上海大学刘亚军获国家专利权
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！
龙图腾网获悉上海大学申请的专利基于小波变换实现卷积神经网络剪枝处理的方法、装置、处理器及其计算机可读存储介质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：CN116739070B 。
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：202310773667.4，技术领域涉及：G06N3/082；该发明授权基于小波变换实现卷积神经网络剪枝处理的方法、装置、处理器及其计算机可读存储介质是由刘亚军;周文举;范科峰;杜鑫;仵大奎设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。
本基于小波变换实现卷积神经网络剪枝处理的方法、装置、处理器及其计算机可读存储介质在说明书摘要公布了：本发明涉及一种基于小波变换实现卷积神经网络剪枝处理的方法，包括以下步骤：获取图像分类数据集并做预处理；获取网上已公开的卷积神经网络预训练模型；将空域上卷积神经网络输出的特征图转换到频域上；计算特征图重要性得分；排序并进行剪枝操作。本发明还涉及一种用于实现基于小波变换的卷积神经网络剪枝处理的装置、处理器及其计算机可读存储介质。采用了本发明的基于小波变换实现卷积神经网络剪枝处理的方法、装置、处理器及其计算机可读存储介质，并未对网络中的池化层操作进行改进或者更改，最大程度保持了网络结构的完整性与简洁性。本发明经过小波变换后的高低频分量的能量加权系数，能够更有效的保留了有价值的特征信息并提高图像分类准确性。
本发明授权基于小波变换实现卷积神经网络剪枝处理的方法、装置、处理器及其计算机可读存储介质在权利要求书中公布了：1.一种基于小波变换实现卷积神经网络剪枝处理的方法，其特征在于，所述的方法包括以下步骤： 1获取图像分类数据集并做预处理； 2获取网上已公开的卷积神经网络预训练模型； 3将空域上卷积神经网络输出的特征图转换到频域上； 4计算特征图重要性得分； 5按照特征图重要性得分进行排序，根据设置的剪枝阈值对排序后的特征图对应的滤波器进行剪枝，获取剪枝后的模型； 所述的步骤4具体包括以下步骤： 4.1通过基于WT分解某个卷积层的不同特征图，计算对应的高低频分量的相似度； 4.2根据特征图的能量计算高频和低频的权重； 4.3通过将低频分量的能量和高频分量的能量与特征图的总能量进行比较，分别推导出低频和高频分量的能量权重系数； 4.4计算得到不同特征图之间的加权相似度； 4.5通过对特征图之间的相似度求和计算得到每个特征图的重要性得分。
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上海大学，其通讯地址为：200444 上海市宝山区上大路99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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励