苏州大学张莉获国家专利权
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！
龙图腾网获悉苏州大学申请的专利一种基于多层内卷字典学习网络的图像分类方法及系统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：CN119762839B 。
龙图腾网通过国家知识产权局官网在2025-12-16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：202411659283.0，技术领域涉及：G06V10/764；该发明授权一种基于多层内卷字典学习网络的图像分类方法及系统是由张莉;张黄凯;张妍;高捷;王邦军;赵雷设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。
本一种基于多层内卷字典学习网络的图像分类方法及系统在说明书摘要公布了：本发明涉及一种基于多层内卷字典学习网络的图像分类方法及系统，属于图像处理技术领域。包括：对获取到的图像数据集进行处理，得到处理数据集；对处理数据集的图像样本进行特征提取,得到每个图像样本的特征样本；将每个特征样本用子字典线性表示，获得字典矩阵；根据字典矩阵构建优化数学模型，通过求解优化数学模型得到表示系数矩阵；根据特征样本、字典矩阵和表示系数矩阵计算每类通道子字典的残差值，根据残差值预测图像样本的标签，进而实现图像分类。本发明解决了由非端到端架构引发的信息丢失问题，并针对未充分考虑类别间特异性差异所引发的分类性能不足进行了优化。
本发明授权一种基于多层内卷字典学习网络的图像分类方法及系统在权利要求书中公布了：1.一种基于多层内卷字典学习网络的图像分类方法，其特征在于，包括： 对获取到的图像数据集进行处理，得到处理数据集； 对所述处理数据集的图像样本进行特征提取,得到每个所述图像样本的特征样本； 将每个所述特征样本用子字典线性表示，获得字典矩阵； 根据所述字典矩阵构建优化数学模型，通过求解所述优化数学模型得到表示系数矩阵；其中，所述优化数学模型为： 其中，D为所述字典矩阵，Xi为总的表示系数矩阵，y′i为特征样本，Dk为第k类通道子字典，为第k类通道子字典对yi的表示系数矩阵，yi为第i个图像样本，concat·为拼接函数，M为总的类别数； 根据所述特征样本、所述字典矩阵和所述表示系数矩阵计算每类通道子字典的残差值，根据所述残差值预测所述图像样本的标签。
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苏州大学，其通讯地址为：215000 江苏省苏州市吴江区久泳西路1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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励