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！

龙图腾网获悉北京邮电大学申请的专利类别自适应模型剪枝方法、装置、电子设备和存储介质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：CN116796823B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310723421.6，技术领域涉及：G06N3/082；该发明授权类别自适应模型剪枝方法、装置、电子设备和存储介质是由王莉;吴鑫;徐连明;费爱国;张仪设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本类别自适应模型剪枝方法、装置、电子设备和存储介质在说明书摘要公布了：本发明提供一种类别自适应模型剪枝方法、装置、电子设备和存储介质，属于模型剪枝技术领域。该方法包括：分别建立针对各类别的优化模型，基于优化模型分别确定针对各类别的目标剪枝率；对原始卷积神经网络模型进行稀疏正则化训练，以确定骨干部中每一层网络分别对应各通道的缩放因子；针对稀疏正则化训练后的原始卷积神经网络模型，基于校准数据集，确定骨干部的每一层网络分别针对各类别的目标类别注意力系数；基于缩放因子和目标类别注意力系数确定骨干部的每一层网络对应的各通道，分别针对各类别的重要度系数；基于目标剪枝率和重要度系数，针对每个类别分别对原始卷积神经网络模型进行剪枝处理。该方法获得的剪枝模型便于部署且性能较优。

本发明授权类别自适应模型剪枝方法、装置、电子设备和存储介质在权利要求书中公布了：1.一种类别自适应模型剪枝方法，其特征在于，包括： 基于存储需求、推理能耗需求、推理时延需求和针对各类别的推理精度需求分别建立针对各类别的优化模型，并基于所述优化模型分别确定针对各类别的目标剪枝率，各类别为原始卷积神经网络模型进行分类识别的每一个类别； 对所述原始卷积神经网络模型进行稀疏正则化训练，以确定所述原始卷积神经网络模型的骨干部中每一层网络分别对应各通道的缩放因子； 针对稀疏正则化训练后的所述原始卷积神经网络模型，基于校准数据集，确定所述骨干部的每一层网络分别针对各类别的目标类别注意力系数；所述校准数据集为图像分类数据集； 基于所述缩放因子和所述目标类别注意力系数确定所述骨干部的每一层网络对应的各所述通道，分别针对各类别的重要度系数； 基于所述目标剪枝率和所述重要度系数，针对每个类别分别对所述原始卷积神经网络模型进行剪枝处理，获得针对各类别的类别剪枝模型； 所述优化模型为： ； ； 其中，表示剪枝率，表示最小化，表示剪枝后模型的推理时延，表示剪枝后模型所需的存储空间，表示存储空间阈值，表示针对类别剪枝后模型的推理精度，表示针对类别的推理精度阈值，表示剪枝后模型所需的推理能耗，表示推理能耗阈值。

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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。