蘇州科技大學王琛獲國家專利權
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!
龍圖騰網獲悉蘇州科技大學申請的專利一種深度分類網絡噪聲標簽建模與糾正方法、系統及存儲介質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:CN116543259B 。
龍圖騰網通過國家知識產權局官網在2025-08-26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:202310513686.3,技術領域涉及:G06V10/774;該發明授權一種深度分類網絡噪聲標簽建模與糾正方法、系統及存儲介質是由王琛;陶重犇;郭繼沖;師君;周遠遠設計研發完成,并于2023-05-09向國家知識產權局提交的專利申請。
本一種深度分類網絡噪聲標簽建模與糾正方法、系統及存儲介質在說明書摘要公布了:本發明提供一種深度分類網絡噪聲標簽建模與糾正方法、系統及存儲介質,該深度分類網絡噪聲標簽建模與糾正方法包括以下步驟:步驟一,獲取損失函數曲線;步驟二,對損失函數曲線進行聚類擬合,得到單模型訓練下標簽噪聲隸屬度函數值,然后返回步驟一;步驟三,多模型噪聲標簽建模;獲取M個模型的隸屬度函數值,對M個模型的隸屬度函數值進行多模型置信度閥值平均,得到最終最優隸屬度函數值;步驟四,噪聲標簽糾正與分類網絡訓練;根據多模型標簽建模結果,構建多個標簽集合,并對所構建標簽集合中不同標簽樣本賦予不同權重,得到對應設計加權損失函數對分類網絡進行訓練。本發明的有益效果是:提升噪聲標簽下分類網絡的訓練效果和分類精度。
本發明授權一種深度分類網絡噪聲標簽建模與糾正方法、系統及存儲介質在權利要求書中公布了:1.一種深度分類網絡噪聲標簽建模與糾正方法,其特征在于,包括以下步驟: 步驟一,獲取損失函數曲線; 步驟二,對步驟一的損失函數曲線進行聚類擬合,得到單模型訓練下標簽噪聲隸屬度函數值,然后返回步驟一;循環執行步驟一和步驟二M次后,再執行步驟三; 步驟三,多模型噪聲標簽建模;獲取M個模型的隸屬度函數值,對所獲取的M個模型的隸屬度函數值進行多模型置信度閥值平均,得到最終最優隸屬度函數值; 步驟四,噪聲標簽糾正與分類網絡訓練;根據步驟三的多模型標簽建模結果,構建多個標簽集合,并對所構建標簽集合中不同標簽樣本賦予不同權重,得到對應設計加權損失函數對分類網絡進行訓練; 所述步驟三包括: 步驟1,獲取多模型隸屬度函數值集合;每次使用相同訓練集訓練不同網絡模型,得到不同噪聲標簽建模結果,即團簇中心c* m1和c* m2以及各損失函數隸屬度函數值集合 步驟2,利用基于置信度閾值的方式計算多模型標簽噪聲平均,具體計算公式如下: 其中, 表示步驟二中擬合收斂后最優聚類結果下損失曲線i對應的隸屬度函數在多模型下的基于閾值的平均,表示步驟二中擬合收斂后最優聚類結果下損失曲線i對應的隸屬度函數在多模型下的算數平均,為指示函數,當滿足時函數值為1,否則為0;j表示遍歷所有損失曲線的下標索引,pi表示第i個訓練損失函數曲線對應的變量p; 多模型下噪聲標簽建模結果計算為: 表示樣本i對應標簽建模為無噪聲標簽,表示樣本i對應標簽建模為噪聲標簽。
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蘇州科技大學,其通訊地址為:215000 江蘇省蘇州市高新區科銳路1號;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。