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！

龙图腾网恭喜中国人民解放军网络空间部队信息工程大学申请的专利一种基于超密集连接神经网络的图像分类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：CN113902026B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202111229458.0，技术领域涉及：G06V10/764；该发明授权一种基于超密集连接神经网络的图像分类方法是由纪松;李凯;杨伟铭;于英;李峰;戴晨光;张磊;张振超;吕可枫设计研发完成，并于2021-10-21向国家知识产权局提交的专利申请。

本一种基于超密集连接神经网络的图像分类方法在说明书摘要公布了：本发明属于图像分类技术领域，具体涉及一种基于超密集连接神经网络的图像分类方法。该方法首先获取待分类图像；然后将待分类图像输入至训练好的分类模型中得到图像分类结果；其中，分类模型包括依次连接的卷积层、第一密集块、第二密集块、第三密集块和分类层，第一密集块、第二密集块和第三密集块均包括多个卷积块，且每个卷积块均包括两个卷积层，各个密集块中的各个卷积块与另一个密集块中的各个卷积块均相连。本发明将密集块的连接方式做了改变，实现了跨密集块连接，从而保留了图像各层级特征，保证了分类精度，且各个密集块之间不再有池化层，不再降低图像分辨率，尽可能保留图像原始信息，进一步保证了分类精度。

本发明授权一种基于超密集连接神经网络的图像分类方法在权利要求书中公布了：1.一种基于超密集连接神经网络的图像分类方法，其特征在于，包括如下步骤：1）获取待分类图像；2）将待分类图像输入至训练好的分类模型中得到图像分类结果；其中，所述分类模型由依次连接的卷积层、第一密集块、第二密集块、第三密集块和分类层组成，第一密集块、第二密集块和第三密集块均包括多个卷积块，且每个卷积块均包括两个卷积层，分类模型的第一密集块、第二密集块和第三密集块的结构分别同DenseNet-40网络模型第一密集块、第二密集块和第三密集块的结构一致，但分类模型的第二密集块中的所有3×3卷积层均为空洞卷积层，其扩张率为2，分类模型的第三密集块的所有3×3卷积层均为空洞卷积层，其扩张率为4；第一密集块中的各个卷积块与第二密集块中的各个卷积块均相连，第二密集块中的各个卷积块与第三密集块中的各个卷积块均相连，第一密集块中的各个卷积块与第三密集块中的各个卷积块均相连；所述训练好的分类模型利用图像集及对应的分类结果对分类模型进行训练得到；所述分类层为一个32×32的全局平均池化层。

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中国人民解放军网络空间部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62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”。