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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种用于图像分类的卷积神经网络结构设计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：CN116151332B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310128358.1，技术领域涉及：G06N3/048；该发明授权一种用于图像分类的卷积神经网络结构设计方法是由石申;上官星辰;何勇;袁哲丽;魏辰光设计研发完成，并于2023-02-13向国家知识产权局提交的专利申请。

本一种用于图像分类的卷积神经网络结构设计方法在说明书摘要公布了：本发明公开了一种用于图像分类的卷积神经网络结构设计方法，方法包括以下步骤：构建卷积神经网络的Unit基本单元；选择卷积神经网络的连接方式并构建对应的Block；根据对应的Block选择卷积神经网络深度；添加卷积神经网络的输入层与输出层，得到构建完成的TCRNet网络。本发明有益效果是：相较于传统的网络结构泛化性能能更好，不容易过拟合。

本发明授权一种用于图像分类的卷积神经网络结构设计方法在权利要求书中公布了：1.一种用于图像分类的卷积神经网络结构设计方法，其特征在于：包括以下步骤： S1、构建卷积神经网络的Unit基本单元； 步骤S1中所述Unit基本单元由四个依次连接的部分组成，分别为：卷积层、标准化层、激活函数和池化层； S2、选择卷积神经网络的连接方式并构建对应的Block； 步骤S2中卷积神经网络的连接方式包括两种，分别为Block串联和双通道耦合残差连接； Block串联方式中，每个Block由四个依次连接的Unit单元组成，分别为Unit1-Unit4； 其中Unit1与Unit2之间设有根据残差连接的两个卷积层是否有差异而进行相应变换的参数f1； Unit3与Unit4之间设有根据残差连接的两个卷积层是否有差异而进行相应变换的参数f2； Unit2与Unit3之间设有根据残差连接的两个卷积层是否有差异而进行相应变换的参数f3； 不同的Block之间采用串联方式，前一个Block的Unit4接入下一个Block的Unit1； 参数f1连接Unit1的输入与Unit2的输出，参数f2连接Unit3的输入与Unit4的输出，参数f3连接Unit2的输入与Unit3的输出； 双通道耦合残差连接中，整个网络作为一整个Block，共包括N个Unit基本单元； 其中，Uniti与Uniti+1之间设有根据残差连接的两个卷积层是否有差异而进行相应变换的参数fi，i=1,2,...N-1; 参数f1连接Unit1的输入和Unit2的输出；参数f2连接Unit2的输入和Unit3的输出；对应的，直至参数fN-1连接UnitN-1和UnitN的输出； S3、根据对应的Block选择卷积神经网络深度； S4、添加卷积神经网络的输入层与输出层，得到构建完成的TCRNet网络。

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地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。