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！

龙图腾网获悉浙江工业大学申请的专利一种深度神经网络冗余可靠性度量方法、介质及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：CN114358248B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202111644519.X，技术领域涉及：G06N3/04；该发明授权一种深度神经网络冗余可靠性度量方法、介质及设备是由肖杰;杨宇剑;郑昊;陈闻博;许营坤;龙海霞设计研发完成，并于2021-12-29向国家知识产权局提交的专利申请。

本一种深度神经网络冗余可靠性度量方法、介质及设备在说明书摘要公布了：本发明提供了一种深度神经网络冗余可靠性度量方法、介质及设备，对深度神经网络的层节点基于权重信息进行聚类，利用几何中心理论标识深度神经网络的每个层的几何中心，构建基于故障注入策略的网络可靠性计算模型，基于自适应收敛策略提取网络的冗余可靠性；以介质执行基于几何中心理论的深度神经网络冗余可靠性度量方法的深度神经网络冗余可靠性度量程序；以计算机设备存储实现基于几何中心理论的深度神经网络冗余可靠性度量方法的计算机程序。本发明有助于提高识别精度、加快计算速度；在实现计算加速的同时有效量化不同输出对网络可靠性的影响，有助于相关人员及时了解掌握网络冗余度与可靠性的对应关系，为进一步决策提供有效参考与依据。

本发明授权一种深度神经网络冗余可靠性度量方法、介质及设备在权利要求书中公布了：1.一种深度神经网络冗余可靠性度量方法，其特征在于：所述方法对深度神经网络的层节点基于权重信息进行聚类，利用几何中心理论标识深度神经网络的每个层的几何中心，构建基于故障注入策略的网络可靠性计算模型，基于自适应收敛策略提取网络的冗余可靠性； 所述方法包括以下步骤： 步骤1：读取深度神经网络模型M，提取关联参数；所述关联参数包括深度神经网络M的层数L、层节点的权重集合W、节点故障概率P、M在P下的可靠性RM、样本数据集V，最大样本随机抽取次数Emax，模型的冗余度S；其中，W＝{W1,W2,..,WL}，以Wl为第l层的节点权重向量，l为1至L的正整数； 步骤2：对深度神经网络M中每一层节点的权重进行聚类； 步骤3：基于聚类结果，标记深度神经网络M中每一层的冗余节点； 步骤4：构建基于故障注入策略的网络可靠性计算模型，以节点故障概率P、M在P下的可靠性RM对非冗余节点进行故障输入，并基于获得的可靠性值判断深度神经网络M的冗余可靠性。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市潮王路18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”。