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！

龙图腾网获悉南京信息工程大学申请的专利一种无源无监督域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：CN116824216B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310576784.1，技术领域涉及：G06V10/764；该发明授权一种无源无监督域适应图像分类方法是由田青;赵梦娜设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本一种无源无监督域适应图像分类方法在说明书摘要公布了：本发明公开了一种无源无监督域适应图像分类方法，使用源域图像及其标签训练一个源域预训练模型，并使用该预训练模型初始化一个目标模型；使用初始化的目标模型计算目标域图像的模型结构级别和数据结构级别的预测分数，将二者结合作为目标域样本的置信分数，并用于目标模型的交叉熵损失加权，引入信息最大化损失来辅助目标模型训练；将目标域样本的图像、伪标签、置信分数混合；计算双分类器的确定性差异距离用于目标模型的最大最小化训练；最后训练模型，计算相应损失并依次迭代更新优化相应的模型参数，从而明确地识别一些不确定分类的目标样本，再引入权重混合策略来充分利用目标域知识，进一步提高目标域分类准确率。

本发明授权一种无源无监督域适应图像分类方法在权利要求书中公布了：1.一种无源无监督域适应图像分类方法，其特征在于：包括以下步骤 S1、使用源域图像及其标签训练一个源域预训练模型，源域预训练模型包括特征提取器和双分类器，并使用该源域预训练模型初始化一个目标模型用于目标域样本的识别训练，训练过程中源域图像将不可访问； S2、使用初始化的目标模型计算目标域样本的模型结构级别的预测分数，且计算目标域图像基于高斯混合模型的数据结构级别的预测分数，将两预测分数结合作为目标域样本的置信分数，并用于目标模型的交叉熵损失加权，引入信息最大化损失来辅助目标模型训练； S3、对目标域样本使用Mixup技术进行权重混合；将目标域样本的图像、伪标签、置信分数混合，混合目标域样本的过程如下： 式中，η～Betaα，α且α∈{0，+∞}，为加权参数；和为两个随机的目标域样本及其伪标签，样本权重混合损失计算如下： 其中，Lmixup表示样本权重混合损失； S4、计算双分类器的确定性差异距离，并将此确定性差异距离用于目标模型的最大最小化训练； S5、对目标模型进行总体训练，总体训练包括步骤S5.1、步骤S5.2以及步骤S5.3，并依次迭代更新优化相应的模型参数，通过步骤S5.1、步骤S5.2以及步骤S5.3不断迭代地交替进行完成目标模型的训练，最终对目标域样本进行分类。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。