桂林电子科技大学徐智获国家专利权
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！
龙图腾网获悉桂林电子科技大学申请的专利一种协同学习的带噪声标签图像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：CN114758141B 。
龙图腾网通过国家知识产权局官网在2025-08-19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：202210362514.6，技术领域涉及：G06V10/30；该发明授权一种协同学习的带噪声标签图像分类方法是由徐智;杜玉;秦毅平;柯咏东设计研发完成，并于2022-04-07向国家知识产权局提交的专利申请。
本一种协同学习的带噪声标签图像分类方法在说明书摘要公布了：本发明涉及深度学习技术领域，尤其涉及一种协同学习的带噪声标签图像分类方法，在保留了Co‑teaching方法协同训练的基础上，进行了两点改进，首先抛弃了交叉训练的方式，采取单向的数据交换方式，其次修改了数据接收方网络的损失函数，数据接收方和数据提供方的损失函数不同，结合对称交叉熵损失函数和标签平滑正则化，本发明通过单向数据交换对的小损失训练抑制了噪声标签对图像分类的影响，并通过对称交叉熵损失函数提高鲁棒性以及标签平滑正则化防止过拟合。
本发明授权一种协同学习的带噪声标签图像分类方法在权利要求书中公布了：1.一种协同学习的带噪声标签图像分类方法，其特征在于，包括下列步骤： 步骤1：分别将小批量数据输入A网络和B网络进行训练，获得A网络选择的训练样本； 在步骤1中，A网络是数据的提供方，B网络是数据的接收方，A网络拿到数据后进行特征提取，然后计算损失，利用损失值进行样本选择，并根据损失值排序选择训练样本； 步骤2：将所述训练样本用于A网络的下一个min-batch的前向传播，同时也传递给B网络，用于B网络的下一个min-batch的前向传播； 在步骤2中，A网络使用的损失函数是交叉熵损失函数；B网络采用两种损失函数，分别是交叉熵损失函数和标签平滑正则化； 步骤3：在下一个min-batch中A网络和B网络分别接受上一个min-batch选择的数据并继续前行传播与计算损失，重复步骤1和步骤2直至输出B网络的分类模型。
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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路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”。
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