Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门智小金智能科技有限公司林建旋获国家专利权

厦门智小金智能科技有限公司林建旋获国家专利权

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!

龙图腾网获悉厦门智小金智能科技有限公司申请的专利一种小样本行为识别分类增量学习方法、装置及可读介质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:CN114511920B

龙图腾网通过国家知识产权局官网在2025-08-05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:202111534615.9,技术领域涉及:G06V40/20;该发明授权一种小样本行为识别分类增量学习方法、装置及可读介质是由林建旋;王佳昊;方剑平;胡思林;李文雄;付一夫;闫航设计研发完成,并于2021-12-15向国家知识产权局提交的专利申请。

一种小样本行为识别分类增量学习方法、装置及可读介质在说明书摘要公布了:本发明公开了一种小样本行为识别分类增量学习方法、装置及可读介质,通过构建互相连接的第一网络模型和第一分类器以及第一特征提取网络和第一权重矩阵生成网络;获取第一行为数据集和第二行为数据集,通过第一行为数据集对第一网络模型和第一分类器进行训练,得到第二网络模型和第二分类器;将第二行为数据集输入第一特征提取网络,第一权重矩阵生成网络输出得到第一权重矩阵,基于第一权重矩阵得到第一增量网络模型,使用第二行为数据集训练第一特征提取网络、第一权重矩阵生成网络以及第二分类器,使用第二行为数据集训练第二网络模型和第三分类器,使用第三行为数据集重复训练第二增量网络模型,得到目标网络模型,能避免灾难性遗忘问题。

本发明授权一种小样本行为识别分类增量学习方法、装置及可读介质在权利要求书中公布了:1.一种小样本行为识别分类增量学习方法,其特征在于,包括以下步骤: S1,构建基于LSTM结构的第一网络模型和第一特征提取网络以及基于全连接层的第一分类器和第一权重矩阵生成网络,所述第一网络模型与第一分类器连接,所述第一特征提取网络与第一权重矩阵生成网络连接; S2,获取具有不同类别的第一行为数据集和第二行为数据集,第一行为数据集包含N1个类别的行为数据,第二行为数据集包含N2个类别的行为数据,通过所述第一行为数据集对所述第一网络模型和第一分类器进行训练,得到第二网络模型和第二分类器; S3,将所述第二行为数据集输入所述第一特征提取网络提取出增量数据特征;将所述增量数据特征输入所述第一权重矩阵生成网络,得到所述第一权重矩阵,将经过所述第一权重矩阵处理后的所述第二网络模型与所述第一特征提取网络和第一权重矩阵生成网络构成第一增量网络模型,通过所述第二行为数据集对所述第一增量网络模型的第一特征提取网络、第一权重矩阵生成网络以及所述第二分类器进行训练,得到第二特征提取网络、第二权重矩阵生成网络和第三分类器; S4:通过所述第二行为数据集对所述第二网络模型和第三分类器进行训练,得到第三网络模型和第四分类器; S5,基于所述第一行为数据集和第二行为数据集获取第三行为数据集,将所述第三行为数据集重复步骤S3的过程得到第二增量网络模型,并通过所述第三行为数据集对所述第二增量网络模型中的第二特征提取网络、第二权重矩阵生成网络以及所述第四分类器进行训练,得到第三特征提取网络、第三权重矩阵生成网络和第五分类器,所述第三特征提取网络、第三权重矩阵生成网络、第三网络模型和第五分类器构成目标网络模型,利用目标网络模型对不同类别的行为数据进行识别,得到对应的行为类别。

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厦门智小金智能科技有限公司,其通讯地址为:361000 福建省厦门市同安区西洲路3003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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。