买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南信息学院申请的专利一种计算机图像的大数据分析系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121544923B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610064055.1，技术领域涉及：G06V10/762；该发明授权一种计算机图像的大数据分析系统及方法是由陈姣;龚芝;梁卫芳;唐玲;宋颖;曾雅丽;李跃飞设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本一种计算机图像的大数据分析系统及方法在说明书摘要公布了：本发明提供一种计算机图像的大数据分析系统及方法，涉及图像分析技术领域，本发明通过利用外部图像大数据库构建的特征空间参考模型来指导目标图像集的聚类分析过程，从而提升了图像分析的准确性鲁棒性和自动化程度，通过生成外部模式簇并计算其统计特性，建立了一个富含语义信息的参考框架，该框架能够为目标图像的分析提供客观的衡量标准，通过将聚类参数与概率密度计算动态关联，构建了概率密度函数和似然度函数，从而将聚类参数的选择问题转化为一个可量化的数学优化问题，这使得参数优化过程不再依赖人工经验而是通过迭代算法自动搜索最优解，确保了分析结果的客观性和可重复性。

本发明授权一种计算机图像的大数据分析系统及方法在权利要求书中公布了：1.一种计算机图像的大数据分析方法，其特征在于，所述分析方法包括以下步骤： S1：利用预训练的深度卷积神经网络提取目标计算机图像集中每一张图像的特征向量，构成目标特征向量集合； S2：从图像大数据库中通过聚类算法生成外部模式簇，并计算每一个外部模式簇的簇中心向量和协方差矩阵，基于所有的外部模式簇构建外部特征空间参考模型； S3：以预定义取值范围内的聚类参数为自变量，以目标特征向量集合基于该聚类参数进行聚类分析后所得聚类结果与外部特征空间参考模型匹配所得的概率密度值集合为因变量，构建概率密度函数； S4：基于概率密度函数，构建目标特征向量集合相对于外部特征空间参考模型的似然度函数； S5：采用迭代优化算法在预定义取值范围内的聚类参数中搜索使得似然度函数取得最大值的聚类参数作为最终聚类参数； S6：使用最终聚类参数对目标特征向量集合进行无监督聚类分析，获得目标计算机图像的聚类分析结果； 在步骤S3中，概率密度函数基于多元高斯分布计算概率密度值，其中，多元高斯分布的均值向量为外部模式簇的簇中心向量，协方差矩阵为外部模式簇的协方差矩阵，其中，概率密度函数的表达式为： 其中，为目标特征向量的概率密度值，为目标特征向量，为目标特征向量的维度值，为外部模式簇的中心向量，为外部模式簇的协方差矩阵，为协方差矩阵的行列式，为协方差矩阵的逆矩阵，表示指数函数，为转置操作符； 在步骤S4中，似然度函数定义为概率密度函数输出的所有概率密度值的自然对数之和，其中似然度函数的表达式为： 其中，为聚类参数为时的似然度，为聚类参数，为目标特征向量集合的大小，为自然对数函数，表示第个目标特征向量，即目标计算机图像集中第张图像提取出的目标特征向量，为匹配函数，表示第个目标特征向量被分配到的聚类簇所匹配的外部模式簇，为外部模式簇的索引，为外部特征空间参考模型中第个外部模式簇的簇中心向量，为外部特征空间参考模型中第个外部模式簇的协方差矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南信息学院，其通讯地址为：410100 湖南省长沙市星沙经济技术开发区毛塘工业园；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。