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鲁棒去噪框架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：CN114758142B 。
龙图腾网通过国家知识产权局官网在2025-08-22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：202210362809.3，技术领域涉及：G06V10/30；该发明授权一种鲁棒去噪框架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。
本一种鲁棒去噪框架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，尤其涉及一种鲁棒去噪框架的带噪声标签图像分类方法，首先原始数据输入到预训练卷积网络中，进行前向传播，将预测标签与真实标签通过SCE损失函数计算损失，反向传播更新参数，输出预训练模型，然后利用O2U‑Net的训练方式，尽可能的剔除带噪声的标签，最后利用去噪后的数据加载预训练模型，然后利用SCE损失函数计算损失，并将损失进行反向传播更新网络参数，直到训练轮次结束，输出最终分类模型，本发明利用噪声标签清除方案降低噪声率，进而在低噪声率的条件下利用鲁棒损失函数，得到了相比单独使用鲁棒损失函数或噪声标签清理方案更好的分类精度。
本发明授权一种鲁棒去噪框架的带噪声标签图像分类方法在权利要求书中公布了：1.一种鲁棒去噪框架的带噪声标签图像分类方法，其特征在于，包括下列步骤： 原始数据输入到预训练卷积网络，通过SCE损失函数处理，获得预训练模型； 所述SCE损失函数包括交叉熵损失函数和反向交叉熵损失函数； 获得所述预训练模型的过程，具体为首先原始数据输入到预训练卷积网络中，通过特征提取得到各个类别的预测分数，然后利用SCE损失函数计算损失，反向传播，更新网络参数，最终得到预训练模型； 将所述原始数据剔除带噪声的标签，获得去噪后的样本； 在将所述原始数据剔除带噪声的标签，获得去噪后的样本的过程中，采用O2U-Net的训练方式作为去噪框架； 加载所述预训练模型，同时输入去噪后的样本，训练输出最终分类模型； 训练输出最终分类模型的过程，具体为加载所述预训练模型，同时输入所述样本，利用二次训练卷积网络对所述样本进行特征提取，然后利用SCE损失函数计算损失，将损失进行反向传播更新网络参数，直到训练轮次结束，输出最终分类模型。
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