Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南方科技大学曹桂平获国家专利权

南方科技大学曹桂平获国家专利权

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!

龙图腾网获悉南方科技大学申请的专利级联带状混合的多层感知机模型图像识别方法及相关设备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:CN116630687B

龙图腾网通过国家知识产权局官网在2026-02-24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:202310466969.7,技术领域涉及:G06V10/764;该发明授权级联带状混合的多层感知机模型图像识别方法及相关设备是由曹桂平;张建国设计研发完成,并于2023-04-20向国家知识产权局提交的专利申请。

级联带状混合的多层感知机模型图像识别方法及相关设备在说明书摘要公布了:本发明公开级联带状混合的多层感知机模型图像识别方法及相关设备,方法包括:将经过切分后的原始图像输入至第一网络层,依次进行第一映射、第一信息交互和第一特征聚合操作得到第一输出特征;将第一输出特征输入到第二网络层,依次进行第一卷积、第二信息交互和第二特征聚合操作得到第二输出特征;将第二输出特征输入到第三网络层,依次进行第二卷积、第三信息交互和第三特征聚合操作得到第三输出特征;将第三输出特征输入到第四网络层,依次进行第三卷积、第四信息交互和第四特征聚合操作得到第四输出特征;对第四输出特征进行池化和第二映射操作得到图像分类结果,提升了多层感知机的模型中的图像块之间的交互效率和聚合效果。

本发明授权级联带状混合的多层感知机模型图像识别方法及相关设备在权利要求书中公布了:1.一种级联带状混合的多层感知机模型图像识别方法,其特征在于,所述级联带状混合的多层感知机模型图像识别方法包括: 将经过切分后的原始图像输入至级联带状混合的多层感知机模型中的第一网络层,依次进行第一映射操作、第一信息交互操作和第一特征聚合操作,得到第一输出特征; 将所述第一输出特征输入到所述多层感知机模型中的第二网络层,依次进行第一卷积操作、第二信息交互操作和第二特征聚合操作,得到第二输出特征; 将所述第二输出特征输入到所述多层感知机模型中的第三网络层,依次进行第二卷积操作、第三信息交互操作和第三特征聚合操作,得到第三输出特征; 将所述第三输出特征输入到所述多层感知机模型中的第四网络层,依次进行第三卷积操作、第四信息交互操作和第四特征聚合操作,得到第四输出特征; 对所述第四输出特征进行池化操作和第二映射操作,得到图像分类结果; 所述级联带状混合的多层感知机模型为多阶段级联结构,包含四个网络层,第一网络层为初始特征提取层,第二网络层至第四网络层结构相同,形成重复的层级堆叠; 其中,所述第一网络层包括线性嵌入模块、第一级联带状混合模块和第一通道混合模块; 所述第二网络层包括第一卷积模块、第二级联带状混合模块和第二通道混合模块; 所述第三网络层包括第二卷积模块、第三级联带状混合模块和第三通道混合模块; 所述第四网络层包括第三卷积模块、第四级联带状混合模块和第四通道混合模块; 所述第一级联带状混合模块包括StripMLP层和多步维度操作层。

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南方科技大学,其通讯地址为:518055 广东省深圳市南山区学苑大道1088号南方科技大学;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。