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！

龙图腾网获悉华南理工大学申请的专利一种基于样本遗忘的重加权长尾分布图像识别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：CN116416459B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310214825.2，技术领域涉及：G06V10/764；该发明授权一种基于样本遗忘的重加权长尾分布图像识别方法是由俞鹤伟;陈佳仪设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于样本遗忘的重加权长尾分布图像识别方法在说明书摘要公布了：本发明公开了一种基于样本遗忘的重加权长尾分布图像识别方法，包括：S1、预训练获得样本遗忘信息；S2、计算未平滑的类别有效信息总量；S3、对得到的类别有效信息总量进行平滑；S4、设计权重因子，将权重因子引入损失函数，得到基于样本遗忘的重加权损失函数；S5、选取训练集中部分数据输入定义好的神经网络模型中，通过神经网络计算得出softmax层输出；S6、根据重加权损失函数计算每一批次的重加权损失；S7、使用优化算法并根据损失函数的表达式和链式法则计算梯度和更新网络参数；S8、重复步骤S5‑S7直至总损失函数收敛，输入测试集样本数据，计算得到识别结果。本发明调整了每个类别损失在总损失中的占比，缓解因为长尾分布而导致的梯度占比失衡。

本发明授权一种基于样本遗忘的重加权长尾分布图像识别方法在权利要求书中公布了：1.一种基于样本遗忘的重加权长尾分布图像识别方法，其特征在于，包括以下步骤： S1、对训练集进行预训练，记录在预训练中每一样本的遗忘次数和所有样本的最大遗忘次数； S2、根据得到的每一样本的遗忘次数，计算未平滑的类别有效信息总量Ni； S3、对得到的类别有效信息总量Ni进行平滑得到依据平滑后的类别有效信息总量计算某一类别含ni个样本时的有效样本数 S4、设计与类的有效样本数成反比的权重因子αi，将权重因子引入损失函数，得到基于样本遗忘的重加权损失函数L*； S5、选取训练集中部分数据输入定义好的Resnet18神经网络模型中，通过Resnet18计算得出softmax层输出； S6、根据步骤S4中得到的基于样本遗忘的重加权损失函数L*的公式计算每一批次的重加权损失l*； S7、使用基于随机梯度下降的优化算法并根据损失函数的表达式和链式法则计算梯度Φ和更新Resnet18网络参数； S8、重复步骤S5-S7，直至重加权损失函数L*收敛，用收敛的模型参数定义Resnet18网络，输入测试集样本数据，计算得到识别结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。