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！

龙图腾网获悉湘江实验室申请的专利基于数据多样性增强的无监督领域泛化方法及设备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：CN119670839B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411737356.3，技术领域涉及：G06N3/088；该发明授权基于数据多样性增强的无监督领域泛化方法及设备是由丁瑞;郭克华设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于数据多样性增强的无监督领域泛化方法及设备在说明书摘要公布了：本发明提供了一种基于数据多样性增强的无监督领域泛化方法及设备，本发明的方法包括：将原始图像、噪声图作为深度学习网络模型的输入，训练深度学习网络模型；深度学习网络模型包括第一生成器、第二生成器；通过最大化最小化对抗性损失函数对第一生成器和第二生成器进行对抗性训练，得到数据生成模型。本发明中的两个生成器通过对抗性训练进行联合优化，生成器通过自适应实例规范化层和噪声注入生成多样化的视觉样本。通过互信息量的最大化和最小化策略以确保生成样本在视觉属性上的多样性和一致性。生成器在多样化图像的同时，互信息量的调控确保了生成样本之间既有足够的相似性保持模型的稳定性，又有足够的差异性以增强泛化能力。

本发明授权基于数据多样性增强的无监督领域泛化方法及设备在权利要求书中公布了：1.一种基于数据多样性增强的无监督领域泛化方法，其特征在于，包括以下步骤： S1：获取原始图像、噪声图； S2：将所述原始图像、噪声图作为深度学习网络模型的输入，训练所述深度学习网络模型； 所述深度学习网络模型包括第一生成器、第二生成器； 所述第一生成器包括第一卷积层、第二卷积层、第三卷积层、第一自适应实例规范化层，所述第一卷积层、所述第二卷积层均与所述第一自适应实例规范化层连接，所述第一自适应实例规范化层和所述第三卷积层连接； 所述第二生成器包括依次连接的编码器、第二自适应实例规范化层、解码器； 所述深度学习网络模型的训练过程包括： 所述原始图像通过第一卷积层处理，得到第一特征； 所述噪声图通过第二卷积层处理，得到调整噪声； 所述第一特征、所述调整噪声输入第一自适应实例规范化层，得到第二特征； 所述第二特征通过第三卷积层处理，得到特征图； 所述原始图像通过所述编码器处理，得到第三特征； 所述第三特征输入所述第二自适应实例规范化层，得到第四特征； 所述第四特征通过所述解码器处理，得到辅助特征图； 通过互信息量化所述特征图和所述原始图像之间的相关性，构建对抗性损失函数； 通过最大化最小化对抗性损失函数对所述第一生成器和所述第二生成器进行对抗性训练，优化训练所述深度学习网络模型，得到数据生成模型。

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湘江实验室，其通讯地址为：410000 湖南省长沙市高新区尖山路217号北斗产业园1栋；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。