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！

龙图腾网获悉西安电子科技大学广州研究院申请的专利一种基于分时复用将卷积神经网络映射并布局的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：CN116306810B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310162529.2，技术领域涉及：G06N3/0464；该发明授权一种基于分时复用将卷积神经网络映射并布局的方法是由刘毅;王顺尧;翁笑冬设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于分时复用将卷积神经网络映射并布局的方法在说明书摘要公布了：本发明公开了一种基于分时复用将卷积神经网络映射并布局的方法，涉及片上网络及卷积神经网络研究技术领域，该方法首先在预处理阶段将目标卷积神经网络模型平坦化，并将神经元计算操作使用相似的数学表征进行描述；其次在模型分析阶段分析目标卷积神经网络的各层运算量，将神经元聚类为更大的神经元；再次在映射阶段将卷积神经网络的运算过程切片，使用分时复用映射算法将切片迭代映射到片上网络平台上；最后在布局阶段将构建好的计算单元布局到片上网络中。本发明提出的方法有助于将现代大型卷积神经网络映射并布局到资源规模有限的片上网络计算平台上，且该方法有助于配合多播路由算法，降低片上网络通信时的拥塞与延迟。

本发明授权一种基于分时复用将卷积神经网络映射并布局的方法在权利要求书中公布了：1.一种基于分时复用将卷积神经网络映射并布局的方法，其特征在于，所述方法包括: 预处理阶段，将目标CNN模型平坦化，并将神经元计算操作使用相似的数学表征进行描述； 模型分析阶段，分析目标卷积神经网络的各层运算量，将神经元聚类为大神经元，得到聚类CNN； 映射阶段，将聚类CNN的运算过程切片，使用分时复用映射算法将切片迭代映射到片上网络平台上； 布局阶段，生成相应的PE与NoC，放置生成的PE，并通过NoC将它们互联以构建相应的CNN模型； 预处理阶段中，CNN模型的卷积层、池化层、全连接层展平过程后，CNN模型中的不同层转换成一个完全连通或部分连通的神经网络，实现CNN模型平坦化； CNN模型中的二维卷积运算，构造为式1： 其中K表示预定义的卷积核；n表示目标卷积的大小；I和O分别表示卷积层的输入和输出，对于三维卷积情况，保持上式中核函数不变，将输入扩展到其它维度； CNN模型中的池化运算，使用最大池化操作对池化层输入进行采样，构造为式2： 其中I和Op表示池化层的输入和输出；m表示池化核大小；W等于1；定义为式3： CNN模型中的全连接运算，构造为式4： 其中n是一层中的神经元数，v是该层中神经元计算后的输出数。

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西安电子科技大学广州研究院，其通讯地址为：510000 广东省广州市黄埔区中新知识城海丝中心B5、B6、B7栋；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。