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！

龙图腾网恭喜哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种基于降低空间和通道特征冗余的可微分神经架构搜索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：CN119169344B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202411145247.2，技术领域涉及：G06V10/764；该发明授权一种基于降低空间和通道特征冗余的可微分神经架构搜索方法是由王睿;尹善通;李芃设计研发完成，并于2024-08-20向国家知识产权局提交的专利申请。

本一种基于降低空间和通道特征冗余的可微分神经架构搜索方法在说明书摘要公布了：本发明提供一种基于降低空间和通道特征冗余的可微分神经架构搜索方法，该方法包括首先定义搜索空间，在该搜索空间中寻找最优的神经网络架构；设计空间特征重构模块来消除空间特征冗余；使用自适应通道注意力模块通过快速一维卷积提取每个通道的重要性，根据计算出的注意力权重用于指导通道的去向；其中，注意力权重较高的通道被发送到操作空间，而其他通道则直接与操作空间的输出接触，以平衡信息保留和计算效率；将搜索到的最佳网络架构单元进行堆叠，重新构建并训练神经网络模型，进而实现图像的分类任务。本发明在轻量级、高效性、动态通道选择、信息保留与计算效率平衡、易于扩展与泛化以及提升图像分类性能等方面均展现出显著的优势。

本发明授权一种基于降低空间和通道特征冗余的可微分神经架构搜索方法在权利要求书中公布了：1.一种基于降低空间和通道特征冗余的可微分神经架构搜索方法，其特征在于，该方法包括以下步骤：定义搜索空间，该搜索空间中包含所有期望的候选神经网络模型，在该搜索空间中搜索最优的神经网络架构；设计空间特征重构模块来消除空间特征冗余，该模块包含分离和重构操作，分离操作将具有丰富信息的特征图与对应于空间内容的少量信息的特征图分离，然后通过重构操作在通道维度上将这些部分重新组合成空间细化特征图；使用自适应通道注意力模块通过快速一维卷积提取每个通道的重要性，根据计算出的注意力权重用于指导通道的去向；其中，注意力权重较高的通道被发送到操作空间，而其他通道则直接与操作空间的输出在通道维度叠加，以平衡信息保留和计算效率；将搜索到的最佳网络架构单元进行堆叠，重新构建并训练神经网络模型，进而实现图像的分类任务；在设计自适应通道注意力模块时，采用非降维的局部跨通道交互策略，该策略通过1D卷积实现：给定输入特征图，首先对每个通道使用全局平均池化来获得大小为1×1×C的特征数据；然后，通过执行卷积核大小为k的快速1D卷积来生成通道权重，其中k通过映射通道维度C自适应地确定，自适应通道注意力模块的映射函数表示为公式（3）： （3）其中，µ表示全局平均池化，Conv代表1D卷积，H表示通道权重，sig表示一个sigmoid函数；对于有向边i,j，根据公式（3）计算出通道注意力的权重Hi,j，选择前1K的通道转移到操作空间进行计算，并将这些通道注意力权重赋值为1，剩余的通道跳过操作空间，直接与输出连接，其通道注意力权重被赋值为0；在重新分配后，通道注意力权重被视为通道掩码Mi,j。

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业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。