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！

龙图腾网获悉北京航空航天大学申请的专利一种基于样本对关系传播的小样本学习方法和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：CN112559582B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202011133738.7，技术领域涉及：G06F16/2458；该发明授权一种基于样本对关系传播的小样本学习方法和装置是由刘祥龙;马宇晴;白世豪;刘卫设计研发完成，并于2020-10-21向国家知识产权局提交的专利申请。

本一种基于样本对关系传播的小样本学习方法和装置在说明书摘要公布了：本发明公开了一种基于样本对关系传播的小样本学习方法和装置。该方法通过对支撑集‑查询集的样本对之间的关系进行显式建模和传播，可以得到判别性更好的关系编码。通过引入伪关系节点，可以有效保留查询集样本自身的特征信息。此外，本发明进一步提供了一种有效的转导学习策略，可以较好地挖掘查询集样本之间的关系信息，从而得到更精确的分类结果。与现有技术相比较，本发明更好地挖掘了每一个任务中支撑集‑查询集的样本对所蕴含的潜在信息，在处理全新任务时，拥有更高的准确度以及更好的泛化能力。

本发明授权一种基于样本对关系传播的小样本学习方法和装置在权利要求书中公布了：1.一种基于样本对关系传播的小样本学习方法，用于训练进行图像识别的深度神经网络，其特征在于包括如下步骤： S1，随机打乱数据集； S2，加载多层卷积神经网络的预训练参数，并对其它参数进行初始化操作； S3，从所述数据集中随机采样一个任务； S4，利用特征提取网络提取出所述任务中每个样本的全局特征；通过直接拼接支撑集与查询集样本的全局特征的方式构造关系节点，并在转导学习设置下通过一次性拼接所有查询集样本的全局特征来完成查询集样本之间的关系传播； S5，根据得到的全局特征集合构造关系节点集合，利用权重矩阵损失生成关系矩阵，初始化图结构；在关系节点集合中引入伪关系节点，根据关系节点中的主导节点和权重矩阵损失计算得到图结构的权重矩阵；其中，所述伪关系节点包含非转导学习设置和转导学习设置两种构造策略： 在非转导学习设置下，所述伪关系节点为： 在转导学习设置下，所述伪关系节点为： 其中，和，，表示查询集样本的全局向量，表示拼接操作； S6，利用图卷积操作对关系节点进行更新，得到最终的关系编码，并根据关系编码和交叉熵分类损失计算预测结果得分； S7，返回步骤S3，迭代执行至步骤S7直至整体损失函数收敛后，保存神经网络的各层参数，完成训练过程； S8，在测试过程中，依次执行步骤S1～S7，获得对查询集每张图片所属类别的预测结果。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。