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！

龍圖騰網獲悉北京理工大學申請的專利一種基于深度學習串聯優化器的圖像分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：CN119445238B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202411535162.5，技術領域涉及：G06V10/764；該發明授權一種基于深度學習串聯優化器的圖像分類方法是由鄒偉東;夏元清設計研發完成，并于2024-10-31向國家知識產權局提交的專利申請。

本一種基于深度學習串聯優化器的圖像分類方法在說明書摘要公布了：本發明公開了一種基于深度學習串聯優化器的圖像分類方法，針對Adam優化器及SGD優化器各自的優缺點，構建了基于Adam優化器和SGD優化器的深度學習串聯優化器，以Adam優化器作為主優化器，SGD優化器作為副優化器，采用深度學習串聯優化器優化圖像分類網絡模型的訓練訓練過程，得到更優的網絡參數值，以實現更加精確的圖像分類。

本發明授權一種基于深度學習串聯優化器的圖像分類方法在權利要求書中公布了：1.一種基于深度學習串聯優化器的圖像分類方法，其特征在于，具體包括以下步驟： 步驟1、采集圖像數據建立圖像數據集，并為圖像數據集中的圖像數據建立標記形成訓練樣本集； 步驟2、選擇神經網絡模型建立圖像分類網絡模型，圖像分類網絡模型的輸入為待分類圖像，輸出為待分類圖像的類型； 步驟3、構建由SGD優化器和Adam優化器串聯形成的深度學習串聯優化器，輸入為當前第k-1次迭代后的圖像分類網絡模型網絡參數值的梯度，輸出為第k次迭代所需設置的圖像分類網絡模型的網絡參數值；深度學習串聯優化器內，將輸入經Adam優化器處理所得到的網絡參數值作為第一參數值，再將當前網絡參數值的梯度與第一參數值的和經SGD優化器處理所得到的網絡參數值作為第二參數值，將第二參數值作為輸出； 步驟4、將訓練樣本集中的樣本圖像輸入圖像分類網絡模型得到樣本圖像的標簽，再采用深度學習串聯優化器優化圖像分類網絡模型的網絡參數值，完成一次迭代，當迭代次數k達到設定的閾值時，完成對圖像分類網絡模型的訓練； 步驟5、將待分類圖像輸入訓練得到的圖像分類網絡模型中，圖像分類網絡模型輸出待分類圖像的類別，完成圖像的分類； 所述步驟3中所述將當前網絡參數值的梯度與第一參數值的和經SGD優化器處理所得到的網絡參數值作為第二參數值的計算方式為： 其中，為SGD優化器在第k-1次迭代后得到的圖像分類網絡模型的第二參數值；ηSGD為SGD優化器的初始學習率；為第k次迭代所需采用的第二參數值。

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北京理工大學，其通訊地址為：100081 北京市海淀區中關村南大街5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”。