中国人民解放军国防科技大学罗廷金获国家专利权
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！
龙图腾网获悉中国人民解放军国防科技大学申请的专利基于双粒度标注的非凸不平衡多示例多标签学习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：CN120277462B 。
龙图腾网通过国家知识产权局官网在2025-09-09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：202510341283.4，技术领域涉及：G06F18/24；该发明授权基于双粒度标注的非凸不平衡多示例多标签学习方法是由罗廷金;张馨月设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。
本基于双粒度标注的非凸不平衡多示例多标签学习方法在说明书摘要公布了：本发明提供基于双粒度标注的非凸不平衡多示例多标签学习方法，该基于双粒度标注的非凸不平衡多示例多标签学习方法包括：获取目标多示例多标签学习任务的目标多示例包集，其中多示例包集中的每个包由若干示例组成并对应于若干标签类，其中示例根据所属标签类的不同可区分为关键示例和无关示例；通过DL‑MIML模型检测待测多示例包集中的目标多示例包的关键示例，得到示例与包两个级别的分类结果。本发明的有益效果为：提高了标注效率及标注准确度。
本发明授权基于双粒度标注的非凸不平衡多示例多标签学习方法在权利要求书中公布了：1.一种基于双粒度标注的非凸不平衡多示例多标签学习方法，其特征在于，包括： 获取目标多示例多标签学习任务的目标多示例包集，其中多示例包集中的每个包由若干示例组成并对应于若干标签类，其中示例根据所属标签类的不同可区分为关键示例和无关示例； 通过DL-MIML模型检测待测多示例包集中的目标多示例包的关键示例，得到示例与包两个级别的分类结果； 所述DL-MIML模型通过以下步骤得到： 采用示例权重向量确定目标多示例包集的包中的示例对于被标记的标签的贡献值，以及，确定关键示例，根据标签的贡献值和关键示例确定包表示，其中关键示例用于表征示例属于被标记的标签； 对包中的关键示例和无关示例的标签得分进行计算，根据标签得分，采用重加权损失函数确定每个包的损失； 对基于训练包集的目标函数采用低秩约束进行处理，得到第二目标函数，其中第一目标函数为最小化损失； 采用稀疏约束对所述示例权重向量进行处理，得到DL-MIML模型； 获取DL-MIML模型中的待学习变量，通过块坐标-Nesterov加速投影下降算法进行优化求解。
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人民解放军国防科技大学，其通讯地址为：410003 湖南省长沙市开福区德雅路109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”。
以上内容由AI智能生成
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