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！

龙图腾网恭喜南京航空航天大学申请的专利基于神经坍缩的长尾多标记图像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：CN119580003B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202411751632.1，技术领域涉及：G06V10/764；该发明授权基于神经坍缩的长尾多标记图像分类方法是由李绍园;陶子健;陈松灿设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本基于神经坍缩的长尾多标记图像分类方法在说明书摘要公布了：本发明属于多标记图像分类领域，具体公开了一种基于神经坍缩的长尾多标记图像分类方法，该方法通过使用等角紧框架的标签嵌入来指导不同类别的特征学习，使得不同类别特征满足神经坍缩的性质，最大化不同类别之间的差异，减少了同一个样本中，头部类对尾部类的影响，充分保证了尾部类特征的学习。此外，本发明还采用对比学习的方法，使得每一个类特征进行聚类，使其坍缩到类原型，使得模型学习到更加鲁棒的特征。最后，本发明还将模型提取到的样本的不同类对应的特征进行组合并输入到满足等角紧框架的二分类器中，充分利用了样本的特征的同时，避免了模型的训练受到不平衡数据集的影响，增强了模型的泛化能力，提高了多标记图像分类的预测精度。

本发明授权基于神经坍缩的长尾多标记图像分类方法在权利要求书中公布了：1.基于神经坍缩的长尾多标记图像分类方法，其特征在于，包括如下步骤：步骤1.获取标签长尾分布的多标签数据集；其中，表示由图像即样本和标签组成的数据集，为样本总数，；步骤2.搭建深度学习模型MOL，其包括特征提取器、投影层和分类器；初始化等角紧框架的标签嵌入、时间步以及超参数；其中，，表示标签的数量，表示第个标签嵌入，；将中的样本输入特征提取器中，得到高维特征；步骤3.利用空间注意力机制计算标签嵌入和高维特征之间的位置权重；步骤4.利用标签嵌入和高维特征之间的位置权重，计算样本中与对应的特征；步骤5.设计对齐特征与标签嵌入的损失函数；若样本中含有标签，那么对齐特征与标签嵌入，使其余弦相似度趋近于1，否则，特征与标签嵌入之间存在差异，降低特征与标签嵌入的余弦相似度至，使其呈现等角紧框架；步骤6.将特征输入到投影层中并经过归一化，得到投影后的归一化特征；步骤7.根据，计算每个类在当前时刻的特征原型，利用对比学习的方法计算得到损失，使得每个样本的投影特征坍缩到时刻计算得到的类原型；步骤8.初始化等角紧框架的二分类器，将样本的特征组合得到特征，并放入分类器中，得到logit，再经过函数得到最终的预测结果；步骤9.设计二向损失，利用二向损失缓解长尾多标记分类中正负样本不均衡的问题，提高正标签预测的置信度，降低负标签预测的置信度；步骤10.将损失函数、和加权求和得到最终的损失，反向传播更新模型MOL的参数，继续进行训练任务的迭代，直至达到训练终点；其中，最终损失，超参数和是对应损失项的权重系数；步骤11.利用训练好的模型MOL对输入图像进行多标签预测。

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航空航天大学，其通讯地址为：210016 江苏省南京市江宁区将军大道29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”。