北京工业大学冀俊忠获国家专利权
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！
龙图腾网获悉北京工业大学申请的专利一种基于深度哈希互学习的脑网络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：CN116543215B 。
龙图腾网通过国家知识产权局官网在2025-10-03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：202310522896.9，技术领域涉及：G06V10/764；该发明授权一种基于深度哈希互学习的脑网络分类方法是由冀俊忠;张雅琴设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。
本一种基于深度哈希互学习的脑网络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哈希互学习的脑网络分类方法，包括：数据预处理和脑功能网络构建；脑网络数据划分；基于深度哈希学习的个体特征提取；基于深度哈希学习的群体特征提取；基于哈希码的互学习；基于哈希码的分类。本发明首次考虑到群体脑网络中的表型标签差异，采用表型标签构建群体脑网络关系图，提出一种基于GCN的深度哈希学习模型提取脑网络的群体特征；并考虑到脑网络个体特征和群体特征间的关系，采用基于深度哈希互学习的脑网络分类方法通过个体特征和群体特征之间的互学习来增强特征的辨别能力。本方法与其他方法相比，分类性能更优。
本发明授权一种基于深度哈希互学习的脑网络分类方法在权利要求书中公布了：1.一种基于深度哈希互学习的脑网络分类方法，其特征在于：通过个体特征和群体特征间的互学习来增强特征的辨别能力；首先使用基于CNN的深度哈希学习模型来提取脑网络的个体特征并映射为哈希码，设计可分离卷积层来提取多级的个体拓扑特征；其次，根据表型标签之间的相似关系得到脑网络的邻接矩阵，并与个体特征一起构建群体关系图；再次，采用基于GCN的深度哈希学习模型提取脑网络的群体特征并映射为哈希码；然后两个深度哈希学习模型通过最小化哈希码间的分布差异来相互学习，从而实现个体特征和群体特征的交互；最后，通过计算哈希码之间的相似程度对新实例的诊断标签进行预测。
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工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励