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！

龙图腾网恭喜中国人民解放军总医院申请的专利利用深度神经网络对数据样本进行类别预测的方法和介质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：CN119719991B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510214140.7，技术领域涉及：G06F18/2431；该发明授权利用深度神经网络对数据样本进行类别预测的方法和介质是由王文青;王珊;刘建超;刘丽华设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本利用深度神经网络对数据样本进行类别预测的方法和介质在说明书摘要公布了：本申请涉及一种利用深度神经网络对数据样本进行类别预测的方法和介质。所述方法包括将训练样本集中的训练样本输入深度神经网络；基于卷积层的输出特征矩阵获取统计量特征矩阵；计算表征统计量特征矩阵的分类能力的类别区分度指数；基于类别区分度指数确定批归一化的权重系数和样本归一化的权重系数，对归一化层中经过批归一化后的特征矩阵和样本归一化后特征矩阵加权求和，以得到训练样本经过归一化层的输出特征矩阵，最后利用训练好的深度神经网络对数据样本的所属类别进行预测。根据本申请的方法能够避免单一方式的归一化处理导致的分类效果不佳的问题，自动地使归一化层具有与数据集更匹配的处理方式，从而提高对数据样本进行分类的准确度。

本发明授权利用深度神经网络对数据样本进行类别预测的方法和介质在权利要求书中公布了：1.一种利用深度神经网络对数据样本进行类别预测的方法，其特征在于，所述数据样本为患者的心电图时间序列，所述深度神经网络用于对数据样本进行所属类别的预测，并且包含卷积层和归一化层，所述方法包括：在基于训练样本集对所述深度神经网络进行训练的过程中：将所述训练样本集中的训练样本输入所述深度神经网络；基于所述卷积层的输出特征矩阵，获取所述训练样本的统计量特征矩阵；结合所述训练样本所属类别的真实标注，确定所述统计量特征矩阵的类别区分度指数，具体包括：将所述统计量特征矩阵输入归一化层中的第一全连接层，并将归一化层中的Softmax层的输出作为训练样本属于训练样本集中各个类别的概率的概率矩阵；将所述概率矩阵与训练样本的真实标注矩阵的交叉熵的倒数作为所述统计量特征矩阵的类别区分度指数；其中，所述类别区分度指数越大，表明所述统计量特征矩阵对于所述训练样本集中的训练样本的类别区分能力越强；基于所述类别区分度指数确定批归一化的权重的第一系数和样本归一化的权重的第二系数，以使得所述类别区分度指数越大时，所述第一系数越大且所述第二系数越小；在所述归一化层中，对卷积层的输出特征矩阵进行批归一化处理以得到训练样本的第一归一化特征矩阵，对卷积层的输出特征矩阵进行样本归一化处理以得到训练样本的第二归一化特征矩阵；基于所述第一系数和所述第二系数，对训练样本的第一归一化特征矩阵和训练样本的第二归一化特征矩阵进行加权处理，以得到训练样本的归一化层的输出特征矩阵；以及利用训练好的深度神经网络对待测数据样本的所属类别进行预测。

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中国人民解放军总医院，其通讯地址为：100853 北京市海淀区复兴路28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”。