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！

龙图腾网获悉西安交通大学申请的专利基于卷积神经网络的图像分类方法及相关装置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：CN117237713B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202311183001.X，技术领域涉及：G06V10/764；该发明授权基于卷积神经网络的图像分类方法及相关装置是由沈超;杨子轩;蔺琛皓;张笑宇设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本基于卷积神经网络的图像分类方法及相关装置在说明书摘要公布了：本发明属于图像处理领域，公开了一种基于卷积神经网络的图像分类方法及相关装置，首先确定卷积神经网络架构的插值阈值，得到卷积神经网络架构的粗粒度搜索空间，在粗粒度搜索空间中心点处通过预设的超参数优化方法及图像训练数据集进行粗粒度搜索，根据搜索结果得到卷积神经网络架构的细粒度搜索空间，并在细粒度搜索空间中通过预设的超参数优化方法及图像训练数据集进行细粒度搜索，得到图像分类卷积神经网络模型；最终获取待分类图像并输入至图像分类卷积神经网络模型，得到分类结果。本发明方法复杂度低，效率高，具有极强的实践性，实现了搜索精度与搜索速度的兼顾，得到的图像分类卷积神经网络模型模型具有更高的分类效率与分类精度。

本发明授权基于卷积神经网络的图像分类方法及相关装置在权利要求书中公布了：1.一种基于卷积神经网络的图像分类方法，其特征在于，包括； 获取图像训练数据集与图像训练数据集的图像数据增强范围； 获取卷积神经网络架构，并根据图像训练数据集与图像训练数据集的图像数据增强范围，得到卷积神经网络架构的插值阈值； 根据卷积神经网络架构的插值阈值得到卷积神经网络架构的粗粒度搜索空间，在粗粒度搜索空间中心点处通过预设的超参数优化方法及图像训练数据集，优化卷积神经网络架构的训练超参数，得到优化训练超参数； 采用预设的初始点选取方法在粗粒度搜索空间内选择初始点，基于初始点、优化训练超参数及图像训练数据集，通过Nelder-Mead算法优化卷积神经网络架构的尺寸超参数，得到优化尺寸超参数； 根据优化尺寸超参数得到卷积神经网络架构的细粒度搜索空间，并在细粒度搜索空间中通过预设的超参数优化方法及图像训练数据集，优化卷积神经网络架构的训练超参数与尺寸超参数，得到图像分类卷积神经网络模型； 获取待分类图像并输入至图像分类卷积神经网络模型，得到分类结果。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。