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！

龙图腾网获悉浙江大学申请的专利一种基于脉冲Transformer模型的图片描述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：CN116701696B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310682762.3，技术领域涉及：G06F16/583；该发明授权一种基于脉冲Transformer模型的图片描述方法是由梁秀波;张璇;王宏志设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本一种基于脉冲Transformer模型的图片描述方法在说明书摘要公布了：本发明公开了一种基于脉冲Transformer模型的图片描述方法，其方案：首先设计一个更符合生物多样性的，具有可学习膜电位时间常数和电压阈值新型脉冲神经元PLMP,该神经元能够优化脉冲模型训练梯度消失的问题；利用PLMP神经元将Transformer中普通的自注意力机制改造为脉冲注意力机制；利用脉冲自注意力机制搭建一个脉冲Transformer用于图片描述模型训练；最终效得到一个适用于图片描述领域、节能的、可以生成高质量的图片描述的脉冲Transformer模型。

本发明授权一种基于脉冲Transformer模型的图片描述方法在权利要求书中公布了：1.一种基于脉冲Transformer模型的图片描述方法，其特征在于，包括以下步骤： 1设计一种脉冲神经元PLMP，每个PLMP单元包含多个具有不同膜电位时间常数和电压阈值的平行LIF单元； 2基于PLMP单元设计实现脉冲自注意力机制； 所述步骤2中，通过脉冲神经元PLMP将Query、Key和Value转换成脉冲，公式如下： Qi＝PLMPBNXWiQ Ki＝PLMPBNXWiK Vi＝PLMPBNXWiV headi＝QiKiTVi S'＝Concathead1,...,headn SpikingMSAQ,K,V＝PLMPBNLinearS' X是自注意力机制的输入，是可学习的线性矩阵；i＝1,2,...,h，h代表注意力机制有h个头；Vi表示第i个注意力头的输入特征的向量，Qi、Ki是第i个注意力头计算注意力权重的特征向量；BN是BatchNormalization批归一化操作；headi代表第i个注意力头的输出；S′是多头就是把h个注意力头的输出拼起来的结果；SpikingMSA是改造后的脉冲自注意力机制； 3构建Transformer模型；所述Transformer模型采用编码器-解码器框架实现，其中编码器由一个SwinTransformer和N个细化编码器块组成，解码器由N个解码器块组成； 4基于PLMP单元和脉冲自注意力机制将步骤3中的Transformer模型改为脉冲Transformer模型； 5获取图片描述领域的数据集，将数据集分为训练集、验证集和测试集，所述训练集用于训练脉冲Transformer模型；所述验证集用于选择最优脉冲Transformer模型；将所述测试集输入最优脉冲Transformer模型，输出图片描述。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。