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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种不确定性引导的少样本类增量音频分类方法及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：CN119811423B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411873452.0，技术领域涉及：G10L25/51；该发明授权一种不确定性引导的少样本类增量音频分类方法及装置是由许可乐;徐齐胜;高梓健;朱谦;冯大为;丁博;窦勇设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种不确定性引导的少样本类增量音频分类方法及装置在说明书摘要公布了：本发明涉及一种不确定性引导的少样本类增量音频分类方法及装置。所述方法包括：采用掩码技术重构音频样本，生成掩码音频样本，通过特征提取器获取掩码音频样本的音频特征后，将音频特征输入至Dropout随机分类器获取预测矩阵。基于核范数评估预测矩阵的不确定性，以获取类别对应的重要性权重。将音频样本与新增音频样本输入至特征提取器进行音频特征提取，以通过随机分类器对提取的音频特征进行分类，输出当前样本类别对应的预测结果。根据重要性权重调整预测结果与音频样本之间的类别原型损失函数后，对随机分类器进行联合调优，得到优化的少样本类增量学习模型。采用本方法能够提高少样本量音频信号情况下的音频分类精度。

本发明授权一种不确定性引导的少样本类增量音频分类方法及装置在权利要求书中公布了：1.一种不确定性引导的少样本类增量音频分类方法，其特征在于，所述方法包括： 获取音频信号作为音频样本； 采用掩码技术重构所述音频样本，生成掩码音频样本，通过特征提取器获取所述掩码音频样本的音频特征后，将所述音频特征输入至Dropout随机分类器获取所述掩码音频样本的类别对应的预测矩阵； 基于核范数评估所述预测矩阵的不确定性，以获取所述类别对应的重要性权重；基于核范数评估所述预测矩阵的不确定性，得到不确定值： 其中，U为不确定值，P为预测矩阵，为预测矩阵的迹，为预测矩阵的第j个最大奇异值，为预测矩阵的核范数； 根据所述不确定值定义每一个音频样本的类别对应的重要性权重： 其中，B为每个批次音频样本的个数，为音频样本x的不确定性值，为音频样本x的重要性权重； 将所述音频样本与新增音频样本输入至所述特征提取器进行音频特征提取，得到第一音频特征，通过随机分类器对第一音频特征进行分类，输出当前音频样本的类别对应的预测结果； 根据所述重要性权重调整所述预测结果与所述音频样本之间的原型损失函数，得到预测样本的类别原型损失函数，根据所述预测样本的类别原型损失函数对所述随机分类器进行联合调优，得到优化的少样本类增量学习模型。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。