首页 > 专利查询

基于证据深度学习的可信多视角分类方法[发明专利]

专利名称：基于证据深度学习的可信多视角分类方法专利类型：发明专利

发明人：徐偲，赵京龙，赵伟，管子玉，詹涛

申请号：CN202210080384.7

申请日：20220124

公开号：CN114492620A

公开日：

20220513

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于证据深度学习的可信多视角分类方法，包括如下方法步骤：S1、样本定义，设定数据集有N个样本，每个样本有V个视角；S2、单视角证据，估计单视角数据的分类不确定度；S3、多视角证据融合，利用退化层将全局信息传播到每个视角，从而使得每个视角能够学习到基于全局信息的证据；S4、优化目标，利用梯度下降算法优化模型中的所有参数。本发明的方法不仅提高了预测的准确度，并且使用本发明中设计的退化层挖掘到了深层次、易被忽略的视角之间的互补信息，从而在预测时输出了更符合人类认知的不确定度。

申请人：西安电子科技大学

地址：710071 陕西省西安市雁塔区太白南路2号

国籍：CN

本文发布于:2024-09-21 02:44:18，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/4/422878.html

上一篇：洗白除灰剂及压铸锌合金前处理方法[发明专利]

下一篇：一种混合PDF图书目录自动抽取算法[发明专利]