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！

龙图腾网获悉西南科技大学申请的专利一种基于浅层压缩特征获取目标网络模型的方法及装置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：CN116151328B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310258608.3，技术领域涉及：G06N3/0464；该发明授权一种基于浅层压缩特征获取目标网络模型的方法及装置是由江宁;黄新磊;李乐滨;徐睿謇设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种基于浅层压缩特征获取目标网络模型的方法及装置在说明书摘要公布了：本发明涉及人工智能算法技术领域，尤其涉及一种基于浅层压缩特征获取目标网络模型的方法及装置，该方法包括：获取教师网络模型、学生网络模型以及训练数据集；基于训练数据集，对学生网络模型和教师网络模型分别进行训练，提取第一浅层特征集和第二浅层特征集；对第一浅层特征集和第二浅层特征进行通道压缩，得到第一压缩特征和第二压缩特征；对第一压缩特征和第二压缩特征分别采用纹理特征提取方法提取第一纹理特征信息和第二纹理特征信息；基于第一纹理特征信息和第二纹理特征信息，对学生网络模型的参数进行调整，得到目标网络模型，进而通过压缩通道的方式，有效降低了数据量，在提高网络模型性能的同时不会增加网络模型的参数。

本发明授权一种基于浅层压缩特征获取目标网络模型的方法及装置在权利要求书中公布了：1.一种基于浅层压缩特征获取目标网络模型的方法，其特征在于，包括： 获取教师网络模型、学生网络模型以及训练数据集，所述学生网络模型为所述教师网络模型简化后的模型，所述训练数据集为经过预处理后的数据集，包括：随机水平翻转、随机剪裁至32×32、正则化，得到所述训练数据集； 基于所述训练数据集，对所述学生网络模型进行训练，提取第一浅层特征集，以及对所述教师网络模型进行训练，提取第二浅层特征集； 对所述第一浅层特征集进行通道压缩，得到第一压缩特征，对所述第二浅层特征集进行通道压缩，得到第二压缩特征； 对所述第一压缩特征采用纹理特征提取方法提取第一纹理特征信息，对所述第二压缩特征采用纹理特征提取方法提取第二纹理特征信息，包括： 基于所述第一压缩特征的预设尺寸局部特征，确定第一GLBP核，基于所述第二压缩特征的预设尺寸局部特征，确定第二GLBP核； 基于第一GLBP核，得到从所述第一压缩特征中提取的第一纹理特征信息，基于第二GLBP核，得到从所述第二压缩特征中提取的第二纹理特征信息； 基于所述第一纹理特征信息和所述第二纹理特征信息，对所述学生网络模型的参数进行调整，得到目标网络模型，并将所述目标网络模型应用于人脸识别模型中。

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南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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”。

以上内容由龙图腾AI智能生成。