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！

龙图腾网获悉华南理工大学申请的专利一种基于原型分类器的完全小样本类别增量音频分类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：CN117831570B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202311755262.4，技术领域涉及：G10L25/51；该发明授权一种基于原型分类器的完全小样本类别增量音频分类方法是由李艳雄;司永洁;曹文昌;李佳龙设计研发完成，并于2023-12-19向国家知识产权局提交的专利申请。

本一种基于原型分类器的完全小样本类别增量音频分类方法在说明书摘要公布了：本发明公开了一种基于原型分类器的完全小样本类别增量音频分类方法，步骤如下：从输入音频样本提取对数梅尔谱；初始化自注意力卷积神经网络，包括表征提取器、原型分类器和原型自适应模块；基础环节，采用小样本学习和伪增量情境训练方法分别训练表征提取器和原型自适应模块；从基础环节音频类别训练样本提取表征并计算同类别表征均值作为原型并更新原型分类器；在增量环节采用原型自适应模块先获取各增量类原型，然后对所有原型进行自适应调整，再更新原型分类器；测试时，采用所有已知类别测试样本评测模型性能。本发明方法在所有环节都采用小样本学习训练模型，利用较少的训练样本有效解决模型对增量类过拟合和对旧类遗忘的问题。

本发明授权一种基于原型分类器的完全小样本类别增量音频分类方法在权利要求书中公布了：1.一种基于原型分类器的完全小样本类别增量音频分类方法，其特征在于，包括以下步骤： S1、从输入音频样本提取对数梅尔谱，其中，所述输入音频样本划分为类别不相交的基础环节音频类别和多个增量环节音频类别，以下基础环节音频类别简称基类，增量环节音频类别简称增量类； S2、初始化自注意力卷积神经网络，其中，自注意力卷积神经网络包括解耦的表征提取器、原型分类器和原型自适应模块； S3、在基础环节中，按照训练数据使用策略，采用小样本学习方法和交叉熵损失函数分别训练表征提取器和原型自适应模块，对表征提取器和原型自适应模块的参数进行优化直到收敛，训练完成后固定表征提取器和原型自适应模块的参数； S4、将基类音频样本的对数梅尔谱特征输入所述表征提取器得到基类表征，然后计算同类别表征的均值得到不同的基类原型，再将基类原型输入原型分类器进行更新；其中，原型分类器更新是使用基类原型替换初始化原型分类器中的所有原型； S5、在增量环节中，将增量类音频样本的对数梅尔谱特征输入所述表征提取器得到增量类表征，与前一个增量环节中原型分类器的所有原型拼接并输入原型自适应模块进行原型自适应调整，得到调整后的基类原型和增量类原型，再将调整后的基类原型和增量类原型输入原型分类器进行更新； S6、将测试音频样本提取对数梅尔谱，输入经过训练的自注意力卷积神经网络，通过表征提取器得到表征，计算表征与原型分类器中各原型之间的余弦距离，距离最小的原型所对应的类别即为测试音频样本所属类别，得到音频分类结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。