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！

龙图腾网获悉重庆特斯联启智科技有限公司申请的专利一种对比自监督学习训练方法和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：CN116542316B 。

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：202310361537.X，技术领域涉及：G06N3/0895；该发明授权一种对比自监督学习训练方法和系统是由张睿设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本一种对比自监督学习训练方法和系统在说明书摘要公布了：本申请实施例公开了一种对比自监督学习训练方法和系统，所述方法包括：样本数据集分别与第一数据增强算子和数据增强算子计算得到数据增强样本数据集；将所述数据增强样本数据集分别输入第一模型和第二模型，得到正样本特征集和负样本特征集；根据所述负样本特征集所对应的原图像和正样本特征集得到正负样本组合特征集；根据所述正负样本组合特征集计算损失函数；基于所述损失函数计算梯度并更新第一模型的参数，基于更新后的第一模型的参数更新第二模型的参数，循环直到损失函数满足设定条件。设计出的损失函数和数据增强算子集适用于多种对比式自监督学习方法，具有更好的泛化性和鲁棒性。

本发明授权一种对比自监督学习训练方法和系统在权利要求书中公布了：1.一种对比自监督学习训练方法，其特征在于，所述方法包括： 从未标注数据集中采样得到样本数据集，从数据增强算子集中选择第一数据增强算子和第二数据增强算子； 所述样本数据集分别与所述第一数据增强算子和第二数据增强算子计算得到数据增强样本数据集； 将所述数据增强样本数据集分别输入第一模型和第二模型，得到正样本特征集和负样本特征集； 根据所述负样本特征集所对应的原图像和正样本特征集得到正负样本组合特征集； 根据所述正负样本组合特征集计算目标函数； 将目标函数作为约束项，基于InfoNCE损失函数计算所述损失函数； 基于所述损失函数计算梯度并更新第一模型的参数，基于更新后的第一模型的参数更新第二模型的参数，循环直到损失函数满足设定条件； 其中，按照如下公式将目标函数作为约束项，基于InfoNCE损失函数计算所述损失函数： 其中，ai∙和ai∙∙分别表示第一数据增强算子和第二数据增强算子，和分别是数据增强样本数据集中的第一数据增强样本数据集和第二数据增强样本数据集；F和F'分别为结构相同的第一模型和第二模型；X为未标注数据集，I为未标注数据集中的不变语义数据集，YS为对比自监督学习的代理任务集；PD为衡量分布差异距离的方法；σ表示权重因子。

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重庆特斯联启智科技有限公司，其通讯地址为：401329 重庆市九龙坡区高新区金凤镇凤笙路21号1幢；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。