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！

龙图腾网获悉北京理工大学申请的专利一种基于深度学习优化器的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：CN117115501B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310408345.X，技术领域涉及：G06V10/764；该发明授权一种基于深度学习优化器的图像分类方法是由邹伟东;夏元清;李慧芳;张金会;翟弟华;戴荔;刘坤;闫莉萍设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本一种基于深度学习优化器的图像分类方法在说明书摘要公布了：本发明公开了一种基于深度学习优化器的图像分类方法，针对Adam优化器及SGD‑Momentum优化器各自的优缺点，利用指数函数的性质设计了优化合成器，能够实现Adam优化器到SGD‑Momentum优化器的自动切换，根据图像分类网络模型所处训练阶段的不同切换到不同的优化器以达到不同优化器各自的最佳效果，从而实现了更加精确的图像分类。

本发明授权一种基于深度学习优化器的图像分类方法在权利要求书中公布了：1.一种基于深度学习优化器的图像分类方法，其特征在于，包括以下步骤： 步骤1、采集图像数据建立图像数据集，并为图像数据集中的图像数据建立标记形成训练样本集； 步骤2、选择神经网络模型建立图像分类网络模型，图像分类网络模型的输入为待分类图像，输出为待分类图像的分类； 步骤3、构建深度学习优化器，深度学习优化器的输入为当前第k-1次迭代后的图像分类网络模型参数值的梯度，输出为第k次迭代所设置的图像分类网络模型的参数值；深度学习优化器由SGD-Momentum优化器、Adam优化器及优化合成器组成，采用SGD-Momentum优化器得到图像分类网络模型第k次迭代的第一参数值，采用Adam优化器得到图像分类网络模型第k次迭代的第二参数值，再采用优化合成器将第一参数值与第二参数值合成得到最终参数值，将最终参数值作为图像分类网络模型所采用的第k次迭代的参数值； 步骤4、将训练样本集中的样本图像输入图像分类网络模型得到样本图像的标签，再采用深度学习优化器优化图像分类网络模型的参数值，完成一次迭代，当迭代次数k达到设定的阈值时，完成对图像分类网络模型的训练； 步骤5、将待分类图像输入训练得到的图像分类网络模型中，图像分类网络模型输出待分类图像的类别，完成图像的分类； 所述优化合成器的计算最终参数值θk的过程如公式所示： 其中，为SGD-Momentum优化器得到图像分类网络模型第k次迭代的第一参数值；为Adam优化器得到图像分类网络模型第k次迭代的第二参数值；β4为优化合成器中指数函数的底，取值范围为0,1；为β4的k次方。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。

以上内容由龙图腾AI智能生成。