買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中央財經大學申請的專利一種卷積神經網絡隱層解釋方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114663694B 。

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210068894.2，技術領域涉及：G06V10/764；該發明授權一種卷積神經網絡隱層解釋方法是由王秀利;余辰碩設計研發完成，并于2022-01-20向國家知識產權局提交的專利申請。

本一種卷積神經網絡隱層解釋方法在說明書摘要公布了：本發明涉及一種卷積神經網絡隱層解釋方法，所述方法包括下述步驟：獲取卷積神經網絡模型的隱層激活值集合；對激活值集合進行一次聚類，獲得M個不同的集群；對每一個集群進行二次聚類，每個集群獲得若干因子，為每個因子分配一個ID，將這個ID作為標簽；構建M個特征轉化分類器，對每個特征轉化分類器，用原樣本特征作為輸入，標簽作為輸出，訓練所述特征轉化分類器；將原樣本輸入訓練好的M個特征轉化分類器，獲得M維特征；將M維新特征作為輸入，原樣本標簽作為輸出，使用C4.5決策樹搭建分類模型。所述方法將神經網絡分類過程與人類認知過程進行對應，提升解釋信息的可讀性。

本發明授權一種卷積神經網絡隱層解釋方法在權利要求書中公布了：1.一種卷積神經網絡隱層解釋方法，其特征在于，所述方法通過構建基于最大兼容規則解釋隨機森林模型分類器的分類模型，用于對卷積神經網絡內特定隱層對圖像樣本分類進行解釋，所述分類模型的構建包括下述步驟：S100、獲取卷積神經網絡模型的隱層激活值集合，所述激活值集合通過下述步驟獲取：S101、使用圖像數據集對卷積神經網絡模型進行模型訓練，在進行參數調優直至模型準確率達到最高值時，獲得訓練好的卷積神經網絡模型，將其作為原模型；S102、構造一個以原模型輸入為輸入，以選定隱層為輸出的網絡，構建截取模型；S103、基于截取模型，將圖像樣本數據輸入，獲得激活值集合；S200、采用基于密度的有噪應用中的空間聚類算法對激活值集合進行一次聚類，獲得M個不同的集群，M為大于0的整數；S300、采用基于密度的有噪應用中的空間聚類算法對每一個集群進行二次聚類，每個集群獲得若干因子，為每個因子分配一個ID，將這個ID作為標簽；S400、采用隨機森林模型構建并獲取M個特征轉化分類器，對每個特征轉化分類器，用原圖像樣本特征作為輸入，標簽作為輸出，訓練所述特征轉化分類器，所述隨機森林模型能夠通過下述步驟進行特征轉化解釋：S401、對隨機森林模型中的T棵樹進行遍歷，獲取每棵樹的所有分類路徑；S402、將圖像樣本數據輸入后，將每個分類路徑中對應的各個節點分類的變量判別標準組成一條變量規則；S403、從T個分類路徑中抽取T條變量規則，將相同變量的規則進行合并，并按照順序排布，得到整理完的分類規則集合，進而獲得最大兼容規則；S404、基于最大兼容規則，進行圖像樣本重建；S500、將原圖像樣本輸入訓練好的M個特征轉化分類器，獲得M維圖像特征；S600、使用C4.5決策樹搭建分類模型，將M維圖像特征作為輸入，原圖像樣本對應標簽作為輸出，通過特征轉化后的新特征分類準確率高于直接使用原圖像樣本特征，確定特征轉化過程增強了信息的有效性。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中央財經大學，其通訊地址為：100081 北京市海淀區學院南路39號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。