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！

龙图腾网获悉广东石油化工学院申请的专利一种信息识别方法、信息识别系统、电子设备及计算机可读存储介质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：CN114781511B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202210424890.3，技术领域涉及：G06F18/214；该发明授权一种信息识别方法、信息识别系统、电子设备及计算机可读存储介质是由张磊;刘心;甄先通;左利云;王宝艳设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本一种信息识别方法、信息识别系统、电子设备及计算机可读存储介质在说明书摘要公布了：本发明公开一种信息识别方法，学习阶段包括步骤：将包含多个样本类别、多个样本域的训练样本集S划分为模拟训练样本集DS和模拟测试样本集DT；将模拟训练样本集DS的各个类别c的样本数据xsscc、样本数据xsscc的类别标签ysscc输入编码器网络，编码器网络生成样本数据xsscc的各个类别c在潜在空间的第一分布；将模拟测试样本集DT的样本数据xtt输入先验网络，先验网络生成样本数据xtt在潜在空间的第二分布；计算各个类别c的第一分布之和与第二分布之间的KL距离，使该KL距离最小；能够提高系统对类别真正未知的目标域T图形类别的预测识别能力和准确性，从而减小系统跨领域建模不确定性，提高领域泛化能力。

本发明授权一种信息识别方法、信息识别系统、电子设备及计算机可读存储介质在权利要求书中公布了：1.一种信息识别方法，其特征在于，学习阶段包括以下步骤： 步骤S11，将包含多个样本类别、多个样本域的训练样本集S划分为模拟训练样本集DS和模拟测试样本集DT,所述训练样本集S的样本数据为图形数据、语音数据、或文字数据； 步骤S12，将所述模拟训练样本集DS的各个类别c的样本数据xsc、所述样本数据xsc的类别标签ysc输入编码器网络，所述编码器网络生成所述样本数据xsc的各个类别c在潜在空间的第一分布； 步骤S13，将所述模拟测试样本集DT的样本数据xt输入先验网络，所述先验网络生成所述样本数据xt在所述潜在空间的第二分布； 步骤S14，计算各个类别c的所述第一分布之和与所述第二分布之间的KL距离，使该KL距离最小； 步骤S15，将所述模拟测试样本集DT的样本数据xt以及所述第一分布的参数输入解码器网络，所述解码器网络基于所述模拟测试样本集DT的样本数据xt以及所述第一分布的参数，生成所述样本数据xt的预测类别标签 使所述预测类别标签与所述样本数据xt的已知类别标签yt的交叉熵最小； 在所述步骤S15中，对所述第一分布进行多次采样，将多个采样值zl以及所述样本数据xt输入所述解码器网络，得到多个预测类别标签，对该多个预测类别标签取平均，将得到的平均值作为所述样本数据xt的预测类别标签 计算整体损失函数如式1： 其中，为交叉熵，DKL为KL距离，为Wasserstein距离， 根据式2，利用梯度下降法更新所述编码器网络、所述先验网络、所述解码器网络的参数： 其中，Θ为编码器网络、先验网络、解码器网络的参数，λ为学习率，或迭代步长，为梯度，为损失函数。

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广东石油化工学院，其通讯地址为：525000 广东省广州市茂名市官渡二路139号大院电信学院；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。