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！

龙图腾网获悉中山大学申请的专利一种多目标贝叶斯优化方法、装置、电子设备及存储介质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：CN120067851B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510105724.0，技术领域涉及：G06F18/2415；该发明授权一种多目标贝叶斯优化方法、装置、电子设备及存储介质是由熊宸;邓卓琳;房文博设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种多目标贝叶斯优化方法、装置、电子设备及存储介质在说明书摘要公布了：本发明公开了一种多目标贝叶斯优化方法、装置、电子设备及存储介质，通过在多目标贝叶斯优化过程中，采用动态阈值对观测点集合进行分类，将观测点中位于帕累托前沿的点视为正样本，其余点视为负样本，使得正类完全覆盖帕累托集合；将密度比估计扩展到多目标贝叶斯优化中，通过加权交叉熵损失训练分类器，使得密度比估计方法能够适用于对于任意效用的获取函数；完成多目标贝叶斯优化过程，输出帕累托集合；并将多目标贝叶斯优化过程应用到图像处理任务的多目标识别中，得到多目标识别结果。本发明实施例能确保分类结果能够全面覆盖帕累托前沿，同时在一定程度上降低计算成本，可广泛应用于计算机技术领域。

本发明授权一种多目标贝叶斯优化方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种多目标贝叶斯优化方法，其特征在于，包括以下步骤： 在多目标贝叶斯优化过程中，采用动态阈值对观测点集合进行分类，将观测点中位于帕累托前沿的点视为正样本，其余点视为负样本，使得正类完全覆盖帕累托集合； 将密度比估计扩展到多目标贝叶斯优化中，通过加权交叉熵损失训练分类器，使得密度比估计方法能够适用于对于任意效用的获取函数； 完成多目标贝叶斯优化过程，输出帕累托集合；并将多目标贝叶斯优化过程应用到图像处理任务的多目标识别中，得到多目标识别结果； 其中，所述在多目标贝叶斯优化过程中，采用动态阈值对观测点集合进行分类，包括以下步骤： 在解空间采样n个初始观测点，生成初始观测点集合； 获取初始观测点集合中各个观测点的帕累托集合； 计算每个观测点的效用； 为每个观测点分配类别标签，分类依据为是否在帕累托集合内；其中，所述为每个观测点分配类别标签这一步骤中，无需对效用值排序，对观测点集合进行分类，将具有非0效用值的观测点分为正类，将具有0效用值的观测点分为负类； 所述将密度比估计扩展到多目标贝叶斯优化中，通过加权交叉熵损失训练分类器，包括以下步骤： 以效用作为观测点权重，训练分类器； 使用分类器提供的后验概率进行寻优，确定下一个观测点； 评估新的观测点，并将其加入观测点集合中。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。