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！

龙图腾网获悉湖南大学申请的专利一种基于神经网络的数据压缩方法及系统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：CN121239233B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511799601.8，技术领域涉及：H03M7/30；该发明授权一种基于神经网络的数据压缩方法及系统是由谢鲲;肖蒙;钟顺吉;李晓灿;文吉刚设计研发完成，并于2025-12-02向国家知识产权局提交的专利申请。

本一种基于神经网络的数据压缩方法及系统在说明书摘要公布了：本发明属于计算机数据压缩技术领域，具体涉及一种基于神经网络的数据压缩方法及系统。该方法通过构建覆盖数据读取、特征建模、专家选择及编码输出的完整闭环压缩流程，实现对多类型文件数据的高效无损压缩。具体而言，本发明利用字节级嵌入映射统一输入格式，通过选择性状态空间模型捕获短程与长程上下文特征，再结合稀疏专家混合机制实现特征动态选择与参数自适应扩展，最后通过熵编码将预测的字节概率分布转换为紧凑比特流，从而完成数据压缩与无损还原，显著提升了压缩精度与模型的通用性。

本发明授权一种基于神经网络的数据压缩方法及系统在权利要求书中公布了：1.一种基于神经网络的数据压缩方法，其特征在于，所述方法包括： 步骤S1：以字节序列形式读取待压缩文件，通过嵌入操作将每个字节映射为连续稠密向量得到嵌入向量，使用旋转位置编码捕获嵌入向量的相对位置信息； 其中，所述使用旋转位置编码捕获嵌入向量的相对位置信息，包括： 在嵌入空间中引入位置相关的旋转矩阵，具体表示为： 其中表示对嵌入向量进行旋转位置编码后的结果，表示旋转矩阵，表示旋转矩阵和的维度，表示所处的位置信息； 所述旋转矩阵由若干个二维旋转子矩阵构成的对角矩阵组成，具体表示为： 其中每个子矩阵和频率分别定义为： 步骤S2：采用选择性状态空间模型，提取由字节序列映射得到的嵌入向量中的特征信息，捕获输入的字节序列中的短程与长程模式，实现可扩展且具有强表达力的上下文建模； 步骤S3：通过门控机制进行专家选择操作，计算每条特征信息针对每个专家的得分，将每条特征信息交由得分最高的若干稀疏专家处理； 步骤S4：通过门控机制进行特征融合操作，将每条特征信息经被选中的若干稀疏专家处理后得到的结果进行加权求和，得到整体特征融合结果，并根据所述整体特征融合结果生成对后续字节概率分布的预测； 步骤S5：获取待压缩的字节序列，使用熵编码器根据模型得到的所述对后续字节概率分布的预测，将待压缩的字节序列压缩为紧凑的比特流表示，从而实现对任意文件类型数据的无损压缩。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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。