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！

龙图腾网获悉西北工业大学申请的专利一种基于双分类器的半监督主动学习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：CN116704282B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202310613548.2，技术领域涉及：G06V10/774；该发明授权一种基于双分类器的半监督主动学习方法是由卫保国;张悦;蔡明治;李旭;李立欣设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于双分类器的半监督主动学习方法在说明书摘要公布了：本发明公开了一种基于双分类器的半监督主动学习方法，包括以下步骤：获取待标注图片集，并将待标注图片集分为第一图片集和第二图片集；第一图片集的数量小于第二图片集；通过第一图片分类器和第二图片分类器对第一图片集和第二图片集进行集迭代更新，直至第一图片集的数量达到图片数量阈值，完成待标注图片集的分类；本发明通过双分类器模式，在迭代更新过程中可以引入未标注图片的信息，同时结合双分类器预测概率分布的JS散度来选择图片，可以大大提高图片选择的准确性，从而使得第一图片集中的图片更具有代表性，从而使得得到主动学习后的图片数据集训练出来的模型分类精度更高。

本发明授权一种基于双分类器的半监督主动学习方法在权利要求书中公布了：1.一种基于双分类器的半监督主动学习方法，其特征在于，包括以下步骤： 获取待标注图片集，并将所述待标注图片集分为第一图片集和第二图片集；所述第一图片集的数量小于所述第二图片集； 通过第一图片分类器和第二图片分类器对所述第一图片集和所述第二图片集进行迭代更新，直至所述第一图片集的数量达到图片数量阈值，完成所述待标注图片集的分类； 其中，利用所述第二图片集中图片预测概率分布的JS散度对第一图片集和第二图片集进行迭代更新； 利用所述第二图片集中图片预测概率分布的JS散度和双分类器信息量进行迭代更新包括： 通过特征提取器提取所述第二图片集中每个图片的特征数据； 将所述特征数据输入训练后的第一图片分类器得到对应的第一预测概率分布，将所述特征数据输入训练后的第二图片分类器得到对应的第二预测概率分布； 根据所述第一预测概率分布和第二预测概率分布计算JS散度； 根据所述JS散度选择对应的图片加入到第一图片集中并在所述第二图片集中删除该图片； 根据所述JS散度选择对应的图片加入到第一图片集中并在所述第二图片集中删除该图片包括： 按照JS散度由大到小的顺序在所述第二图片集中选择b张图片加入到第一图片集中并在所述第二图片集中删除对应的图片； 每次迭代更新时还包括： 根据所述第一预测概率分布和第二预测概率分布计算双分类器信息量； 按照双分类器信息量由小到大的顺序在所述第二图片集中选择m张图片加入到第一图片集中，得到第一图片训练集；其中，所述m张图片中每张图片对应的标签根据第一预测概率分布确定； 通过所述第一图片训练集训练所述第一图片分类器，通过所述第一图片训练集的子集训练所述第二图片分类器。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。