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！

龍圖騰網獲悉青島科技大學申請的專利一種基于元特征的偽監督聚類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：CN115331040B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202211014611.2，技術領域涉及：G06V10/762；該發明授權一種基于元特征的偽監督聚類方法是由趙文倉;王浩;邵尤佳;楊同森設計研發完成，并于2022-08-23向國家知識產權局提交的專利申請。

本一種基于元特征的偽監督聚類方法在說明書摘要公布了：本發明屬于深度學習技術領域，具體涉及一種基于元特征的偽監督聚類方法，包括以下步驟：將數據集輸入深度模型進行預訓練；將原始圖像和數據增強后的圖像輸入預訓練模型中分別用于實例級別特征提取和類別預測，利用分類器對類別樣本進行預測，選取高置信度的樣本用于構建含有穩定語義信息的元特征；偽標簽構建和偽標簽全局分配；偽標簽優化深度模型，采用帶有標簽平滑的交叉熵損失指導并優化元特征的選取和偽標簽的分配。本發明在有效保證特征語義的情況下，提供穩定的聚類監督信號，通過在全局范圍內分配偽標簽完成從穩定樣本到語義標簽的直接映射，有效提高深度模型的分類精度，實現了穩定特征的語義自學習。

本發明授權一種基于元特征的偽監督聚類方法在權利要求書中公布了：1.一種基于元特征的偽監督聚類方法，其特征在于，包括以下步驟： S1：將數據集輸入深度模型進行預訓練； S2：將原始圖像和數據增強后的圖像輸入預訓練模型中分別用于實例級別特征提取和類別預測，利用分類器對類別樣本進行預測，對置信度較高的樣本特征進行挑選，選取高置信度的樣本用于構建含有穩定語義信息的元特征fMeta； 選取每個類別概率最高的K個樣本作為自信樣本Ck，自信樣本加權平均后作為元特征fMeta， S3：偽標簽構建和偽標簽全局分配；即，獲取元特征后，為元特征在全局范圍內尋找語義最近鄰樣本，為元特征和對應的語義最近鄰分配相同的偽標簽，lk＝{NfMeta|k∈[1，2…，S]}，其中，N·表示樣本的全局最近鄰，lk為元特征近鄰分配的偽標簽； S4：偽標簽優化深度模型，采用帶有標簽平滑的交叉熵損失指導并優化元特征的選取和偽標簽的分配； 標簽平滑方法通過添加均勻噪音來改進類別偽標簽y，給定帶有相應標簽，將噪聲注入所有類別，如下所示： 其中，C是類別數量，ε～Uniform0，1是噪聲，y是類別偽標簽，是添加均勻噪聲后的類別偽標簽； 使用添加均勻噪聲后的類別偽標簽和隨機增強樣本的預測標簽來計算交叉熵，為其中，χ為數據集，pi由對模型倒數第二層輸出的logits向量z應用到函數計算得到，Zj為目標類別。

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青島科技大學，其通訊地址為：266000 山東省青島市嶗山區松嶺路99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”。