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！

龙图腾网获悉成都明途科技有限公司申请的专利一种面向小样本数据的目标预测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：CN119829906B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202411914443.1，技术领域涉及：G06F17/18；该发明授权一种面向小样本数据的目标预测方法是由林恭祺;周波;严帅;范从俊;李鑫设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种面向小样本数据的目标预测方法在说明书摘要公布了：本发明公开了一种面向小样本数据的目标预测方法，该方法包括提取目标小样本时序数据集，以时刻为分组，构建位相分布序列，进而构建位相分布转移矩阵；再根据位相分布序列和小样本时序数据集，构建位置生成方法；然后由系统生成随机位相分布信息，结合位相分布转移矩阵及位置生成方法，快速获取较大规模的模型预测训练数据组；最终根据模型预测训练数据组，构建智能预测模型，通过对智能预测模型进行预训练来更新模型参数，实现面向小样本数据的目标智能预测。该方法可以有效解决相邻时刻间的状态转移问题，进而生成大规模高质量的训练数据，显著提升智能预测模型的准确性，解决真实场景存在的如小样本场景下音频和视频生成问题。

本发明授权一种面向小样本数据的目标预测方法在权利要求书中公布了：1.一种面向小样本数据的目标预测方法，其特征在于：包括以下步骤： 步骤S1：提取目标小样本时序数据集，所述数据集包括音频时序数据或视频时序数据，以时刻为分组，构建位相分布序列； 步骤S2：根据位相分布序列，构建位相分布转移矩阵； 步骤S3：根据位相分布序列和小样本时序数据集，构建位置生成方法； 步骤S4：生成随机位相分布信息，根据随机位相分布信息、位相分布转移矩阵及位置生成方法，获取模型预测训练数据组；所述步骤S4包括： 步骤S401：根据位相分布信息Nrt1，初始化模型预测训练数据组R，令其为空组； 步骤S401：初始化变量j，令j=1； 步骤S402：利用函数生成随机位相分布序列，具体生成过程如下所示： Nrt1={Nr1t1, Nr2t1, ..., Nrmt1, ..., NrMt1}其中，Nrt1为一组随机生成的t1时刻位相分布；Nrmt1通过rand·生成，rand·为数量生成函数，生成结果，且满足； 步骤S403：根据随机位相分布信息Nrt1和位相分布转移矩阵Q，构建模型预测训练数据获取方法；所述步骤S403中的模型预测训练数据获取方法具体如下所示： 1 初始化变量t，令t=t1，其中，tb‑ta=tb+1‑ta+1；tb是ta的后一个相邻时间戳，b=a+1； 2 初始化位相数据组Nrt，其中含有一个元素Nrt1，Nrt1表示第t1个随机位相分布信息； 3 根据随机位相分布信息Nrt1和位相分布转移矩阵Q，构建下一时刻位相分布信息计算方法，具体如下所示： Nrtb=thrQ·Nrta其中，Nrtb为ta的下一时刻的位相分布信息；thr·为阈值激活函数，其接收并遍历所输入的位相分布信息，判断各项元素值的小数部分，若该项的小数部分大于或等于θ，则将其余项的小数部分加至该项，若该项的小数小于θ，则减去该项的小数部分；θ为阈值参数；Nrta为tb的上一时刻的位相分布信息； 4 根据下一时刻位相分布信息计算方法和Nrt，计算得出下一时刻位相分布信息； 5 将下一时刻位相分布信息插入数据组Nrt； 6 进行如下判断： 7 对Nrt数据组中每个元素分别执行所述的位置生成方法，输出本批次模型预测训练数据； 步骤S404：执行模型预测训练数据获取方法，获取数据组 ，其中，Djt代表在t时刻时位于第j个数据批次的数据快照； 步骤S405：执行拼接操作，具体如下所示： ； 其中，； 步骤S406：判断j与J的大小关系： 其中，J为模型预测训练数据的批次数； 步骤S407：根据步骤S401至步骤S406所述的构建过程，获取模型预测训练数据组TRN，TRN的结构如下所示： 其中，j=1, 2, ..., J； 步骤S5：根据模型预测训练数据组，构建智能预测模型，对智能预测模型进行预训练来更新模型参数，最终根据用户输入、更新模型参数后的智能预测模型，生成目标音频或视频预测结果。

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成都明途科技有限公司，其通讯地址为：610218 四川省成都市中国(四川)自由贸易试验区成都市天府新区湖畔路北段366号1栋3楼1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。