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！

龙图腾网恭喜天津科技大学;深圳市安软慧视科技有限公司申请的专利基于β-GVAE的解耦合方法、系统和相关设备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：CN114662666B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210309254.6，技术领域涉及：G06N3/0455；该发明授权基于β-GVAE的解耦合方法、系统和相关设备是由陈亚瑞;丁文强;徐肖阳;闫潇宁;许能华设计研发完成，并于2022-03-28向国家知识产权局提交的专利申请。

本基于β-GVAE的解耦合方法、系统和相关设备在说明书摘要公布了：本发明适用于图像生成技术领域，提供了一种基于β‑GVAE的解耦合方法、系统和相关设备，所述方法包括：预设用于图像生成的训练数据集；从所述训练数据集中抽取出观测样本，并将所述观测样本输入图像生成模型进行训练；预设用于所述图像生成模型训练的损失函数L；对所述图像生成模型进行超参数优化，并根据预设评价指标计算得到最优超参数值，将所述最优超参数值用于所述图像生成模型以完成训练；将训练得到的所述图像生成模型中输入随机样本，得到最终生成的图像。本发明通过生成对抗网络对β‑VAE进行约束，提高了模型的解耦合和图像生成能力。

本发明授权基于β-GVAE的解耦合方法、系统和相关设备在权利要求书中公布了：1.一种基于β-GVAE的解耦合方法，其特征在于，所述解耦合方法包括以下步骤：S1、预设用于图像生成的训练数据集；S2、从所述训练数据集中抽取出观测样本x，并将所述观测样本x输入至图像生成模型进行训练，所述图像生成模型基于β-GVAE，包括β-VAE变分自编码器和生成对抗网络；S3、预设用于所述图像生成模型训练的损失函数L，所述损失函数L满足如下表达式2： 其中，θ为生成模型的网络参数，φ为推理模型的网络参数，δ为判别器的网络参数，x为所述观测样本，z为隐变量，β为限制KL项的超参数，γ为所述判别器的超参数，qφz|x表示所述图像生成模型中的推理部分，pθx|z表示所述图像生成模型中的生成部分，D为判别器；S4、对所述图像生成模型进行超参数优化，并根据预设评价指标计算得到最优超参数值，将所述最优超参数值用于所述图像生成模型以完成训练；S5、将随机样本输入至在步骤S4中完成训练后得到的所述图像生成模型中，得到最终生成的图像。

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天津科技大学;深圳市安软慧视科技有限公司，其通讯地址为：300000 天津市经济技术开发区第十三大街9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”。