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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种长尾数据识别模型的优化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：CN116310590B 。

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：202310386005.1，技术领域涉及：G06V10/764；该发明授权一种长尾数据识别模型的优化方法及系统是由李硕豪;杨佳鑫;张军;黄魁华;黄金才;何华;李虹颖;王翔汉;刘忠设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本一种长尾数据识别模型的优化方法及系统在说明书摘要公布了：本发明提供一种长尾数据识别模型的优化方法及系统，该方法包括如下步骤：获取初始长尾数据集，并基于所述初始长尾数据集构建初始识别模型；基于所述初始长尾数据集并通过少数类超采样策略生成混合图像；计算得到所述混合图像的类相关加权显著图；根据所述类相关加权显著图为所述混合图像分配标签权重；通过所述类相关加权显著图优化所述初始识别模型，以使所述初始识别模型增强类相关区域特征的显著性。本发明具有提升识别模型对长尾数据集识别精度的效果。

本发明授权一种长尾数据识别模型的优化方法及系统在权利要求书中公布了：1.一种长尾数据识别模型的优化方法，其特征在于，所述方法包括如下步骤： 获取初始长尾数据集，并基于所述初始长尾数据集构建初始识别模型； 基于所述初始长尾数据集并通过少数类超采样策略生成混合图像； 计算得到所述混合图像的类相关加权显著图，所述类相关加权显著图的计算公式如下： ， 式中：表示相对于类别C的最终得分；表示第d通道的特征映射；i和j分别表示特征映射中的坐标；表示的权重；表示A在通道d中，坐标为ij位置处的数据；Z表示特征映射的宽度*高度； 根据所述类相关加权显著图为所述混合图像分配标签权重，包括如下步骤：根据预设的显著阈值设置所述类相关加权显著图中的显著分区；基于所述显著分区的分区比例为所述混合图像分配标签权重； 通过所述类相关加权显著图优化所述初始识别模型，以使所述初始识别模型增强类相关区域特征的显著性，包括如下步骤：将所述类相关加权显著图代入所述初始识别模型；通过所述初始识别模型中的激活函数激活所述类相关加权显著图，得到激活结果；结合所述激活结果和预设的特征阈值计算得到增强掩码；通过所述增强掩码优化所述初始识别模型，以使所述初始识别模型增强类相关区域特征的显著性。

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国人民解放军国防科技大学，其通讯地址为：410003 湖南省长沙市开福区德雅路109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”。