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！

龙图腾网获悉闽江学院申请的专利基于均值偏移特征和直接优化子空间的白细胞单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：CN115512352B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211177607.8，技术领域涉及：G06V20/69；该发明授权基于均值偏移特征和直接优化子空间的白细胞单分类方法是由李佐勇;李炜;樊好义;赖桃桃;邱立达设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本基于均值偏移特征和直接优化子空间的白细胞单分类方法在说明书摘要公布了：本发明涉及一种基于均值偏移特征和直接优化子空间的白细胞单分类方法。首先，使用均值偏移特征来克服自监督对比学习和单分类方法的不兼容性，同时缓解微调带来的灾难性崩溃问题。然后，引入直接优化子空间与均值偏移特征相结合，提升模型对白细胞微小差异的识别能力，以提高白细胞单分类的准确性。在两个真实白细胞数据集的实验结果表明，本发明方法具有良好的分类性能。

本发明授权基于均值偏移特征和直接优化子空间的白细胞单分类方法在权利要求书中公布了：1.一种基于均值偏移特征和直接优化子空间的白细胞单分类方法，其特征在于，包括： 初始特征提取、特征自适应以及计算异常得分三个阶段，给定一组正常训练样本； 初始特征提取阶段：的特征提取器由基于预训练模型的初始特征提取器初 始化；具体的，定义一个初始特征提取器，其中是特征维度；初始特 征提取器能够将正常训练样本进行参数化，并生成特征表示；使用ImageNet预训练模型作 为初始特征提取器，对正常训练样本进行初始特征提取；初始化权重被用于下一步的 特征自适应； 特征自适应阶段：微调特征提取器的网络，以形成最终的特征自适应分类器；具体 的，通过将均值偏移特征和直接优化子空间相结合提出基于均值偏移子空间的无监督特征 自适应方法，具体过程如下： 1数据增强及特征编码器： 对于给定批次大小为的样本集，每张样本通过数据增强一分为二得到个视图，记 为，同样本的增强视图视为正对，批次中所有的其他视图视为负对；之后，采用初始 特征提取器对增强后的视图进行编码，生成表示并进行归一化； 2均值偏移特征： 对于单类别分类任务来说，均值偏移特征目标是让训练样本即正常类尽可能靠近中心，让异常类远离中心；使用紧性损失来实现这一目标，写成： 是由初始特征提取器初始化的表示，为常数，是预训练特征表示的均值中心 点；对紧性损失进行优化，将距离计算中心从特征均值中心即原点更新为特征归一化中 心；表示通过与归一化中心相减进行偏移生成均值特征偏移，形成的均 值偏移特征表示如下： 3直接优化子空间： 直接优化子空间无需添加更多的参数和计算量，只需提取固定的均值偏移子空间；其表示如下： 表示优化子空间的维度大小； 4损失函数： 使用标准InfoNCE损失对均值偏移子空间进行计算，其公式如下： 表示当时值为1的指标函数，为温度超参数； 计算异常得分阶段：使用提取用于异常得分计算的特征；具体的，采用基于KNN的得 分函数作为异常检测的判定指标，来计算测试样本的异常程度；对于给定的测试样本，计 算其特征与训练集中最近的张正常样本的特征之间的余弦距离，得分函数如下： 代表训练特征集中距离测试样本的特征最近的个特征，、是由对 训练样本和测试样本提取的特征表示；通过验证KNN得分是否大于阈值来确定测试样本 是正常还是异常即其他类。

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闽江学院，其通讯地址为：350121 福建省福州市闽侯县溪源宫路200号闽江学院行政楼B201；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。