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！

龙图腾网恭喜西安电子科技大学申请的专利一种脑电深度神经网络的模型压缩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：CN114580629B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210061482.6，技术领域涉及：G06N3/082；该发明授权一种脑电深度神经网络的模型压缩方法是由冯立琛;张岳琦;朱樟明;刘术彬;文奎;曹文飞设计研发完成，并于2022-01-19向国家知识产权局提交的专利申请。

本一种脑电深度神经网络的模型压缩方法在说明书摘要公布了：本发明公开了一种脑电深度神经网络的模型压缩方法，利用纵深式卷积层权重完成目标电极通道的选择，以避免大规模的人工设计特征计算或设计专用通道选择器，充分利用脑电深度神经网络EEGNet自身的特性；同时，针对全连接层，本发明采用二叉树完成输入向量所属质心类别，大幅度地简化全连接层的计算过程，进而以目标通道选择和全连接层乘积量化相结合的方式，完成脑电深度神经网络模型的压缩。本发明提供的脑电深度神经网络的模型压缩方法能够大幅度降低EEGNet的计算复杂度，降低模型在可穿戴、嵌入式等设备上的部署难度，进而更好地支撑相关的脑机接口应用研究。

本发明授权一种脑电深度神经网络的模型压缩方法在权利要求书中公布了：1.一种脑电深度神经网络的模型压缩方法，其特征在于，包括：利用多电极通道的脑电信号数据对待训练神经网络进行训练，得到第一神经网络模型；根据所述第一神经网络模型，选取至少一个目标电极通道；利用所述目标电极通道的脑电信号数据对所述待训练神经网络模型进行训练，得到第二神经网络模型；当所述第二神经网络模型的分类精度与所述第一神经网络模型的分类精度之差小于等于第一预设值时，利用预设的训练数据集生成所述第二神经网络模型中全连接层的输入向量；将各输入向量划分为多段子向量后，根据所述子向量及所述第二神经网络模型建立查找表，并生成各子向量对应的二叉树；利用预设的测试数据集，确定所述第一神经网络模型中全连接层的第一分类精度后，针对每个测试输入，基于所述二叉树和查找表确定所述第二神经网络模型中全连接层的输出结果，并确定所述第二神经网络模型中全连接层的第二分类精度；当第一分类精度与第二分类精度的差值小于等于第二预设值时，将所述第二神经网络模型确定为压缩后的神经网络模型；所述根据所述第一神经网络模型，选取至少一个目标电极通道的步骤，包括：计算所述第一神经网络模型中，纵深式卷积层对应各电极通道权重的分值，并将所述分值按照由高至低的方式进行排序；选取分值最高的预设数量个电极通道作为目标电极通道。

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，其通讯地址为：710000 陕西省西安市雁塔区太白南路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”。