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！

龙图腾网获悉福建师范大学申请的专利一种基于生成对抗网络的公平增强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：CN116186617B 。

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：202211430163.4，技术领域涉及：G06F18/2415；该发明授权一种基于生成对抗网络的公平增强分类方法是由叶阿勇;陈秋玲设计研发完成，并于2022-11-12向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的公平增强分类方法在说明书摘要公布了：本发明提供了一种基于生成对抗网络的公平增强分类方法，包括以下步骤：步骤1:对原始数据集进行预处理，得到预处理后的数据集；步骤2:构建隐含因子数据集：步骤3:建立增强公平分类的生成对抗网络：步骤4:合成公平数据以及输出公平分类器。应用本技术方案不仅能够在保证良好数据效用的同时，生成公平的数据，而且能够在保证良好分类效用的同时，实现分类的公平性。

本发明授权一种基于生成对抗网络的公平增强分类方法在权利要求书中公布了：1.一种基于生成对抗网络的公平增强分类方法，其特征在于，包括以下步骤： 步骤1:对原始数据集进行预处理，得到预处理后的数据集； 步骤2:构建隐含因子数据集： 步骤3:建立增强公平分类的生成对抗网络： 步骤4:合成公平数据以及输出公平分类器； 所述步骤2具体包括： 步骤21:筛选出原始数据集中对标签预测有帮助的属性组； 步骤22:根据属性相关性从步骤21的属性组中选择与敏感属性相关性较低的属性组成隐含因子c＝{a1,a2…an}； 步骤23:保留隐含因子的维度，将剩余维度由随机噪声z组成，构建隐含因子数据集； 所述步骤3具体包括： 步骤31:构建生成器G和判别器D，然后构建这两个的对抗损失函数VG,D： 其中，x表示非敏感属性组，y表示数据标签，s表示敏感属性，Prealx|y,s表示数据在真实数据集上的概率分布，x|y,s～Prealx|y,s表示数据x|y,s服从概率分布Prealx|y,s，表示对服从分布Prealx|y,s的每个训练数据x|y,s计算函数期望；xg表示由生成器合成的假数据，Pgx|y,s表示数据在合成数据集上的概率分布，xg|y,s～Pgx|y,s表示合成数据xg|y,s服从概率分布Pgx|y,s，表示对服从分布Pgx|y,s的每个合成数据xg|y,s计算函数期望；D*表示判别器把*判别为真的概率； 步骤32:构建对抗器A和分类器C，然后构建这两个的对抗损失函数VC,A： 其中，将s视为二进制，取值为{0,1}；yc表示分类器的预测标签，A*表示对抗器A把*预测为真实敏感属性s的概率； 步骤33:构建对抗器A和生成器G的对抗损失函数VG,A： 其中，A*表示对抗器A把*预测为真实敏感属性s的概率； 步骤34:构建生成器G和分类器C的协同优化函数LG,C： 其中，C*表示分类器把*预测为正确类标签y的概率； 步骤35:根据生成器G和判别器D的对抗损失函数VG,D，对抗器A和分类器C的对抗损失函数VC,A和对抗器A和生成器G的对抗损失函数VG,A，构建全局优化目标，即增强公平分类的生成对抗网络：VG,C,D,A＝VG,D+λVG,A+μVC,A+LG,A；其中λ和μ为控制VG,C,D,A的相对重要参数。

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福建师范大学，其通讯地址为：350108 福建省福州市闽侯县大学城科技路1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”。