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！

龙图腾网获悉北京大学申请的专利基于层间特征相似性网络稀疏化方法、装置、介质及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：CN115424042B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210842886.9，技术领域涉及：G06V10/74；该发明授权基于层间特征相似性网络稀疏化方法、装置、介质及设备是由田永鸿;倪铭坚;陈光耀;郑侠武;彭佩玺;袁粒设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本基于层间特征相似性网络稀疏化方法、装置、介质及设备在说明书摘要公布了：本公开涉及一种基于层间特征相似性的网络稀疏化方法、装置、介质及设备，所述方法包括：采集并存储图像数据集，提取所述图像数据集中的样本；将所述图像数据集中的样本输入神经网络进行前向传播，在前向传播的过程中通过神经网络每一层对所述图像数据集中的样本进行特征提取并存储；计算神经网络不同层的特征之间的相似度；通过基于中心核对齐的层间相似性降低方法降低所述神经网络的层间相似性。本公开是首个通过降低网络层间相似性间接提升网络稀疏性的方法。该方法在神经网络预训练、神经网络剪枝、神经网络稀疏训练等领域进行了应用，并皆取得了性能的提升。由于该方法提升了网络的稀疏性，其促进了网络的加速与压缩。

本发明授权基于层间特征相似性网络稀疏化方法、装置、介质及设备在权利要求书中公布了：1.一种基于层间特征相似性的网络稀疏化方法，其特征在于，包括： 采集并存储图像数据集，提取所述图像数据集中的样本； 将所述图像数据集中的样本输入神经网络进行前向传播，在前向传播的过程中通过神经网络每一层对所述图像数据集中的样本进行特征提取并存储； 计算神经网络不同层的特征之间的相似度； 通过基于中心核对齐的层间相似性降低方法降低所述神经网络的层间相似性； 所述通过基于中心核对齐的层间相似性降低方法降低所述神经网络的层间相似性具体包括： 利用引入了基于中心核对齐的稀疏正则化项的损失函数进行反向传播，调整神经网络的参数； 其中，将计算出的层间特征相似性引入所述损失函数的计算中，计算公式为： 其中，是正则化项，是稀疏正则化项，而β是的权重，S是网络中的阶段总数，s表示当前的阶段数，s＝1，2，……，S； 当S＝1时，Ns是层的总数； 当S1时，Ns是每一阶段s的层数，wij是第i层和第j层的层间特征的相似性度量的权重； i，j表示层数为自然数； Xi和Xj分别表示第i层和第j层的特征图。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5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。