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！

龙图腾网恭喜电子科技大学申请的专利一种少样本数据分类方法及系统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：CN119807857B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510283820.4，技术领域涉及：G06F18/241；该发明授权一种少样本数据分类方法及系统是由杨卓楚设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种少样本数据分类方法及系统在说明书摘要公布了：本发明提供了一种少样本数据分类方法及系统，涉及数据处理技术领域，方法包括：获取分类模型和参与训练的图像数据集，图像数据集包括支持集和查询集，获取分类模型的分类任务需求以及数据集的数据特性，数据特性包括样本数据的样本数量、数据质量和样本分布情况；根据分类任务需求和数据特性分别确定支持集和查询集的数据增强策略；根据数据增强策略分别对支持集和查询集进行数据增强；使用数据增强后的支持集和查询集对分类模型进行训练；通过训练好的分类模型进行数据分类。本方案能够根据分类任务需求和数据集的具体情况，生成与需求更加匹配的数据增强策略，能够有效提高分类模型针对当前需求场景的性能，提高少样本情况下的分类准确性。

本发明授权一种少样本数据分类方法及系统在权利要求书中公布了：1.一种少样本数据分类方法，其特征在于，所述方法包括：获取分类模型和参与训练的图像数据集，所述图像数据集包括支持集和查询集，获取分类模型的分类任务需求以及所述数据集的数据特性，所述数据特性包括样本数据的样本数量、数据质量和样本分布情况；根据所述分类任务需求和所述数据特性分别确定支持集和查询集的数据增强策略；根据所述数据增强策略分别对所述支持集和查询集进行数据增强；使用数据增强后的支持集和查询集对所述分类模型进行训练；通过训练好的分类模型进行数据分类；其中，根据所述分类任务需求和所述数据特性确定支持集的数据增强策略，包括：判断所述支持集中每个类别的样本数量是否达到所述分类任务需求对应的支持集样本数量需求，针对未达到支持集样本数量需求的类别，确定需要进行样本数量的增强；判断所述支持集的数据质量是否达到所述分类任务需求对应的数据质量要求，如果未达到，则选择保守类的增强算法，如果达到，则选择激进类的增强算法；判断所述支持集的样本分布情况与所述分类任务需求对应的真实场景是否匹配，如果不匹配，则针对样本占比不足的类别，确定需要进行样本数量的增强；根据所述分类任务需求和所述数据特性确定查询集的数据增强策略，包括：判断所述查询集中每个类别的样本数量是否达到所述分类任务需求对应的查询集样本数量需求，针对达到查询集样本数量需求的类别，选择两种或者以上的增强算法，针对未达到查询集样本数量需求的类别，选择一种增强算法；判断所述查询集的数据质量是否达到所述分类任务需求对应的数据质量要求，如果未达到，则选择保守类的增强算法，如果达到，则选择激进类的增强算法；判断所述查询集的样本分布情况与所述分类任务需求对应的真实场景是否匹配，如果不匹配，针对样本占比不足的类别确定需要进行样本数量的增强，针对样本占比过高的类别，则根据超出占比的数值进行随机抽取以减少样本数量。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。