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！

龙图腾网获悉广东工业大学申请的专利图像分类中基于原型补全的小样本扩充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：CN115393666B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202210923952.5，技术领域涉及：G06V10/774；该发明授权图像分类中基于原型补全的小样本扩充方法及系统是由曹江中;姚梓杰设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本图像分类中基于原型补全的小样本扩充方法及系统在说明书摘要公布了：本发明提出一种图像分类中基于原型补全的小样本扩充方法及系统，涉及图像分类中样本处理的技术领域，首先采集原样本图像数据集，将原样本图像数据集划分为基类数据集、支持集和查询集，基于特征提取器分别提取三类数据集的特征，将样本由空间映射至特征空间，在特征空间中基于样本特征的相似程度进行原型特征的补全，得到原型特征，整体上仅需一个基类数据集的特征库和特征提取器即可对少量样本进行原型补全以及伪样本集合的生成，极大程度上弥补了小样本图像分类的缺点，避免引入额外网络参数的同时，节省后续图像分类的时间，普适性佳。

本发明授权图像分类中基于原型补全的小样本扩充方法及系统在权利要求书中公布了：1.一种图像分类中基于原型补全的小样本扩充方法，其特征在于，所述方法包括以下步骤：S1.采集原样本图像数据集，根据原样本图像数据集中的图像数据类别将原样本图像数据集划分为基类数据集、支持集和查询集；S2.选择特征提取器，并利用基类数据集训练该特征提取器，利用训练好的特征提取器分别提取基类数据集数据特征、支持集数据特征和查询集数据特征；S3.基于空间度量距离函数，计算支持集数据特征与全部基类数据集数据特征的距离，根据距离确定与支持集数据特征最相似的K个样本；S4.将K个样本与支持集数据特征的相似度进行加权计算，得到支持集的原型特征；在步骤S4中，K个样本与支持集数据特征的相似度即K个样本与支持集数据特征均值μ2的距离，利用空间度量距离函数fd求取，在距离归一化的前提下，进行加权计算的表达式为： 其中，e是自然常数，ws为支持集数据特征的权重，根据支持集中样本的个数预先设定，w'g表示K个样本中第g个样本的权重，d'g表示K个样本中第g个样本与支持集数据特征的距离；原型特征的表达是为： 其中，nK表示相似样本数量与支持集数据特征的数量之和，μ'表示原型特征；原型特征对应的协方差矩阵C'为： 其中，Cg表示K个样本中第g个相似样本数据特征的协方差矩阵，α为一个超参数；S5.基于支持集的原型特征，生成伪样本集合；S6.将生成的伪样本集合和支持集数据特征共同作为训练数据，将查询集数据特征作为测试数据，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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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。