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！

龙图腾网获悉四川大学申请的专利一种结合对抗样本和弱分类器的小麦不完善粒识别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：CN115587322B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202110751079.1，技术领域涉及：G06F18/241；该发明授权一种结合对抗样本和弱分类器的小麦不完善粒识别方法是由何小海;贺杰安;叶龙;吴晓红;吴小强;滕奇志;王正勇设计研发完成，并于2021-07-01向国家知识产权局提交的专利申请。

本一种结合对抗样本和弱分类器的小麦不完善粒识别方法在说明书摘要公布了：针对小麦不完善粒识别任务，本发明设计了一种基于对抗样本和弱分类器结合的方法，实际应用场景下，小麦的检测设备常常需要搬运，这会给输入图像引入复杂的噪声，为了增强模型对复杂环境下噪声的鲁棒性，使用对抗技术为小麦图像生成对抗样本，通过扩充数据的方式增强模型的泛化性，在生成对抗样本后，依据小麦图像产生误识别的数据分布，对现有模型判决的结果级联一个弱分类器进行模型集成，提升实际检测时模型在真实样本上检测的准确性，本发明对小麦不完善粒识别任务提出了一种新颖、实用的解决方案，具有广泛的应用前景。

本发明授权一种结合对抗样本和弱分类器的小麦不完善粒识别方法在权利要求书中公布了：1.一种结合对抗样本和弱分类器的小麦不完善粒识别方法，其特征在于包括以下步骤： 步骤一：为了增强模型对复杂环境下不可控噪声的鲁棒性，采用对抗攻击技术为小麦数据集生成对抗样本，提高模型的泛化性；用F·表示一个深度神经网络，x∈RD表示正常样本有D维特征，y∈RC表示真实标签有C个类别，则无目标攻击的对抗样本可以定义为：x*∈RD∧Fx*≠y∧dx,x*≤δ； 步骤二：对一般无目标攻击来说，将步骤一转为最大化问题求解： maxLFx*,ysubjecttodx,x*≤δ，FGSM算法从快速生成对抗样本出发，其生成对抗样本的方法为： 步骤三：在距离度量L下将步骤二转化为最优化问题求解： minLFx*,y'subjecttodx,x*≤δ，FGSM算法对此式的解法为： 步骤四：对于步骤三采用FSGM算法对抗攻击来扩充的小麦数据集，会导致输入数据因加入噪声而导致模型误判，当因输入数据加入噪声导致模型误判时，模型更可能将其分到正常粒、破损粒和病斑粒，通过级联一个弱分类器辅助判决，来提高判决结果的准确性。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。