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！

龙图腾网获悉浙江工业大学;卡奥斯工业智能研究院(青岛)有限公司申请的专利基于积分梯度法的多视图纠正模型交互分析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：CN116452907B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310208402.X，技术领域涉及：G06V10/774；该发明授权基于积分梯度法的多视图纠正模型交互分析方法是由徐晨;刘伦明;朱城林;贾静静;刘小双;梁浩然;梁荣华设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于积分梯度法的多视图纠正模型交互分析方法在说明书摘要公布了：基于积分梯度法的多视图纠正模型交互分析方法，包括：S1.基于积分梯度法提取输入图像在模型中的特征，并对输入图像的模型特征进行量化；S2.优化特征点，使用SLIC算法对输入图像进行超像素分割进而优化特征点；S3.多视图可视页面设计，设计了多视图可视页面使得ML黑盒模型变得可解释；S4.基于多视图可视页面优化模型：基于多视图可视页面分析模型，找出模型分类错误的原因，优化模型。本发明能够将神经网络模型从黑盒状态变得可解释，使得模型的输入和输出结果形成合理的逻辑关系，将模型的内部结构变得更加透明。

本发明授权基于积分梯度法的多视图纠正模型交互分析方法在权利要求书中公布了：1.一种基于积分梯度法的多视图纠正模型交互分析方法，包括以下步骤： S1.基于积分梯度法提取输入图像在模型中的特征：使用梯度解释法来对输入图像的模型特征进行量化； S11将数据集ImageNet作为VGG模型的背景数据样本，使用梯度解释算法生成解释器用于解释ML模型； S12将输入图像放入解释器中计算，得到输入图像在ML模型中的特征点； S2.优化特征点：使用SLIC算法对输入图像进行超像素分割进而优化特征点； S21.使用SLIC算法将输入图像分割成特征相似的多个特征区域； S22.将特征区域中的所有特征点集合，形成一个特征矩阵，表示该区域的特征点； S3.多视图可视页面设计：设计了多视图可视页面使得ML模型变得可解释； S31.将输入图像、特征图和SLIC分割图集中展示，同时选择模型不同层级来展示特征来观测输入图像在模型中所产生的特征以及在超像素分割图中的分布； S32.将关注的特征点在模型conv层和pooling层中产生的变化情况进行展示，反映了模型对于该特征点的识别能力； S33.通过关系图的方式，集中展示了模型输出结果与特征点之间关联程度，用于解释模型的输出结果与特征点的关联程度； S34.展示了模型对于同一类别数据集在模型修改前后输出结果的分布图，实时监测模型的性能，为优化模型提供参考价值； S35.展示了模型当前输出结果的概率柱状图，为优化模型提供方向； S4.基于多视图可视页面优化模型：基于多视图可视页面分析模型，找出模型分类错误的原因，优化模型； S41.首先观察模型对于输入图像真实标签特征点的分布情况，选择需要关注的特征点进行研究； S42.选择的特征点在模型不同层级中的变化情况，反映了模型在哪一层级对于该特征点的识别能力发生了错误； S43.加强模型的对应层级对于该特征点的识别能力； S44.根据模型输出结果与各个特征点的关联程度、模型当前输出结果的概率分布以及模型对于当前数据集的识别情况，在保证模型性能的情况下来优化模型。

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浙江工业大学;卡奥斯工业智能研究院(青岛)有限公司，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。