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！

龙图腾网获悉河钢数字技术股份有限公司;山东大学;青岛海尔智能技术研发有限公司申请的专利基于树型层进网络的不平衡废钢样本判级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：CN114782773B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202210406482.5，技术领域涉及：G06V10/774；该发明授权基于树型层进网络的不平衡废钢样本判级方法是由贾永坡;聂礼强;申培;甘甜;冯兴;董兴宁;来博文;朱文印设计研发完成，并于2022-04-18向国家知识产权局提交的专利申请。

本基于树型层进网络的不平衡废钢样本判级方法在说明书摘要公布了：本发明公开了一种基于树型层进网络的不平衡废钢样本判级方法，涉及金属处理技术领域。该基于树型层进网络的不平衡废钢样本判级方法，能够解决现有废钢判级数据集中所存在的严重长尾效应，从而避免严重偏差的预测结果，提升模型整体预测的无偏性。通过融合动态记忆模块中所存储的各类代表性特征，从而增强当前目标的特征表示，进一步提升了整体模型的预测准确度。通过树型分类网络显示挖掘不同类别间的显著型差异与微小型差异，提升了模型对尾部谓词的整体泛化能力。

本发明授权基于树型层进网络的不平衡废钢样本判级方法在权利要求书中公布了：1.一种基于树型层进网络的不平衡废钢样本判级方法，其特征在于：该方法包括以下步骤： S1：构建废钢类型与判别等级的对应关系表，并构建常规的、基于深度学习的废钢分类模型； S2：迭代地训练废钢分类模型，并据此构建和更新相应的废钢类别树； S3：搭建并训练基于动态记忆模块的深度学习编码器，以提取并增强废钢样本的差异化特征； S31：构建基于目标检测模块FasterR_CNN为基础的视觉特征抽取模型Encoderraw； S32：构建基于多层感知机的辅助解码器Decoderraw； S33：构建包含所有M类的废钢类别的动态记忆特征库Memory； 并对应的维护一个M维的记忆系数矩阵COFF； COFF＝[coff1,coff2,…,coffM]； 表示第m类废钢的“动态记忆特征向量；coffM表示第m类废钢的记忆系数； S34：在模型的训练过程中，对输入图片I中每个候选目标所对应的原始视觉特征记为将其输入到辅助解码器Decoderraw中，获取其对应的预测结果向量 S35：根据原始视觉特征所对应的类别标注ln，获取预测结果向量中第ln维的值并据此更新动态记忆特征库Memory和对应的记忆系数矩阵COFF中第ln项，如下面的公式所示： S36：对图I中每个候选目标，结合原始视觉特征和更新后的对应动态记忆特征 S4：搭建并训练基于树型层进网络的深度学习解码器，以强化整体模型对废钢样本的无偏预测能力，从而提升模型对废钢判级的整体精度与准确性； S5：获得训练完成的基于动态记忆模块和树型层进网络的深度学习模型，将其用于实际的废钢判级作业中。

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河钢数字技术股份有限公司;山东大学;青岛海尔智能技术研发有限公司，其通讯地址为：050000 河北省石家庄市高新区黄河大道136号科技中心1号楼；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”。