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！

龙图腾网获悉扬州大学申请的专利基于多流形的自动编码器图像分类方法与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：CN116704250B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310701385.3，技术领域涉及：G06V10/764；该发明授权基于多流形的自动编码器图像分类方法与系统是由何萍;陈苏全;徐晓华;喻鹏设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本基于多流形的自动编码器图像分类方法与系统在说明书摘要公布了：本发明公开了一种基于多流形的自动编码器图像分类方法与系统，旨在高维图像数据中实现有效的分类和降维，同时保持数据的几何结构。首先采用去噪自编码器进行预训练，以学习数据在潜在空间中的初始低维表达。然后假设每个类为一个流形空间，并通过优化流形的结构一致性和判别性，实现数据的低维表达和分类。为此，本发明构造流形内等距损失函数、流形间判别损失函数，流形对齐损失函数和分类损失函数，通过将这四个损失函数组合成一个总的损失函数，基于预训练好的自动编码器进行优化和调整，学习到对图像数据的最终低维表达，并用于对未知图像数据进行分类预测。本发明有效地结合了自编码器、流形学习，为图像数据提供了更优越的分类解决方案。

本发明授权基于多流形的自动编码器图像分类方法与系统在权利要求书中公布了：1.基于多流形的自动编码器图像分类方法，其特征在于，包括如下步骤： 1通过在图像数据中加入噪声对去噪自编码器进行预训练，使得编码器能够重建原始图像数据，学习数据在潜在空间中的初始低维表达； 2在去噪自编码器的隐层后，连接多层感知机，用于基于数据的潜在表达来预测图像数据的类别标签； 3假设图像数据集中的每个类别都位于一个紧凑的低维流形上，为了保持数据在潜在低维空间和原始空间中几何结构的一致性，同时增强数据在潜在空间表达的判别性，构造流形内等距损失函数、流形间判别损失函数、流形对齐损失函数和分类损失函数，并组合成一个总的损失函数；所述流形内等距损失函数通过最小化数据点在潜在空间和在原始空间中与同流形邻域内的数据点间的两两距离，保持流形内的局部结构；所述流形间判别损失函数通过迫使不同流形中心点在潜在空间中的两两距离是它们在原始空间中距离的若干倍，令不同流形相互远离，从而保持潜在表达的判别性；所述流形对齐损失函数通过最小化在潜在空间中学习到的流形中心点与其对应的真实流形中心点之间的差距，确保学习到的流形中心点是可靠的； 4通过优化上述总的损失函数，调整预训练的自编码器参数，得到优化后的数据潜在表达以及优化后的网络参数； 5将测试图像数据传入优化后的网络，预测测试图像数据的类别标签。

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扬州大学，其通讯地址为：225009 江苏省扬州市大学南路88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”。