買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海人工智能創新中心申請的專利一種通用的域泛化方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116882456B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310922294.2，技術領域涉及：G06N3/0464；該發明授權一種通用的域泛化方法是由張懿元;龔凱雄;張凱鵬;岳翔宇設計研發完成，并于2023-07-25向國家知識產權局提交的專利申請。

本一種通用的域泛化方法在說明書摘要公布了：本發明公開了一種通用的域泛化方法。該方法包括：針對源域，獲取預訓練神經網絡模型，所述預訓練神經網絡模型包括源域特征提取器和源域分類器；針對目標域，以設定的總損失函數最小化為優化目標，利用目標域樣本數據通過在線學習對所述預訓練神經網絡模型進行自適應微調，獲得更新的神經網絡模型，其中在自適應微調過程中，創建各個類別的分類原型作為記憶庫，通過最大化動態學習表征對應到各個類別的分類原型之間的概率相似性來更新迭代整個記憶庫。本發明能夠有效解決域偏移問題，提升了域泛化任務的高效性，并且適用于多種類型的神經網絡模型。

本發明授權一種通用的域泛化方法在權利要求書中公布了：1.一種通用的域泛化方法，包括以下步驟： 針對源域，獲取用于圖像數據分類的預訓練神經網絡模型，所述預訓練神經網絡模型包括源域特征提取器和源域分類器； 針對目標域，以設定的總損失函數最小化為優化目標，利用目標域樣本數據通過在線學習對所述預訓練神經網絡模型進行自適應微調，獲得更新的神經網絡模型，其中在自適應微調過程中，創建各個類別的分類原型作為記憶庫，通過最大化動態學習表征對應到各個類別的分類原型之間的概率相似性來更新迭代整個記憶庫； 針對目標域，利用所述更新的神經網絡模型預測待測圖像數據對應的類別； 其中，所述總損失函數表示為： 其中，表示總損失值，表示分類原型的損失，是特征提取器學習目標分布的損失，表示為： 是用于更新分類器的熵損失函數，表示為： 其中，DT表示目標域，σ是設定的邊際參數，xi表示輸入圖像，i是索引，f′表示復制的與源域特征提取器f相同的新模型，f表示源域特征提取器，Nb是圖像的數量，q′表示復制的與源域分類器相同的新模型； 其中，所述分類原型的損失表示為： 其中，q′表示復制的與源域分類器q相同的新模型，pi是分類原型，是偽標簽，Nb是圖像的數量，γi是可學習的記憶表征，BN·表示批歸一化操作； 其中，在自適應微調過程中，根據以下步驟更新所述分類原型： 記憶庫被設置為存儲每個類別的類別原型其中C和D分別表示記憶庫、類別數和特征維度，pj是對應類別j的分類原型； 在自適應微調過程中，首先獲取預測偽標簽然后利用熵作為標準來篩選出具有更高信息相關性的前K個表征f′x，進而利用前K個樣本表示相應的分類原型： K表示樣本數目，xi表示表示一張輸入圖像，i是圖像索引，f′表示復制的與源域特征提取器相同的新模型； 更新迭代所述分類原型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海人工智能創新中心，其通訊地址為：200232 上海市徐匯區云錦路701號37、38層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。