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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于VGG-GAP及网络剪枝的轻量化稳健水声目标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：CN119760352B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411842242.5，技术领域涉及：G06F18/20；该发明授权一种基于VGG-GAP及网络剪枝的轻量化稳健水声目标识别方法是由梁国龙;郑擎宇;邱龙皓;王燕;郝宇;王晋晋设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于VGG-GAP及网络剪枝的轻量化稳健水声目标识别方法在说明书摘要公布了：一种基于VGG‑GAP及网络剪枝的轻量化稳健水声目标识别方法，本发明涉及水声目标识别方法。本发明的目的是为了解决现有水声目标识别实际应用中，网络模型复杂度高、参数计算量庞大，对样本需求量高的问题；以及现有高质量数据样本的缺失和复杂多变的海洋信道导致的水声目标识别方法不稳健的问题。过程为：一：构建VGG‑GAP识别网络；二：获得已训练的VGG‑GAP识别网络并保存已训练的VGG‑GAP识别网络对应的权值；三：获得剪枝后的轻量级VGG‑GAP识别网络和对应的权值；四：选取最优的剪枝后的轻量级VGG‑GAP识别网络和对应的权值；五：测试数据样本获得水声目标识别结果。本发明用于水声目标识别领域。

本发明授权一种基于VGG-GAP及网络剪枝的轻量化稳健水声目标识别方法在权利要求书中公布了：1.一种基于VGG-GAP及网络剪枝的轻量化稳健水声目标识别方法，其特征在于：所述方法具体过程为： 步骤一：构建VGG-GAP识别网络； 步骤二：采用水声数据集中训练集训练VGG-GAP识别网络，获得已训练的VGG-GAP识别网络并保存已训练的VGG-GAP识别网络对应的权值； 步骤三：采用网络剪枝方法对已训练的VGG-GAP识别网络进行剪枝，获得剪枝后的轻量级VGG-GAP识别网络和对应的权值； 步骤四：调节剪枝阈值，获得不同剪枝阈值对应的剪枝后的轻量级VGG-GAP识别网络，选取最优的剪枝后的轻量级VGG-GAP识别网络和对应的权值； 步骤五：使用最优的剪枝后的轻量级VGG-GAP识别网络测试数据样本，获得水声目标识别结果； 所述步骤三中采用网络剪枝方法对已训练的VGG-GAP识别网络进行剪枝，获得剪枝后的轻量级VGG-GAP识别网络和对应的权值；具体过程为： 步骤三一：对已训练的VGG-GAP识别网络中第一卷积块、第二卷积块、第三卷积块、第四卷积块、第五卷积块、第六卷积块、第七卷积块、第八卷积块中每个卷积块各通道输出的特征图取平均值，获得每个卷积块输出的平均特征图； 步骤三二：计算每个卷积块输出的各通道特征图与平均特征图之间的皮尔逊相关系数，并对皮尔逊相关系数取绝对值，对绝对值降序排列； 皮尔逊相关系数的计算方式如下： 其中， si为每个卷积块第i个通道输出的特征图的向量展开，savg为每个卷积块输出的平均特征图的向量展开； 为每个卷积块第i个通道输出的特征图的向量展开的均值，为每个卷积块输出的平均特征图的向量展开的均值； Corri为每个卷积块第i个通道输出的特征图与平均特征图之间的皮尔逊相关系数； |Corri|为每个卷积块第i个通道输出的特征图与平均特征图之间的皮尔逊相关系数取绝对值的结果； |Corri|∈[|Corr1|,|Corr2|,...,|CorrN|]； |Corr1|,|Corr2|,...,|CorrN|为取绝对值后的皮尔逊相关系数按降序排列的结果； 步骤三三：在降序排列的相关性系数序列中，依次计算前i个通道输出的特征图的相关性之和占所有相关性总和的比例； 步骤三四：直到计算至第k个通道输出的特征图时，前k个通道输出的特征图的相关性之和占所有通道输出的特征图的相关性总和的比例大于等于剪枝阈值； 此时的k个通道输出的特征图为特征图中的主要成分，k个通道输出的特征图中每个特征图对应的卷积核为剪枝算法保留的卷积核，记录保留的卷积核的位置和数目； 剪枝阈值计算如下： 其中，k为保留的卷积核个数，η为剪枝阈值； 步骤三五：依据保留卷积核的位置和数目修改已训练的VGG-GAP识别网络的结构和对应的最优权值，得到剪枝后的轻量化网络和对应的权值； 令剪枝后的轻量化网络加载对应权值，将步骤二的水声数据集中训练集作为输入，计算剪枝后的轻量化网络的性能及复杂度； 性能指识别准确率，复杂度指参数量和计算量。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。