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！

龙图腾网恭喜桂林理工大学申请的专利一种基于多假类生成对抗网络的过采样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：CN114004333B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202111251327.2，技术领域涉及：G06N3/0475；该发明授权一种基于多假类生成对抗网络的过采样方法是由董明刚;廖晨;叶威设计研发完成，并于2021-10-26向国家知识产权局提交的专利申请。

本一种基于多假类生成对抗网络的过采样方法在说明书摘要公布了：一种基于多假类生成对抗网络的过采样方法。首先通过一个条件变分自编码器学习不平衡图像数据的特征；然后使用变分自编码器中的解码器初始化GAN中的生成器，帮助分别器更好的确定类别分布；然后使用不平衡数据集来训练多假类生成对抗网络，同时为多假类生成对抗网络添加梯度惩罚项，以提升GAN训练的稳定性，并保证样本生成多样性；将多假类生成对抗网络中的分类损失替换为焦点损失，使GAN在训练时更加侧重那些难于分对的样本；最后为训练后的GAN模型输入少数类别标签及随机噪声，即可生成高质量的少数类样本。本发明能够有效地为不平衡图像数据集中的少数类生成高质量的样本，使数据成为平衡数据集，并帮助分类器提高不平衡场景下的分类性能。

本发明授权一种基于多假类生成对抗网络的过采样方法在权利要求书中公布了：1.一种基于多假类生成对抗网络的过采样方法，其特征在于，具体步骤如下： 1获取不平衡图像数据集，并对图像尺寸进行转换，并归一化数据，使网络输入图片具有相同的大小； 2搭建并训练条件变分自编码器模型，具体步骤如下： 2.1使用4层卷积网络建立解码器，其卷积核大小分别为64，128，128，256，层与层之间使用LeakyReLU激活函数，然后使用Flatten层展开，最后输出维度为均值和方差的维度； 2.2使用4层卷积网络建立编码器，其卷积核大小分别为256，128，128，64，层与层之间使用LeakyReLU激活函数，输出生成图片的维度； 2.3使用embedding作为嵌入层模型，输入标签维度，输出相应类别的潜在空间； 2.4使用图片输入解码器，解码器输出均值和方差以后，根据均值和方差计算出噪声，将类别标签使用embedding嵌入到噪声中； 2.5使用嵌入标签信息的噪声作为解码器的输入，最终输出生成图片； 2.6使用生成图片和原始图片的均方误差作为重构损失，噪声与标准正态分布的误差作为KLD损失，使用KLD损失和重构损失之和训练变分自编码器； 2.7设置Adam为优化器，设置迭代次数为30次，开始训练； 3使用变分自编码器中的解码器初始化生成器的权重，并搭建生成对抗网络模型； 4训练生成对抗网络模型； 5使用少数类标签和随机噪声作为网络输入，生成对应标签的少数类样本。

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桂林理工大学，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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”。