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！

龙图腾网获悉哈尔滨工业大学;中国电建市政建设集团有限公司申请的专利一种基于独立性增强的对抗主动学习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：CN116882460B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310837619.7，技术领域涉及：G06N3/0475；该发明授权一种基于独立性增强的对抗主动学习方法是由周远;张斌;常怀雷;李成伟;王首彬;彭桂力;白晓峰;赵杰设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本一种基于独立性增强的对抗主动学习方法在说明书摘要公布了：本发明涉及一种基于独立性增强的对抗主动学习方法。包括如下步骤：1：使用生成器对样本进行重构以学习样本的特征表示，并将样本的特征表示与任务模型中提取的注释特征进行拼接；2：设计BatchLossPredictionModuleBLPM对样本的状态值进行重新标注，并依据新的状态值对判别器进行训练；3：设计基于层次聚类的独立样本选择模块对样本进行独立性选择，对所选择的样本进行标记，将标记后的样本加入标记池并且对模型进行更新训练。本发明不仅考虑了单一样本的信息量，而且兼顾了组内样本之间的独立性，同时降低了标记总成本。

本发明授权一种基于独立性增强的对抗主动学习方法在权利要求书中公布了：1.一种基于独立性增强的对抗主动学习方法，其特征在于，包括如下步骤： 步骤1：使用基于编解码结构的无监督图像重构网络作为生成器，对样本进行重构，学习样本的特征表示，将样本的特征表示与任务模型中提取的注释特征进行拼接； 步骤2：设计了具有新损失函数的损失预测模块BatchLossPredictionModuleBLPM，使用BLPM对样本的状态值进行重新标注，包括如下步骤： 步骤2.1：损失函数对一个批次中所有样本的损失值进行比较： 其中，li和lj为任务模型真实的损失，和为BLPM模块预测的任务损失，对于一对样本xi,xj，当同时满足li＞lj和时，模块才没有损失，否则模块会有损失，从而使它增加的值并且减少的值，目标模型和BLPM的联合损失函数为： 之后，BLPM对未标记样本的损失值进行预测，其输出归一化到[0,1]，并把归一化后的数值作为未标记样本的状态值； 步骤2.2：判别器D的目标函数为： LD＝-E[logDqθzL|xL]-E[logstatexUnew-DqθzL|xL] 其中，statexU为未标记样本的状态值，生成器G与判别器D在对抗学习过程中的目标函数为： Ladv＝-E[logDqθzL|xL]-E[logDqθzU|xU] 生成器G的总目标函数定义如下： LTotal＝λ2LG+λ3Ladv 然后以样本的损失预测值作为不确定性指标，并依据新的状态值对判别器进行训练； 步骤3：设计了基于层次聚类的独立样本选择模块对样本进行独立性选择，之后对所选择的样本进行标记，并将标记后的样本加入标记池，最终对模型进行更新训练。

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哈尔滨工业大学;中国电建市政建设集团有限公司，其通讯地址为：150006 黑龙江省哈尔滨市南岗区西大直街92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。