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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利面向卫星智能决策的高效人工智能系统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：CN119416653B 。

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：202411683552.7，技术领域涉及：G06F30/27；该发明授权面向卫星智能决策的高效人工智能系统是由赵阳;何少伟;李暑升;张子阳设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本面向卫星智能决策的高效人工智能系统在说明书摘要公布了：本发明属于人工智能技术领域，且公开了面向卫星智能决策的高效人工智能系统，包括如下步骤：构建基于DNN模型轻量化的高能效边缘智能框架；使用预设损失函数进行训练，将教师模型的输出作为硬标签，distillationtoken的输出学习教师模型的网络信息，classtoken的输出与真实标签进行比较以计算交叉熵损失，缩小模型尺寸；设计基于异构计算的早退分支模块，利用模型的不确定性评估泛化能力、稳定性和可靠性，本发明在不牺牲模型性能的前提下，为资源有限的边缘设备设计了一个基于DNN模型轻量化的高能效边缘智能框架，该框架采用频域模型GFNet作为骨干网络，因其能学习频域中的长期空间依赖性且计算复杂度低，更加适合边缘设备。

本发明授权面向卫星智能决策的高效人工智能系统在权利要求书中公布了：1.面向卫星智能决策的高效人工智能系统，其特征在于：包括如下步骤： S1.构建基于DNN模型轻量化的高能效边缘智能框架，高能效边缘智能框架的输入是图像； 所述的构建基于DNN模型轻量化的高能效边缘智能框架具体包括步骤： S11.选择GFNet作为骨干网络； S12.配置框架参数以适应卫星智能决策场景； 所述GFNet包括三个操作组，具体包括2D离散傅里叶变换、频域特征与可学习全局滤波器之间的逐元素乘法，以及2D逆傅里叶变换； GFNet由个堆叠的GFNet块组成，每个块由全局滤波器层和前馈网络组成；在GFNet中，首先是对输入空间特征进行二维离散傅里叶变换，以将其转换到频域；其次是在频域特征与全局滤波器之间进行逐元素相乘；最后是进行二维逆傅里叶变换，将特征映射回空间域； S2.预训练一个GFNet模型作为教师模型，使用预设损失函数进行训练，将教师模型的输出作为硬标签，为了将知识蒸馏到原始GFNet模型中，模型引入了distillationtoken，distillationtoken的输出学习教师模型的网络信息，classtoken的输出与真实标签进行比较以计算交叉熵损失，缩小模型尺寸； S3.设计基于异构计算的早退分支模块，利用模型的不确定性评估泛化能力、稳定性和可靠性； 所述的设计基于异构计算的早退分支模块，利用模型的不确定性评估泛化能力、稳定性和可靠性具体包括步骤： S31.构建分类头模块、不确定性统计模块UCSTAT和门模块，分类头模块处理中间特征以获得中间预测概率，作为不确定性统计模块的输入； S32.利用模型的不确定性评估泛化能力、稳定性和可靠性； S33.根据当前样本特征在某一分支进行是否退出的决策； 选择四个不确定性度量作为的输入，不确定性统计模块负责计算不确定性统计数据，四个不确定性度量为：最大预测概率、预测的熵、、，其中，是预测概率中的最大值，是第二大值，门控模块将这四个不确定性度量拼接成一个一维向量，然后使用线性层得到最终结果。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。