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！

龙图腾网获悉天津仁爱学院申请的专利结合加权KNN和自适应ELM的自训练半监督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：CN116229177B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310238925.9，技术领域涉及：G06V10/764；该发明授权结合加权KNN和自适应ELM的自训练半监督图像分类方法是由罗丹;刘新;国鹏设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本结合加权KNN和自适应ELM的自训练半监督图像分类方法在说明书摘要公布了：结合加权KNN和自适应ELM的自训练半监督图像分类方法，属于图像处理技术领域。为了解决利用现有的自训练方法进行图像分类时存在的容易误标记无类标签样本类别的问题，进而影响了分类器分类的准确性。本发明首先通过粒子群优化算法得到ELM的隐层节点数；然后通过WKNN计算所有无类标签的类别隶属度，根据所有无类标签样本的最高隶属度进行降序排序，得到隶属度最高的k个样本；再通过ELM对其进行分类，经过ELM分类后与WKNN分类后，将同一样本两次分类结果类别相同的样本加入集合X，使用BvSB准则对样本进行计算，筛选出部分样本加入有类标签样本集合，并从无类标签样本集中删除。不断迭代，满足结束条件时分类任务结束。

本发明授权结合加权KNN和自适应ELM的自训练半监督图像分类方法在权利要求书中公布了：1.结合加权KNN和自适应ELM的自训练半监督图像分类方法，其特征在于，包括以下步骤： 步骤一、通过粒子群优化算法，计算得到极限学习机ELM的隐层节点数H； 步骤二、根据图像的有类标签样本集M和无类标签样本集U，对WKNN分类器进行训练，得到U中所有样本属于每个类别的隶属度，对每个样本所有类别隶属度进行降序排序，取出每个样本最高类别的隶属度，构成类别集合C'xt＝C'wknn,t＝1,....n；C'wknn表示WKNN分类后作为参考的类别集合； 步骤三、根据C'xt对U中所有无类标签样本的隶属度降序排序，并筛选出前k个样本得到集合U1；初始化ELM分类器，隐层节点数量设置为H，使用有类标签样本集M对ELM进行训练； 步骤四、训练结束，用训练好的ELM分类器对U1进行分类，得到样本属于每个类别的隶属度，对每个样本所有类别隶属度进行降序排序，取出每个样本最高类别的隶属度，构成集合U的样本类别集合为C”xt＝C”elm,t＝1,....k，k≤n，C”elm表示ELM分类的结果； 步骤五、创建空集合X，当样本xt在步骤二和步骤四中得到的类别相同时，即C'xt＝C”xt时，将样本xt加入样本集X； 步骤六、计算步骤五的X中所有样本的BvSB的度量值，按照度量值从大到小的顺序选取一定比例的样本； 步骤七、将步骤六筛选出的样本加入有类标签样本集M，使用扩充后的样本集M重复步骤二至步骤六，直到集合X为空或者已加入样本集M的数量超过U的一半，算法结束。

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天津仁爱学院，其通讯地址为：301600 天津市静海区团泊新城东区博学苑；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。