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！

龙图腾网获悉浙江大学申请的专利一种基于频繁项集的图像多标签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：CN116543233B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202310638294.X，技术领域涉及：G06V10/764；该发明授权一种基于频繁项集的图像多标签分类方法是由谭睿翔;胡津铭;武伯熹;王闻箫;林彬彬;蔡登设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本一种基于频繁项集的图像多标签分类方法在说明书摘要公布了：本发明公开了一种基于频繁项集的图像多标签分类方法，包括如下步骤：1在图像数据集中，使用频繁项集挖掘算法挖掘出数据集的频繁项集；2利用挖掘出的频繁项集构建树形结构的图像多标签分类网络；3将特征提取网络和图像多标签分类网络结合得到总分类网络，其中，特征提取网络输出的特征向量作为图像多标签分类网络的输入；4训练总分类网络模型直至模型收敛；5将待分类的图像输入训练好的总分类网络模型中，得到多标签的分类结果。本发明通过频繁项集挖掘算法生成的频繁项集自动生成更为合理的图像多标签分类网络，可以提供更高的图像多标签分类精度。

本发明授权一种基于频繁项集的图像多标签分类方法在权利要求书中公布了：1.一种基于频繁项集的图像多标签分类方法，其特征在于，包括如下步骤： 1在图像数据集中，使用频繁项集挖掘算法挖掘出数据集的频繁项集； 2利用挖掘出的频繁项集构建树形结构的图像多标签分类网络；具体过程如下： 2‑1对于频繁项集集合L，按照其中每个项集在数据集中的频率sup进行从大到小排序，排序后sup越高的项集I排在越前面； 2‑2定义N为分类总数，N和项集大小为1的项集总数相等； 首先在一个空图中生成N个节点，每个节点都维护了大小为1的项集，该项集中只有一个项，对应于不同的分类标签，此时这N个节点的父节点都是空；同时设k等于1，Lk为频繁项集集合L中sup第k大的频繁项集； 2‑3将Lk中所有项在图中对应点所在树的根节点取出，放入集合R中，设集合R中所有节点中的项集的并集为S；若集合R中所有节点维护的项集组成的并集S中的所有项都在此时遍历的频繁项出现过，也就是S∈Lk时，生成一个新的节点，将该节点的项集信息定义为Lk，将R中所有节点的父节点设置为该新生成节点，将该新生成节点的父节点设置为空； 2‑4将k加1，若此时存在Lk，重复步骤2‑3； 2‑5遍历结束后，若所有节点没有构成一棵树，则生成一个新节点，该新节点的项集为所有项的集合，设图中所有树的根节点集合为R，将R中所有节点的父节点设置为该新节点，最终形成一个树形结构的图像多标签分类网络； 2‑6在图像多标签分类网络中填充神经网络层，保证树形结构中的每个叶子节点可以生成一个样本属于该叶子节点的项的概率； 3将特征提取网络和图像多标签分类网络结合得到总分类网络，其中，特征提取网络输出的特征向量作为图像多标签分类网络的输入； 4训练总分类网络模型直至模型收敛； 5将待分类的图像输入训练好的总分类网络模型中，得到多标签的分类结果。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。