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！

龙图腾网获悉同济大学申请的专利基于超意见证据深度学习不确定性的图像分类分布外数据检测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：CN119445242B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411544317.1，技术领域涉及：G06V10/764；该发明授权基于超意见证据深度学习不确定性的图像分类分布外数据检测方法是由陈宇飞;屈靖恩设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本基于超意见证据深度学习不确定性的图像分类分布外数据检测方法在说明书摘要公布了：本发明涉及计算机图像处理领域，具体涉及一种基于超意见证据深度学习不确定性的图像分类分布外数据检测方法。包括以下步骤：步骤1数据集准备：步骤2超意见网络搭建及其训练优化；步骤3图像类别预测和分布外检测；本发明对传统证据理论的不确定性方法框架进行了创新性的扩展和完善，能够提取被传统证据深度学习忽略的图像共有的证据，能够更全面地提取证据，充分利用复杂图像中丰富的相似特征，从而显著提升对分布外数据的检测能力，并增强机器学习辅助应用的可靠性，显著提高模型对分布外数据的识别效果。

本发明授权基于超意见证据深度学习不确定性的图像分类分布外数据检测方法在权利要求书中公布了：1.一种基于超意见证据深度学习不确定性的图像分类分布外数据检测方法，其特征在于，包括以下步骤： 步骤1 数据集准备： 从在线公开数据集中收集大量图像数据和对应的类别标签，经过数据清洗、数据预处理后构建图像分类数据集，样本类别数为；数据集中样本，其中，影像数据 分类标签； 步骤2 超意见网络搭建及其训练优化； 所述超意见网络包括：特征提取器、超意见证据生成模块和意见投影模块； 其中，特征提取器通过在大型通用数据集上预训练得到，图像数据被送入特征提取器，获得反映影像灰度、纹理等特征信息的特征向量； 特征向量输入超意见证据生成模块，产生与每个复合集合相对应的超意见证据值并生成对应超意见信念； 继而，这些超意见信念及相应的集合信息被送入意见投影模块，转换成投影后的每个类别的多项式意见信念，并双射为多项式意见对应的迪利克雷分布参数； 使用迪利克雷分布得到的预测分类概率期望作为网络预测，与数据集中的分类标签计算双伽马证据损失作为评价指标，对上述超意见网络进行训练，直至网络训练达到预期的稳定状态； 步骤3 图像类别预测和分布外检测； 将待预测图像依次输入步骤2训练好的最优超意见网络，得到多项式意见的迪利克雷分布参数；通过迪利克雷分布得到测试样本分类预测 、不确定性；给定不确定性阈值 ，比较不确定性与，如下： 若，则判定样本不属于训练集中任意一类，属于分布外数据，应提醒专家介入进行进一步决策； 若，则使用分类预测 作为样本预测结果输出； 步骤2中，超意见网络训练优化过程包括以下步骤：

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同济大学，其通讯地址为：200092 上海市杨浦区上海市四平路1239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”。