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！

龙图腾网获悉重庆邮电大学申请的专利基于非线性仿射流和变分自编码器的因果表征学习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：CN120374755B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202510452503.0，技术领域涉及：G06T9/00；该发明授权基于非线性仿射流和变分自编码器的因果表征学习方法是由代劲;胡钊然设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本基于非线性仿射流和变分自编码器的因果表征学习方法在说明书摘要公布了：本申请实施例提供一种基于非线性仿射流和变分自编码器的因果表征学习方法。应用于数据处理技术领域，该方法通过获取图像数据集，对图像数据集的图像数据进行预处理；通过编码模块对预处理后的图像数据进行降维处理，得到多个隐变量，并将隐变量作为输入至因果层的外生变量；将多个隐变量通过因果层进行线性变换输出线性因果表示；通过流模型对线性因果表示进行非线性转换处理，输出目标因果表示，目标因果表示为具有非线性特征的因果表示；将目标因果表示输入至解码模块进行重构，得到重构图像，提高了输出结果的准确性和可靠性。

本发明授权基于非线性仿射流和变分自编码器的因果表征学习方法在权利要求书中公布了：1.一种基于非线性仿射流和变分自编码器的因果表征学习方法，其特征在于，应用于非线性因果表示模型，所述非线性因果表示模型包括：编码模块、因果层、流模型和解码模块，所述方法包括： 获取图像数据集，对所述图像数据集的图像数据进行预处理； 通过所述编码模块对预处理后的图像数据进行降维处理，得到多个隐变量，并将所述隐变量作为输入至所述因果层的外生变量； 将多个所述隐变量通过所述因果层进行线性变换输出线性因果表示； 所述将多个所述隐变量通过所述因果层进行线性变换输出线性因果表示，满足如下公式： 其中，为单位矩阵，为因果矩阵的转置，为外生变量； 通过所述流模型对所述线性因果表示进行非线性转换处理，输出目标因果表示，所述目标因果表示为具有非线性特征的因果表示； 所述通过所述流模型对所述线性因果表示进行非线性转换处理，输出目标因果表示，满足如下公式： 其中，为目标因果表示，为可逆非线性激活函数，为神经网络学习控制缩放的条件参数，为神经网络学习控制平移的条件参数，为线性因果表示，代表指数运算； 流模型的雅可比矩阵，满足如下公式： 其中，表示的导数，代表了雅可比矩阵的对数行列式； 所述通过所述流模型对所述线性因果表示进行非线性转换处理，输出目标因果表示，还包括： 通过因果表示的先验分布对输出的目标因果表示进行约束，所述因果表示的先验分布，满足如下公式： 其中，代表辅助标签集，代表因果表示集，代表辅助标签，代表了节点的父节点集合，和代表了充分统计量，代表了整体的条件分布，代表了每一个节点的条件分布； 将所述目标因果表示输入至所述解码模块进行重构，得到重构图像。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。