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！

龙图腾网获悉江西理工大学申请的专利基于演化支持向量机的口罩图像识别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：CN116311459B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310297689.8，技术领域涉及：G06V40/16；该发明授权基于演化支持向量机的口罩图像识别方法是由郭肇禄;赵瑞壮;杨火根;刘超飞;张文生设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本基于演化支持向量机的口罩图像识别方法在说明书摘要公布了：本发明公开了一种基于演化支持向量机的口罩图像识别方法。本发明利用改进的差分演化算法来演化基于多项式核函数的支持向量机的训练参数，然后利用演化得到的基于多项式核函数的支持向量机来识别人脸图像是否是佩戴口罩图像。在改进的差分演化算法中，先计算出变异策略的选择概率，然后将种群划分成为引导子种群和排斥子种群，并同时利用引导个体和排斥个体的方向信息来提高算法的搜索性能，从而提升口罩图像的识别精度。

本发明授权基于演化支持向量机的口罩图像识别方法在权利要求书中公布了：1.一种基于演化支持向量机的口罩图像识别方法，其特征在于，包括以下步骤： 步骤1，利用图像传感器采集戴口罩的人脸图像和未戴口罩的人脸图像，构成图像样本集合； 步骤2，利用方向梯度直方图算法对图像样本集合进行特征提取，得到口罩图像数据集； 步骤3，将口罩图像数据集划分为训练数据集和验证数据集； 步骤4，输入种群大小，最大迭代次数，杂交概率，子群大小； 步骤5，设置当前迭代次数； 步骤6，随机生成包含个个体的种群，其中，种群中的第个个体；种群中的每个个体都存储了用于口罩图像识别的基于多项式核函数的支持向量机的个训练参数；表示用于口罩图像识别的基于多项式核函数的支持向量机的训练参数的数量；表示种群中的第个个体中所存储的第个训练参数；个体下标；维度下标； 步骤7，计算种群中每个个体的适应值； 步骤8，获取种群中适应值最小的个体，记为最优个体； 步骤9，如果当前迭代次数小于，则转到步骤10，否则转到步骤22； 步骤10，根据公式1计算振幅数值； 1 步骤11，根据公式2计算变异策略的选择概率； 2 其中，log表示以自然常数e为底的对数，是圆周率，是正弦函数； 步骤12，按照适应值从小到大的顺序，对种群中所有个体进行排序，得到排序后的序列种群； 步骤13，设置引导种群为空，并设置排斥种群为空； 步骤14，将序列种群中排在前面的个个体添加到引导种群中； 步骤15，将序列种群中排在后面的个个体添加到排斥种群中； 步骤16，根据公式3生成变异个体； 3 其中，和都是在之间的随机实数；是变异个体中所存储的第个训练参数；是在之间的一个随机整数，是种群中的第个个体中所存储的第个训练参数；是在之间的一个随机整数，是引导种群中的第个个体中所存储的第个训练参数；是在之间的一个随机整数，是排斥种群中的第个个体中所存储的第个训练参数； 步骤17，根据公式4生成新个体； 4 其中，是新个体中所存储的第个训练参数；和都是在之间的随机实数，是第个训练参数的下界，是第个训练参数的上界； 步骤18，计算出新个体的适应值； 步骤19，获取种群中适应值最大的个体，记为最差个体； 步骤20，如果新个体的适应值小于最差个体的适应值，则使用新个体替换最差个体，否则丢弃新个体； 步骤21，设置当前迭代次数，转到步骤8； 步骤22，从最优个体中提取出个训练参数，利用得到的个训练参数在训练数据集上训练出用于口罩图像识别的基于多项式核函数的支持向量机，即实现口罩图像的识别。

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西理工大学，其通讯地址为：341000 江西省赣州市客家大道1958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。