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！

龙图腾网获悉感跃医疗科技(成都)有限公司申请的专利一种针对非均匀分布数据的高精度量化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：CN120354065B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510845442.4，技术领域涉及：G06F18/15；该发明授权一种针对非均匀分布数据的高精度量化方法是由胡鑫;蔡彪;郑庆华;易惊涛设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本一种针对非均匀分布数据的高精度量化方法在说明书摘要公布了：本发明公开了一种针对非均匀分布数据的高精度量化方法，致力于解决传统均匀量化算法在处理复杂数据分布时面临的重建误差显著增大和码本资源浪费现象。本方案首先利用动态规划算法对数据进行局部均匀化处理，通过最小化加权范围平方和实现最优分段；继而引入粒子群优化算法对量化区间端点进行迭代调优，以均方误差MSE最小化为目标构建高效码本。实验结果表明，该方法在128维和420维数据集上的量化误差较传统方法分别降低93.52%和98.05%，同时保持了硬件兼容性，适用于边缘计算节点、AI芯片等对压缩效率与实时性要求严苛的场景。

本发明授权一种针对非均匀分布数据的高精度量化方法在权利要求书中公布了：1.一种针对非均匀分布数据的高精度量化方法，其特征在于，包括以下步骤: S1.数据预处理与分段：针对高维非均匀数据，首先对每个维度的特征值进行升序排序并去重，生成有序唯一值序列，同时统计各值的出现频率；基于动态规划算法，将唯一值序列划分为个互斥子区间，划分目标为最小化加权范围平方和，即： ， 其中，表示子区间的样本数量； 所述动态规划算法的状态转移方程为： ， 其中，表示前个唯一值划分为个区间的最小加权范围平方和；为排序后的第个唯一值；为前个值的累计频率； S2.量化参数初始化：对每个子区间，采用Min-Max归一化方法初始化量化区间端点，其中，；量化步长定义为： ， 式中，为初始量化步长，为量化位宽，决定了每个子区间的量化等级数； S3.粒子群智能优化参数：以均方误差MSE最小化为优化目标，借助粒子群优化算法对量化区间端点进行全局搜索；粒子群的位置参数定义为区间中心点和宽度，以解耦区间位置与范围的优化，其中为量化区间的下界，为量化区间的上界；搜索空间以初始化解为中心扩展，具体为： ， 其中，为初始区间宽度，为扩展因子，用于平衡搜索范围与精度；初始粒子通过网格采样生成，设定网格密度为以确保初始解的均匀分布，为网格粒子宽度；适应度函数定义为MSE的倒数，引导粒子向误差最小区域迭代；粒子速度更新公式为： ， 其中，为粒子在t时刻的速度，为在t时刻的质量，惯性权重随迭代次数线性衰减；为学习因子，为[0,1]区间的随机数，和分别为粒子个体最优位置与全局最优位置； S4.数据量化：根据优化后的参数，其中为量化步长，将子区间内的数据映射至离散码本空间，具体量化公式为： ， 其中，为数据对应量化码，为四舍五入操作。

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感跃医疗科技(成都)有限公司，其通讯地址为：610042 四川省成都市高新区天府大道北段1480号1栋A座5层33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。