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！

龙图腾网获悉国家电网有限公司客户服务中心;南京大学;国网江苏省电力有限公司信息通信分公司;国网电力科学研究院有限公司申请的专利一种基于频域分解神经网络的图像分类加速方法及设备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：CN115240007B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202210924010.9，技术领域涉及：G06V10/764；该发明授权一种基于频域分解神经网络的图像分类加速方法及设备是由孙林檀;张虎;李文中;曾曜;王凌;樊光明;李志民;杨睿;张烁设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本一种基于频域分解神经网络的图像分类加速方法及设备在说明书摘要公布了：本发明公开了一种基于频域分解神经网络的图像分类加速方法及设备。方法包括：将原始图像转化为RGB图像，并缩放为卷积神经网络的输入特征图所能接纳的图像像素大小相同的图像；将图像输入预先训练好的轻量化神经网络模型，进行图像分类识别，得到图像分类识别结果，其中，所述轻量化神经网络模型为通过对神经网络经过频域分解和轻量化得到。该轻量化神经网络模型将空间域的卷积运算转换为频率域的矩阵乘法运算并进行压缩，可以得到与原始神经网络的输出大致相同的输出，而具有更少的参数量和以FLOPs衡量的计算量。本发明显著地减少计算成本和存储成本，能够有效加速图像分类任务。

本发明授权一种基于频域分解神经网络的图像分类加速方法及设备在权利要求书中公布了：1.一种基于频域分解神经网络的图像分类加速方法，其特征在于，包括以下步骤： 将原始图像转化为具有3个通道的RGB图像，并将RGB图像缩放为卷积神经网络的输入特征图所能接纳的图像像素大小相同的图像； 将图像输入预先训练好的轻量化神经网络模型，进行图像分类识别，得到图像分类识别结果，其中，所述轻量化神经网络模型为通过对神经网络经过频域分解和轻量化得到；所述轻量化神经网络模型具体通过以下方法得到： S1、基于图像数据集对神经网络模型进行预训练，得到完整的神经网络模型； S2、使用离散余弦变换对预训练的神经网络模型进行频率域分解，用一系列频率域的权重矩阵W来表示卷积层，并对频率域中的神经网络模型做稀疏化重训练，获得稀疏化后的权重矩阵W； S3、对于每个权重矩阵W，选择图像数据集的一个样本子集Ω，并应用基于样本的低秩近似算法，在误差容忍度ε下将权重矩阵W分解为低秩矩阵U和V； S4、对低秩矩阵U和V进行微调后重新组合得到新权重矩阵W'＝UV； S5、令W＝W'并重复步骤S3-S4，直到满足迭代停止条件。

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国家电网有限公司客户服务中心;南京大学;国网江苏省电力有限公司信息通信分公司;国网电力科学研究院有限公司，其通讯地址为：300309 天津市东丽区丽湖环路21号国家电网有限公司客户服务中心；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。