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！

龙图腾网获悉浙江工业大学申请的专利面向连续型变量回归预测的生成对抗网络光谱数据增强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：CN117197608B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311076370.9，技术领域涉及：G06V10/774；该发明授权面向连续型变量回归预测的生成对抗网络光谱数据增强方法是由任宏亮;朱宇灏;卢瑾;乐孜纯;邹长铃;董春华设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本面向连续型变量回归预测的生成对抗网络光谱数据增强方法在说明书摘要公布了：一种面向连续型变量回归预测的生成对抗网络光谱数据增强方法，进行光谱数据采集并预处理；构建连续条件生成对抗网络的预训练网络T1和T2，以及连续条件生成对抗网络；利用生成光谱和实验真实光谱构建判别网络模型D；共享D网络的训练参数，对生成网络模型G进行训练；根据训练得到的新生成网络G，生成新的合成光谱；使合成光谱数据逐渐趋近于真实实验光谱数据；对合成光谱和真实实验光谱进行相似度判断；相似度满足要求后，将预设标签值输入标签输入网络，生成相应合成光谱；将合成光谱数据和相应预设标签与真实实验光谱数据构成机器学习预测模型的训练集，对该机器学习预测模型进行训练和测试。本发明提高机器学习预测模型的精度。

本发明授权面向连续型变量回归预测的生成对抗网络光谱数据增强方法在权利要求书中公布了：1.一种面向连续型变量回归预测的生成对抗网络光谱数据增强方法，其特征在于，所述方法包括以下步骤： 步骤1搭建光谱采集实验装置，进行光谱数据采集； 步骤2光谱数据集预处理； 步骤3构建连续条件生成对抗网络的预训练网络T1+T2； 步骤4构建连续条件生成对抗网络，包括生成网络G、判别网络D和标签嵌入网络T3；过程为： 使用全连接神经网络模型构建标签嵌入网络T3，输入为真实标签或目标标签，输出为步骤3所描述的高维特征h，该高维特征h将作为连续条件作用于生成网络G和判别网络D，进而进行生成和训练；标签嵌入网络T3的训练借助训练好的子网络T2完成；选择一个真实标签y，添加一个符合正态分布的噪声后，作为标签嵌入网络T3的输入，标签嵌入网络T3的输出为高维特征h；然后将输出的高维特征h输入到训练好的子网络T2中，经过子网络T2映射后，子网络T2的输出为该高维特征h的预测标签，将该预测标签与标签嵌入网络T3的输入加噪真实标签进行比较，并计算二者的MSE作为损失，以最小化为目标优化训练标签嵌入网络T3网络；构建生成网络G，输入一个符合正态分布的随机噪声，生成合成光谱图像样本；构建判别网络D，把生成网络G生成的合成光谱图像和真实实验光谱图像作为判别网络D的两个输入进行判别分析，从而指导生成网络G进行高质量数据生成； 步骤5利用生成光谱和实验真实光谱构建判别网络模型D； 步骤6共享D网络的训练参数，对生成网络模型G进行训练； 步骤7根据训练得到的新生成网络G，生成新的合成光谱； 步骤8重复步骤5-7，使合成光谱数据逐渐趋近于真实实验光谱数据； 步骤9对合成光谱和真实实验光谱进行相似度判断； 步骤10上述步骤9相似度满足要求后，将预设标签值输入标签输入网络，经该训练好的连续生成对抗网络生成相应合成光谱； 步骤11将上述步骤10生成的合成光谱数据和相应预设标签与真实实验光谱数据构成机器学习预测模型的训练集，并对该机器学习预测模型进行训练和测试。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区潮王路18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。