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！

龙图腾网获悉南京理工大学申请的专利一种面向特征分布不一致的半监督分类方法及相关装置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：CN119557762B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202411614435.5，技术领域涉及：G06F18/2415；该发明授权一种面向特征分布不一致的半监督分类方法及相关装置是由宫辰;徐诗佳;唐嘉良设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种面向特征分布不一致的半监督分类方法及相关装置在说明书摘要公布了：本申请公开了一种面向特征分布不一致的半监督分类方法及相关装置，涉及数据分类技术领域，在该方法中，采用对抗域适应策略和改进mixup策略对半监督分类模型进行优化，进而基于标记数据集和未标记数据集各个类别的类别原型，对未标记样本的分类概率预测结果进行修正，之后基于均具有对应分类标记的标记数据集和未标记数据集，对局部优化后的半监督分类模型进行优化，得到全局优化后的半监督分类模型，可准确生成分类概率预测结果并确定分类标记。本申请上述方案所使用的特征分布不一致的数据中只使用少量标记样本，且无需保证标记样本和未标记样本特征分布一致，减少了样本标记成本，也解决了特征分布不一致数据中分类准确率低的问题。

本发明授权一种面向特征分布不一致的半监督分类方法及相关装置在权利要求书中公布了：1.一种面向特征分布不一致的半监督分类方法，其特征在于，包括： 获取特征分布不一致的标记数据集和未标记数据集；所述标记数据集包括若干条标记样本、所述标记样本对应的分类标记和域标记；所述未标记数据集包括若干条未标记样本和所述未标记样本对应的域标记；采取PACS数据集作为面向特征分布不一致的半监督分类方法所处理的数据集，基于PACS数据集获取特征分布不一致的标记数据集和未标记数据集； 构建半监督分类模型，并采用对抗域适应策略和改进mixup策略，基于所述标记数据集和所述未标记数据集对所述半监督分类模型进行优化，得到局部优化后的半监督分类模型；所述半监督分类模型包括特征提取器、分类器和域鉴别器；所述对抗域适应策略用于使所述特征提取器根据标记样本和未标记样本提取到的特征表示之间减少边缘分布差异；所述改进mixup策略用于使所述特征提取器学习到所述标记数据集和所述未标记数据集特征分布之间连续潜在空间的域不变特征； 针对未标记数据集中任一未标记样本，基于所述局部优化后的半监督分类模型，得到所述未标记样本的特征表示和分类概率预测结果； 基于标记数据集和未标记数据集各个类别的类别原型，对所述未标记样本的分类概率预测结果进行修正，得到所述未标记样本的分类标记； 基于所述标记数据集和所述未标记数据集，对所述局部优化后的半监督分类模型进行优化，得到全局优化后的半监督分类模型； 将未知分类标记的样本输入到所述全局优化后的半监督分类模型中，得到所述样本对应的分类概率预测结果，并根据所述样本的分类概率预测结果，确定所述样本的分类标记。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号南京理工大学；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。