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！

龙图腾网恭喜河南工业大学申请的专利基于混合范数正则约束的宽度学习图像分类方法及装置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：CN114743058B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210539303.5，技术领域涉及：G06V10/764；该发明授权基于混合范数正则约束的宽度学习图像分类方法及装置是由金军委;李艳婷;耿昀;耿彪;秦振皓;周小宁;杨铁军;樊超;赵亮;于俊伟设计研发完成，并于2022-05-18向国家知识产权局提交的专利申请。

本基于混合范数正则约束的宽度学习图像分类方法及装置在说明书摘要公布了：本发明公开了基于混合范数正则约束的宽度学习图像分类方法及装置，涉及图像处理技术领域，其中方法包括：获取待分类图像数据，并将经过预处理的图像数据划分为训练样本和测试样本，并获取训练样本对应的类标签；将训练样本输入至宽度学习网络进行处理，生成宽度转换特征；根据所述宽度转换特征以及所述类标签，利用ε拖拽方法以及混合范数的正则化约束方法，构建基于混合范数正则化约束的判别宽度学习网络分类优化目标函数；采用两步迭代法优化求解所述目标函数，实现图像分类；本发明以宽度学习网络为主体，需要参数少，网络结构更简单，增强特征提取能力，可以用更少的时间达到与深度神经网络相似的性能。

本发明授权基于混合范数正则约束的宽度学习图像分类方法及装置在权利要求书中公布了：1.一种基于混合范数正则约束的宽度学习图像分类方法，其特征在于，包括以下步骤：获取待分类图像数据，对所述图像数据进行预处理，并将经过预处理的所述图像数据划分为训练样本和测试样本，并获取所述训练样本对应的类标签；构建宽度学习网络，将所述训练样本输入至所述宽度学习网络进行处理，生成宽度转换特征；根据所述宽度转换特征以及所述类标签，利用ε拖拽方法以及混合范数的正则化约束方法，构建基于混合范数正则化约束的判别宽度学习网络分类优化目标函数，具体表达式为： 式中，W表示投影矩阵，A表示训练样本宽度转换特征矩阵，λ1、λ2表示正则化参数，B表示ε拖拽方向，由+1、-1组成的常数矩阵，⊙表示矩阵的Hadamard乘积；M是一个常数矩阵，表示标签拖拽的距离，||·||F表示矩阵的Frobenius范数，||·||2,1表示矩阵的l2,1范数；采用两步迭代法优化求解所述目标函数，实现图像分类，具体过程包括：1求解投影矩阵W：令对W求偏导，并令偏导数等于0，得到： 式中，R＝Y+B⊙M，D为由对角元素Dii＝1||Wi||2组成的对角矩阵；2优化标签拖拽距离矩阵M：令E＝AW-Y，优化问题简化为将优化问题分解成逐个元素求解的子问题，得到Mij＝maxBijEij,0，即：M＝maxB⊙E，0；3迭代所述1、2，得到标签拖拽距离矩阵M和投影矩阵W的最优解。

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工业大学，其通讯地址为：450001 河南省郑州市高新技术开发区莲花街100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”。