天津大学张长青获国家专利权
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！
龙图腾网获悉天津大学申请的专利一种基于证据理论的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：CN116051942B 。
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：202211533219.9，技术领域涉及：G06V10/80；该发明授权一种基于证据理论的半监督图像分类方法是由张长青;王凯设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。
本一种基于证据理论的半监督图像分类方法在说明书摘要公布了：本发明公开了一种基于证据理论的半监督图像分类方法，包括：对半监督学习使用的图像数据集进行处理，分别从每个类别中随机抽出相同数量的少量样本，并保留少量样本的标签组成训练中使用的有标签数据集；通过数据增强技术对原始图像添加不同程度的扰动；对带标签的样本进行弱增强，利用弱增强之后的样本以有监督学习的方式训练模型；对无标签的样本分别进行弱增强和强增强，将弱增强版本的无标签样本送入每个子网络以生成证据，通过狄利克雷分布建模可获得每个子网络的不确定性，利用证据理论融合得到的证据和不确定性得到融合后的证据，基于融合后的证据可得到更可靠的分类结果和伪标签；利用无标签样本及其伪标签训练网络，继续训练后的网络对图像进行分类。
本发明授权一种基于证据理论的半监督图像分类方法在权利要求书中公布了：1.一种基于证据理论的半监督图像分类方法，其特征在于，所述方法包括： 对半监督学习使用的图像数据集进行处理，分别从每个类别中随机抽出相同数量的少量样本，并保留少量样本的标签组成训练中使用的有标签数据集； 通过数据增强技术对原始图像添加不同程度的扰动；对带标签的样本进行弱增强，利用弱增强之后的样本以有监督学习的方式训练模型； 对无标签的样本分别进行弱增强和强增强，将弱增强版本的无标签样本送入每个子网络以生成证据，通过狄利克雷分布建模可获得每个子网络的不确定性，利用证据理论融合得到的证据和不确定性得到融合后的证据，基于融合后的证据可得到更可靠的分类结果和伪标签； 利用无标签样本及其伪标签训练网络，继续训练后的网络对图像进行分类。
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大学，其通讯地址为：300072 天津市南开区卫津路92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