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！

龙图腾网恭喜江南大学申请的专利采用基于混合专家模型的生成式对抗网络的图像生成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：CN118968258B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202411423496.3，技术领域涉及：G06V10/82；该发明授权采用基于混合专家模型的生成式对抗网络的图像生成方法是由虞致国;乔洋;钟啸宇;顾晓峰设计研发完成，并于2024-10-12向国家知识产权局提交的专利申请。

本采用基于混合专家模型的生成式对抗网络的图像生成方法在说明书摘要公布了：本发明公开了一种采用基于混合专家模型的生成式对抗网络的图像生成方法，属于图像分类技术领域。该方法通过设计基于混合专家模型的生成式对抗网络，实现对生成过程的更精细控制和更高效的参数利用。从而提高了生成图像的质量和多样性，还增强了模型对复杂数据分布的学习能力。进一步的，本申请方法还设计了多模态数据融合网络，能够基于图像、文本、音频等不同模态的数据的信息生成新的图像；此外，本发明还引入了一种新的损失函数，不仅考虑了生成图像与真实图像之间的相似度，还考虑了专家网络之间的协作和平衡，进一步优化了生成对抗网络的训练过程，进而提高了图像生成质量，提高了图像分类精度。

本发明授权采用基于混合专家模型的生成式对抗网络的图像生成方法在权利要求书中公布了：1.一种采用基于混合专家模型的生成式对抗网络的图像生成方法，其特征在于，所述方法包括：步骤1，构建训练数据样本集；步骤2，对样本集中的数据进行预处理；步骤3，构建基于混合专家模型的生成式对抗网络中的生成器网络模型，所述生成器网络模型的损失函数包括对抗损失项、专家网络损失项、门控网络损失项、专家平衡损失项；步骤4，构建混合专家模型的生成式对抗网络中的判别器网络模型；步骤5，迭代优化训练生成器网络模型和判别器网络模型；步骤6，训练完成后，针对具体应用场景使用混合专家模型的生成式对抗网络中的生成器部分生成新的图像；所述生成器网络模型包括个专家网络和一个门控网络，其中每个专家网络专注于生成数据的不同方面或特征，门控网络用于动态调整各专家的权重和贡献度；所述生成器网络模型的损失函数为： 其中，是生成器的总损失函数，是对抗损失项，是专家网络损失项，是门控网络损失项，是专家平衡损失项，是各损失项相应的权重系数，用于平衡不同损失项的重要性； 对抗损失项中，是生成器，是判别器，是从先验噪声分布中采样的噪声向量；专家网络损失项中，是专家网络的数量，是第个专家网络，是第个专家网络的损失函数，是第个专家网络对应的权重系数；门控网络损失项中，是门控网络为第个专家网络分配的权重系数；专家平衡损失项中，是用于平衡各个专家网络的权重系数，是专家网络的数量，表示L2范数；所述判别器网络模型的损失函数为： 其中，是判别器的总损失函数，是真实样本损失项，是生成样本损失项； 真实样本损失项中，是真实数据，表示真实数据的概率分布，是判别器对真实样本的输出；生成样本损失项中，是从先验噪声分布中采样的噪声向量；是生成器根据噪声生成的图像，是判别器对生成图像的输出。

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南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。