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！

龙图腾网获悉江苏科技大学申请的专利基于多视角扰动的多标签信息处理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：CN119862453B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510014706.1，技术领域涉及：G06F18/24；该发明授权基于多视角扰动的多标签信息处理方法是由蒋悦涵设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本基于多视角扰动的多标签信息处理方法在说明书摘要公布了：本发明涉及机器学习和数据挖掘技术领域，且公开了基于多视角扰动的多标签信息处理方法，包括以下步骤：步骤一、数据收集与预处理，步骤二、基于LIFT的标签特定特征生成，步骤三、多视角数据扰动与特征选择，步骤四、构建二分类学习器与投票集成。本发明中，针对不同类型数据选择合适距离度量确定样本相似性，为后续操作提供依据。通过计算近邻样本特征值标准差对样本扰动，以及依据特征相关性确定近邻并计算相关统计信息标准差来扰动特征，增加了数据和特征的多样性。使用ReliefF算法进行特征选择，依据特征与同类、异类样本差异评估重要性，设定阈值筛选特征，降低计算复杂度，保留关键特征，提高分类准确性与效率。

本发明授权基于多视角扰动的多标签信息处理方法在权利要求书中公布了：1.基于多视角扰动的多标签信息处理方法，其特征在于，包括以下步骤： 步骤一、数据收集与预处理： 从多个领域收集多标签数据集，包括医疗领域的疾病诊断数据集、图像领域的场景分类数据集、文本领域的新闻分类数据集； 对收集到的数据进行数据清洗，针对缺失值采用统计填充方法，数值型数据用均值填充，分类标签数据用众数填充；针对异常值采用Z-Score标准化方法检测和修正，使用中位数替代异常值； 对不同类型数据进行归一化处理，图像数据采用最小-最大归一化公式将原始像素值归一化到[0,1]； 步骤二、基于LIFT的标签特定特征生成： 依据样本与标签的关联划分正负样本集，与标签相关的样本属于正样本集，否则属于负样本集； 运用k-均值聚类算法对每个标签的正、负样本集进行聚类，计算样本到聚类中心的距离，通过最小化目标函数确定聚类中心，设定合理聚类数k后，将样本到其所属聚类中心的距离作为新特征构建标签特定的特征空间； 步骤三、多视角数据扰动与特征选择： 距离度量选择：对于图像数据采用基于像素特征的欧几里得距离，对于文本数据采用词向量空间中的余弦距离；根据数据集规模和特征分布设定每个样本的近邻数量，计算每个样本近邻集合的特征值标准差，依据标准差对样本进行扰动，可通过添加随机噪声或特征值缩放； 特征视角扰动：计算特征间的相关性或相似性，图像特征采用计算特征向量间的余弦相似度，文本词汇特征通过统计词汇共现频率；根据相关性或相似性确定每个特征的近邻，计算近邻特征统计信息的标准差，依据标准差对特征进行扰动，文本数据调整词汇特征权重，图像数据缩放特征值； 特征选择：使用ReliefF算法进行特征选择，计算特征与同类样本和异类样本的差异评估特征重要性，设定阈值筛选特征，阈值根据所有特征权重的均值和标准差设定，选择权重高于阈值的特征作为最终特征子集； 步骤四、构建二分类学习器与投票集成： 利用选定的特征子集构建多个二分类学习器，根据特征子集特性及数据分布选择合适分类算法并设置参数，使用训练数据采用梯度下降法训练二分类学习器； 对于测试样本，通过多个学习器预测并采用少数服从多数原则进行投票集成，综合多个学习器的预测结果。

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科技大学，其通讯地址为：212100 江苏省镇江市丹徒区江苏科技大学长山校区12号组团；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。