大连海事大学纪勋获国家专利权
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！
龙图腾网获悉大连海事大学申请的专利一种用于提升网络性能的卷积神经网络构造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：CN116644787B 。
龙图腾网通过国家知识产权局官网在2026-02-27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：202310705535.8，技术领域涉及：G06N3/0464；该发明授权一种用于提升网络性能的卷积神经网络构造方法是由纪勋;杨贺;郝立颖;王靖淇设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。
本一种用于提升网络性能的卷积神经网络构造方法在说明书摘要公布了：本发明一种用于提升网络性能的卷积神经网络构造方法，属于人工智能技术领域，该方法包括以下步骤：根据不同低级计算机视觉的任务，选取相应的图像数据集，并划分为训练集和测试集；将训练集中的图片进行预处理；构建用于提升网络性能的通用泛化卷积神经网络；基于预处理后的训练集图片，对所述通用泛化卷积神经网络进行训练，得到训练好的通用泛化卷积神经网络，实现图片不同低级计算机视觉任务。该方法使卷积神经网络具备多尺度的感受野以捕获并理解不同层次的特征，此外，该方法还通过构造多分支稠密交互连接的方式，促进特征信息在网络架构间的传递，使得提升网络的训练速度，大幅度增加网络的计算资源利用率，提升网络的性能与泛化能力。
本发明授权一种用于提升网络性能的卷积神经网络构造方法在权利要求书中公布了：1.一种用于提升网络性能的卷积神经网络构造方法，其特征在于：包括以下步骤： 根据不同低级计算机视觉的任务，选取相应的图像数据集，并划分为训练集和测试集； 将训练集中的图片进行预处理； 构建用于提升网络性能的通用泛化卷积神经网络； 基于预处理后的训练集图片，对所述通用泛化卷积神经网络进行训练，得到训练好的通用泛化卷积神经网络，实现图片不同低级计算机视觉任务； 所述用于提升网络性能的通用泛化卷积神经网络包括级联的多尺度空洞卷积特征预提取模块及三分支稠密交互连接模块； 所述多尺度空洞卷积特征预提取模块包含两个空洞率为3的33空洞卷积层、两个空洞率为2的33空洞卷积层以及两个33普通卷积层，其中每个卷积层后均衔接批归一化层以及ReLU激活函数；然后通过残差连接的方式将第一个空洞卷积层的输入特征图引入到最后一个普通卷积层的输出部分。
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大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1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