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！

龙图腾网恭喜上海交通大学申请的专利一种最大化互信息的图像分类方法、设备、介质及系统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：CN113936173B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202111170350.9，技术领域涉及：G06V10/764；该发明授权一种最大化互信息的图像分类方法、设备、介质及系统是由戴文睿;王曜明;刘育辰;李成林;邹君妮;熊红凯设计研发完成，并于2021-10-08向国家知识产权局提交的专利申请。

本一种最大化互信息的图像分类方法、设备、介质及系统在说明书摘要公布了：本发明提供一种最大化互信息的图像分类方法、设备、介质及系统，包括：采集训练图像；最大化训练图像和神经网络结构的互信息，自动确定神经网络的网络结构和参数；采用得到的所述神经网络对待分类的图像数据进行处理，得到图像分类结果。本发明基于给定图像数据，通过最大化互信息方式，自动设计确定神经网络的网络结构和参数，用于图像分类，无需繁杂的人工设计，节省人力资源和计算资源消耗。本发明能在极短的时间内，自动设计得到基于神经网络的图像分类方法，同时能实现较高的图像分类准确率。

本发明授权一种最大化互信息的图像分类方法、设备、介质及系统在权利要求书中公布了：1.一种最大化互信息的图像分类方法，其特征在于，包括：采集训练图像；最大化训练图像和神经网络结构的互信息，自动确定神经网络的网络结构和参数；采用得到的所述神经网络对待分类的图像数据进行处理，得到图像分类结果；将采集到的训练图像分为两部分；所述最大化训练图像和神经网络结构的互信息，自动确定神经网络的网络结构和参数，包括：构建超网络和结构生成网络，分别对其进行数据处理获得超网络的网络参数和结构生成网络的参数，并构建目标网络；将全部训练图像输入所述目标网络，生成预测的图像类别标签，根据所述预测的图像类别标签与真实的图像类别标签，计算图像分类的交叉熵损失，训练目标网络直至收敛，用于图像分类；所述构建超网络和结构生成网络，分别对其进行数据处理获得超网络的网络参数和结构生成网络的参数，并构建目标网络，包括：S1，基于图像分类所有可能的操作，构建基本单元；再利用所述基本单元构建超网络，其中：所述超网络是由包含所有可能的图像分类操作的基本单元堆叠而成；S2，基于卷积神经网络构建结构生成网络，从标准高斯分布中采样，得到采样值作为结构生成网络的输入，经过前向传播得到结构生成网络的输出；再从标准高斯分布中采样得到噪声；将所述结构生成网络的输出与所述采样得到的噪声求和作为超网络的结构参数；S3，将第一部分训练图像输入所述超网络，生成预测类别标签；根据所述预测类别标签与真实类别标签，计算图像分类交叉熵损失；利用梯度下降方法，根据所述图像分类交叉熵损失更新超网络的网络参数；S4，将第二部分训练图像输入所述超网络，最大化图像数据和超网络的结构参数的互信息，并确定互信息的下界，其中：互信息的下界为结构参数的后验分布和图像数据的后验分布的交叉熵损失，计算所述交叉熵损失，并利用梯度下降方法更新结构生成网络的参数；重复S2-S4不断迭代更新所述超网络的网络参数和结构生成网络的参数，直到收敛，将更新得到的新基本单元堆叠构建目标网络；所述互信息的下界，是指其中： 表示训练图像数据的信息熵，表示训练数据和超网络的结构参数的联合概率分布，表示用来近似真实的数据后验分布的变分分布。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。