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！

龙图腾网获悉西安理工大学申请的专利基于多个潜在域混合的域泛化图像分类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：CN116342938B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310238084.1，技术领域涉及：G06V10/764；该发明授权基于多个潜在域混合的域泛化图像分类方法是由刘龙;黄珂卿设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本基于多个潜在域混合的域泛化图像分类方法在说明书摘要公布了：本发明基于多个潜在域混合的域泛化图像分类方法，步骤包括：1获取领域泛化数据集，进行数据增强和数据集扩充；2构建AlexNet网络，加载预训练权重，对AlexNet网络进行对抗式训练；3提取AlexNet网络的浅层特征，获得卷积特征统计信息，计算域判别特征；4将卷积特征统计信息进行聚类，分为若干个簇，并根据簇为数据分配伪域标签；同时对伪域标签进行更新；5将伪域标签输入给领域判别器完成领域判别器的训练，同时完成整体图像的分类网络的训练，将未参与训练的数据作为测试集输入给分类网络，得到分类结果。本发明的方法，提高网络的泛化性能，具有更好的分类和预测性能。

本发明授权基于多个潜在域混合的域泛化图像分类方法在权利要求书中公布了：1.一种基于多个潜在域混合的域泛化图像分类方法，其特征在于，按照以下步骤具体实施： 步骤1，获取领域泛化数据集，包括源域数据集和目标域数据集，进行数据增强和数据集扩充，具体过程是： 所述的源域数据集服从某种分布，类别标签为，为样本数目，即； 所述的目标域数据集服从分布，类别标签为，即； 将源域数据集、目标域数据集分批次输入到随机数据增广网络中，随机数据增广网络对源域数据集和目标域数据集的样本实施旋转、裁剪和加入高斯白噪声变换后，恢复至原始输入大小，形成新的样本，重新加入至源域数据集中，实现数据集扩充； 步骤2，构建AlexNet网络，加载预训练权重，同时将源域数据集数据输入AlexNet网络中，对AlexNet网络进行对抗式训练； 步骤3，提取AlexNet网络的浅层特征，获得卷积特征统计信息，并计算域判别特征； 步骤4，通过标准聚类算法K-means将卷积特征统计信息进行聚类，分为若干个簇，并根据簇为数据分配伪域标签；同时，随着网络训练过程对伪域标签进行更新； 步骤5，将聚类算法输出的伪域标签输入给领域判别器，完成领域判别器的训练，同时完成整体图像的分类网络的训练，将未参与训练的目标域数据作为测试集输入给分类网络，最终得到分类结果。

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理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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”。