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！

龙图腾网获悉山东大学申请的专利基于源域无关领域适应和主动学习的图像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：CN116863186B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310074139.X，技术领域涉及：G06V10/764；该发明授权基于源域无关领域适应和主动学习的图像分类方法及系统是由尹义龙;王帆;韩忠义设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本基于源域无关领域适应和主动学习的图像分类方法及系统在说明书摘要公布了：本发明属于图像处理技术领域，提供了一种基于源域无关领域适应和主动学习的图像分类方法及系统。该方法包括，基于无标签的目标域医学图像样本，采用源域模型一次性选择样本；采用特征提取器提取一次性选择的样本，得到所有样本的特征；对所有样本的特征进行聚类操作，得到所有样本的伪标记；计算每个样本的邻居不确定性的值，当邻居不确定性的值满足一定范围时，选择该邻居不确定性的值对应的样本进行松弛操作，并选择伪标记中的候选标注，以进行后续标注，得到所有标注样本；根据无标签的目标域医学图像样本和主动标记查询的医学图像样本，结合所有标注样本，采用目标域模型，计算损失函数，得到训练好的目标域多标签分类模型，用于图像分类。

本发明授权基于源域无关领域适应和主动学习的图像分类方法及系统在权利要求书中公布了：1.基于源域无关领域适应和主动学习的图像分类方法，其特征在于，包括： 获取无标签的目标域医学图像，采用训练好的目标域多标签分类模型，得到对目标域医学影像的标注； 所述目标域多标签分类模型训练的过程包括：基于无标签的目标域医学图像样本，采用源域模型初始化目标域模型的特征提取器和分类器，并一次性选择样本；采用特征提取器提取一次性选择的样本，得到所有样本的特征；对所有样本的特征进行聚类操作，得到所有样本的伪标记；计算每个样本的邻居不确定性的值，当邻居不确定性的值满足一定范围时，选择该邻居不确定性的值对应的样本进行松弛操作，并选择伪标记中的候选标注，以进行后续标注，得到所有标注样本； 所述邻居不确定性的值通过下式计算： 其中，NPx表示邻居纯度，NAx表示邻居亲和度，K表示所有的类别总数，表示样本周围邻居标签空间中被标注为类别的概率，描述了样本和其第q个邻居之间的余弦相似度； 所述当邻居不确定性的值满足一定范围时，选择该邻居不确定性的值对应的样本进行松弛操作的过程具体包括：对于邻居不确定性的值满足一定范围的候选样本，评估候选样本的最近邻居样本，如果最近邻居样本已经被挑选，就跳过对候选样本的选择； 根据无标签的目标域医学图像样本和主动标记查询的医学图像样本，结合所有标注样本，采用目标域模型，计算损失函数，在输出结果达到预期效果时，得到训练好的目标域多标签分类模型。

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山东大学，其通讯地址为：250101 山东省济南市高新区舜华路1500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。