江南大学孙俊获国家专利权
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！
龙图腾网获悉江南大学申请的专利一种基于弱监督自编码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：CN117237726B 。
龙图腾网通过国家知识产权局官网在2025-11-04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：202311214260.4，技术领域涉及：G06V10/764；该发明授权一种基于弱监督自编码器的图像分类方法是由孙俊;王慧玲;顾晓峰;胡遵豪;周超;吴豪设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。
本一种基于弱监督自编码器的图像分类方法在说明书摘要公布了：一种基于弱监督自编码器的图像分类方法，具体为：将无标签图像以及k个有标签参考图像输入到自编码器模型的输入层中；计算原始自编码器模型的重构输出值与原始输入值之间的均方误差作为均方误差项；计算输入层和隐含层之间的权重平方和作为权重衰减项；计算整个自编码器模型的能量函数作为能量正则化项；计算判别视觉上的软多标签一致性相似度量作为软多标签学习项；在规定迭代次数内利用梯度下降法最小化自编码器模型的损失函数，得到自编码器模型的最优参数权重和偏置，对自编码器模型进行预训练；将测试数据输入已调整到最优的自编码模型中，然后将隐含层中提取的特征输入到分类器中进行分类，得到分类结果。
本发明授权一种基于弱监督自编码器的图像分类方法在权利要求书中公布了：1.一种基于弱监督自编码器的图像分类方法，其特征在于，步骤1：将无标签图像以及k个有标签参考图像输入到自编码器模型的输入层中，作为自编码器模型的训练数据集； 步骤2：计算原始自编码器模型的重构输出值与步骤1的原始输入值之间的均方误差作为自编码器模型损失函数的均方误差项JAE； 步骤3：计算输入层和隐含层之间的权重平方和作为自编码器模型损失函数的权重衰减项JWD； 步骤4：计算整个自编码器模型的能量函数作为自编码器模型损失函数的能量正则化项JER； 步骤5：计算判别视觉上的软多标签一致性相似度量作为自编码器模型损失函数的软多标签学习项JSML； 步骤6：在规定迭代次数内利用梯度下降法最小化自编码器模型的损失函数，得到自编码器模型的最优参数权重和偏置，对自编码器模型进行预训练； 步骤7：将测试数据输入已调整到最优的自编码模型中，然后将隐含层中提取的特征输入到分类器中进行分类，得到分类结果。
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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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