西安电子科技大学徐偲获国家专利权
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！
龙图腾网获悉西安电子科技大学申请的专利基于证据深度学习的可信多视角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：CN114492620B 。
龙图腾网通过国家知识产权局官网在2025-06-27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：202210080384.7，技术领域涉及：G06V10/764；该发明授权基于证据深度学习的可信多视角分类方法是由徐偲;赵京龙;赵伟;管子玉;詹涛设计研发完成，并于2022-01-24向国家知识产权局提交的专利申请。
本基于证据深度学习的可信多视角分类方法在说明书摘要公布了：本发明公开了一种基于证据深度学习的可信多视角分类方法，包括如下方法步骤：S1、样本定义，设定数据集有N个样本，每个样本有V个视角；S2、单视角证据，估计单视角数据的分类不确定度；S3、多视角证据融合，利用退化层将全局信息传播到每个视角，从而使得每个视角能够学习到基于全局信息的证据；S4、优化目标，利用梯度下降算法优化模型中的所有参数。本发明的方法不仅提高了预测的准确度，并且使用本发明中设计的退化层挖掘到了深层次、易被忽略的视角之间的互补信息，从而在预测时输出了更符合人类认知的不确定度。
本发明授权基于证据深度学习的可信多视角分类方法在权利要求书中公布了：1.一种基于证据深度学习的可信多视角分类方法，其特征在于，包括如下方法步骤： S1、样本定义，设定数据集有N个样本，每个样本有V个视角，所述数据集为图像数据集； S2、单视角证据，估计单视角数据的分类不确定度； S3、多视角证据融合，利用退化层将全局信息传播到每个视角，从而使得每个视角能够学习到基于全局信息的证据； 步骤S3中： 特定视角证据与融合证据之间满足退化关系： 其中，运算表示两个向量对应元素相乘，≈的含义是不要求其两边的数据严格相等但期望它们尽量接近，dv∈RC表示强度退化向量，用来缩放特定视角证据与融合证据之间的强度，Uv∈RC×C表示类别退化关系矩阵； 表示第n个样本第v个视角的证据向量； 退化层的目标函数可以公式化为： 其中，是第v个视角的归一化权重系数，权重系数越大，表示对应视角的可信度越高； S4、优化目标，利用梯度下降算法优化模型中的所有参数。
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安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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