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！

龍圖騰網恭喜北京航空航天大學申請的專利基于上下文記憶和細粒度校準的小樣本學習方法和裝置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：CN112308123B 。

龍圖騰網通過國家知識產權局官網在2025-06-17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：202011128422.9，技術領域涉及：G06F18/22；該發明授權基于上下文記憶和細粒度校準的小樣本學習方法和裝置是由劉祥龍;馬宇晴;劉衛;白世豪設計研發完成，并于2020-10-20向國家知識產權局提交的專利申請。

本基于上下文記憶和細粒度校準的小樣本學習方法和裝置在說明書摘要公布了：本發明公開了一種基于上下文記憶和細粒度校準的小樣本學習方法和裝置。該方法在小樣本學習中模仿人類的認知機制，結合一個由“粗”到“細”的學習過程，首先通過一個類敏感的上下文記憶網絡從全局特征的角度來學習具有判別性的關系嵌入，并預測全局query?to?class相似度；然后，從局部特征的角度對全局階段預測的粗關系嵌入進行補充和完善，獲得更精確的局部query?to?class相似度的評估結果。本發明融合了樣本的全局特征信息和局部特征信息，能夠顯著減少分類誤差。在處理全新任務時，本發明擁有更高的準確度以及更好的泛化能力。

本發明授權基于上下文記憶和細粒度校準的小樣本學習方法和裝置在權利要求書中公布了：1.一種基于上下文記憶和細粒度校準的小樣本學習方法，其特征在于包括如下步驟： S1，從數據集中隨機采樣預定的任務； S2，加載多層卷積神經網絡和類敏感的上下文記憶網絡的參數，利用特征提取網絡提取該任務中每個樣本的局部特征和全局特征； S3，對循環神經網絡的信息流進行修改，增加殘差連接；考慮前兩次迭代的歷史信息，將二者進行線性疊加之后作為循環神經網絡更新前的隱狀態變量，通過循環神經網絡的狀態更新機制進行隱狀態更新； S4，使用雙向更新機制獲得最終的關系嵌入； S5，通過類敏感的上下文記憶網絡從全局特征的角度學習具有判別性的關系嵌入，然后預測全局query-to-class相似度； S6，計算預測可靠性τ； S7，如果ττ0，將全局query-to-class相似度最高的類別作為最終的分類結果；否則，進一步計算局部query-to-class相似度，獲得最終的分類結果。

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北京航空航天大學，其通訊地址為：100191 北京市海淀區學院路37號；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”。