恭喜上海电机学院黄彦乾获国家专利权
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！
龙图腾网恭喜上海电机学院申请的专利一种基于改进原型网络的小样本图像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：CN114742127B 。
龙图腾网通过国家知识产权局官网在2025-04-29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：202210216505.6，技术领域涉及：G06V10/774；该发明授权一种基于改进原型网络的小样本图像分类方法是由黄彦乾;迟冬祥;徐玲玲设计研发完成，并于2022-03-07向国家知识产权局提交的专利申请。
本一种基于改进原型网络的小样本图像分类方法在说明书摘要公布了：本发明涉及一种基于改进原型网络的小样本图像分类方法，包括：初始化当前任务的图像数据集，将初始化后当前任务的图像数据集划分为训练集和测试集；利用训练集，并结合外部辅助数据集，对GNN进行训练，得到训练好的GNN；将训练集和测试集分别输入训练好的GNN，以分别进行特征嵌入，并通过特征编码，分别得到训练集图像特征和测试集图像特征；根据训练集图像特征，从训练集中筛选出有效样本特征类原型；将测试集图像特征以及有效样本特征类原型输入CNN，以得到测试集图像样本分别与各类原型之间的相似度；根据测试集图像样本与各类原型之间的相似度，完成对测试集图像样本的类别划分。与现有技术相比，本发明能够有效提高小样本图像分类的准确率。
本发明授权一种基于改进原型网络的小样本图像分类方法在权利要求书中公布了：1.一种基于改进原型网络的小样本图像分类方法，其特征在于，包括以下步骤：S1、初始化当前任务的图像数据集，将初始化后当前任务的图像数据集划分为训练集和测试集；S2、利用训练集，并结合外部辅助数据集，对GNN进行训练，得到训练好的GNN；S3、将训练集和测试集分别输入训练好的GNN，以分别进行特征嵌入，并通过特征编码，分别得到训练集图像特征和测试集图像特征；S4、根据训练集图像特征，从训练集中筛选出有效样本特征类原型；S5、将测试集图像特征以及有效样本特征类原型输入CNN，以得到测试集图像样本分别与各类原型之间的相似度；S6、根据测试集图像样本与各类原型之间的相似度，完成对测试集图像样本的类别划分。
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上海电机学院，其通讯地址为：200240 上海市闵行区江川路690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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号