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！

龙图腾网获悉北方工业大学申请的专利一种基于动态前馈神经网络结构和成长率函数的手写数字识别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：CN114596567B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202210264800.9，技术领域涉及：G06V30/244；该发明授权一种基于动态前馈神经网络结构和成长率函数的手写数字识别方法是由张晓平;杨天航;王力;刘翼豪;李凯;吴宜通;孟祥鹏;郑远鹏设计研发完成，并于2022-03-17向国家知识产权局提交的专利申请。

本一种基于动态前馈神经网络结构和成长率函数的手写数字识别方法在说明书摘要公布了：本发明涉及一种基于动态前馈神经网络结构和成长率函数的手写数字识别方法，包括：训练初始化小规模的神经网络，暂停训练对神经网络的性能进行阶段性测试；基于性能指标计算得出成长率，通过成长率计算在恢复训练时需要增长的网络规模；基于网络性能测试结果，筛选需要分裂和删减的神经元；对于被分裂的神经元，通过调整权重值保持网络输出不变；对于被删减的冗余神经元，对相邻神经元的输出进行补偿；判断网络增长是否成熟，当网络增长到合适的规模时停止增长，输出当前网络，从而得到在应用前馈神经网络对手写数字进行分类时较为合适的网络结构及参数：避免网络规模过小时引起的欠拟合，以及网络规模过大引起的过拟合，降低运算时间和计算成本。

本发明授权一种基于动态前馈神经网络结构和成长率函数的手写数字识别方法在权利要求书中公布了：1.一种基于动态前馈神经网络结构和成长率函数的手写数字识别方法，其特征在于，包括： 1获取手写数字图像的数据集，并对图片进行数据预处理：灰度化处理，转换为张量并做归一化； 2使用数据集训练初始化小规模的神经网络，暂停训练对神经网络的性能进行阶段性测试； 3基于性能指标计算得出成长率，通过成长率计算在恢复训练时需要增长的网络规模； 4基于网络性能测试结果，筛选需要删减和分裂的神经元； 5对于被分裂的神经元，通过调整权重值保持网络输出不变； 6对于被删减的冗余神经元，对相邻神经元的输出进行补偿； 7神经网络停止成长条件：判断网络成长是否成熟，当网络增长到合适的规模时停止增长，输出当前网络； 步骤3中成长率函数设计： a,b为常数，λlθl为神经网络的成长因子，θl为第l个包含有能反映神经网络性能的指标的计算式，λl为第l个包含有性能指标的计算式的权重，其中，a＝12,b＝0.7,θ1＝1-Accr,λ1＝1，λ2＝10,r＝1,2,...,l＝1,2；Accr为第r+1次神经网络成长前网络在完成阶段性训练后的识别率，lossr为第r+1次神经网络成长前网络网络在完成阶段性训练后的损失误差。

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北方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路5号北方工业大学；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”。