闽江学院李佐勇获国家专利权
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！
龙图腾网获悉闽江学院申请的专利基于深度自监督变换学习的白细胞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：CN115565169B 。
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：202211171819.5，技术领域涉及：G06V20/69；该发明授权基于深度自监督变换学习的白细胞分类方法是由李佐勇;樊好义;陈新伟;郑国粦;周力为设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。
本基于深度自监督变换学习的白细胞分类方法在说明书摘要公布了：本发明涉及一种基于深度自监督变换学习的白细胞分类方法。首先通过k种数据增强方法对白细胞数据集进行增强，通过让神经网络去预测白细胞图像所使用的数据增强方法来训练网络，获得具有白细胞图像的先验知识。本发明提升了对白细胞分类的精度。
本发明授权基于深度自监督变换学习的白细胞分类方法在权利要求书中公布了：1.一种基于深度自监督变换学习的白细胞分类方法，其特征在于，包括： 图像增强阶段： 建立一个基于图像变换的分类任务，定义k个应用于输入图像的图像变换；图像变换后带着标签y产生的图像为； 特征提取阶段： 给定一个未标记的无标签数据集和一个被一组可学习的权重向量参数化 的非线性函数即卷积神经网络作为模型；使用预定义k个图像变换；是用来表示每一个应用图像变换的图像所产生的概率分布，其中代表 第个数据增强的样本分布即输入实例的特定增强版本；数据增强后的图像前向传播到 模型中产生一个特征向量，收集在一个集合； 分类阶段： 选择k个分类头取代原有的单一分类头来输出对于数据增强后的图像所产生的概率分 布；对于每一个特征向量输入到k个分类头中，然后将输出的概率值拼接在一起作为当 前图像增强的概率分布；拼接的概率分布描述为： 其中表示拼接操作，代表第张图像从第个分类头输出的概率值，k为分类 头的个数，为网络模型的参数。
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闽江学院，其通讯地址为：350121 福建省福州市闽侯县溪源宫路200号闽江学院行政楼B201；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励