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！

龙图腾网获悉常熟理工学院申请的专利图像分类方法及装置、电子设备、存储介质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：CN118823490B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202411310991.3，技术领域涉及：G06V10/764；该发明授权图像分类方法及装置、电子设备、存储介质是由顾苏杭;李晨阳;朱培逸;鲁明丽;刘继承;从金亮;韦亦龙设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本图像分类方法及装置、电子设备、存储介质在说明书摘要公布了：本公开涉及机器学习和图像处理领域，提供一种图像分类方法及装置、电子设备、存储介质，方法包括：将输入图像的像素值调整至预设范围得到归一化图像；将归一化图像输入卷积层，每次卷积操作前，利用高斯隶属度函数计算输入特征对不同模糊规则的隶属度作为其附加特征，将附加特征及其对应的输入特征相加得到增强后的特征，对增强后的特征进行卷积运算得到卷积层的输出结果；将卷积层的输出结果输入池化层，按通道维度、空间维度的顺序进行模糊化处理，得到池化层输出的特征向量；将特征向量输入全连接层，利用softmax函数对全连接层的输出结果进行分类。本公开可提高CNN模型处理含有模糊和不确定性信息的能力，提高图像分类的准确率。

本发明授权图像分类方法及装置、电子设备、存储介质在权利要求书中公布了：1.一种图像分类方法，其特征在于，所述图像分类方法包括：对输入图像执行预处理操作，将所述输入图像的像素值调整至预设范围，得到对应的归一化图像；将所述归一化图像输入到卷积层进行处理，每次进行卷积操作之前，利用高斯隶属度函数计算输入特征对于不同模糊规则的隶属度作为其对应的附加特征，将所述附加特征及其对应的所述输入特征相加得到增强后的特征，对所述增强后的特征进行卷积运算，得到经过所述卷积层模糊化处理后的特征图作为所述卷积层的输出结果；将所述卷积层的输出结果输入到池化层，按照通道维度、空间维度的先后顺序进行模糊化处理，得到所述池化层输出的特征向量；将所述特征向量输入到全连接层，并利用softmax函数对所述全连接层的输出结果进行分类；所述将所述卷积层的输出结果输入到池化层，按照通道维度、空间维度的先后顺序进行模糊化处理，得到所述池化层输出的特征向量，包括：确定初步增强特征图：在所述通道维度上，利用高斯隶属度函数计算所述卷积层的输出结果中每个特征图的最大模糊隶属度值图，根据每个特征图的最大模糊隶属度值图，计算各特征图的主要通道权重和附加通道权重，将所述主要通道权重和所述附加通道权重的对应乘积作为通道权重，将所述通道权重与对应的特征图相乘，得到通道维度上模糊处理后的初步增强特征图；确定二次增强特征图：在所述空间维度上，利用高斯隶属度函数计算所述初步增强特征图的最大模糊隶属度值图，根据所述初步增强特征图的最大模糊隶属度值图，计算所述初步增强特征图的主要空间权重和附加空间权重，将所述主要空间权重和所述附加空间权重的对应乘积作为空间权重，将所述空间权重与对应的所述初步增强特征图相乘，得到空间维度上模糊处理后的二次增强特征图；对所述二次增强特征图进行池化处理，对于池化窗口，将下采样方式设置为求和运算，计算池化窗口内所有特征值的和作为池化后的特征，得到所述池化层输出的所述特征向量。

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常熟理工学院，其通讯地址为：215506 江苏省苏州市常熟市南三环路99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”。