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！

龙图腾网恭喜深圳市睿格晟设备有限公司申请的专利复杂背景噪声条件下特征识别机器学习算法的优化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：CN119295852B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202411265923.X，技术领域涉及：G06V10/774；该发明授权复杂背景噪声条件下特征识别机器学习算法的优化方法是由黄绍东;谢博;周新春;郭峰权设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。

本复杂背景噪声条件下特征识别机器学习算法的优化方法在说明书摘要公布了：本发明涉及计算机机器学习领域，具体地涉及一种复杂背景噪声条件下特征识别机器学习算法的优化方法。包括以下步骤：a、准备原始图像添加特征标签得到处理图像；b、对处理图像根据不同特征标签进行分类得到多组训练图像库，每个训练图像库中至少具有一个对比图；c、设定机器学习的子模型，子模型与特征标签一一对应；d、将训练图像根据特征标签输入到对应的子模型对子模型进行训练；e、设置总模型，总模型调用步骤d中训练完成的各子模型；f、将训练图片输入总模型中对总模型进行训练。通过以上技术方案，大大的加快了针对复杂背景复杂噪声条件下机器学习图像识别算法的优化速度，减少了对训练资源的需求量。

本发明授权复杂背景噪声条件下特征识别机器学习算法的优化方法在权利要求书中公布了：1.一种复杂背景噪声条件下特征识别机器学习算法的优化方法，其特征在于，包括以下步骤：a、准备训练算法用的原始图像，对原始图像进行前处理并添加特征标签得到处理图像；b、对处理图像根据不同特征标签进行分类得到多组训练图像库，具有相同特征标签的图像为一组；每个训练图像库中至少具有一个对比图，对对比图进行人工特征识别；c、设定机器学习的子模型，子模型根据特征标签的种类设置多个，子模型与特征标签一一对应；d、将训练图像根据特征标签输入到对应的子模型，对子模型进行训练；e、设置总模型，总模型调用步骤d中训练完成的各子模型；f、将训练图片输入总模型中，对总模型进行训练；步骤d子模型的训练包括：d1、设置子模型的初始环境；将任意训练图像导入子模型中；d2、得到训练集合图像模型特征提取结果A；重复N次得到集合AN，将集合AN分成训练集合BN和验证集合CN，其中BN、CN是AN的子集；用CN对BN进行验证，得到满足验证结果的集合DN，DN是BN的子集；d3、判断DN的数量是否满足设定要求，满足进行下一步，不满足则返回步骤d2；d4、判断子模型训练是否达到设定训练次数，判断训练图像库内的训练图像是否全部使用；两者任一为是，进行下一步；否则返回步骤d1，并更换训练图像；d5、将对比图导入训练后的子模型，对子模型的特征识别效果进行模拟验证；满足验证要求则结束，得到训练后的子模型，否则重新设定训练次数再次返回步骤d1；步骤d5中，对子模型的特征识别效果进行模拟验证包括：首先将子模型对对比图的特征的识别结果，设置n个细分灰度阈值；对比每一个细分灰度阈值下特征检测结果与其实际特征位置进行比较得到检出概率Pd和虚警概率Pfa；计算得到子模型的特征识别精度为Q，判断识别精度Q是否符合设定标准；其中： 影响子模型正确检测特征的变量为背景噪声，背景噪声符合一维的正态随机变量，变量X∈μ，σ2； V为任意一个细分的灰度阈值。

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深圳市睿格晟设备有限公司，其通讯地址为：518000 广东省深圳市龙岗区平湖街道山厦社区中环大道中科谷产业园6栋1201-1208室；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”。