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！

龙图腾网获悉华东师范大学申请的专利一种基于权重注意力提升卷积神经网络性能的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：CN115511051B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211179190.9，技术领域涉及：G06N3/0464；该发明授权一种基于权重注意力提升卷积神经网络性能的方法是由文颖;李嘉丰设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本一种基于权重注意力提升卷积神经网络性能的方法在说明书摘要公布了：本发明公开了一种基于权重注意力提升卷积神经网络性能的方法，其特点是采用归一化统计空间信息量并利用尺度因子生成权重注意力的方法，将权重注意力模块嵌入到不同的CNN架构的卷积神经网络中增强网络模型的特征学习能力，实现网络性能的优化，具体包括：对各中间特征图进行权重注意力的校正和重复嵌入权重注意力的残差卷积块进行重要性特征的提取等步骤。本发明与现有技术相比具有嵌入任何架构的卷积神经网络模型中提升模型在图像分类等任务上的性能，即插即用，几乎不增加网络开销的情况下获得较大的性能收益，是一款既轻量又高效的注意力机制来优化神经网络，具有广泛的应用前景。

本发明授权一种基于权重注意力提升卷积神经网络性能的方法在权利要求书中公布了：1.一种基于权重注意力提升卷积神经网络性能的方法，其特征在于采用归一化统计空间信息量并利用尺度因子生成权重注意力的方法，将权重注意力模块嵌入到不同的CNN架构的卷积神经网络中增强网络模型的特征学习能力，实现网络性能的优化，具体包括如下步骤： 步骤a：输入图像到卷积神经网络，通过卷积层和池化层进行浅层特征提取及下采样，然后重复堆叠残差连接的卷积块进行深层特征提取，获得含有C个通道的中间特征图X； 步骤b：将中间特征图X沿通道维度进行特征分组，得到G组分别含有CG个通道的特征图X1； 步骤c：将各特征图X1分别在空间维度上进行归一化，利用其仿射变换中的尺度因子评估不同特征图的空间信息量，以衡量不同特征图的重要性； 步骤d：对尺度因子经过Lp-Norm，进而得到不同特征图的重要性权重因子ω； 步骤e：将重要性权重因子ω逐通道分配给各特征图X1后得到特征图X2； 步骤f：对每一个特征图X2采用可学习参数α和β进行再校准得到特征图X3，增强特征表达能力，所述可学习参数α和β由下述a式随网络一同进行训练： X3＝αX2+βa； 步骤g：通过sigmoid激活函数约束特征图X3生成3D注意力权重，并逐像素通道与特征图X3相乘，得到其中一组特征图Y1，最后将G组特征图聚合得到输出特征图Y，所述特征图Y1由下述b式计算： Y1＝X1*SigmoidX3b； 步骤h：将步骤b～步骤g的权重注意力机制嵌入残差卷积层，学习具有代表性的重要特征，抑制不重要的特征，最后经全连接层实现分类概率结果，整个过程在训练集训练优化，完成并在验证集对未知类别的待测图像进行分类预测。

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东师范大学，其通讯地址为：200241 上海市闵行区东川路500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”。