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！

龙图腾网获悉贵州大学申请的专利一种基于离散序列浮点转换的神经元连接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：CN115471668B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202211228230.4，技术领域涉及：G06V10/40；该发明授权一种基于离散序列浮点转换的神经元连接方法是由王崎;葛庆龙;吴晨阳;吴兴财;张邦梅;吴雪设计研发完成，并于2022-10-09向国家知识产权局提交的专利申请。

本一种基于离散序列浮点转换的神经元连接方法在说明书摘要公布了：本发明公开了一种基于离散序列浮点转换的新型神经元连接方法，包括通过对卷积对图像的特征进行提取，得到由大量卷积核提取得到的特征序列，对特征序列进行位置标记并分区，构造10阶等比数组与可学习整数序列，利用聚合的思路，对离散序列进行浮点转换，将特征序列的数据维度缩减为一。本发明能有效减少全连接层的参数，适应模型轻量化要求。

本发明授权一种基于离散序列浮点转换的神经元连接方法在权利要求书中公布了：1.一种基于离散序列浮点转换的新型神经元连接方法，包括以下步骤： 1从图像数据集中获取原始图像数据，选取现有的卷积神经网络模型，将模型的全连接层以及预测层去除后，得到最终网络模型，将原始图像数据直接输入至所述最终网络模型中进行计算，经过网络中的卷积层、激活层以及池化层，通过卷积对图像的特征进行提取，得到由大量卷积核提取得到的特征序列； 2对长度为Length的特征序列进行分区，每个区间的长度为4，对每个区间按照起始位置进行编号，按照每个区间中浮点元素起始位置，对每个区间中的浮点元素进行位置编号，编号为0,1,2,3，按照区间中每个浮点元素的位置编号，找出每个区间中数值最大的浮点元素所对应的位置编号，将每个区间的最大数值编号重新组合为长度为Length4的数组，大小为：[1×Length4]，判断该数组长度是否为奇数，若该数组长度为奇数则跳过，若该数组长度是偶数，则在数组最后添加一个节点，节点中的数值为0，至此得到位置特征标记序列αn，此步操作设为函数AXn，此步骤数学表达为：AXn＝αn，其中：αn是位置特征标记序列，Xn表示原始图像数据经过最终网络模型得到的特征序列； 3构造长度为奇数的10阶等比数组βn，10阶矩阵的长度与αn的长度相同，该数组中间元素的值为1，数组中元素表示为此操作的数学表达为将步骤2得到的位置特征标记序列αn与10阶等比矩阵进行内积，将维度降低为一，得到高维特征浮点信息δ； 4可学习整数序列中的所有元素均为整数，整数取值范围为0～9，且随机取值，该序列长度与步骤2中特征标记奇序列长度相同，该序列表示为εn，将εn与步骤3得到的10阶等比矩阵进行内积，将维度降低为一，得到高维可学习浮点信息γ； 5将高维可学习浮点信息与高维特征浮点信息相乘得到维度为一、量级为10x的超高维浮点特征信息，用符号表示为Y，该信息由特征序列聚合而来，具有原始图像数据的超高层特征信息，且具有丰富的抽象语言信息； 6对步骤5得到的超高维浮点特征信息Y进行解码操作，得到长度为为N的解码序列μ，解码序列中元素表示为μ0,μ1…μn-1,μn，此步操作设为函数BY，此步骤数学表达为此操作的数学表达为BY＝μ 其中：10x为超高维浮点特征信息Y的量级。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学（北区）科技处；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。