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技术大学申请的专利检索器模型训练方法、基于检索增强生成的伯特-霍格-杜布综合征识别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：CN121366329B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511535073.5，技术领域涉及：G06V10/774；该发明授权检索器模型训练方法、基于检索增强生成的伯特-霍格-杜布综合征识别方法及系统是由石军;胡晓文;李昊青;陈先梦;汪瑞;安虹设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本检索器模型训练方法、基于检索增强生成的伯特-霍格-杜布综合征识别方法及系统在说明书摘要公布了：本申请公开一种检索器模型训练方法、基于检索增强生成的伯特‑霍格‑杜布综合征识别方法及系统，涉及罕见病识别领域；训练方法包括获取正样本对和负样本对；将正样本对和负样本对输入初始检索器模型，计算初始检索器模型的损失函数，损失函数根据度量方差自适应机制实时调节角度边际的大小；根据损失函数计算结果优化初始检索模型。本申请通过损失函数的角度边际强制扩大BHD与非BHD之间的角度间隔，使用度量方差自适应机制根据当前训练批次内所有正样本对之间余弦相似度的统计方差对角度边际进行动态调节，解决因各类DCLDs罕见病的影像学特征非常相似导致的DCLDs影像差异微弱、类别决策边界模糊的问题，提高大模型对查询信息的识别精度。

本发明授权检索器模型训练方法、基于检索增强生成的伯特-霍格-杜布综合征识别方法及系统在权利要求书中公布了：1.一种检索器模型训练方法，其特征在于，所述检索器模型训练方法包括： 按预设采样策略获取当前训练批次的正样本对和负样本对，所述正样本对包括两个正样本，所述负样本对包括一个正样本和一个负样本；其中，所述正样本为目标病症的CT影像，所述负样本为非目标病症的CT影像； 将所述正样本对和所述负样本对输入初始检索器模型，计算初始检索器模型的损失函数，所述损失函数根据度量方差自适应机制实时调节角度边际的大小，所述角度边际为正样本与负样本之间的特征间隔；其中，所述度量方差自适应机制实时调节角度边际的大小的方法包括： 计算当前训练批次方差，所述当前训练批次方差为当前训练批次内所有正样本的余弦相似度的方差；根据所述当前训练批次方差和全局方差计算动态边际；使用当前训练批次方差更新全局方差；其中，所述全局方差为全部训练批次内所有正样本的余弦相似度的方差； 使用所述动态边际更新所述角度边际； 根据损失函数计算结果优化所述初始检索模型，即得所述检索器模型。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市金寨路96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。