复旦大学骆潇原获国家专利权
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！
龙图腾网获悉复旦大学申请的专利基于弱监督自训练的实例级别分类器构造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：CN115879021B 。
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：202211191757.4，技术领域涉及：G06F18/24；该发明授权基于弱监督自训练的实例级别分类器构造方法是由骆潇原;宋志坚;王满宁设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。
本基于弱监督自训练的实例级别分类器构造方法在说明书摘要公布了：本发明公开了基于弱监督自训练的实例级别分类器构造方法,包括以下步骤：步骤1、构建实例级别分类器，获取不同类型的实例数据集，将所述实例数据集划分为阳性包实例数据集和阴性包实例数据集，对所述阳性包实例数据集进行标记获得伪标签，对所述阴性包实例数据集进行标记获得真阴性标签；步骤2、将所述实例数据集输入所述实例级别分类器获取预测结果，基于所述预测结果、所述伪标签以及所述真阴性标签训练所述实例级别分类器；步骤3、对步骤1和步骤2进行迭代，直到所述伪标签和所述实例级别分类器的参数的收敛，获得训练好的实例级别分类器。本发明能够对包进行分类，还能够对包内的实例进行分类。
本发明授权基于弱监督自训练的实例级别分类器构造方法在权利要求书中公布了：1.基于弱监督自训练的实例级别分类器构造方法，其特征在于，包括以下步骤： 步骤1、构建实例级别分类器，获取不同类型的实例数据集，所述实例数据集为图像数据，将所述实例数据集划分为阳性包实例数据集和阴性包实例数据集，对所述阳性包实例数据集进行标记获得伪标签，对所述阴性包实例数据集进行标记获得真阴性标签； 对所述阳性包实例数据集进行标记获得伪标签具体包括： , 其中，式中代表Frobenius点乘，为实例级分类网络的原始输出，为伪标签，代表边缘分布为和的传输型矩阵，参数代表所有阳性包中阳性实例的比例； 采用动态变换策略对参数进行设置包括： 其中，代表参数在第轮训练时的值，是收敛到的轮次； 步骤2、将所述实例数据集输入所述实例级别分类器获取预测结果，基于所述预测结果、所述伪标签以及所述真阴性标签训练所述实例级别分类器； 步骤3、对步骤1和步骤2进行迭代，直到所述伪标签和所述实例级别分类器的参数的收敛，获得训练好的实例级别分类器。
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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。
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