华南理工大学许林漪获国家专利权
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！
龙图腾网获悉华南理工大学申请的专利基于多模型协作对比学习的负样本采样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：CN115759205B 。
龙图腾网通过国家知识产权局官网在2025-07-11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：202211515939.2，技术领域涉及：G06N3/0464；该发明授权基于多模型协作对比学习的负样本采样方法是由许林漪;陈百基设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。
本基于多模型协作对比学习的负样本采样方法在说明书摘要公布了：本发明公开了一种基于多模型协作对比学习的负样本采样方法，包括：1构建多个对比学习模型并约束它们学习数据的不同特征子空间；2每个对比学习模型在自身特征空间使用潜在正样本识别算法挑选出潜在正样本集合；3结合不同模型对潜在正样本识别结果，从候选负样本集合中剔除潜在正样本，筛选出初步的负样本集合；4使用难负样本挖掘算法从初步的负样本集合挑选难负样本作为最终参与对比学习训练的负样本集合。本发明通过引入多个模型协作采样，能够消除因模型自身特征空间的偏差而引入采样偏差问题，更全面剔除负样本集合中的潜在正样本，提高难负样本的质量，从而提升对比学习模型的泛化能力，更好应用到下游任务。
本发明授权基于多模型协作对比学习的负样本采样方法在权利要求书中公布了：1.基于多模型协作对比学习的负样本采样方法，其特征在于，包括以下步骤： 1构建两个或两个以上的对比学习模型，然后利用多样性约束方法确保不同模型能够学习到数据集的不同特征子空间； 2每个对比学习模型在各自的特征空间内计算锚点样本与候选负样本集合的相似度，然后使用潜在正样本识别算法从候选负样本集合中挑选出潜在正样本集合； 3结合不同模型挑选的潜在正样本集合得到最终正样本集合，从候选负样本集合中剔除最终正样本集，得到初步的负样本集； 4使用难负样本挖掘算法从初步的负样本集中挑选难负样本作为最终参与对比学习训练的负样本集合。
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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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