输出除以温度参之后，再做softmax变换，得到软化的概率分布，最后，对软目标和硬目标所对应的交叉熵求加权平均，鼓励当前图像分类模型的新类特征分布与先前的图像分类模型的特征分布对齐，从而实现了新旧类的知识桥接，缓解了灾难性遗忘问题。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18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。