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！

龙图腾网获悉浙江大学申请的专利一种基于门机制的脉冲残差神经网络的图像分类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：CN116258907B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202310245207.4，技术领域涉及：G06V10/764；该发明授权一种基于门机制的脉冲残差神经网络的图像分类方法是由张宇;张鸿设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本一种基于门机制的脉冲残差神经网络的图像分类方法在说明书摘要公布了：本发明公开了一种基于门机制的脉冲残差神经网络的图像分类方法。现有的用于图像分类的脉冲神经网络模型结构在训练时会出现梯度消失问题，模型层数都很少，模型容量低，无法实现高精度的图像处理。本发明针对梯度消失问题，提出了一种基于门机制的脉冲残差神经网络，该网络的主要计算单元为脉冲门残差模块。脉冲门残差模块引入二进制选择门对残差信号进行选择，在脉冲信号的限制下保证梯度的正常反传，以此解决梯度消失问题。本发明相比于同深度的人工神经网络能量消耗显著降低，相比于直接训练的脉冲神经网络，在图像分类上的准确度有显著提高。

本发明授权一种基于门机制的脉冲残差神经网络的图像分类方法在权利要求书中公布了：1.一种基于门机制的脉冲残差神经网络的图像分类方法，其特征在于，该方法将RGB图像输入脉冲残差神经网络得到图像类别； 所述脉冲残差神经网络包含图像编码器、脉冲主体网络和特征解码器； 所述图像编码器用于将RGB图像转换成脉冲图像，包括卷积神经网络层、批归一化层、脉冲神经元层和最大池化层； 所述脉冲主体网络用于提取脉冲图像的高维特征，由四个计算阶段串联而成，每个计算阶段由若干脉冲门残差模块堆叠而成；所述脉冲门残差模块包含基础脉冲门残差模块和瓶颈脉冲门残差模块两种类型，两种类型的脉冲门残差模块均包含卷积神经网络层、批归一化层、脉冲神经元层和二进制选择门；根据脉冲主体网络的网络深度确定其采用的脉冲门残差模块类型，具体为：设定网络深度阈值，低于该阈值的网络采用基础脉冲门残差模块，否则采用瓶颈脉冲门残差模块，从而提高在各深度级别的图像分类精度；第2、3、4计算阶段的第一个脉冲门残差模块均设置下采样层，将图像特征下采样两倍； 所述脉冲门残差模块包含左右两个分支，分别对输入X执行操作后输入二进制选择门，具体为： 1左分支执行图像特征的变换操作，输出变换后的特征Xleft；左分支按卷积神经网络层、批归一化层、脉冲神经元层串联作为子模块，基础脉冲门残差模块含有两个串联子模块，瓶颈脉冲门残差模块含有三个串联子模块； 2右分支是模块的残差分支，在不含下采样层时输出X的恒等映射，即Xright＝X，在含有下采样层时由卷积神经网络层、批归一化层、脉冲神经元层串联而成； 3二进制选择门根据门信号GATE，从左右两个分支的输入中选择输出Y，具体如下： Y＝GATE·Xleft+1-GATE·Xright 所述门信号GATE有两种表达形式，根据计算量的限制灵活选择使用，具体如下： 形式1：GATE＝ΘW·Xleft+B-thr 形式2：GATE＝Xleft 其中，W和B为线性变换的权重和偏差；thr为截断权重，设为大于0的较小值；Θ为Heaviside阶跃函数，用于将门信号二值化； 所述特征解码器用于将脉冲图像的高维特征解码成所属类别，包括平均池化层和全连接神经网络层。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。