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！

龙图腾网获悉江苏大学申请的专利一种基于共享参数空间的核集成支持向量机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：CN113902017B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202111186919.0，技术领域涉及：G06V10/764；该发明授权一种基于共享参数空间的核集成支持向量机图像分类方法是由沈项军;吴玉仁;刘志锋设计研发完成，并于2021-10-12向国家知识产权局提交的专利申请。

本一种基于共享参数空间的核集成支持向量机图像分类方法在说明书摘要公布了：本发明公开了一种基于共享参数空间的核集成支持向量机图像分类方法，获取图像数据形成样本集,对样本集进行预处理，并且使用核方法获取样本集的不同的单个基础内核；基于单个基础内核构造单核模型；使用约束将多个单核模型的损失集成到统一的损失中，该统一的损失即为集成损失，进而由多个单核模型构建出共享参数空间内的核集成支持向量机模型；并在多个核空间中进一步学习每个核所共享的公共参数和单个特定参数；利用所述的共享参数空间中的核集成支持向量机模型训练得到一个分类器，对待分类图像进行分类，得到分类结果。本发明提出的图像分类方法能够提高图像分类的准确性。

本发明授权一种基于共享参数空间的核集成支持向量机图像分类方法在权利要求书中公布了：1.一种基于共享参数空间的核集成支持向量机的图像分类方法，其特征在于，包括如下步骤： 步骤1、获取图像数据形成样本集,对样本集进行预处理，并且使用核方法获取样本集的不同的单个基础内核； 步骤2、使用约束将多个单核模型的损失集成到统一的损失中，该统一的损失即为集成损失，进而由多个单核模型构建出共享参数空间内的核集成支持向量机模型；所述核集成支持向量机模型的目标函数表示为： S.T.1Tw＝1,wi≥0, 其中，C是用来达到最小经验损失和最小结构损失之间平衡的一个参数；wi是用来控制每个再生核希尔伯特空间中损失的权重，w是由权重wi构成的向量，Ki是第i个内核Gram矩阵，αi和α0均是与Ki中每个训练数据样本的权重相关的共享参数且都为N×1的列向量；L为单个基础内核的个数，bi为Ki的偏移量，ξit为第i个内核中第t个样本的铰链损失，t＝1、2、…N,N为样本数；α0m、αim分别是列向量αi和α0中的第m个分量；xt,xm分别是第t个样本和第m个样本； 步骤3、将训练集输入到核集成支持向量机模型，并在多个核空间中进一步学习每个核所共享的公共参数α0和单个特定参数αi；所设计的核集成支持向量机模型通过最小化集成损失来共同优化每一个单核模型；由此获得训练好的基于共享参数空间的核集成支持向量机模型；核集成支持向量机模型的训练过程如下： Step1： 固定w的值，并初始化然后对核集成支持向量机模型使用拉格朗日乘子法转化为对偶形式如下： 其中，β为拉格朗日乘子所构成得到列向量，βt为列向量β中的第t个分量，t＝1、2、…N；Y为样本标签y1,y2,...,yN构成的对角矩阵，yt为第t个样本标签，t＝1、2、…N；C为惩罚系数， 由于所获得的对偶形式的核集成支持向量机模型为标准的SVM的对偶形式，故使用SVM求解器求解出β最大值； Step2： 固定所获得的β最大值，通过对最小化问题的求解更新w；求解过程如下： 对对偶形式的核集成支持向量机模型使用增广拉格朗日乘子法，得到下式： 其中，Ai和Bi为加权的基础内核组合，相应的 wj为第j个单核模型的权重，初始化参数为：wi，λ，ηi,μ；ηi，μ，λ均为拉格朗日乘子； Step3： 取上式关于wi的偏导数并设为零，得到下式所示的wi更新公式： Step4： 按如下顺序求解λ，ηi和μ，其中，θ为学习率； ηi＝ηi+θ*wi Step5： 基于求解出的β和wi，进而完成对公共参数α0和单个特定参数αi的学习，分别表示为： αi＝wiYβ 其中，Ki是第i个内核Gram矩阵，Kj为第j个内核Gram矩阵，j＝1、2、…L，L是单个基础内核的个数； 步骤4、设置核集成支持向量机模型迭代停止的判定条件，当满足判定条件，跳出循环；否则继续执行循环；当循环退出，代表已经找出最优解w，从而获得训练好的基于共享参数空间的核集成支持向量机模型；根据最优解w得到 其中，fxt是预测的标签结果； 步骤5、将测试集Xtest＝[x1,x2,...,xN]∈RN*q输入训练好的共享参数空间中的核集成支持向量机模型得到最后的二值分类器的模型：Y＝signfXtest,即目标分类器，利用所述目标分类器对待分类的图像进行分类，获取分类结果。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。