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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于模仿学习的小样本目标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：CN114595743B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210061198.9，技术领域涉及：G06F18/241；该发明授权基于模仿学习的小样本目标分类方法及装置是由李书晓;朱承飞设计研发完成，并于2022-01-19向国家知识产权局提交的专利申请。

本基于模仿学习的小样本目标分类方法及装置在说明书摘要公布了：本发明提供一种基于模仿学习的小样本目标分类方法及装置，方法包括：获取待分类样本；将待分类样本输入目标分类模型，获取所述目标分类模型输出的分类结果；其中，所述目标分类模型是根据基类任务样本集模仿学习得到的预训练参数、网络调优参数以及目标任务样本集进行训练得到的。通过任务模仿学习和样本模仿学习，提升了模型参数的精度，从而提升了小样本分类的稳定性、准确率和泛化性，提高了小样本条件下分类模型的效果。

本发明授权基于模仿学习的小样本目标分类方法及装置在权利要求书中公布了：1.一种基于模仿学习的小样本目标分类方法，其特征在于，包括： 获取待分类样本，所述待分类样本为轴承端面缺陷识别样本； 将待分类样本输入目标分类模型，获取所述目标分类模型输出的分类结果，所述分类结果包括磕碰伤、锈蚀、划痕、大小异常以及正常样本； 其中，所述目标分类模型是根据基类任务样本集模仿学习得到的预训练参数、网络调优参数以及目标任务样本集进行训练得到的； 所述目标分类模型是根据基类任务样本集模仿学习得到的预训练参数、网络调优参数以及目标任务样本集进行训练得到的，包括： 获取所述基类任务样本集、所述目标任务样本集和所述分类模型； 根据所述基类任务样本集，对所述目标任务样本集的任务数进行模仿学习并训练所述分类模型，获得预训练分类模型和预训练模型参数； 根据所述基类任务样本集，对所述目标任务样本集的任务数和样本数进行模仿学习并训练所述预训练分类模型，获得网络调优参数； 根据所述目标任务样本集、所述预训练参数和所述网络调优参数，对所述分类模型进行训练，获得所述目标分类模型； 所述对所述目标任务样本集的任务数进行模仿学习并训练所述分类模型，获得预训练分类模型和预训练模型参数，包括： 随机初始化所述分类模型的网络参数； 根据所述目标任务样本集的任务数对所述基类任务样本集进行相等任务数的多次随机采样，获得多个子任务样本集； 根据当前子任务样本集训练所述分类模型，获得当前子任务样本集对应的模型参数，根据所述当前子任务样本集对应的模型参数和动量更新法则，更新所述分类模型的网络参数；将下一个子任务样本集更新为当前子任务样本集训练所述更新网络参数后的分类模型，直至所有子任务样本集均训练完成，获得预训练分类模型和预训练模型参数。

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科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。