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！

龙图腾网获悉西安科技大学;陕西中一时代科技有限公司申请的专利基于双判别器加权混合生成对抗网络的手写数字生成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：CN114757329B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202111593639.1，技术领域涉及：G06N3/0475；该发明授权基于双判别器加权混合生成对抗网络的手写数字生成方法是由刘宝;王良;宋美玉;翟晓航;张金玉设计研发完成，并于2021-12-23向国家知识产权局提交的专利申请。

本基于双判别器加权混合生成对抗网络的手写数字生成方法在说明书摘要公布了：本发明公开了一种基于双判别器加权混合生成对抗网络的手写数字生成方法，包括步骤：一、获取目标用户的真实手写数字图像；二、将目标用户的真实手写数字图像输入预先训练好的双判别器加权混合生成对抗网络中；步骤三、所述双判别器加权混合生成对抗网络对目标用户的真实手写数字图像进行处理，得到手写数字数据。本发明结合了多生成器和双鉴别器的优点，重建目标函数，设计模型结构，从网络模型结构和损失函数角度避免梯度消失的现象出现；结合正向KL散度和反向KL散度的优势，使生成的模式多样化，改善了GAN所出现的模式崩溃问题。

本发明授权基于双判别器加权混合生成对抗网络的手写数字生成方法在权利要求书中公布了：1.一种基于双判别器加权混合生成对抗网络的手写数字生成方法，其特征在于，该方法包括以下步骤： 步骤一、获取目标用户的真实手写数字图像； 步骤二、将目标用户的真实手写数字图像输入预先训练好的双判别器加权混合生成对抗网络中；其中，所述双判别器加权混合生成对抗网络的训练过程为： 步骤201、采用MNIST数据集作为训练样本； 步骤202、搭建双判别器加权混合生成对抗网络模型；所述双判别器加权混合生成对抗网络模型包括并列设置的生成器G1～G10，以及并列连接在生成器G1～G10输出端的判别器D1、判别器D2和分类器C； 步骤202中所述搭建双判别器加权混合生成对抗网络模型时，所述生成器的目标函数为： 其中，TGk为生成器Gk的目标函数，k的取值为1～10的自然数，x'i为从当前生成器形成的分布中采样得到的第i个生成样本，i的取值为1～m的自然数，m为当前生成器形成的分布中生成样本的总数量，D1x'i为当输入为x'i时判别器D1的输出，D2x'i为当输入为x'i时判别器D2的输出，ρ为D1x'i的权值参数且ρ的取值范围为0≤ρ≤1，ω为logD2x'i的权值参数且ω的取值范围为0≤ω≤1，ρ+ω＝1，β为多样性超参数，为x'i由第ui个生成器生成的概率，ui为生成器的编号； 所述判别器D1的目标函数为： 其中，TD1为判别器D1的目标函数，xi为从真实数据分布Pdata中采样出的第i个样本，i的取值为1～m的自然数；D1xi为当输入为xi时判别器D1的输出； 所述判别器D2的输入输出表达关系式为： 其中，TD2为判别器D2的目标函数，D2xi为当输入为xi时判别器D2的输出； 所述分类器C的目标函数为： 其中，TC为分类器C的目标函数； 步骤203、建立生成器、判别器和分类器的损失函数； 步骤204、采用训练样本和损失函数，并通过反向传播对双判别器加权混合生成对抗网络模型进行训练，得到训练好的双判别器加权混合生成对抗网络； 步骤三、所述双判别器加权混合生成对抗网络对目标用户的真实手写数字图像进行处理，得到手写数字数据。

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安科技大学;陕西中一时代科技有限公司，其通讯地址为：710054 陕西省西安市雁塔路中段58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”。