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！

龙图腾网恭喜北京航空航天大学申请的专利基于上下文记忆和细粒度校准的小样本学习方法和装置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：CN112308123B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202011128422.9，技术领域涉及：G06F18/22；该发明授权基于上下文记忆和细粒度校准的小样本学习方法和装置是由刘祥龙;马宇晴;刘卫;白世豪设计研发完成，并于2020-10-20向国家知识产权局提交的专利申请。

本基于上下文记忆和细粒度校准的小样本学习方法和装置在说明书摘要公布了：本发明公开了一种基于上下文记忆和细粒度校准的小样本学习方法和装置。该方法在小样本学习中模仿人类的认知机制，结合一个由“粗”到“细”的学习过程，首先通过一个类敏感的上下文记忆网络从全局特征的角度来学习具有判别性的关系嵌入，并预测全局query‑to‑class相似度；然后，从局部特征的角度对全局阶段预测的粗关系嵌入进行补充和完善，获得更精确的局部query‑to‑class相似度的评估结果。本发明融合了样本的全局特征信息和局部特征信息，能够显著减少分类误差。在处理全新任务时，本发明拥有更高的准确度以及更好的泛化能力。

本发明授权基于上下文记忆和细粒度校准的小样本学习方法和装置在权利要求书中公布了：1.一种基于上下文记忆和细粒度校准的小样本学习方法，其特征在于包括如下步骤： S1，从数据集中随机采样预定的任务； S2，加载多层卷积神经网络和类敏感的上下文记忆网络的参数，利用特征提取网络提取该任务中每个样本的局部特征和全局特征； S3，对循环神经网络的信息流进行修改，增加残差连接；考虑前两次迭代的历史信息，将二者进行线性叠加之后作为循环神经网络更新前的隐状态变量，通过循环神经网络的状态更新机制进行隐状态更新； S4，使用双向更新机制获得最终的关系嵌入； S5，通过类敏感的上下文记忆网络从全局特征的角度学习具有判别性的关系嵌入，然后预测全局query-to-class相似度； S6，计算预测可靠性τ； S7，如果ττ0，将全局query-to-class相似度最高的类别作为最终的分类结果；否则，进一步计算局部query-to-class相似度，获得最终的分类结果。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。