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！

龙图腾网获悉湖南大学申请的专利一种基于伪标签互学习半监督的医药高光谱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：CN117197579B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202311222838.0，技术领域涉及：G06V10/764；该发明授权一种基于伪标签互学习半监督的医药高光谱分类方法是由张辉;刘立柱;王耀南;陈煜嵘;梅杰;毛建旭设计研发完成，并于2023-09-21向国家知识产权局提交的专利申请。

本一种基于伪标签互学习半监督的医药高光谱分类方法在说明书摘要公布了：本发明涉及计算机技术领域，具体为一种基于伪标签互学习半监督的医药高光谱分类方法，包括：1、获取原始的医药高光谱数据集；2、构建有标签样本集和无标签样本集；3、搭建相互半监督学习模型，相互半监督学习模型包括两个子模型；4、利用相互半监督学习模型中存储映射特征和预测向量；5、利用签映射特征对预测向量进行平滑，得到当前批次的两个伪标签集；6、利用映射特征、预测向量和当前批次的两个伪标签集对两个子模型进行迭代训练，得到最终应用的子模型；7、利用子模型对医药高光谱进行分类。本发明采用了伪标签引导的对比学习方法，有助于最大化类间离散性和最小化类内紧密性，从而减轻类内光谱变异性，大幅提升了高光谱分类效率。

本发明授权一种基于伪标签互学习半监督的医药高光谱分类方法在权利要求书中公布了：1.一种基于伪标签互学习半监督的医药高光谱分类方法，其特征在于，包括如下步骤： S1、获取原始的医药高光谱数据集； S2、利用医药高光谱数据集构建有标签样本集和无标签样本集； S3、搭建用于医药高光谱分类的相互半监督学习模型，所述相互半监督学习模型包括两个相同的子模型，每个子模型各包括依次连接的编码器F、特征映射头E、预测映射头P和记忆存储模块MB； S4、从有标签样本集和无标签样本集中各选择一批样本分别输入到两个子模型内，两个子模型内的编码器F分别对有标签样本和无标签样本进行特征提取，得到有标签输出特征和无标签输出特征，利用两个子模型的特征映射头E分别对有标签输出特征和无标签输出特征进行映射，得到有标签映射特征和无标签映射特征，并存储到记忆存储模块MB内；利用两个子模型的预测映射头P分别对有标签输出特征和无标签输出特征进行预测，得到有标签预测向量和无标签预测向量，并存储到记忆存储模块MB内； S5、利用两个记忆存储模块MB内存储的有标签映射特征和无标签映射特征对无标签预测向量进行平滑，得到当前批次的两个伪标签集； S6、利用有标签预测向量、有标签映射特征以及无标签映射特征、无标签预测向量以及当前批次的两个伪标签集计算总损失，重复S3至S6，直至迭代次数达到设定次数，选取总损失最小的权重作为最终应用的子模型的权重，得到最终应用的子模型； S7、利用最终应用的子模型对其他医药高光谱进行分类。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路2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”。