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！

龙图腾网获悉天津大学申请的专利一种智能驾驶图像识别算法训练的数据集智能生产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：CN115761387B 。

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：202211285160.6，技术领域涉及：G06V10/772；该发明授权一种智能驾驶图像识别算法训练的数据集智能生产方法是由谢辉;王彩梅;宋康设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本一种智能驾驶图像识别算法训练的数据集智能生产方法在说明书摘要公布了：本发明提供了一种智能驾驶图像识别算法训练的数据集智能生产方法，首先采集多源数据集，将多源数据集构成因素逐级分解，确定多源数据集构成因素离散值，基于预先构建的遗传模型生成样本集，并基于所构建的有效性评价模型计算样本集的相似度，并根据样本集相似度指标，确定样本集的有效性，若该样本集的有效性合理，则遗传模型停止迭代，并得到有效性已知的数据集，否则，遗传模型将继续进行选择、交叉、变异操作，直到得到有效性合理的数据集。遗传模型的迭代过程能够将无效数据集剔除，提高数据集的生产质量。

本发明授权一种智能驾驶图像识别算法训练的数据集智能生产方法在权利要求书中公布了：1.一种智能驾驶图像识别算法训练的数据集智能生产方法，其特征在于，包括以下步骤： 步骤S1，采集智能驾驶图像的多源数据集，确定多源数据集的构成因素； 步骤S2，将步骤S1的多源数据集构成因素逐级分解，确定多源数据集的构成因素离散值； 步骤S3，数据集有效性评价模型：将步骤S4的遗传模型生成的数据集随机划分成n组样本集，基于所构建的有效性评价模型，利用所述n组样本集的构成因素离散值计算每一个所述样本集的特征相似度，并根据所述样本集的特征相似度指标，确定样本集的有效性，当所有样本集均为有效时，遗传模型终止操作，当其中有样本集为无效时，遗传模型继续以下步骤S4的迭代操作；所述步骤S3中，采用构成因素离散值的特征向量方差Dtm作为特征相似度指标，所述特征相似度指标记为： 其中，tm为样本集特征向量，为样本集特征向量平均值，E代表期望值，特征向量方差越大的样本集组成的数据集越有利于图像识别模型学习到更多的特征，当特征向量方差大于预先设定的阈值时，样本集为有效，当特征向量方差小于预先设定的阈值时，样本集为无效； 步骤S4，遗传模型自动生成数据集：将步骤S2所得的多源数据集构成因素进行随机组合作为初代样本集，然后基于预先构建的遗传模型生成数据集，根据步骤S3给出的迭代是否终止指令进行继续迭代或终止操作，继续迭代时将所得的数据集构成因素进行“选择”、“交叉”、“变异”操作，生成子代样本图像，迭代终止时得到的有效性合理的数据集作为最终数据集S*； 步骤S5，后验自学习机制：根据步骤S4得到的最终数据集S*对图像识别模型的贡献，优化步骤S4遗传模型中“选择”、“交叉”、“变异”操作的概率与步骤S3的有效性评价模型。

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天津大学，其通讯地址为：300000 天津市南开区卫津路92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。