買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)申請的專利基于持續知識保護分解的小樣本持續學習方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119476410B 。

龍圖騰網通過國家知識產權局官網在2025-05-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510026657.3，技術領域涉及：G06N3/096；該發明授權基于持續知識保護分解的小樣本持續學習方法及系統是由李瀟婕;吳建龍;王蓓;楊一博;聶禮強;張民設計研發完成，并于2025-01-08向國家知識產權局提交的專利申請。

本基于持續知識保護分解的小樣本持續學習方法及系統在說明書摘要公布了：本發明屬于人工智能與深度學習領域，為了解決新舊知識的不平衡和適配性差的問題，提供基于持續知識保護分解的小樣本持續學習方法及系統。其中，基于持續知識保護分解的小樣本持續學習方法包括基于每個類別的回放樣本數據及持續學習模型骨干網絡，經奇異值分解得到知識敏感成分和冗余容量成分；在增量適配訓練過程中，凍結知識敏感成分所對應的預訓練線性權重矩陣；同時利用冗余容量成分來構建可學習的適配器，更新預訓練線性權重矩陣；重新獲取小樣本回放數據，基于更新后的預訓練線性權重矩陣再次進行奇異值分解及增量適配訓練操作。其通過協方差矩陣的動態更新，實現了新舊知識的平衡和高效適配，提高了分類結果的準確性。

本發明授權基于持續知識保護分解的小樣本持續學習方法及系統在權利要求書中公布了：1.一種基于持續知識保護分解的小樣本持續學習方法，其特征在于，包括：獲取每個類別的回放樣本數據并提取回放樣本特征，基于持續學習模型骨干網絡，計算得到回放樣本特征在持續學習模型當前線性層所對應的激活值的協方差矩陣；將當前預訓練線性權重矩陣與當前線性層的激活值的協方差矩陣相乘，再經奇異值分解將相乘結果分為知識敏感成分和冗余容量成分這兩部分；在增量適配訓練過程中，凍結知識敏感成分所對應的預訓練線性權重矩陣，將其與當前增量適配訓練階段的訓練樣本特征相乘，得到知識敏感特征；同時利用冗余容量成分來構建可學習的適配器，將其與當前增量適配訓練階段的訓練樣本特征相乘，得到冗余容量特征；再將知識敏感特征與冗余容量特征疊加后，得到當前線性層變換得到的輸出特征并傳遞至持續學習模型的下一層，得到更新后的預訓練線性權重矩陣；重新獲取小樣本回放數據，基于更新后的預訓練線性權重矩陣再次進行奇異值分解及增量適配訓練操作，直至持續學習模型達到設定要求時停止學習，以利用訓練好的持續學習模型執行分類任務。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人哈爾濱工業大學(深圳)(哈爾濱工業大學深圳科技創新研究院)，其通訊地址為：518055 廣東省深圳市南山區桃源街道深圳大學城哈爾濱工業大學校區；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。