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！

龙图腾网获悉中国科学院软件研究所申请的专利卷积神经网络容错方法及电子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：CN120104397B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510594779.2，技术领域涉及：G06F11/07；该发明授权卷积神经网络容错方法及电子设备是由钱雨婷;邢明杰;武延军;史宁宁;张尹设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本卷积神经网络容错方法及电子设备在说明书摘要公布了：本发明提供一种卷积神经网络容错方法及电子设备，涉及计算机技术领域，该方法包括：根据输入的第一特征图矩阵计算第一校验和，连接至第一特征图矩阵末尾得到第二特征图矩阵，根据第一权重矩阵计算第二校验和，连接至第一权重矩阵末尾得到第二权重矩阵，计算第二特征图矩阵和第二权重矩阵的第一卷积结果，确定第一行校验和、第二行校验和，第一列校验和及第二列校验和，计算行校验和对差值和列校验和对差值，根据行校验和对差值和列校验和对差值确定出错位置，若块内行索引和块内列索引在次级块行和次级块列上检测出多个错误，将可能出现错误的块内元素置0进行纠错，获取纠错后的第二卷积结果。本发明提高了卷积神经网络在高错误率下的容错效果。

本发明授权卷积神经网络容错方法及电子设备在权利要求书中公布了：1.一种卷积神经网络容错方法，所述卷积神经网络接收输入数据进行推理，在前向传播时每经过一个容错功能开启的容错层就执行一次所述容错方法，所述容错层为经过所述容错方法保护后的卷积层，其特征在于，所述容错方法包括： 根据输入的第一特征图矩阵计算第一校验和，将所述第一校验和连接至所述第一特征图矩阵的末尾得到第二特征图矩阵；其中，，表示所述容错层的第i个特征图，表示输入所述容错层的特征图的数量，，； 根据第一权重矩阵计算第二校验和，将所述第二校验和连接至所述第一权重矩阵的末尾得到第二权重矩阵；其中，，表示所述容错层的权重矩阵的数量；；表示所述容错层的第j个权重矩阵，； 计算第二特征图矩阵和第二权重矩阵的卷积，得到第一卷积结果；其中，=，表示卷积运算； 确定第一行校验和、第二行校验和，第一列校验和及第二列校验和；其中，；第二行校验和中的第个元素表示为，表示第一卷积结果中行号为、列号为的次级块；；第二列校验和中的第个元素表示为，表示第一卷积结果中行号为、列号为的次级块； 计算行校验和对差值和列校验和对差值；其中，，； 根据所述行校验和对差值确定第一出错位置，根据所述列校验和对差值确定第二出错位置；其中，所述第一出错位置中，分别表示次级块列索引，块内行索引，块内列索引；第二出错位置中，分别表示次级块行索引，块内行索引，块内列索引； 根据所述第一出错位置和所述第二出错位置确定对应于块内行索引和块内列索引的错误检测情况； 响应于根据所述错误检测情况获知所述块内行索引和块内列索引在次级块行和次级块列上均检测出多个错误，则获取可能出现错误的块内元素位置，并通过将对应块内元素置0进行纠错； 获取纠错后的第二卷积结果；其中，所述第二卷积结果为纠错后的所述第一卷积结果中去掉最后一行次级块和最后一列次级块的剩余部分； 其中，所述输入数据为图片，所述卷积神经网络用于执行分类任务。

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中国科学院软件研究所，其通讯地址为：100190 北京市海淀区中关村南四街4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。