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！

龙图腾网获悉重庆邮电大学申请的专利一种具有周期重构子空间学习的领域自适应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：CN116310664B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310309331.2，技术领域涉及：G06V10/776；该发明授权一种具有周期重构子空间学习的领域自适应图像分类方法是由周婉怡;陶洋设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种具有周期重构子空间学习的领域自适应图像分类方法在说明书摘要公布了：本发明涉及一种具有周期重构子空间学习的领域自适应图像分类方法，属于计算机视觉领域，针对现有图像分类方法中，一般都假设训练样本和测试样本服从相同的分布，但在实际应用中，由于各种因素如光照和分辨率的影响，它们的分布通常是不同的这个问题。通过迭代策略在源域和目标域分别使用重构矩阵来循环重构数据矩阵并更新公共子空间，这种方式不但学习了公共子空间的不变特征还可以保持源域和目标域的全局和局部结构，此外还在转换后的特征上实现了额外的判别约束，以确保两个域数据的类可辨别性。为了避免过拟合，添加了图正则项约束。通过减小两个域之间的分布差异实现跨域识别，提高了图像分类性能。

本发明授权一种具有周期重构子空间学习的领域自适应图像分类方法在权利要求书中公布了：1.一种具有周期重构子空间学习的领域自适应图像分类方法，其特征在于：包括以下步骤： S1：对于待分类的图像，首先寻找投影矩阵P，将源域和目标域投影到公共子空间，减少域分布差异；步骤S1具体包括以下步骤： S11：使用两个重构矩阵循环重构公共子空间，使子空间和重构矩阵根据循环迭代的反馈进行修改； S12：对不同的重构矩阵施加不同的约束，保留原始域的不同结构信息； S13：使用源域的可靠标签将原始域映射到公共子空间W后，循环重建以学习判别子空间，引入标签松弛矩阵获得更加自由的公共子空间； S14：通过改进的线性判别分析方法LDA扩大不同类别样本之间的距离，减少同一类样本之间的距离，增加类判别性；步骤S14具体包括： 引入类内和类间散射矩阵，其中Sw为类内散射矩阵，Sb为类间散射矩阵，计算方法分别表示为： 其中，uc和u分别表示c类和所有类的样本均值； 衡量两个类别之间的“平均边际”，使变换后的样本接近同一类的样本，但与不同类的样本分离，表达式为： S15：引入图正则项，保留数据的结构； S2：使用分类器对目标域的转换结果进行分类。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。