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！

龍圖騰網恭喜西安電子科技大學申請的專利一種腦電深度神經網絡的模型壓縮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：CN114580629B 。

龍圖騰網通過國家知識產權局官網在2025-05-27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：202210061482.6，技術領域涉及：G06N3/082；該發明授權一種腦電深度神經網絡的模型壓縮方法是由馮立琛;張岳琦;朱樟明;劉術彬;文奎;曹文飛設計研發完成，并于2022-01-19向國家知識產權局提交的專利申請。

本一種腦電深度神經網絡的模型壓縮方法在說明書摘要公布了：本發明公開了一種腦電深度神經網絡的模型壓縮方法，利用縱深式卷積層權重完成目標電極通道的選擇，以避免大規模的人工設計特征計算或設計專用通道選擇器，充分利用腦電深度神經網絡EEGNet自身的特性；同時，針對全連接層，本發明采用二叉樹完成輸入向量所屬質心類別，大幅度地簡化全連接層的計算過程，進而以目標通道選擇和全連接層乘積量化相結合的方式，完成腦電深度神經網絡模型的壓縮。本發明提供的腦電深度神經網絡的模型壓縮方法能夠大幅度降低EEGNet的計算復雜度，降低模型在可穿戴、嵌入式等設備上的部署難度，進而更好地支撐相關的腦機接口應用研究。

本發明授權一種腦電深度神經網絡的模型壓縮方法在權利要求書中公布了：1.一種腦電深度神經網絡的模型壓縮方法，其特征在于，包括：利用多電極通道的腦電信號數據對待訓練神經網絡進行訓練，得到第一神經網絡模型；根據所述第一神經網絡模型，選取至少一個目標電極通道；利用所述目標電極通道的腦電信號數據對所述待訓練神經網絡模型進行訓練，得到第二神經網絡模型；當所述第二神經網絡模型的分類精度與所述第一神經網絡模型的分類精度之差小于等于第一預設值時，利用預設的訓練數據集生成所述第二神經網絡模型中全連接層的輸入向量；將各輸入向量劃分為多段子向量后，根據所述子向量及所述第二神經網絡模型建立查找表，并生成各子向量對應的二叉樹；利用預設的測試數據集，確定所述第一神經網絡模型中全連接層的第一分類精度后，針對每個測試輸入，基于所述二叉樹和查找表確定所述第二神經網絡模型中全連接層的輸出結果，并確定所述第二神經網絡模型中全連接層的第二分類精度；當第一分類精度與第二分類精度的差值小于等于第二預設值時，將所述第二神經網絡模型確定為壓縮后的神經網絡模型；所述根據所述第一神經網絡模型，選取至少一個目標電極通道的步驟，包括：計算所述第一神經網絡模型中，縱深式卷積層對應各電極通道權重的分值，并將所述分值按照由高至低的方式進行排序；選取分值最高的預設數量個電極通道作為目標電極通道。

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西安電子科技大學，其通訊地址為：710000 陜西省西安市雁塔區太白南路2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”。