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！

龙图腾网获悉北京师范大学珠海校区申请的专利基于一对多框架海洋浮游生物图像分类与双阶段检测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：CN120612521B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510694255.0，技术领域涉及：G06V10/764；该发明授权基于一对多框架海洋浮游生物图像分类与双阶段检测方法是由谢传龙;王闪闪;王招霞;范胤杰;邱涛设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本基于一对多框架海洋浮游生物图像分类与双阶段检测方法在说明书摘要公布了：本发明公开一种基于一对多框架海洋浮游生物图像分类与双阶段检测方法，包括以下步骤：特征提取模块利用卷积原型网络提取输入图像的嵌入特征向量；基于距离的一对多分类模块将多类分类问题转化为多个二分类子任务，构建针对每个类别的判别函数，计算样本属于每个类别的概率估计；后验融合与分层检测模块基于证据理论融合所述概率估计，生成包含未知类的后验概率分布，并通过分层判决机制依次判断样本是否为分布外样本和能力边界外样本，实现已知类别识别、分布外样本检测及能力边界样本识别的联合处理。

本发明授权基于一对多框架海洋浮游生物图像分类与双阶段检测方法在权利要求书中公布了：1.基于一对多框架海洋浮游生物图像分类与双阶段检测方法，其特征在于，包括以下步骤： 特征提取模块利用卷积原型网络提取输入图像的嵌入特征向量； 基于距离的一对多分类模块将多类分类问题转化为多个二分类子任务，构建针对每个类别的判别函数，计算样本属于每个类别的概率估计； 后验融合与分层检测模块基于证据理论融合所述概率估计，生成包含未知类的后验概率分布，并通过分层判决机制依次判断样本是否为分布外样本和能力边界外样本，实现已知类别识别、分布外样本检测及能力边界样本识别的联合； 所述卷积原型网络为每个类别维护原型向量，通过最小化样本与其对应类原型之间的欧氏距离，实现特征空间中各类别之间的有效划分与聚类，使同类样本嵌入相近、异类样本分布分离； 所述基于证据理论融合所述概率估计，生成包含未知类的后验概率分布，具体为： 对每个类别，定义基本概率分配函数为： 其中，为样本属于第类的概率估计，表示样本属于类别，表示“非”类事件； 将所有类别的二元置信信息通过证据理论组合，得到联合后验概率： 其中，为样本属于已知类别的后验概率，为样本属于未知类的后验概率； 所述分层判决机制的第一阶段为分布外样本判断：若，则判定样本为分布外样本； 所述分层判决机制的第二阶段为能力边界样本判断：若样本被判定为分布内样本，进一步判断其置信度，若，则判定样本为能力边界外样本，其中，为通过训练集置信分布分析获得的置信度阈值。

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北京师范大学珠海校区，其通讯地址为：519087 广东省珠海市唐家湾金凤路18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。