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！

龙图腾网获悉东南大学申请的专利一种面向单正多标记的标记增强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：CN117152526B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202311150241.X，技术领域涉及：G06V10/764；该发明授权一种面向单正多标记的标记增强方法及系统是由徐宁;吴永迪;刘彪设计研发完成，并于2023-09-07向国家知识产权局提交的专利申请。

本一种面向单正多标记的标记增强方法及系统在说明书摘要公布了：本发明公开了一种面向单正多标记的标记增强方法及系统，首先在数据预处理阶段，输入多标签图像分类数据集，所述数据集被正标记分为训练集和测试集，对训练集数据进行预处理；再利用类别先验估计方法估计每个标记的类别先验概率，给样本打上伪标签得到标记分布；再构建神经网络模型，利用训练集训练模型得到最优参数，根据最小化目标函数得到最优的预测模型；最后根据获得的最优预测模型给测试集分类，得到目标标记分类结果。本方法通过利用估计的类别先验概率来生成伪标记，解决了传统方法中标记不完整性和噪声问题，提高了训练数据集的标记质量和数量。该方法在实际应用中具有广泛的应用前景，可以提高模型的性能和泛化能力。

本发明授权一种面向单正多标记的标记增强方法及系统在权利要求书中公布了：1.一种面向单正多标记的标记增强方法，其特征在于:根据估计的类别先验概率，为未知样本打上伪标记，利用神经网络训练模型，通过提出和优化损失函数，提高模型的预测能力，最终实现单正多标记的标记增强；具体包括如下步骤： S1，数据预处理阶段：输入多标签图像分类数据集，所述数据集被正标记分为训练集和测试集，对训练集数据进行预处理，用卷积神经网络捕捉图像的特征； S2，模型训练阶段：利用类别先验估计方法估计每个标记的类别先验概率，给样本打上伪标签得到标记分布；再构建神经网络模型，利用训练集训练模型得到最优参数，根据最小化目标函数得到最优的预测模型； 所述类别先验估计方法估计每个标记的类别先验概率具体为：每个实例对应的单正标记均匀采样于其对应的相关标记集合，对单正标记的先验概率进行分解和化解： 使用观测到的单正标记向量的类别先验去估计位置的真实的标记的类别先验，设为超参数，I·为指示函数，表示正标记的个数，k＝1…c，则： plk＝1＝pyk＝1α； 使用训练集中的单正标记对plk＝1估计： 则，每个类别的类别先验概率被估计为： 给样本打上伪标签具体为：在得到每个类别的先验概率，可估计出数据集中每个类别正标记的个数通过对网络的输出进行排序，将前 大的输出标注为正标记，否则标注为负标记； 将每个实例的伪标记向量初始化单正标记向量对模型预热，随后在每一步的更新中对伪标记进行更新： 其中rankfkxi表示模型对实例xi在整个数据集第k个标记的输出的排序， 其中，m是当前排序的标记，n是标记总数； S3，预测阶段：根据步骤S2获得的最优预测模型给测试集分类，得到目标标记分类结果。

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南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路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”。