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！

龙图腾网获悉吉林农业大学申请的专利一种基于DAG-SwishNet网络的冬捕鲢鱼分类与识别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：CN120563948B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511071629.X，技术领域涉及：G06V10/764；该发明授权一种基于DAG-SwishNet网络的冬捕鲢鱼分类与识别方法是由周阳;杨洋;王晶;徐艳蕾;李陈孝;杨昊;李鑫鑫;张硕设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本一种基于DAG-SwishNet网络的冬捕鲢鱼分类与识别方法在说明书摘要公布了：本发明涉及一种基于DAG‑SwishNet网络的冬捕鲢鱼分类与识别方法，属于图像识别与深度学习技术领域。提出改进的网络架构，通过优化ShuffleNet主干并引入膨胀卷积金字塔模块，利用多膨胀率并行卷积捕获多尺度特征，增强对鲢鱼体型、鳞片等细节的辨识能力；设计全局分组双池化坐标注意力机制，通过分组双池化与共享卷积层生成空间注意力权重，突出目标区域并抑制背景干扰；采用自适应Swish‑ReLU融合函数替代传统ReLU，通过可学习参数α动态平衡Swish平滑性与ReLU稀疏性，提升复杂特征建模能力；训练中结合ElasticNet正则化与余弦退火学习率策略，增强模型泛化性与收敛稳定性。

本发明授权一种基于DAG-SwishNet网络的冬捕鲢鱼分类与识别方法在权利要求书中公布了：1.一种基于DAG-SwishNet网络的冬捕鲢鱼分类与识别方法，其特征在于，包括以下步骤： S1.采集图像数据： 采集用于模型训练和验证的图像数据集，并对图像数据集进行增强处理； S2.网络分类处理： 将用于模型训练的图像数据集输入至DAG-SwishNet网络，依次执行： 多尺度特征增强： 通过膨胀卷积金字塔模块提取多尺度特征，膨胀卷积金字塔模块通过使用不同膨胀率的卷积核分别捕捉局部细节、中等范围的上下文信息和更大范围的全局特征； 将三路输出通道拼接，经通道注意力与空间注意力加权融合； 通过全局分组双池化坐标注意力优化特征： 将特征图按通道分组； 对每组分别计算高度宽度方向的全局平均池化与最大池化； 经共享卷积层生成空间注意力权重，加权原始特征图； 自适应激活： 在网络全部卷积层后应用ASR激活函数，ASR激活函数定义为： ； 其中，；是Sigmoid函数；为ASR激活函数，为可学习参数，通过训练动态优化； 分类输出： 经全局平均池化降维后，通过Softmax层输出类别概率； 所述S2步骤中DCPM模块的通道注意力与空间注意力融合包括： 通道注意力层：通过全局平均池化操作提取通道间的依赖关系，学习并强化有用的特征通道，抑制冗余信息； 空间注意力层：通过双路径设计，结合全局平均池化和最大池化，从空间上捕捉具有重要特征的位置。

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吉林农业大学，其通讯地址为：130000 吉林省长春市新城大街2888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”。