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！

龙图腾网恭喜西南财经大学申请的专利基于持续自适应知识空间的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：CN119445263B 。

龙图腾网通过国家知识产权局官网在2025-05-20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：202510038580.1，技术领域涉及：G06V10/764；该发明授权基于持续自适应知识空间的图像分类方法是由杨新;王向坤;曹雪梅;王杨扬;梁昊扬;邱江涛设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于持续自适应知识空间的图像分类方法在说明书摘要公布了：本发明公开了基于持续自适应知识空间的图像分类方法，属于计算机视觉和图像分类领域，方法包括：根据已知类别的质心和质心的半径构建已知样本的知识空间，将已知样本的知识空间更新至自适应知识空间；在自适应知识空间中，计算当前图像分类任务中每个已知类别的质心到未更新前的知识空间中所有超球的第二距离；根据第二距离判断超球的质心是否落在伪标签超球中，若是，将超球的伪标签转化为真实标签。自适应知识空间能够持续地包含所有已知样本的类别信息，通过计算已知类别质心与超球的距离评估伪标签的准确性，从而将高置信度的伪标签转化为真实标签，极大地提高了未知图像的识别准确性和已知图像的分类准确性。

本发明授权基于持续自适应知识空间的图像分类方法在权利要求书中公布了：1.基于持续自适应知识空间的图像分类方法，其特征在于，包括以下步骤：构建当前图像分类任务的提示池，提示池中的提示为可学习的图像向量，每个提示作为值与一个可学习键关联形成键值对；获取当前图像分类任务的输入图像的嵌入表示；获取输入图像的嵌入表示的表征向量；根据表征向量对应的真实标签将表征向量划分为正表征向量集和负表征向量集，根据正表征向量集构建已知类别的质心；正表征向量集中正表征向量为训练标签与当前类别匹配的样本向量，负表征向量集中负表征向量为训练标签与当前类别不匹配的样本向量；类别的质心表示一个类别的中心特征向量；计算负表征向量集中负表征向量到质心的第一距离，构建每个质心的半径；采用优化质心和优化半径构建已知样本的知识空间，将已知样本的知识空间更新至自适应知识空间；所述知识空间包括已知类别的质心和超球，超球确定每个类别的边界和范围；在自适应知识空间中，计算当前图像分类任务中每个已知类别的质心到未更新前的知识空间中所有超球的第二距离；根据第二距离判断某已知类别超球的质心是否落在伪标签超球中，若是，将超球的伪标签转化为真实标签；获取优化质心、优化半径还包括：计算嵌入表示与多个相似键的平均距离损失，基于图像分类模型对表征向量进行分类处理，根据表征向量的分类结果与真实标签值之间的差别计算分类损失，根据平均距离损失、分类损失确定基于数据增强范式的损失函数；根据表征向量、质心和半径计算类平均边距损失函数，根据基于数据增强范式的损失函数和类平均边距损失函数得到当前图像分类任务最终的优化目标函数，根据优化目标函数进行图像分类模型优化处理，得到当前图像分类任务的优化提示池、优化质心和优化半径。

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西南财经大学，其通讯地址为：611130 四川省成都市青羊区光华村街55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”。