发明专利已授权

一种以错因强化方式动态优化损失函数的方法

📄 申请号：CN202011477588.1 📄 发布日：2026/07/23

著录项目信息

申请日

2020-12-15

申请人

电子科技大学中山学院

法律状态

已下证

专利类型

发明

主分类号

G06F17_15

IPC 分类号

G06F17_15 , G06V40_10 ,

技术画像

所属领域

人工智能算法人工智能算法机器学习深度学习

应用场景

模型训练, 机器学习, 深度学习, 分类识别, 计算机视觉

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种以错因强化方式动态优化损失函数的物品识别方法，优化后的损失函数取名为ER‑Loss，在原来的交叉熵损失函数的基础上加入惩罚项实现,惩罚项包含以下四个模块:惩罚程度的放大因子A；惩罚程度调节系数Aprob，用于在训练过程中根据实际情况调节放大因子A对数据集各类别之间的相关性和相关类别的实际输出概率的影响，让放大因子A能够自动适应训练的不同阶段；在各网络下，数据集各类别之间的相关性组合X；相关类别的概率根据模型的每一次训练情况动态调整，与现有技术相比，本发明通过惩罚程度调节系数Aprob动态调节放大因子A，识别更加灵活，同时引入各网络下，数据集各类别之间的相关性组合X，使得模型对于类别特征的判断更加全面，提高了模型对物品识别的精度，降低得到的结果与实际结果之间的偏差，能有效地提高深度学习网络模型的识别准确程度。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20230530

✅ 授权

20210416

?? 实质审查的生效：

20210330

📄 公开

一种板式家具自动化喷漆装置

当前第 / 件

一阶传播的多节点分散式GM-PHD融合方法

同领域国内专利 · IPC: (G06F17_15)

G06F17_00 G06F17_10 G06F17_11 G06F17_12 G06F17_13 G06F17_14 G06F17_15 G06F17_16 G06F17_17 G06F17_18 G06F17_21 G06F17_22 G06F17_24 G06F17_25 G06F17_27 G06F17_28 G06F17_30 G06F17_40 G06F17_50 覆盖19个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：26 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)