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！

龙图腾网获悉清华大学;北京机电工程研究所申请的专利一种用于对样本进行加权的可视分析系统和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：CN116701879B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202310840644.0，技术领域涉及：G06F18/20；该发明授权一种用于对样本进行加权的可视分析系统和方法是由刘世霞;杨维铠;郭玉楷;周雨星;李磊;王立鹏;刘鹏设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本一种用于对样本进行加权的可视分析系统和方法在说明书摘要公布了：本发明提出一种用于对样本进行加权的可视分析系统和方法，其中，方法包括：接收多个验证样本和多个训练样本，其中多个训练样本中的第一部分样本已知其类别标注正确，第二部分样本已知其类别标注错误，并且剩余的第三部分样本未知其类别标注是否正确；根据多个验证样本和多个训练样本，生成每个验证样本对每个训练样本的加权关系；根据第一部分样本和第二部分样本，以及每个验证样本对每个训练样本的加权关系，通过迭代更新每个验证样本的权重并计算对应的多个验证样本的正确性和平衡性，生成每个验证样本的最终权重；以及显示多个验证样本、多个训练样本、每个验证样本对每个训练样本的加权关系、以及每个验证样本的最终权重。

本发明授权一种用于对样本进行加权的可视分析系统和方法在权利要求书中公布了：1.一种用于对样本进行加权的可视分析系统，该系统包括： 接收模块，被配置为接收多个验证样本和多个训练样本，其中所述多个训练样本中的第一部分样本已知其类别标注正确，第二部分样本已知其类别标注错误，并且剩余的第三部分样本未知其类别标注是否正确； 加权关系生成模块，被配置为根据所述多个验证样本和所述多个训练样本，生成每个验证样本对每个训练样本的加权关系； 验证样本权重生成模块，被配置为根据所述第一部分样本和所述第二部分样本，以及所述每个验证样本对每个训练样本的加权关系，通过迭代更新每个验证样本的权重并计算对应的所述多个验证样本的正确性和平衡性，生成每个验证样本的最终权重；以及可视化模块，被配置为显示所述多个验证样本、所述多个训练样本、所述每个验证样本对每个训练样本的加权关系、以及所述每个验证样本的最终权重； 其中所述系统还包括： 训练样本权重生成模块，被配置为根据所述每个验证样本对每个训练样本的加权关系，以及所述每个验证样本的最终权重，生成每个训练样本的权重，其中所述可视化模块被进一步配置为显示所述每个训练样本的权重； 其中所述验证样本权重生成模块通过迭代更新每个验证样本的权重并计算对应的所述多个验证样本的正确性和平衡性，生成每个验证样本的最终权重包括： 设定每个验证样本的当前权重； 迭代执行如下步骤： 根据所述第一部分样本和所述第二部分样本、每个验证样本对每个训练样本的加权关系、以及每个验证样本的当前权重，计算所述多个验证样本的正确性； 根据所述第一部分样本、每个验证样本对每个训练样本的加权关系、以及每个验证样本的当前权重，计算所述多个验证样本的平衡性； 判断计算的正确性和平衡性是否满足预定条件； 响应于计算的正确性和平衡性不满足预定条件，更新每个验证样本的当前权重，并重新开始下一次迭代执行；以及响应于计算的正确性和平衡性满足预定条件，此时的每个验证样本的当前权重为每个验证样本的最终权重，停止迭代执行； 其中所述生成每个验证样本对每个训练样本的加权关系包括： 使用所述多个训练样本对初始模型进行训练，得到训练后的模型； 对所述多个验证样本中的每个验证样本： 计算训练后的模型在该验证样本下的性能指标； 计算该验证样本下的性能指标对每个训练样本的导数，得到该验证样本对每个训练样本的加权关系； 其中所述可视化模块被进一步配置为使用降维算法对所述多个验证样本和所述多个训练样本分别进行降维，将样本的降维结果转化为二维的散点图，其中使用图形表示样本； 其中所述可视化模块还被进一步配置为接收输入以调整所述第一部分样本和所述第二部分样本中包含的样本，以形成调整的验证样本最终权重，并且其中所述训练样本权重生成模块被进一步配置为根据所述调整的验证样本最终权重生成调整的训练样本权重； 其中样本的类型包括以下之一： 图像数据； 视频数据； 文本数据。

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清华大学;北京机电工程研究所，其通讯地址为：100084 北京市海淀区清华园；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。