Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学范瑞东获国家专利权

中国人民解放军国防科技大学范瑞东获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利标签移位自适应校正方法及装置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:CN121582713B

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:202610107796.3,技术领域涉及:G06V10/774;该发明授权标签移位自适应校正方法及装置是由范瑞东;侯臣平;欧阳宵设计研发完成,并于2026-01-27向国家知识产权局提交的专利申请。

标签移位自适应校正方法及装置在说明书摘要公布了:本发明涉及标签移位自适应校正方法及装置,涉及图像处理技术领域。方法包括:获取源数据和目标数据,基于传统标签移位方法计算估计重要性权重,结合交叉熵损失训练得到初始目标分类器;通过初始目标分类器计算目标数据的类别概率,根据估计重要性权重近似目标数据对应的目标分布近似结果;根据目标分布近似结果与类别概率筛选高置信度伪标签样本;对高置信度伪标签样本与源数据的标签条件分布进行对齐;将对齐后的伪标签样本与源数据组合,构建近似中间分布的新训练集;基于传统标签移位方法在新训练集上重新计算估计重要性权重,通过最小化经验损失训练得到最终目标分类器。本方法能够有效缓解标签移位、校正伪标签偏差并对齐条件分布。

本发明授权标签移位自适应校正方法及装置在权利要求书中公布了:1.一种标签移位自适应校正方法,其特征在于,所述方法包括: 获取医疗影像数据集中标记的源数据和未标记的目标数据,所述源数据与目标数据满足标签移位假设; 基于传统标签移位方法计算估计重要性权重,结合交叉熵损失训练得到初始目标分类器; 通过所述初始目标分类器计算所述目标数据的类别概率,根据所述估计重要性权重近似所述目标数据对应的目标分布近似结果;根据所述目标分布近似结果与所述类别概率筛选高置信度伪标签样本; 采用核均值匹配对所述高置信度伪标签样本与源数据的标签条件分布进行对齐,同时施加样本权重约束以保持标签边际分布不变; 将对齐后的伪标签样本与源数据组合,构建近似中间分布的新训练集; 基于传统标签移位方法在所述新训练集上重新计算估计重要性权重,通过最小化经验损失训练得到最终目标分类器; 采用核均值匹配对所述高置信度伪标签样本与源数据的标签条件分布进行对齐,表示为: ; 式中,表示类别总数;表示数据样本类别;表示源数据第类条件分布下特征的核映射期望;表示数学期望算子;表示特征服从源数据第类的标签条件分布;表示目标数据第类条件分布下带权重的特征核映射期望;表示特征服从目标数据第类的标签条件分布;表示第类伪标签样本对应的权重; 采用核均值匹配对所述高置信度伪标签样本与源数据的标签条件分布进行对齐时,最终损失函数为: ; 式中,表示伪标签样本的核矩阵;表示第类源数据与伪标签样本的交叉核矩阵;表示第类的正则化系数;表示转置运算;表示第类高置信度伪标签样本的数量;表示第类源数据的样本数量。

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中国人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109号;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。