中国人民解放军国防科技大学曾宇骏获国家专利权
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类间隔自适的因果推理半监督图像分类方法和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：CN117611887B 。
龙图腾网通过国家知识产权局官网在2026-05-12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：202311562265.6，技术领域涉及：G06V10/764；该发明授权类间隔自适的因果推理半监督图像分类方法和装置是由曾宇骏;呼晓畅;方强;徐昕;任君凯;兰奕星设计研发完成，并于2023-11-21向国家知识产权局提交的专利申请。
本类间隔自适的因果推理半监督图像分类方法和装置在说明书摘要公布了：本申请涉及一种类间隔自适的因果推理半监督图像分类方法和装置。所述方法包括：根据有标签图像样本的类条件分布和无标签图像样本的类边缘分布，计算得到与图像样本所属类边缘分布相关的倾向性得分；在图像分类模型输出的类别概率中引入相应类别的倾向性得分，以作为类别相关的动态间隔阈值，并以此构建损失函数；优化损失函数，得到训练好的图像分类模型，以进行目标图像分类。采用本方法能够有效处理动态开放场景中无标记图像数据中普遍存在的类别不平衡问题，提高图像分类的精度与鲁棒性。
本发明授权类间隔自适的因果推理半监督图像分类方法和装置在权利要求书中公布了：1.一种类间隔自适的因果推理半监督图像分类方法，其特征在于，所述方法包括： 根据有标签图像样本的类条件分布和无标签图像样本的类边缘分布，计算得到与图像样本所属类边缘分布相关的倾向性得分； 在图像分类模型输出的类别概率中引入相应类别的倾向性得分，以作为类别相关的动态间隔阈值，并以此构建损失函数； 优化损失函数，得到训练好的图像分类模型，以进行目标图像分类； 估计无标签图像样本的类边缘分布的步骤包括： 采用指数移动平均来加权历史类边缘分布，进而估计无标签图像样本的类边缘分布： ； 其中，表示归一化后的无标签图像样本中标签对应于第类的边缘分布，表示属于第类的图像样本在输入图像分类模型后在logit层的相应输出，为第i类的无标签图像样本的类边缘分布，为平均比例因子，m表示无标签样本的数量，C为类别总数。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励