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！

龙图腾网获悉华南理工大学申请的专利数据流驱动的动态节点宽度学习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：CN118154945B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202410239982.3，技术领域涉及：G06V10/764；该发明授权数据流驱动的动态节点宽度学习图像分类方法是由郭继凤;陈俊龙;张通;刘竹琳设计研发完成，并于2024-03-04向国家知识产权局提交的专利申请。

本数据流驱动的动态节点宽度学习图像分类方法在说明书摘要公布了：本发明公开了一种数据流驱动的动态节点宽度学习图像分类方法，包括以下步骤：S1、设置初始映射特征节点和增强节点个数，输入初始批次图像数据，基于设置参数建立宽度学习模型；S2、判断是否有新的图像数据流到达或未达到预设终止条件，若否，则输出训练完成的宽度学习模型并测试性能；若是，则进入步骤S3；S3、计算需要增加的增强节点数量；S4、调整宽度学习模型节点配置，利用增量数据流更新宽度学习模型权重，跳转至步骤S2。本发明通过数据驱动自动计算出适应数据流场景下的增强节点调整幅度，解决了数据流场景下由于大量数据涌入导致性能不佳问题，同时也避免了人为设置模型参数的繁琐步骤。

本发明授权数据流驱动的动态节点宽度学习图像分类方法在权利要求书中公布了：1.数据流驱动的动态节点宽度学习图像分类方法，其特征在于，包括以下步骤： S1、设置初始映射特征节点和增强节点个数，输入初始批次图像数据，基于设置参数建立宽度学习模型； S2、判断是否有新的图像数据流到达或未达到预设终止条件，若否，则输出训练完成的宽度学习模型并测试性能；若是，则进入步骤S3； S3、计算需要增加的增强节点数量； S4、调整宽度学习模型节点配置，利用增量数据流更新宽度学习模型权重，跳转至步骤S2； 步骤S3中，计算需要增加的增强节点数量的方法有两种，具体为： 根据目前宽度学习使用的训练样本数据和新增数据流的样本数量调整模型中增强节点的个数，其新的节点数m′t+1由公式6计算： 其中，mt是当前时刻增强节点的个数，imt是新增数据流的样本数量，lt是当前时刻模型使用的训练数据的样本数量，是向上取整运算；需要增加的增强节点数量Δm即为 根据目前宽度学习模型的增强节点数量mt，调整模型中增强节点的个数，其新的节点数m′t+1由公式7计算： 其中，需要增加的增强节点数量Δm即为

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。