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！

龙图腾网获悉广东工业大学申请的专利一种基于对称交叉复合训练的深度学习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：CN116522134B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310294213.9，技术领域涉及：G06F18/214；该发明授权一种基于对称交叉复合训练的深度学习方法及装置是由王旭;何昭水;林志洁;谈季;苏文青;梁浩设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本一种基于对称交叉复合训练的深度学习方法及装置在说明书摘要公布了：本发明涉及深度学习技术领域，特别涉及一种基于对称交叉复合训练的新型深度学习方法及装置，所述方法具体包括：获取第一样本数据，将所述第一样本数据划分为第一训练集、第一验证集和第一测试集，并将所述第一训练集再划分为第一数据集和第二数据集；将所述第一数据集和所述第二数据集轮流作为训练集和验证集进行对称交叉训练，获得离群样本和真性样本；对所述离群样本和所述真性样本进行复合训练，同时进行输出矫正归类，获得第一最优模型。本发明通过改变传统深度学习训练方法模式，利用深度学习特征提取的功能来自动地识别和分离在训练集中的离群样本，进一步提高模型性能。

本发明授权一种基于对称交叉复合训练的深度学习方法及装置在权利要求书中公布了：1.一种基于对称交叉复合训练的深度学习方法，其特征在于，所述方法具体包括： 获取第一样本数据，将所述第一样本数据划分为第一训练集、第一验证集和第一测试集，并将所述第一训练集再划分为第一数据集和第二数据集，所述第一样本数据为CC-CCII数据集或HUST-19数据集，所述第一训练集包括阳性CT图、阴性CT图和无信息的CT图； 将所述第一数据集和所述第二数据集轮流作为训练集和验证集进行对称交叉训练，获得离群样本和真性样本，所述离群样本包括第一离群样本和第二离群样本，所述真性样本包括第一真性样本和第二真性样本； 对所述离群样本和所述真性样本进行复合训练，同时进行输出矫正归类，获得第一最优模型，具体包括： 合并所述离群样本和所述真性样本，然后按照真阳性样本、真阴性样本、假阳性样本和假阴性样本进行标注划分，获得第四训练集； 基于第三神经网络模型训练所述第四训练集，并根据所述第一验证集获得第一最优模型； 根据所述第一测试集评估所述第一最优模型，通过归类公式进行输出矫正归类； 其中，所述归类公式满足 ； ； 其中，表示测试阳性结果，表示测试阴性结果，表示网络输出的阳性离群样本结果，表示网络输出的阴性离群样本结果。

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广东工业大学，其通讯地址为：510090 广东省广州市东风东路729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”。

以上内容由龙图腾AI智能生成。