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类激活热力图的长尾数据分类方法、系统及介质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：CN115830372B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211487746.0，技术领域涉及：G06V10/764；该发明授权基于类激活热力图的长尾数据分类方法、系统及介质是由吴庆耀;陈健;赖吕龙设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本基于类激活热力图的长尾数据分类方法、系统及介质在说明书摘要公布了：本发明公开了一种基于类激活热力图的长尾数据分类方法、系统及介质，方法为：获取长尾数据集；构建长尾数据分类模型；在长尾数据集上预训练特征提取模块和分类模块，完成后冻结特征提取模块的参数；在长尾数据集上迭代训练长尾数据分类模型，包括：得到少样本类别的数据集，输入类激活图模块，生成可学习的原型和标准类激活图热力图；将标准类激活热力图转换为单通道图，并重新提取少样本类别数据集的特征向量，得到分类结果；迭代训练类激活图模块和分类模块，更新参数直至收敛，得到训练好的模型；获取待预测长尾数据集的分类结果。本发明有效解决了数据不平衡问题，在不降低多样本类别的分类性能下，准确地对少样本类别进行分类。

本发明授权基于类激活热力图的长尾数据分类方法、系统及介质在权利要求书中公布了：1.基于类激活热力图的长尾数据分类方法，其特征在于，包括下述步骤： 获取长尾图像数据集，所述长尾图像数据集包含多个类别，并对每个图像样本标注所属类别，且不同类别的图像样本数量具有较大差异； 构建长尾数据分类模型，所述长尾数据分类模型包括特征提取模块、类激活图模块和分类模块；所述类激活图模块位于特征提取模块和分类模块之间； 使用交叉熵损失函数在长尾图像数据集上预训练特征提取模块和分类模块，预训练完成后冻结特征提取模块的参数，得到长尾图像数据集的类别； 在长尾图像数据集上迭代训练长尾数据分类模型，包括： 定义长尾图像数据集的类别中数据量少于τ的类别为少样本类别，得到少样本类别的数据集； 将少样本类别的数据集中的图像输入类激活图模块，生成可学习的原型和标准类激活热力图； 将标准类激活热力图转换为单通道图，并输入冻结参数的特征提取模块中重新提取少样本类别数据集的特征向量，输入分类模型中得到分类结果； 使用交叉熵损失函数迭代训练类激活图模块和分类模块，更新类激活图模块和分类模块的参数直至收敛，得到训练好的长尾数据分类模型； 将待预测长尾数据集中的图像输入训练好的长尾数据分类模型中，得到预测的分类结果。

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”。