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！

龙图腾网获悉河南工业大学申请的专利基于宽度学习系统的双松弛图像分类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：CN116229179B 。

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：202310240722.3，技术领域涉及：G06V10/764；该发明授权基于宽度学习系统的双松弛图像分类方法是由金军委;朱显政;李艳婷;秦振皓;董雅涵;萧扬;梁静;孙丽君;侯惠芳;赵亮设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本基于宽度学习系统的双松弛图像分类方法在说明书摘要公布了：本发明提出了一种基于宽度学习系统的双松弛图像分类方法，其步骤为：首先，获取特征数据集和对应的类标签矩阵，特征数据集通过标准宽度学习网络生成宽度转换特征；其次，引入双松弛技术和图正则化技术，构建基于宽度转换特征的双松弛图像分类优化目标函数；最后，采用迭代优化求解所述双松弛图像分类优化目标函数，获得分类结果，并对分类结果进行评估。本发明将流形正则化技术应用于宽度学习网络中，并采用双松弛方法获取更大的自由度，从而实现对数据几何结构的挖掘，对类内相似性的学习实现了目标的松弛回归。本发明分类精度更高，训练时间花费相对较少，模型灵活性更高等特点，并且双松弛方法的引入使得模型的判别能力更强。

本发明授权基于宽度学习系统的双松弛图像分类方法在权利要求书中公布了：1.一种基于宽度学习系统的双松弛图像分类方法，其特征在于，将流形正则化技术应用于宽度学习网络中并采用双松弛方法获取更大的自由度，从而实现对数据几何结构的挖掘，对类内相似性的学习实现了目标的松弛回归；其步骤如下： 步骤一：获取特征数据集和对应的类标签矩阵，特征数据集通过标准宽度学习网络生成宽度转换特征； 步骤二：引入双松弛技术和图正则化技术，构建基于宽度转换特征的双松弛图像分类优化目标函数； 所述基于宽度转换特征的双松弛图像分类优化目标函数为： 其中，P是回归指标，A表示训练样本的宽度转特征矩阵，λ1、λ2均表示正则化参数，Q为额外引入的变换矩阵，W表示投影矩阵，||·||F表示矩阵的Frobenius范数，yi'表示第i'个样本xi'的真类索引，表示回归指标P的第i'行第yi'列项，Pi'j'表示回归指标P的第i'行第j'列项，ai'表示转换特征矩阵的第i'行向量，aj'表示转换特征矩阵的第j'列向量，Mi'j'表示样本间的相似性权重M的第i'行第j'列项，T表示转置； 步骤三：采用迭代优化求解所述双松弛图像分类优化目标函数，获得分类结果，并对分类结果进行评估； 所述采用迭代优化求解所述双松弛图像分类优化目标函数的方法为： 将基于宽度转换特征的双松弛图像分类优化目标函数改写为目标函数LW,P,Q,S： 其中，tr·是迹预算符表示矩阵对角元素之和，D表示计算所得的对角矩阵，M表示样本之间的相似性权重； S3.1、固定W、Q、S，更新求解标签矩阵P； S3.2、固定W，P，Q，更新S； S3.3、固定W，P，S，更新Q； S3.4、固定P，Q，S，更新W： S3.5、迭代上述过程，得到P、S、Q、W的最优解。

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河南工业大学，其通讯地址为：450001 河南省郑州市高新技术产业开发区莲花街100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。