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！

龙图腾网获悉吉林大学申请的专利稀疏群智感知中的感知区域选择方法、分类方法及装置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：CN119598123B 。

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：202411639036.4，技术领域涉及：G06F18/20；该发明授权稀疏群智感知中的感知区域选择方法、分类方法及装置是由黄文君;王恩;刘文彬;杨馥宁;徐原博设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本稀疏群智感知中的感知区域选择方法、分类方法及装置在说明书摘要公布了：本申请公开了一种稀疏群智感知中的感知区域选择方法、分类方法及装置，涉及数据分类领域，该方法包括获取目标区域内t时刻的稀疏时空数据并进行预处理，得出每一数据缺失子区域对应的特征矩阵；根据每一数据缺失子区域对应的特征矩阵，应用贪婪近似算法从所有数据缺失子区域中选择出各待采集子区域。获取待采集子区域的数据更新分类模型的训练数据集，对分类模型进行重新训练，得出符合性能要求的分类模型。本发明中，提出了一种合理选择感知区域的方法，能够选择出对分类任务更有价值的区域，基于选择出的感知区域采集数据，提高采集数据的代表性价值，进而提高了分类模型的分类精度。

本发明授权稀疏群智感知中的感知区域选择方法、分类方法及装置在权利要求书中公布了：1.一种稀疏群智感知中的感知区域选择方法，其特征在于，所述稀疏群智感知中的感知区域选择方法包括： 获取目标区域内t时刻的稀疏时空数据；所述目标区域包括若干子区域； 对所述稀疏时空数据进行预处理，得出每一数据缺失子区域对应的特征矩阵；所述特征矩阵中包括一个数据缺失子区域对应位置处的推断数据和所述稀疏时空数据；数据缺失子区域是指未获取到数据的子区域； 根据每一数据缺失子区域对应的特征矩阵，应用贪婪近似算法从所有数据缺失子区域中选择出各待采集子区域； 其中，根据每一数据缺失子区域对应的特征矩阵，应用贪婪近似算法从所有数据缺失子区域中选择出各待采集子区域，具体包括： 将当前每一未被选择的数据缺失子区域分别与当前待采集子区域集合中的所有已选择的数据缺失子区域进行组合；初始时，待采集子区域集合为空集； 根据每一组合对应的特征矩阵，应用目标分类模型计算每一组合的得分；所述得分是兼顾目标分类模型的参数不确定性得分和模型性能的得分； 选取得分最高的组合中的未被选择的数据缺失子区域加入到当前待采集子区域集合中以对当前待采集子区域集合进行更新； 判断当前待采集子区域集合中的已选择的数据缺失子区域的数量是否达到预设数量； 若是，则当前待采集子区域集合中的已选择的数据缺失子区域为各待采集子区域； 若否，则返回步骤“将当前每一未被选择的数据缺失子区域分别与当前待采集子区域集合中的所有已选择的数据缺失子区域进行组合”； 其中，根据每一组合对应的特征矩阵，应用目标分类模型计算每一组合的得分，具体包括： 对每一组合，计算所述目标分类模型未被所述组合对应的特征矩阵训练之前的模型参数的熵，得到第一模型参数熵；每一组合对应的特征矩阵存在对应的预设分类标签； 对每一组合，计算所述目标分类模型未被所述组合对应的特征矩阵训练之后的模型参数的熵，得到第二模型参数熵； 根据所述第一模型参数熵和第二模型参数熵计算模型参数不确定性得分； 对每一组合，将所述组合对应的特征矩阵输入到所述目标分类模型中，得出所述组合中每一数据缺失子区域的最高预测概率结果和第二高预测概率结果； 根据所述组合中每一数据缺失子区域的最高预测概率结果和第二高预测概率结果计算每一组合对应的概率边际得分； 根据每一组合对应的所述模型参数不确定性得分和所述概率边际得分，得出每一组合的得分。

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吉林大学，其通讯地址为：130015 吉林省长春市朝阳区前进大街2699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。