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！

龙图腾网获悉中国科学院苏州生物医学工程技术研究所申请的专利图像分类模型构建和图像分类方法、装置及计算机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：CN116664933B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310635932.2，技术领域涉及：G06V10/764；该发明授权图像分类模型构建和图像分类方法、装置及计算机设备是由钱旭升;戴亚康;周志勇;胡冀苏;耿辰设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本图像分类模型构建和图像分类方法、装置及计算机设备在说明书摘要公布了：本发明涉及图像处理技术领域，公开了图像分类模型构建和图像分类方法、装置及计算机设备，本发明通过将样本集的图像输入至预设神经网络中第一参数预先初始化的特征提取器，得到每一图像对应的特征向量，选取图像对应的特征向量作为预设神经网络中隐含层各神经元的第一节点中心，确定第一宽度，计算第一损失函数，优化第一参数、第一节点中心和第一宽度，使得第一损失函数值最小；基于优化后的第一参数、第一节点中心、第一宽度和预先初始化的预设神经网络中输出层的第一权值，计算输出特征向量属于各类别对应的概率，计算第二损失函数，优化第二节点中心、第二宽度和第一权值，使得第二损失函数值最小，提高了图像分类模型的准确性和可靠性。

本发明授权图像分类模型构建和图像分类方法、装置及计算机设备在权利要求书中公布了：1.一种图像分类模型构建方法，其特征在于，所述方法包括： 将训练样本集中的图像输入至预设神经网络中第一参数预先初始化的特征提取器，得到每一图像对应的特征向量，所述图像带有类别标签；所述预设神经网络为深度RBF神经网络； 基于预设要求，选取所述训练样本集中的多个图像对应的特征向量作为预设神经网络中隐含层各神经元的第一节点中心，确定所述第一节点中心对应的第一宽度； 所述确定所述第一节点中心对应的第一宽度，包括：计算第一节点中心与除所述第一节点中心所属类别外的其他所有类别对应的节点中心的距离；选取最小距离作为所述第一节点中心对应的第一宽度； 通过计算所述训练样本集中的任一图像对应的当前特征向量属于各类别的概率与所述当前特征向量对应实际类别之间的第一损失函数，优化第一参数、第一节点中心和第一宽度，使得第一损失函数值最小，得到最优参数、第二节点中心和第二宽度； 基于预先初始化的预设神经网络中输出层的第一权值，计算所述当前特征向量通过预设神经网络输出所述当前特征向量所属的类别和属于各类别对应的置信度分数； 通过计算所述当前特征向量属于各类别对应的置信度分数与分类准确率之间的第二损失函数，优化所述第二节点中心、第二宽度和第一权值，使得第二损失函数值最小，得到第三节点中心、第三宽度和第二权值，得到图像分类模型。

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中国科学院苏州生物医学工程技术研究所，其通讯地址为：215163 江苏省苏州市高新区科灵路88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。