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！

龙图腾网获悉电子科技大学申请的专利一种基于融合属性和属性分布相似度的小样本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：CN116503638B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310176826.2，技术领域涉及：G06V10/764；该发明授权一种基于融合属性和属性分布相似度的小样本分类方法是由周川;陈雷霆;蔡安平;陈永奇设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于融合属性和属性分布相似度的小样本分类方法在说明书摘要公布了：本发明提出了一种基于小样本学习的自适应属性分布相似度分类方法，根据图像属性之间的相似度，完成对图像的分类。包括步骤1构建元训练集和图像处理；步骤2预训练；步骤3将元训练集按照情景训练方式从数据集中构建训练任务并进行元训练；步骤4属性合成；步骤5属性去余；步骤6计算特征相似度计算和属性分布相似度；步骤7计算结果。本方法中的属性的获取不需要专家标注，那么相比于原来基于属性的工作来说，本发明拓展到了没有标注好的属性向量的数据集；本发明也为小样本学习的发展提供了一种新的思路；本发明在求属性的相似度的时候，与以往方法不同，本发明考虑了了没有属性标注的数据集。

本发明授权一种基于融合属性和属性分布相似度的小样本分类方法在权利要求书中公布了：1.一种基于融合属性和属性分布相似度的小样本分类方法，其特征在于；按照如下方式实施； 步骤1构建元训练集和图像处理；将图片大于10000张的图片构建成元训练集，对元训练集进行预处理；首先将图片大小统一调整为92x92px，然后对图像做增强处理，包括随机旋转和剪切；输出处理好的图像； 步骤2预训练；将处理好的图像传入深层卷积神经网络进行预训练，输出特征提取器的权重参数θ和分类器权重参数φ，保存特征提取器的权重参数θ； 步骤3将元训练集按照情景训练方式从数据集中构建训练任务并进行元训练；具体地，从训练集中随机选择N个类，从选中的每个类中随机选K个样本为做支持集，共N*K个，从N个类中随机选M个样本作为查询集，并且和支持集不出现重复；然后将训练任务对特征提取器和分类器进行小样本中经典的元训练，得到小样本基础分类网络； 步骤4属性合成，具体如下： 4.1构建元测试集、获取数据集的属性标签；将待分类的小样本图像数据集构建为元测试集，将元训练集和元测试集的标签传入WordNet，查询用于合成属性的标签，输出两个数据集的标签交集，这里获得的标签记为属性标签； 4.2计算类别特征，将处理好的元训练集再次传入到预训练好的特征提取器中，对每一个类计算类别特征，计算函数： 其中si代表第i个特征，Si为第i个类别样本数据；Fθ表示具有特征提取器权重参数的模型；xi和yi表示类别下的第i个样本和标签； 4.3计算属性；将具有相同属性标签的类别的特征进行计算，计算函数为： 其中aj代表第i个属性；代表拥有第j个属性标签类别样本的集合；Fθ表示具有特征提取器权重参数的模型；xi表示拥有属性j的集合中第i个样本； 步骤5属性去余；对融合计算好的属性的进行检查，将属性参数值完全相同的去余； 步骤6计算特征相似度和属性分布相似度； 步骤7计算分类结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。