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！

龙图腾网获悉脉得智能科技(无锡)有限公司申请的专利数据分类模型训练方法、数据分类方法、电子设备及存储介质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：CN121188615B 。

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：202511724999.9，技术领域涉及：G06F18/2415；该发明授权数据分类模型训练方法、数据分类方法、电子设备及存储介质是由曹旭;胡敬良;石一磊;牟立超;侯雨;陈咏虹设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本数据分类模型训练方法、数据分类方法、电子设备及存储介质在说明书摘要公布了：本发明的实施例提供了一种数据分类模型训练方法、数据分类方法、电子设备及存储介质，涉及图像处理技术领域。通过基于头部类别样本集，对图像处理网络、文本处理网络、语义视觉特征转换网络以及短语图像块对齐网络，进行第一阶段训练；基于混合训练样本集，对多源对称融合网络、特征校准网络、门控网络以及分类器进行第二阶段训练，同时微调图像处理网络、文本处理网络、语义视觉特征转换网络以及短语图像块对齐网络的参数，从而可以提升对尾部类别的识别能力。

本发明授权数据分类模型训练方法、数据分类方法、电子设备及存储介质在权利要求书中公布了：1.一种数据分类模型训练方法，其特征在于，所述数据分类模型包括图像处理网络、文本处理网络、语义视觉特征转换网络、短语图像块对齐网络、多源对称融合网络、特征校准网络、门控网络以及分类器，所述方法包括： 获取混合训练样本集；所述混合训练样本集包括头部类别样本集、尾部类别样本集以及分布外样本集；所述头部类别样本集和所述尾部类别样本集的训练样本包括超声图像、医学文本描述、疾病类别标签以及属性短语标注；所述分布外样本集的训练样本包括超声图像、医学文本描述； 基于所述头部类别样本集，对所述图像处理网络、所述文本处理网络、所述语义视觉特征转换网络以及所述短语图像块对齐网络，进行第一阶段训练，以建立从医学文本描述到视觉特征空间的映射关系； 针对每个所述混合训练样本集的训练样本，使用所述图像处理网络、所述文本处理网络、所述语义视觉特征转换网络以及所述短语图像块对齐网络，对所述训练样本处理，获得第二全局图像特征、至少一个第二局部病灶特征、至少一个第二短语嵌入、第二文本聚合表示、第二文本反向推导特征、第二局部表示和第二短语表示； 根据所述第二全局图像特征、各所述第二局部病灶特征、各所述第二短语嵌入、所述第二文本聚合表示、所述第二文本反向推导特征、各所述第二局部表示、各所述第二短语表示和预构建的视觉端先验库中的类均值特征，计算第二图像文本对比损失、第二短语图像块对齐损失以及第二特征反向推导损失； 将所述尾部类别样本集对应的所述第二文本反向推导特征输入所述多源对称融合网络，进行多源融合，获得尾类判别特征； 将所述头部类别样本集对应的所述第二文本反向推导特征和所述尾类判别特征输入所述特征校准网络，获得校准后的分类特征； 将各所述分类特征输入所述分类器，获得各所述训练样本的类别概率，并计算出分类损失； 将各所述分类特征、各所述第二文本反向推导特征以及各所述第二全局图像特征输入所述门控网络，获得各所述训练样本的能量值以及一致性相似度，并根据各所述能量值计算出门控损失； 根据所述第二图像文本对比损失、所述第二短语图像块对齐损失以及所述第二特征反向推导损失、所述分类损失以及所述门控损失，对所述数据分类模型的参数进行优化； 其中，所述分布外样本集用于训练所述门控网络。

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脉得智能科技(无锡)有限公司，其通讯地址为：214000 江苏省无锡市滨湖区马山梅梁路130号二期9号楼402室；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。