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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安電子科技大學申請的專利一種基于去噪對比學習的魯棒跨域自適應分類方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN116451111B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202310252690.9，技術領域涉及：G06F18/24；該發(fā)明授權一種基于去噪對比學習的魯棒跨域自適應分類方法是由鄧成;萬芙莉;趙晗;李墨琦;楊旭;魏坤設計研發(fā)完成，并于2023-03-15向國家知識產(chǎn)權局提交的專利申請。

本一種基于去噪對比學習的魯棒跨域自適應分類方法在說明書摘要公布了：本發(fā)明公開了一種基于去噪對比學習的魯棒跨域自適應分類方法，包括：獲取源域數(shù)據(jù)和目標域數(shù)據(jù)；利用分類網(wǎng)絡分別從源域、目標域數(shù)據(jù)中選取干凈樣本；根據(jù)源域、目標域數(shù)據(jù)中所有樣本建立圖結構，根據(jù)圖結構對噪聲樣本進行標簽傳播以對其凈化得到源域、目標域數(shù)據(jù)對應魯棒標簽矩陣，根據(jù)魯棒標簽矩陣構建目標損失函數(shù)；對干凈樣本分別執(zhí)行包括跨域類內對齊和類間分散的跨域去噪對比學習方法；基于跨域類內對齊構建了分布匹配函數(shù)，基于類間分散構建了嵌入離散函數(shù)；根據(jù)目標損失函數(shù)、分布匹配函數(shù)和嵌入離散函數(shù)構建最終的目標優(yōu)化函數(shù)；根據(jù)分類網(wǎng)絡，以及目標優(yōu)化函數(shù)迭代實現(xiàn)目標域數(shù)據(jù)的分類。本發(fā)明使監(jiān)督更加可靠，增強了類的區(qū)分能力。

本發(fā)明授權一種基于去噪對比學習的魯棒跨域自適應分類方法在權利要求書中公布了：1.一種基于去噪對比學習的魯棒跨域自適應分類方法，應用于圖像分類任務中，其特征在于，包括： 獲取源域數(shù)據(jù)和目標域數(shù)據(jù)；其中，所述源域數(shù)據(jù)和所述目標域數(shù)據(jù)共享相同的標簽空間；所述源域數(shù)據(jù)和所述目標域數(shù)據(jù)均為圖像數(shù)據(jù)；所述源域數(shù)據(jù)和所述目標域數(shù)據(jù)分別包括干凈樣本和噪聲樣本，且所述源域數(shù)據(jù)均為帶標簽的樣本，所述目標域數(shù)據(jù)均為不帶標簽的樣本； 利用分類網(wǎng)絡分別從所述源域數(shù)據(jù)和所述目標域數(shù)據(jù)中選取干凈樣本； 根據(jù)所述源域數(shù)據(jù)和所述目標域數(shù)據(jù)中所有樣本建立圖結構，根據(jù)建立的圖結構對噪聲樣本進行標簽傳播以對噪聲樣本進行凈化得到所述源域數(shù)據(jù)和所述目標域數(shù)據(jù)分別對應的魯棒標簽矩陣，根據(jù)所述魯棒標簽矩陣構建目標損失函數(shù)； 在選取的干凈樣本上，分別執(zhí)行包括跨域類內對齊和類間分散的跨域去噪對比學習方法；其中，基于跨域類內對齊構建了分布匹配函數(shù)，基于類間分散構建了嵌入離散函數(shù)； 根據(jù)所述目標損失函數(shù)、所述分布匹配函數(shù)和所述嵌入離散函數(shù)構建最終的目標優(yōu)化函數(shù)； 根據(jù)所述分類網(wǎng)絡，以及所述目標優(yōu)化函數(shù)迭代實現(xiàn)所述目標域數(shù)據(jù)的分類。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人西安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。