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一种大区域滑坡危险性评价的并行DCNN分类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：CN116310534B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310214972.X，技术领域涉及：G06V10/764；该发明授权一种大区域滑坡危险性评价的并行DCNN分类方法是由毛伊敏;温占卿设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种大区域滑坡危险性评价的并行DCNN分类方法在说明书摘要公布了：本发明提出了一种大区域滑坡危险性评价的并行DCNN分类方法，包括以下步骤：S1，对卷积层中的特征图进行分组合并，实现特征图压缩；解决了训练过程中冗余特征图过多的问题。S2，模型并行训练中，在给定的分类准确度损失范围内寻找最优的近似卷积核替代原卷积核，以此来降低卷积核中的无效参数，进而克服了卷积运算效率低下的问题。S3，对模型并行训练过程中产生的各种中间数据进行均匀分配，有效地解决了节点负载不均衡的问题。本发明能够显著提升DCNN模型在大数据环境下的训练效率，同时在大型数据集上表现出良好的可扩展性。

本发明授权一种大区域滑坡危险性评价的并行DCNN分类方法在权利要求书中公布了：1.一种大区域滑坡危险性评价的并行DCNN分类方法，其特征在于，包括以下步骤： S1，对卷积层中的特征图进行分组合并，实现特征图压缩；所述S1包括： S1-1，特征图重构：对输入特征图集合进行重新排序，通过奇异值分解将特征图重构为两部分特征图集合； S1-2，冗余特征图过滤：根据JS散度过滤掉特征图中存在的冗余特征图； S1-3，特征图合并：对两部分特征图集合执行合并操作； S2，模型并行训练中，在给定的分类准确度损失范围内寻找最优的近似卷积核替代原卷积核；所述S2包括： S2-1，参数初始化：对模型中的各项参数进行初始化，以便加快模型参数的收敛速度； S2-2，并行CP分解：对各并行节点中的卷积核执行CP分解，用分解后的小卷积核替代原卷积核进行卷积操作； S2-3，最优秩求解：通过自适应的蝴蝶优化算法来寻找CP分解的最优近似秩组合； S3，对模型并行训练过程中产生的各种中间数据进行均匀分配；所述S3包括： S3-1，评估数据状态：通过采样的方法估算中间数据中不同簇所含键值对的数量； S3-2，数据倾斜修正：使用簇分割方法来将中间数据均匀地分配到各个节点的桶中； S3-3，节点参数合并：估算各节点的计算能力，将桶分配到适合的节点中进行数据处理。

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 江西省赣州市章贡区红旗大道86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”。