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！

龙图腾网获悉华南师范大学申请的专利一种模糊单调的相关性图像识别及机器学习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：CN121392352B 。

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：202511289497.8，技术领域涉及：G06V10/764；该发明授权一种模糊单调的相关性图像识别及机器学习方法是由梁瑾设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本一种模糊单调的相关性图像识别及机器学习方法在说明书摘要公布了：本发明公开了一种模糊单调的新型相关性图像识别及机器学习方法，属于模式识别和机器学习的人工智能技术领域；本发明将所提出的方法定义为FMMCA，其通过逐对比较图像矩阵的行向量和列向量来评估局部模糊单调相关性，然后将这些局部相关性进行加权累加，最终得到图像间的全局模糊单调相关性。本发明直接用模糊单调的相关性分析代替经典相关性分析进行多视图研究，就不会存在经典相关分析所存在的问题，而且模糊单调的方法特征不需要用距离进行静态度量，可以通过区间变化动态度量，从而抵消一些噪声影响，提高性能，形成新型的模糊单调机器学习方法，不需要聚焦损失函数的优化，参数少，鲁棒性好，算力少。

本发明授权一种模糊单调的相关性图像识别及机器学习方法在权利要求书中公布了：1.一种模糊单调的相关性图像识别方法，其特征在于，所述方法具体包括以下步骤： S1、给定两个数据集和,其中N代表图像的样本量，是X的第i个样本图像，是Y的第j个样本图像，1≤i≤N，1≤j≤N；将Xi和Yj分别记作矩阵Am×n和矩阵Bm×n； S2、提取Xi和Yj之间的相关性特征，从矩阵Am×n和矩阵Bm×n中分别提取对应的列向量和行向量进行相关性计算，通过加权累加的方式整合局部相关性结果；具体包括如下内容： S2.1、通过遍历矩阵Am×n和矩阵Bm×n的所有行向量，计算行维度上的局部相关性，其数学表达式为： 式中，AT表示A的转置矩阵，表示AT的第i列；BT表示B的转置矩阵，表示BT的第i列；m表示样本图像的高度；k1表示区间数量，p1表示区间内元素的数量，；k1和p1之间的关系如下所示： 其中，n表示样本图像的宽度，当p1=1时，被划分为n个区间，每个区间内仅有一个元素； 参数t1是k1的最优上界，采用迭代优化的方法，逐步调整参数t1，并通过评估每次调整后的图像分类准确率，最终找到一个最优的t1值； S2.2、通过遍历矩阵Am×n和矩阵Bm×n的所有列向量，计算另一维度上的局部相关性，其数学表达式如下： 式中，参数t2是k2的最优上界；Aj表示A的第j列；Bj表示B的第j列；k2表示区间数量，p2表示区间内元素的数量，，k2和p2之间的关系如下所示： S2.3、和之间的整体相关性通过结合行和列两个维度获得，表达式如下： 其中，的值越高，说明和之间的模糊单调关系强度越强，两个样本图像之间的相关性越强； S2.4、在机器学习训练时，根据分类准确率训练出一个最优的t1和t2的组合，统称为t；设定t1和t2统一等于某个t而进行训练，找出使分类准确率最高的区间划分t作为机器训练的特征； S3、搭建一种图像框架以实现图像分类任务，通过比较图像之间的相关性强度完成图像分类。

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华南师范大学，其通讯地址为：528225 广东省佛山市南海区狮山镇华南师范大学南海校区人工智能学院；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。