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！

龙图腾网恭喜河南科技大学申请的专利一种具有知识迁移判别能力的数据分类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：CN114861813B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210568499.0，技术领域涉及：G06F18/241；该发明授权一种具有知识迁移判别能力的数据分类方法是由李兴海;马建伟;臧绍飞;吕进锋;马超;马晓毓;张淼设计研发完成，并于2022-05-24向国家知识产权局提交的专利申请。

本一种具有知识迁移判别能力的数据分类方法在说明书摘要公布了：本发明涉及一种具有知识迁移判别能力的数据分类方法，本发明有效解决了现有分类模型无法针对源域与目标域数据分布不同的情况下进行分类且分类精度较低的问题；解决的技术方案包括：本方案通过设计加权MMD（WeightsMaximumMeanDivergence，称为WMMD），提升了系统跨域知识迁移能力，为了区分不同类型数据，引入LDA（LinearDiscriminantAnalysis），对源域样本和目标域样本进行降维，使降维后的数据具有类内方差最小，类间方差最大，相对于已有的分类模型，提高了分类精度。

本发明授权一种具有知识迁移判别能力的数据分类方法在权利要求书中公布了：1.一种具有知识迁移判别能力的数据分类方法，其特征在于，包括源域、目标域、特征空间、Softmax分类器、预测结果，所述源域和目标域为图像数据集或文本数据集；其分类过程包括以下步骤：S1：源域样本和目标域样本经特征映射后，在特征空间中可找到它们近似的相同分布；S2：在特征空间中进行WMMD和LDA运算，使得具有相同特征的样本与具有不同特征的样本区分开，不同的样本标签对应不同的样本特征；构造系统目标函数：Jθ＝J1θ+α·J2θ+β·J3θ+λ·J4θ+μ·J5θ1其中， 所述的θ是系统所有项参数，即系统需要通过训练确定的参数；J1θ是Softmax回归的代价函数；J2θ是基于WMMD计算结果；J3θ用于通过条件分布和边沿分布减少Softmax回归概率输出层中，域间的分布差异；J4θ是模型参数的稀疏控制项，防止模型出现过拟合现象；J5θ是系统中LDA计算项；α,β,λ,μ分别是J2θ,J3θ,J4θ,J5θ的平衡参数；L0和W0分别是边沿分布矩阵和边沿分布权重系数矩阵；Lc和Wc分别是条件分布矩阵和条件分布权重系数矩阵；Gb是类间矩阵，Gu是类内矩阵，Gv是总散度矩阵，Gv＝Gb+Gu。S3：Softmax分类器分别计算目标域中每个样本所对应的每个标签下的概率，选择概率值最大值对应的标签，即为该样本的标签，完成样本分类；S4：预测结果保存目标域样本分类结果，即每个样本对应的标签。

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河南科技大学，其通讯地址为：471000 河南省洛阳市洛龙区开元大道263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”。