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！

龙图腾网获悉深圳大学申请的专利用于模式识别基于压缩激励注意力的神经网络剪枝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：CN115936100B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202211591732.3，技术领域涉及：G06N3/082；该发明授权用于模式识别基于压缩激励注意力的神经网络剪枝方法是由罗盛海;谭舜泉;李斌;黄继武设计研发完成，并于2022-12-12向国家知识产权局提交的专利申请。

本用于模式识别基于压缩激励注意力的神经网络剪枝方法在说明书摘要公布了：本发明公开了一种用于模式识别基于压缩激励注意力的神经网络剪枝方法，包括：获取用于图像处理的EfficientNet，向每个压缩激励注意力模块插入软阈值掩码，设置正则系数，计算加权正则系数；对软阈值掩码训练，计算损失函数，更新软阈值掩码；对训练后的软阈值掩码进行二值化，通过掩码对EfficientNet网络中的倒残差瓶颈模块进行剪枝，得到剪枝后的EfficientNet网络模型；对EfficientNet网络模型中非倒残差瓶颈模块通过基于批归一化尺度因子的方法和间接剪枝的方式进行剪枝，得到剪枝模型，通过剪枝模型对图像进行处理。本发明通过对EfficientNet网络进剪枝操作，从而得到剪枝后的EfficientNet网络模型，使得能够采用剪枝后的模型更加轻便快捷的对图像进行检测处理。

本发明授权用于模式识别基于压缩激励注意力的神经网络剪枝方法在权利要求书中公布了：1.一种用于模式识别基于压缩激励注意力的神经网络剪枝方法，其特征在于，所述方法包括： 获取用于图像处理的第一EfficientNet网络，向所述第一EfficientNet网络中的每个压缩激励注意力模块插入可训练的软阈值掩码，设置正则系数，并根据每个倒残差瓶颈模块的参数量计算加权正则系数； 对所述软阈值掩码进行训练，并基于训练结果、正则化系数和加权正则系数计算损失函数，通过损失函数对软阈值掩码进行更新，当训练轮数达到指定轮数时停止训练； 对训练后的软阈值掩码进行二值化，通过二值化软阈值掩码对第一EfficientNet网络中的倒残差瓶颈模块进行模块化的剪枝策略，得到剪枝后的第三EfficientNet网络模型； 对第三EfficientNet网络模型中非倒残差瓶颈模块通过基于批归一化尺度因子的方法和间接剪枝的方式进行剪枝，得到剪枝模型，其中，所述间接剪枝为在结构化剪枝过程中，直接移除或裁剪某一网络层的参数时，相应调整相邻层的参数，间接地对所述相邻层实现剪枝效果； 控制通过所述剪枝模型对输入图像进行处理。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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。