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！

龙图腾网获悉中山大学申请的专利一种基于概率再生核函数的实体分类方法及系统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：CN114743046B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202210361230.5，技术领域涉及：G06V10/764；该发明授权一种基于概率再生核函数的实体分类方法及系统是由熊陈魁;邱艳珍;张创峰;廖少林;马争鸣设计研发完成，并于2022-04-07向国家知识产权局提交的专利申请。

本一种基于概率再生核函数的实体分类方法及系统在说明书摘要公布了：本发明公开了一种基于概率再生核函数的实体分类方法及系统，该方法包括：获取输入数据并将输入数据映射至希尔伯特空间，得到映射数据；引入概率核函数，考虑输入数据的概率分布优化协方差矩阵，得到优化后的概率核函数；基于优化后的概率核函数将映射数据投影至RKHS子空间，并根据预设准则学习生成最优子空间，得到分布优化后的数据；基于分类算法对分布优化后的数据进行处理，输出分类结果。该系统包括：映射模块、概率核函数引入模块、投影模块和分类模块。本发明作为一种基于概率再生核函数的实体分类方法及系统，可广泛应用于分类识别领域。

本发明授权一种基于概率再生核函数的实体分类方法及系统在权利要求书中公布了：1.一种基于概率再生核函数的实体分类方法，其特征在于，包括以下步骤： 获取输入数据并将输入数据映射至希尔伯特空间，得到映射数据； 引入概率核函数，考虑输入数据的概率分布优化协方差矩阵，得到优化后的概率核函数； 基于优化后的概率核函数将映射数据投影至RKHS子空间，并根据预设准则学习生成最优子空间，得到分布优化后的数据； 基于分类算法对分布优化后的数据进行处理，输出分类结果； 该基于概率再生核函数的实体分类方法用于图像分类场景，输入数据是图像； 所述引入概率核函数，考虑输入数据的概率分布优化协方差矩阵，得到优化后的概率核函数这一步骤，其具体包括： 求解输入数据中特征的方差并获得输入数据的概率分布； 引入概率核函数并基于输入数据的概率分布构建概率核函数的表达式； 对输入数据去相关化并对概率核函数的表达式进行调整，得到第二表达式； 计算输入数据中特征所对应的方差，并基于第二表达式在一定的范围内遍历，根据分类效果得到优化后的概率核函数； 判断到输入数据服从高斯分布，概率核函数的表达式如下： 上式中，σ0表示px0为高斯分布时的标准差，σ是pxi为高斯分布时的标准差，同时也是pxj为高斯分布时的标准差，ρ是x0与xi之间的相关系数，同时也是x0与xj之间的相关系数，xi和xj表示原始空间中的数据，x0是数据集中的任意一个样本，xj是x0后面的样本。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。