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！

龙图腾网获悉山西大学申请的专利基于近邻传播偏标签学习的脑影像数据分类模型建立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：CN115331051B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202210919241.0，技术领域涉及：G06V10/764；该发明授权基于近邻传播偏标签学习的脑影像数据分类模型建立方法是由杜宇慧;李博设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本基于近邻传播偏标签学习的脑影像数据分类模型建立方法在说明书摘要公布了：本发明属于脑影像分析技术领域，公开了一种基于近邻传播偏标签学习的脑影像数据分类模型建立方法，包括以下步骤：S1、获取训练数据集和对应的原始标签，求解样本间相关系数和样本的度中心性，据此生成典型样本集和类别中心集；S2、确定训练样本的候选标签，构建候选标签集；S3、通过训练数据集，利用K+N近邻样本图进行标签传播，建立分类模型。本发明可以提高分类模型的准确性和精确度。

本发明授权基于近邻传播偏标签学习的脑影像数据分类模型建立方法在权利要求书中公布了：1.一种基于近邻传播偏标签学习的脑影像分类模型建立方法，其特征在于，包括以下步骤： S1、获取训练数据集和对应的原始标签；在训练数据集的同一类别样本内计算各个样本间相似度矩阵以及度中心性，根据度中心性确定各个类别的典型样本；然后，将同一类别组内所有典型样本的均值作为该类别的初始类别中心；根据各个类别下的典型样本构成典型样本集，根据各个类别的初始类别中心构成类别中心集； S2、确定训练数据集中样本的候选标签，构建候选标签集； S3、通过训练数据集，利用K+N近邻样本图建立分类模型，其具体包括： S301、将典型样本和其K个近邻节点样本作为本层样本，确定其近邻节点样本的候选标签； S302、根据训练样本的典型样本集、类别中心和样本特征，构建本层样本的K+N近邻样本图；所述K+N近邻样本图包括K个近邻样本节点和N个近邻典型样本节点； S303、通过典型样本对其近邻节点样本进行标签推理，确定其近邻节点样本的分类输出标签，然后，计算同一类别组内各个样本的度中心性，根据度中心性增加各个类别的典型样本数量，更新典型样本集、类别中心集以及候选标签集； S304、判断是否全部样本标签确定，若否，则返回步骤S301；若是，则输出所有样本的最终分类输出标签，完成分类模型的建立。

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山西大学，其通讯地址为：030006 山西省太原市坞城路92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”。

以上内容由龙图腾AI智能生成。