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！

龙图腾网获悉中国科学院南京地理与湖泊研究所申请的专利一种数据知识双驱动的硅藻图像分类系统和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：CN116958964B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310929751.0，技术领域涉及：G06V20/69；该发明授权一种数据知识双驱动的硅藻图像分类系统和方法是由丛璐璐;吴伟;刘纯玉;李沁欣设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种数据知识双驱动的硅藻图像分类系统和方法在说明书摘要公布了：本发明公开了一种数据知识双驱动的硅藻图像分类系统和方法，该系统包括生成对抗网络模块、知识学习模块和深度残差网络模块；生成对抗网络模块设计一个适合硅藻图像生成的生成对抗网络模型以扩充硅藻图像数据集。知识学习模块将硅藻知识嵌入到知识向量空间。深度残差网络模块则将硅藻图像嵌入到特征向量空间。为克服知识域和特征域语义鸿沟，利用知识辅助深度残差网络分类，本发明采用多层感知机将知识域嵌入投影到特征域，并采用最小均方误差损失函数最小化特征域内知识嵌入和特征嵌入的距离。相较于传统未加生成对抗网络和知识属性的分类模型，本发明方法在准确率Precision提升了8.6％、召回率Recall提升了9.7％、损失降低了31.6％。

本发明授权一种数据知识双驱动的硅藻图像分类系统和方法在权利要求书中公布了：1.一种数据知识双驱动的硅藻图像分类系统，其特征在于，所述系统包括生成对抗网络模块、知识学习模块和深度残差网络模块： 生成对抗网络模块，是通过使用真实硅藻图像数据训练生成器，并利用判别器将真实硅藻图像和生成器生成图像进行区分，通过交替训练生成器和判别器，使得生成器生成图像逐渐接近于真实硅藻图像，所述生成对抗网络模块关键在于通过训练好的生成器生成一定数量的硅藻图像样本，以供后续深度残差网络训练使用； 知识学习模块是将硅藻知识嵌入到低维连续向量空间以便集成到深度学习模型，利用预训练BERT模型作为硅藻知识编码器，所述编码器将硅藻特征的文字描述作为输入，输出768维向量，利用多层感知机将知识域嵌入投影到特征域，作为最终知识嵌入； 深度残差网络模块是构建深度残差网络模型获取图像特征嵌入并使其与知识嵌入对齐，采用预训练深度残差网络获取图像特征嵌入，再利用最小均方误差损失使得该特征嵌入与其对应类别的知识嵌入对齐，然后利用训练好的网络实现硅藻分类。

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中国科学院南京地理与湖泊研究所，其通讯地址为：210000 江苏省南京市北京东路73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。