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！

龙图腾网获悉厦门大学申请的专利一种线性整流梯度平衡损失函数分类方法及系统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：CN115329863B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210962736.1，技术领域涉及：G06F18/241；该发明授权一种线性整流梯度平衡损失函数分类方法及系统是由吴清锋;张泽洋;周昌乐设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本一种线性整流梯度平衡损失函数分类方法及系统在说明书摘要公布了：本发明提出了一种新的线性整流梯度平衡损失函数分类方法，该方法包括如下步骤：定义线性整流梯度平衡损失函数；构建模型并初始化模型的参数；获取数据集并对数据集进行预处理；对所述模型按照预设方式进行迭代训练。通过本发明所训练模型的测试精度远高于其他4组对比模型，甚至高于对比模型200轮迭代时的测试精度，模型分类精度得到了提升，模型训练初期的更新梯度更有效，能加速模型的收敛，训练完成时，本发明所训练模型相比对照模型拥有最高的测试精度，相比对照模型拥有最高小类样本F1值，即有能够最有效的学习数据集中的小类样本知识，模型对小类样本的准确率和召回率更高。

本发明授权一种线性整流梯度平衡损失函数分类方法及系统在权利要求书中公布了：1.一种线性整流梯度平衡损失函数分类方法，其特征在于，该方法包括如下步骤： 定义线性整流梯度平衡损失函数； 构建模型并初始化模型的参数； 获取数据集并对数据集进行预处理；对所述数据集进行预处理还包括：将数据标签为1-2的用户评分作为负面评级；将数据标签为3-5的用户评分作为正面评价构建文本二分类问题；其中，大类样本与小类样本数量之比为3.69； 对所述模型按照预设方式进行迭代训练，具体包括：将一批样本输入网络，计算前向传播输出的类别预测值；对于分类错误的样本，采用线性整流损失函数计算样本的损失值；对于分类正确的样本，采用梯度平衡损失函数计算样本的损失值；计算两段损失函数梯度的加权和，加权系数为正值常数，其中，在实验中加权系数设置为1；利用加权求和的梯度更新网络参数；其中，训练网络的优化器采用Adam优化器，在0.0001学习率下执行1000轮迭代优化； 所述函数包括线性整流损失函数Licx，定义如下： Licx＝x·βx-z 其中，x为样本通过网络前向传播输出的分类预测值，z为样本类别标签； 所述函数还包括梯度平衡损失函数Lcx，当网络采用Sigmoid作为输出层激活函数时，定义如下： 其中，σ为Sigmoid函数，w0、w1分别对应标签为0、标签为1的样本所计算的梯度之和，C1为当前训练批中正确分类的正类样本的logits集合，C0为当前训练批中正确分类的负类样本的logits集合，并且w0与w1不参与反向传播。

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厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422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。