Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学康文雄获国家专利权

华南理工大学康文雄获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利基于自适应损失函数的生物特征认证方法、介质及设备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:CN117993462B

龙图腾网通过国家知识产权局官网在2025-10-17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:202410166818.4,技术领域涉及:G06N3/08;该发明授权基于自适应损失函数的生物特征认证方法、介质及设备是由康文雄;宋文伟;张煜峰设计研发完成,并于2024-02-06向国家知识产权局提交的专利申请。

基于自适应损失函数的生物特征认证方法、介质及设备在说明书摘要公布了:本发明提供了一种基于自适应损失函数的生物特征认证方法、介质及设备;其中,方法为:采用神经网络模型对待认证信息进行特征提取,然后根据提取到的特征得到生物认证结果;神经网络模型训练时,采用自适应损失函数:其中,θl表示代理和归一化样本特征之间的角度;s表示尺度系数;C为训练样本类别数量;m表示自适应间隔系数。该方法采用的自适应损失函数具有非常稳定和优越的性能表现,从而提升神经网络模型的性能,提高生物特征认证的准确率。

本发明授权基于自适应损失函数的生物特征认证方法、介质及设备在权利要求书中公布了:1.一种基于自适应损失函数的生物特征认证方法,其特征在于:采用神经网络模型对待认证信息进行特征提取,然后根据提取到的特征得到生物认证结果;待认证信息是指人脸、指纹、虹膜、手势、掌纹和静脉的其中一种; 所述神经网络模型训练时,采用自适应损失函数自适应损失函数为: 其中,θl表示代理和归一化样本特征之间的角度;x表示输入到神经网络模型Softmax函数的样本特征,l表示样本特征x的标签;W的每一行表示一个代理,对应一个类别的聚类中心,Wl表示神经网络模型Softmax函数权重矩阵的第l行,s表示尺度系数;C为训练样本类别数量;a为常数;m表示自适应间隔系数; 所述自适应间隔系数m通过如下公式计算得到: m=maxma+Δm,mth 其中,ma表示当前间隔;mth表示设定的自适应间隔系数m的最小值;Δm表示间隔差值;clamp表示截断操作,若超出范围,则截断为Dmin或Dmax;mu表示间隔探索的上限; 所述当前间隔ma的计算方法为:将每个归一化样本特征视作边界,则二维空间关于代理的对称位置对应存在一个镜像边界以神经网络模型Softmax函数权重矩阵的各行向量作为代理,统计边界和镜像边界到除代理以外所有代理的角度集合α,以及所有代理间角度的集合β; 计算当前间隔ma: ma=minα-θl=minβ-2θl。

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华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。