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！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种基于联合聚类域自适应的图片分类方法和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：CN113936167B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202111088083.0，技术领域涉及：G06V10/764；该发明授权一种基于联合聚类域自适应的图片分类方法和系统是由张蕊;汪瑜;张曦珊;刘少礼设计研发完成，并于2021-09-16向国家知识产权局提交的专利申请。

本一种基于联合聚类域自适应的图片分类方法和系统在说明书摘要公布了：本发明提出一种基于联合聚类域自适应的图片分类方法和系统，包括：通过特征提取网络可分别提取源域图片数据和目标域图片数据的特征，得到源域特征和目标域特征；基于源域特征和目标域特征到聚类中心的距离显式表达域内类别条件分布概率；最小化源域数据标签与域内类别条件分布概率的相对熵距离，更新特征提取网络与类别聚类中心；最小化目标域数据的标签分配与域内类别条件分布概率的相对熵距离，再次更新特征提取网络与聚类中心；将待分类图片输入经过再次更新的特征提取网络，得到待分类图片的图片特征，计算图片特征与经过再次更新的类别聚类中心中所有类别中心的概率，取概率最大的类别作为待分类图片的图片分类结果。

本发明授权一种基于联合聚类域自适应的图片分类方法和系统在权利要求书中公布了：1.一种基于联合聚类域自适应的图片分类方法，其特征在于，包括： 步骤1、通过特征提取网络分别提取源域图片数据和目标域图片数据的特征，得到源域特征和目标域特征； 步骤2、获取类别聚类中心，基于该源域特征和该目标域特征到该聚类中心的距离显式表达域内类别条件分布概率； 步骤3、通过最小化源域数据标签与域内类别条件分布概率的相对熵距离，更新该特征提取网络与类别聚类中心； 步骤4、通过最小化目标域数据的标签分配与域内类别条件分布概率的相对熵距离，再次更新特征提取网络与聚类中心； 步骤5、将待分类图片输入经过再次更新的特征提取网络，得到待分类图片的图片特征，计算该图片特征与经过再次更新的类别聚类中心中所有类别中心的距离，表示该待分类图片属于各类别的概率，取概率最大的类别作为该待分类图片的图片分类结果； 该步骤1包括利用该特征提取网络提取源域和目标域图片数据的特征： 其中为输入图片数据，表示参数为θR的神经网络，表示输出特征； 其特征在于，该步骤2包括： 其中qj表示凸显类别j的聚类中心，为神经网络梯度的参数表示特征的类别聚类中心，pyj|xi,q表示图片样本xi属于图像类别j的域内类别条件分布概率； 该步骤3中最小化源域数据标签与域内类别条件分布概率的相对熵距离具体为： 其中N表示源域内样本数量，表示源域中样本xi的类别标签，表示源域样本xi经过神经网络提取到的特征； 步骤4中最小化目标域数据的标签分配与域内类别条件分布概率的相对熵距离具体为； 其中N表示目标域内样本数量，表示源域样本xi的类别标签分配，表示源域样本xi经过神经网络提取到的特征，γi表示源域样本xi经过聚类算法获得的标签分配。

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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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”。