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！

龙图腾网获悉西安电子科技大学申请的专利一种基于相似度原型校准的自监督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：CN119048823B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411160800.X，技术领域涉及：G06V10/764；该发明授权一种基于相似度原型校准的自监督类增量学习方法是由蒙琪儿;王万荀;魏坤;邓成设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本一种基于相似度原型校准的自监督类增量学习方法在说明书摘要公布了：本发明涉及一种基于相似度原型校准的自监督类增量学习方法，包括步骤：计算每个新类别原型；获取最相似类别的集合及集合中每个原型的权重；对新类别原型和旧类别原型进行加权计算，得到校准的原型；计算每个变换的目标logit参数；将旧任务原始类别的知识进行聚合，得到第一聚合推理概率，并针对当前任务将所有变换进行聚合，得到第二聚合推理概率；计算第一自蒸馏损失和第二自蒸馏损失并最小化；计算目标损失函数并最小化，得到优化的分类模型，其中，优化的分类模型用于对输入图像进行分类。本发明有效地减少了新旧类之间的重叠，减轻了保留和更新网络之间的区分，同时充分利用从新类别中学习到的知识，显著提高模型的可塑性。

本发明授权一种基于相似度原型校准的自监督类增量学习方法在权利要求书中公布了：1.一种基于相似度原型校准的自监督类增量学习方法，其特征在于，包括步骤： S1、提取当前任务每个新类别的数据特征，并利用所述数据特征计算每个新类别原型； S2、利用所述每个新类别原型和旧类别原型的相似度获取最相似类别的集合及集合中每个原型的权重； S3、利用所述每个原型的权重对新类别原型和旧类别原型进行加权计算，得到校准的原型； S4、利用由原始图像变换得到的若干增广图像之间的亲和度计算每个变换的目标logit参数； S5、利用所述目标logit参数、所述校准的原型将旧任务原始类别的知识进行聚合，得到第一聚合推理概率，并针对当前任务将每个新类别由原始图像到增广图像的所有变换进行聚合，得到第二聚合推理概率； S6、根据第一聚合推理概率和对原始图像特征进行分类的单次推理概率计算第一自蒸馏损失，根据第二聚合推理概率和对原始图像特征进行分类的单次推理概率计算第二自蒸馏损失，并最小化所述第一自蒸馏损失和所述第二自蒸馏损失； S7、基于所述第一自蒸馏损失和所述第二自蒸馏损失计算目标损失函数并最小化所述目标损失函数，得到优化的分类模型，其中，所述优化的分类模型用于对输入图像进行分类。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。