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！

龙图腾网获悉南京航空航天大学申请的专利一种具有难样本感知的强弱双分支网络的长尾识别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：CN115392344B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210859915.2，技术领域涉及：G06F18/214；该发明授权一种具有难样本感知的强弱双分支网络的长尾识别方法是由叶海波;章青衡;胡译仁;杨易;祝予晗设计研发完成，并于2022-07-21向国家知识产权局提交的专利申请。

本一种具有难样本感知的强弱双分支网络的长尾识别方法在说明书摘要公布了：本发明公开了一种具有难样本感知的强弱双分支网络的长尾识别方法，用于解决长尾分布数据识别的难题，所述方法包括构建了强分支和弱分支两个残差网络结构，两个分支的区别在于处理输入数据，一个分支使用强增强数据，另一个分支使用弱增强数据。同时，本发明通过最大化KL散度来增加两个分支之间的差异。此外，本发明为该网络结构提出了一种新的学习策略来将学习的重点从差异转到分类，通过构建的难样本感知损失函数，能够更有效地关注到困难样本，进一步提升预测的准确性。

本发明授权一种具有难样本感知的强弱双分支网络的长尾识别方法在权利要求书中公布了：1.一种具有难样本感知的强弱双分支网络的图像长尾数据识别方法，其特征在于：包括如下步骤： 1构建双分支的网络结构：所述双分支网路结构为相同的残差网络结构，包括弱分支和强分支，其中，弱分支基于传统的数据增强策略，对于强分支在弱分支的基础上随机添加灰度、模糊和颜色失真处理，包括添加正则化项以提高两个分支之间的差异； 双分支的网络结构的训练包括如下计算过程： 1.1令x表示训练样本，y∈{1,2，…，C}中的y是其标签，其中C是类数，分别对强分支和弱分支应用强增强和弱增强策略，然后获得两个增强样本xs，y和xw，y作为输入数据，其中xs，y表示强分支，xw，y表示弱分支； 1.2将步骤1.1得到的两个样本发送到其相应的分支，获得特征向量和； 1.3将步骤1.2得到的两个特征向量将分别发送到分类器Ws和Ww；输出对应的计算公式如下： ，， 其中，分别表示强分支和弱分支的预测输出； 其中通过softmax函数计算类的概率如下所示： ，， 此外，该方法通过增加正则化项以确保两个分支之间的差异； 2从差异到分类的学习策略：在训练的早期阶段通过差异损失获得尽可能不同的分支，并随着训练的进展逐渐将训练的重点转移到分类； 3构建难样本感知损失函数，在长尾数据识别中，当且仅当训练接近尾声且每类精度稳定时，通过难样本感知损失代替分类损失LDAM-DRW，所述难样本感知损失函数的表达式如下： 其中是第c类的难样本感知损失权重，M是训练示例的数量，C是类的数量，是第c类的权重，是训练示例m的第c类的目标标签，由 Softmaxz计算；的设置规则如下： ， 其中表示第c类在第e轮迭代的权重，m是动量因子，是第c类在第e轮迭代的验证集上的精度。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。