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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于层次原型多视图学习的影像识别方法、系统和设备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：CN121033473B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511554272.0，技术领域涉及：G06V10/762；该发明授权基于层次原型多视图学习的影像识别方法、系统和设备是由胡星辰;贾淼;刘吉元;成清;范长俊;黄金才;刘忠设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本基于层次原型多视图学习的影像识别方法、系统和设备在说明书摘要公布了：本申请涉及一种基于层次原型多视图学习的影像识别方法、系统和设备。所述方法包括：构建多层原型模型；初始化多层原型模型，将多视图影像样本集输入初始化后的多层原型模型，根据多视图影像样本集中的原始数据与底层原型矩阵的样本‑原型关联关系，相邻层原型矩阵的映射关系以及各层跨层共识原型图的结构约束构建目标函数；求解目标函数，输出优化后的样本‑原型相似图和跨层共识原型图；对多层原型模型中优化后的样本‑原型相似图和跨层共识原型图进行融合再通过谱聚类处理得到多视图影像样本集的聚类结果。采用本方法能够有效提升图像聚类的准确性与稳定性，增强影像识别结果的可解释性与可信度。

本发明授权基于层次原型多视图学习的影像识别方法、系统和设备在权利要求书中公布了：1.一种基于层次原型多视图学习的影像识别方法，其特征在于，所述方法包括： 构建多层原型模型；所述多层原型模型包括各视图对应的多层原型结构，所述多层原型结构包括从第1层到第L层的原型结构，通过第1层对对应视图数据进行原型提取，得到对应的底层原型矩阵，并构建跨视图共享的样本-原型相似图，通过第层对第层的原型进行逐级递减的原型提取，得到对应的高层原型矩阵，并构建第层与第层之间的跨层共识原型图； 初始化多层原型模型，将多视图影像样本集输入初始化后的多层原型模型，根据多视图影像样本集中的原始数据与底层原型矩阵的样本-原型关联关系，相邻层原型矩阵的映射关系以及各层跨层共识原型图的结构约束构建目标函数； 求解所述目标函数，输出优化后的样本-原型相似图和跨层共识原型图； 对所述多层原型模型中优化后的样本-原型相似图和跨层共识原型图进行融合再通过谱聚类处理得到多视图影像样本集的聚类结果； 所述目标函数为： 其中，表示第t个视图的数据矩阵，为总视图数，表示多层原型结构的总层数，为样本的索引，表示第个视图在第一层的原型矩阵，表示从样本到第一层原型的二部图，对于第层且表示第个视图的原型矩阵，表示在第层与第层之间的跨层共识原型图，是正则化参数，为第层的原型数量，表示所有元素均为1的维列向量，为范数的平方。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。