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！

龙图腾网获悉安徽大学申请的专利一种基于改进型多级脉冲编码器的DVS图像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：CN120526243B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511037511.5，技术领域涉及：G06V10/764；该发明授权一种基于改进型多级脉冲编码器的DVS图像分类方法是由周云;梁东升;谭春雨设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种基于改进型多级脉冲编码器的DVS图像分类方法在说明书摘要公布了：本发明公开一种基于改进型多级脉冲编码器的DVS图像分类方法，其具体包括：获取DVS格式的原始图像数据集，基于脉冲神经网络的块分离模块进行预处理，将原始图像分割为图像块序列；构造改进型多级脉冲编码器，将得到的图像块序列转换为具有高维语义的特征向量；设计线性层分类结构，将得到的特征向量映射为对应预测的分类类别，完成对DVS图像的分类。本发明所提出的方法通过脉冲自注意力机制使得提取的特征更加关注事件流数据，实现了比以往的深度卷积网络更有生物合理性，在分类精度上更加精确的DVS图像分类。

本发明授权一种基于改进型多级脉冲编码器的DVS图像分类方法在权利要求书中公布了：1.一种基于改进型多级脉冲编码器的DVS图像分类方法，其特征在于，具体包括以下步骤： S1、获取DVS格式的原始图像数据集，基于脉冲神经网络的块分离模块进行预处理，将原始图像分割为图像块序列； S2、构造改进型多级脉冲编码器，将步骤S1得到的图像块序列转换为具有高维语义的特征向量；步骤S2中，所述改进型多级脉冲编码器由L个脉冲编码器网络串联叠加得到，前一个脉冲编码器网络的输出作为后一个脉冲编码器网络的输入；每个脉冲编码器网络包括基于Q值的脉冲自注意力计算模块QSAM、基于脉冲的通道注意力计算模块SCAM和残差连接结构； 基于Q值的脉冲自注意力计算模块提取特征向量的具体过程包括： 输入的DVS图像块首先通过可学习矩阵来生成自注意力机制中的Q、K和V，之后再依次通过BN层和LIF脉冲神经元层，得到脉冲形式的Q、K，V；公式表示为： 其中，WQ，WK和WV分别为Q、K和V所对应的线性变换矩阵，为批归一化操作，Lifq，Lifk和Lifv分别为Q、K和V所对应的LIF层，最终得到的Q、K和V的维度都为T×B×C×N； 将Q的维度从T×B×C×N转换到T×B×num_heads×Cum_heads×N；其中num_heads为自注意力中的头数，为除法操作；然后对Q值进行通道融合，得到基于Q值的注意力Qattn，其维度为T×B×num_heads×1×N；再将Qattn依次经过LIF层和drop层，以保证数据脉冲化和避免数据过拟合； K和V则直接进行矩阵乘法后通过卷积层，再调整维度为T×N×num_heads×Cum_heads×B；之后将得到的结果与经过LIF层和drop层处理的基于Q值的注意力Qattn进行逐元素相乘运算，得到基于Q值的脉冲注意力Attn*，并将Attn*的维度再重新调整回T×B×C×N； 最后通过残差连接的方式，保留原始输入，得到基于Q值的脉冲注意力结果Attn＝X+Attn*； S3、设计线性层分类结构，将步骤S2得到的特征向量映射为对应预测的分类类别，完成对DVS图像的分类。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。