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！

龙图腾网获悉西安电子科技大学申请的专利用于图片分类的遗忘模型的训练方法及图片的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：CN118710969B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202410829755.6，技术领域涉及：G06V10/764；该发明授权用于图片分类的遗忘模型的训练方法及图片的分类方法是由李玥;杨楠;宋祁朋;吴君航;徐铭泽;李谨丞设计研发完成，并于2024-06-25向国家知识产权局提交的专利申请。

本用于图片分类的遗忘模型的训练方法及图片的分类方法在说明书摘要公布了：本发明涉及一种用于图片分类的遗忘模型的训练方法及图片的分类方法，包括：将第一高斯噪声分布输入至训练好的生成对抗网络中得到图片数据集Dt，得到没有交集的数据集Du和数据集Dr；根据Q‑1维平均输出分布向量和Q‑1维余弦相似度分布向量得到Q维遗忘训练目标分布向量；将数据集Du和数据集Dr分别输入遗忘模型中，基于遗忘模型的总损失函数得到总损失值，基于总损失值对所述遗忘模型进行训练，得到训练好的遗忘模型。本发明所提出的基于生成对抗网络的数据集生成与划分方法不需要人工智能服务商事先存储原模型的完整训练数据集和训练信息，降低了服务商的存储成本。

本发明授权用于图片分类的遗忘模型的训练方法及图片的分类方法在权利要求书中公布了：1.一种用于图片分类的遗忘模型的训练方法，其特征在于，所述训练方法包括： 将第一高斯噪声分布输入至训练好的生成对抗网络中得到图片数据集Dt，并根据图片数据集Dt得到没有交集的数据集Du和数据集Dr，其中，待遗忘的图片均包含在所述数据集Du； 基于初始模型，根据所述数据集Du得到Q维离散输出分布，并根据所述Q维离散输出分布得到未包括待遗忘的图片的Q-1维平均输出分布向量，根据所述数据集Du和所述数据集Dr得到Q-1维余弦相似度分布向量，并根据所述Q-1维平均输出分布向量和所述Q-1维余弦相似度分布向量得到Q维遗忘训练目标分布向量，其中，Q为类别的总数量； 将所述数据集Du和所述数据集Dr分别输入遗忘模型中，基于所述遗忘模型的总损失函数得到总损失值，基于所述总损失值对所述遗忘模型进行训练，得到训练好的遗忘模型，其中，所述总损失函数中包括根据所述遗忘训练目标分布向量和所述数据集Du输入至所述遗忘模型后的输出分布构建的第一子损失函数，所述训练好的遗忘模型用于对待分类的图片进行分类，所述遗忘模型与所述初始模型的结构相同，且初始化的遗忘模型与所述初始模型的参数相同。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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”。

以上内容由龙图腾AI智能生成。