东北大学付俊获国家专利权
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！
龙图腾网获悉东北大学申请的专利适用于深度学习图像分类的基于模型反馈的数据生成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：CN117058486B 。
龙图腾网通过国家知识产权局官网在2025-07-25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：202311052127.3，技术领域涉及：G06V10/774；该发明授权适用于深度学习图像分类的基于模型反馈的数据生成方法是由付俊;冀先锐;冯夏庭设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。
本适用于深度学习图像分类的基于模型反馈的数据生成方法在说明书摘要公布了：本发明提供一种适用于深度学习图像分类的基于模型反馈的数据生成方法，涉及图像分类技术领域。包括以下步骤：1图像数据的获取；2新图像数据的生成；3模型的建立；4模型的训练。本发明引入了反馈的思想，结合数据合成技术，提出了一种全新的数据生成技术，可以利用模型的反馈生成适应于当下的模型参数的新样本。本发明可以增加生成的新样本的多样性，使得深度学习模型在训练时可以获得更多的数据支撑，提高其综合性能，具有一定的普遍性和通用性。
本发明授权适用于深度学习图像分类的基于模型反馈的数据生成方法在权利要求书中公布了：1.一种适用于深度学习图像分类的基于模型反馈的数据生成方法，其特征在于：所述方法包括以下步骤： 步骤1：数据的获取与整合； 通过网络获取已经制作完成的图像数据集，通过8：2的比例将其划分为训练数据集和验证数据集； 步骤2：权重生成器模型的设计； 以卷积神经网络为基础设计权重生成器模型，其输入是需要组合的图像数据，其输出为一个与输入数据相同长宽的权重矩阵，该权重矩阵中每一个值都位于0到1之间； 步骤3：新图像数据的生成； 利用步骤2的权重矩阵对图像数据集中的原始图像数据进行组合得到新的图像数据；然后，将权重矩阵求平均后得到一个常数，利用该常数对原始图像数据的标签进行组合，得到新图像数据的标签； 步骤4：模型参数优化； 使用损失最大化算法优化权重生成器模型的参数，使用损失最小化算法优化深度学习分类模型的参数；权重生成器模型根据优化过程不断生成新的权重矩阵，并将由该新的权重矩阵得到的新图像数据作为训练数据，增加数据集数据的多样性，帮助深度学习分类模型更好的进行图像类别辨识。
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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号