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！

龙图腾网恭喜大连民族大学申请的专利一种非平行结构支持向量机的构造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：CN114723995B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202210401847.5，技术领域涉及：G06V10/764；该发明授权一种非平行结构支持向量机的构造方法是由王立国;刘广鑫;肖瑛;刘丹凤;刘海涛设计研发完成，并于2022-04-18向国家知识产权局提交的专利申请。

本一种非平行结构支持向量机的构造方法在说明书摘要公布了：本发明公开了一种非平行结构支持向量机的构造方法，在传统的平行支持向量机平行SVM的基础上通过添加样本的最小二乘项，给原始优化问题增加了附加的经验风险最小化项和添加偏置约束项，分别获取到两个非平行超平面，形成新的额外经验风险最小化非平行支持向量机。包括如下步骤：数据预处理，求解正类超平面的拉格朗日乘子，求解负类超平面的拉格朗日乘子，求解正负分类超平面的参数，新数据点类别判定。本发明采用上述一种非平行结构支持向量机的构造方法，提出新的非平行向量机算法，在算法本身的基础上进一步提高高光谱图像的分类精度，以获得更好的分类性能。

本发明授权一种非平行结构支持向量机的构造方法在权利要求书中公布了：1.一种非平行结构支持向量机的构造方法，其特征在于，包括以下步骤：S1、数据预处理，数据为高光谱图像数据；具体包括以下步骤：（1）读取二分类个维的训练数据集，并做标准化处理，得到的训练数据样本矩阵C，读取标签信息为向量y；（2）按照标签信息正负将训练样本区分开，得到的矩阵A和的矩阵B；（3）将标签项y转换为对角矩阵Y；S2、求解正类超平面的拉格朗日乘子；所述S2中求解正类超平面的拉格朗日乘子，具体包括：（1）构建维度单位向量，由公式得到矩阵； ；（2）由公式得到矩阵； ；（3）构建维度全1向量，由公式得到矩阵； ；（4）构建维度全1向量，由公式得到矩阵； ；（5）由公式，得到拉格朗日乘子向量和； ；或由公式，得到拉格朗日乘子向量和； ；或者所述S2中求解正类超平面的拉格朗日乘子，具体包括：（1）构建维度单位向量，由公式得到矩阵； ；（2）由公式得到矩阵； ；（3）构建维度全1向量，由公式得到矩阵； ；（4）构建维度全1向量，由公式得到矩阵； ；（5）由公式，得到拉格朗日乘子向量和； ；或由公式，得到拉格朗日乘子向量和； ；S3、求解负类超平面的拉格朗日乘子；所述S3中求解负类超平面的拉格朗日乘子，具体包括：（1）构建维度单位矩阵，由公式得到矩阵； ；（2）由公式得到矩阵； ；（3）构建维度全1向量，由公式得到矩阵； ；（4）构建维度全1向量，由公式得到矩阵； ；（5）由公式得到拉格朗日乘子向量和； ；或由公式得到拉格朗日乘子向量和； ；或者所述S3中求解负类超平面的拉格朗日乘子，具体包括：（1）构建维度单位矩阵，由公式得到矩阵； ；（2）由公式得到矩阵； ；（3）构建维度全1向量，由公式得到矩阵； ；（4）构建维度全1向量，由公式得到矩阵； ；（5）由公式得到拉格朗日乘子向量和； ；或由公式得到拉格朗日乘子向量和； ；S4、求解正负分类超平面的参数；所述S4中求解正负分类超平面的参数，具体包括：（1）由公式得到正类分类超平面法向量； ；（2）由公式得到正类分类超平面偏移量； ；（3）由公式得到负类分类超平面法向量； ；（4）由公式得到负类分类超平面偏移量； ；或者所述S4中求解正负分类超平面的参数，具体包括：（1）由公式得到正类分类超平面法向量； ；（2）由公式得到正类分类超平面偏移量； ；（3）由公式得到负类分类超平面法向量； ；（4）由公式得到负类分类超平面偏移量； ；S5、新数据点类别判定。

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大连民族大学，其通讯地址为：116600 辽宁省大连市经济技术开发区辽河西路18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”。