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！

龙图腾网获悉佛山市南海区广工大数控装备协同创新研究院;佛山汉明视阔科技有限公司;广东工业大学申请的专利一种基于特征集中的机器学习数据增强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：CN114120179B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202111338341.6，技术领域涉及：G06V20/40；该发明授权一种基于特征集中的机器学习数据增强方法是由王华龙;吴均城;杨海东;李泽辉;甄冬霞;易辉;金熹;余炳圳设计研发完成，并于2021-11-12向国家知识产权局提交的专利申请。

本一种基于特征集中的机器学习数据增强方法在说明书摘要公布了：一种基于特征集中的机器学习数据增强方法，包括以下步骤：S1、特征提取：获取图像数据集，每张图片剪切到与被检查组件的方面相对应的感兴趣区域；S2、特征集中：对标记数据与非标记数据进行特征集中，分别生成标记数据和非标记数据的特征集中目标函数；S3、目标训练：根据标记数据和非标记数据的特征集中目标函数生成训练目标模型并完成训练；S4、实验和测试：选取包含相同数量的正常和缺陷方面图像的数据集进行验证和测试；本发明同时运用带标记数据和未标记数据的特征集中，解决了正常和不良图像样品数量不平衡与数据标注难的问题，有效提高图像分类的精度。

本发明授权一种基于特征集中的机器学习数据增强方法在权利要求书中公布了：1.一种基于特征集中的机器学习数据增强方法，其特征在于：包括以下步骤： S1、特征提取：获取图像数据集，每张图片剪切到与被检查组件的方面相对应的感兴趣区域； S2、特征集中：对标记数据与非标记数据进行特征集中，分别生成标记数据和非标记数据的特征集中目标函数； S3、目标训练：根据标记数据和非标记数据的特征集中目标函数生成训练目标模型并完成训练； S4、实验和测试：选取包含相同数量的正常和缺陷方面图像的数据集进行验证和测试； 所述标记数据的特征集中目标函数的生成方法为：设定图像数据集是非平衡的，图像数据集中训练样本较多的类为多数类，训练样本较少的类为少数类，多数类包含正常样本，少数类包含异常样本，将带标记数据的标签信息作为一个集中方向，以多数特征聚类和少数特征聚类的中心作为参考点；在训练过程迭代次数为t时，特征中心表示为数据特征的指数移动平均值，并随着训练的进行而不断更新，多数类特征中心和少数类特征中心被定义如下： ； ； 式中，和是特征提取器，是特征提取器的参数，t是训练迭代次数，和是输入数据，和分别是多数类和少数类的平滑因子； 多数类和少数类特征集中的目标函数分别表示为： ； ； 标记数据特征集中的目标函数表示为： ； 式中，是多数样本的数量,是边界值。

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佛山市南海区广工大数控装备协同创新研究院;佛山汉明视阔科技有限公司;广东工业大学，其通讯地址为：528200 广东省佛山市南海高新区佛高科技智库中心A座4楼；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。