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！

龙图腾网获悉江南大学申请的专利一种基于特征图通道间距离的滤波器修剪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：CN116757263B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310520095.9，技术领域涉及：G06N3/082；该发明授权一种基于特征图通道间距离的滤波器修剪方法是由李光辉;施瑞文设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本一种基于特征图通道间距离的滤波器修剪方法在说明书摘要公布了：本发明公开了一种基于特征图通道间距离的滤波器修剪方法，属于轻量化神经网络图像识别领域。本发明基于几何距离跨通道度量特征图的相关性，以删除冗余的特征图和其对应的滤波器。从通道间的角度考虑滤波器修剪可以更稳定、更可靠地探索冗余滤波器，从而为滤波器修剪提供更精确的指导。本发明实现了训练与修剪解耦以及网络结构与修剪解耦，将滤波器修剪定义为一个优化问题，并在修剪过程引入贪婪策略寻求最优解的近似解，设计了一种高鲁棒性、低成本的冗余滤波器修剪方案；本发明方法消除了额外的辅助约束和嵌入变量，从而简化了修剪过程。此外，本发明方法不需要修改损失函数，也无需了解训练细节，对于任何训练有素的网络都有较强适应性。

本发明授权一种基于特征图通道间距离的滤波器修剪方法在权利要求书中公布了：1.一种用于图像识别的神经网络滤波器修剪方法，其特征在于，所述方法包括： 步骤1：构建训练集和测试集，训练图像识别神经网络，得到初始网络； 步骤2：从所述测试集中随机抽取若干张图片，输入训练好的图像识别神经网络，逐层计算同一层内特征图通道间的几何距离，放入集合Scores中，并记录两个通道的索引； 步骤3：利用贪婪策略寻求最优解，将所述图像识别神经网络的第i层的参数W i分成两个子集R i和K i，使R i中的滤波器所产生的特征图通道间的几何距离逼近K i中的滤波器，其中R i表示要移除的滤波器索引集合，K i表示要保留的滤波器索引集合； 步骤4：对所述集合Scores按照几何距离进行降序排序，取出前t个通道； 步骤5：如果所述步骤4得到的通道没有在集合K i中，且几何距离大于等于预设的阈值s，则移除该通道以及其所对应的滤波器，否则不移除； 步骤6：通道移除后，使用集合K i中的滤波器权重参数初始化修剪后的模型； 步骤7：重新训练模型直到精度与所述步骤1中的初始网络的精度相当； 步骤8：若所述步骤7重新训练的模型尺寸没有达到预先设置的模型尺寸，则使用步骤7的模型转到所述步骤2继续修剪，直至达到预先设置的模型尺寸。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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”。