西安電子科技大學王黎明獲國家專利權
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！
龍圖騰網獲悉西安電子科技大學申請的專利基于前向特征兼容的小樣本目標識別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：CN115761302B 。
龍圖騰網通過國家知識產權局官網在2025-09-05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：202211279726.4，技術領域涉及：G06V10/764；該發明授權基于前向特征兼容的小樣本目標識別方法是由王黎明;田隆;馮旭東設計研發完成，并于2022-10-19向國家知識產權局提交的專利申請。
本基于前向特征兼容的小樣本目標識別方法在說明書摘要公布了：本申請實施例涉及圖像處理技術領域，特別涉及一種基于前向特征兼容的小樣本目標識別方法，包括：構建廣義小樣本學習算法的學習任務；構造滿足基于馬氏距離的線性判別分類器魯棒性最大的前向類別可兼容原型向量；構造可將樣本映射為符合最大化馬氏距離分布的隱特征的深度神經網絡；訓練分類子網絡；識別目標圖像。本申請實施例提供一種基于前向特征兼容的小樣本目標識別方法，解決自動目標識別方法中存在的測試階段有標簽樣本受限導致的分類器魯棒性弱、樣本非均衡時分類準確性低以及無法對新增類別進行分類的問題。
本發明授權基于前向特征兼容的小樣本目標識別方法在權利要求書中公布了：1.一種基于前向特征兼容的小樣本目標識別方法，其特征在于，包括： 構建廣義小樣本學習算法的學習任務； 構造分類器魯棒性前向類別可兼容原型向量的限值； 構造用于將樣本映射為符合最大化馬氏距離分布的隱特征的深度神經網絡； 訓練分類子網絡； 基于所述深度神經網絡和所述訓練分類子網絡，識別目標圖像數據； 其中，所述構造分類器魯棒性前向類別可兼容原型向量的限值，包括： 提出關于p維隨機變量及其標簽分布的假設； 對所述p維隨機變量進行正規化處理，對處理后的p維隨機變量提出關于處理后的p維隨機變量及其標簽分布的假設； 定義不同類別的普通樣本在決策邊界上的對抗樣本，采用馬氏距離描述普通樣本和對抗樣本的距離的期望，并采用所述期望衡量分類器的局部魯棒性； 定義所述局部魯棒性的的近似值； 計算所述局部魯棒性的的近似值的上界； 構造滿足所述上界的前向可兼容的類級原型向量，獲取分類器魯棒性前向類別可兼容原型向量的限值。
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西安電子科技大學，其通訊地址為：710071 陜西省西安市雁塔區太白南路2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”。
免責聲明
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。
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。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號