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！

龙图腾网获悉清华大学申请的专利一种基于预测稀疏性实现CNN推理无损加速方法及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：CN115481739B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210901773.1，技术领域涉及：G06N5/04；该发明授权一种基于预测稀疏性实现CNN推理无损加速方法及系统是由李元春;刘云新设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种基于预测稀疏性实现CNN推理无损加速方法及系统在说明书摘要公布了：本发明提供一种基于预测稀疏性实现CNN推理无损加速方法及系统，包括：获取输入向量和卷积核权重向量，确定输入向量的参考向量；根据所述输入向量、参考向量及卷积核权重向量进行卷积上界估计，获取卷积运算输出的上界；根据所述上界的大小确定是否进行卷积运算。本发明解决了现有CNN卷积神经网络在进行视频图像计算时运算量大、速度慢的缺陷，以实现计算过程的加速。

本发明授权一种基于预测稀疏性实现CNN推理无损加速方法及系统在权利要求书中公布了：1.一种基于预测稀疏性实现CNN推理无损加速方法，其特征在于，包括： 获取输入向量和卷积核权重向量，确定输入向量的参考向量； 根据所述输入向量、参考向量及卷积核权重向量进行卷积上界估计，获取卷积运算输出的上界； 根据所述上界的大小确定是否进行卷积运算； 其中，所述获取输入向量和卷积核权重向量，确定输入向量的参考向量，具体包括：获取输入向量的位置坐标；根据所述输入向量的位置坐标获取之前已经形成计算结果的参考向量；根据输入向量的坐标信息，针对图片的推理任务，则获取空间上已计算完成的相邻向量作为参考向量；针对连续视频流的推理任务，则获取时间上已计算完成的相邻向量作为参考向量； 根据所述输入向量、参考向量及卷积核权重向量进行卷积上界估计，获取卷积运算输出的上界，具体包括：获取已完成计算的参考向量与卷积核权重向量点积上界；计算输入向量与参考向量的差值向量；计算差值向量与卷积核权重向量的点积上界；将参考向量与权重向量的点积上界与差值向量与权重向量的点积上界之和赋值为当前输入向量与权重向量的点积上界； 根据所述上界的大小确定是否进行卷积运算，具体包括：获取到上界估计值后，对上界估计值的大小进行判断；判断所述上界估计值为非正数则跳过卷积运算；判断所述上界估计值为正数则进行卷积运算。

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清华大学，其通讯地址为：100084 北京市海淀区双清路30号清华大学清华园北京100084-82信箱；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。