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！

龙图腾网恭喜东北林业大学申请的专利基于二值神经网络的多光谱图像轻量化分类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：CN114581721B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210255660.9，技术领域涉及：G06V10/764；该发明授权基于二值神经网络的多光谱图像轻量化分类方法是由景维鹏;陈广胜;李林辉;张旭设计研发完成，并于2022-03-15向国家知识产权局提交的专利申请。

本基于二值神经网络的多光谱图像轻量化分类方法在说明书摘要公布了：本发明公开了基于二值神经网络的多光谱图像轻量化分类方法，包括以下步骤：步骤S1：对MobileNetV1进行修改，将原网络中3*3的深度卷积和1*1的逐点卷积分别用1‑bit3*3和1‑bit1*1的卷积进行替换；步骤S2：激活和权重会通过sign函数进行二值量化；步骤S3：提出在这些实数值被二值化之前添加一个shortcut来传递这些实数值，保留信息，提高网络的表达能力；步骤S4：由于二值神经网络对激活分布较为敏感，我们提出利用RPReLU函数来移动激活分布；解决了传统多光谱分类模型分类精度较低结果误差较大，现有的基于深度学习的多光谱分类模型因其巨大的运算量以及数据存储需求，不能满足工业的实时性要求的问题。

本发明授权基于二值神经网络的多光谱图像轻量化分类方法在权利要求书中公布了：1.基于二值神经网络的多光谱图像轻量化分类方法，其特征在于，包括以下步骤：步骤S1：对MobileNetV1进行修改，将原网络中3*3的深度卷积和1*1的逐点卷积分别用1-bit3*3和1-bit1*1的卷积进行替换；步骤S2：激活和权重会通过sign函数进行二值量化；步骤S3：提出在这些实数值被二值化之前添加一个shortcut来传递这些实数值，保留信息，提高网络的表达能力；步骤S4：由于二值神经网络对激活分布较为敏感，利用RPReLU函数来移动激活分布；步骤S5：针对于通道注意力机制，采用了轻量化的ECA模块，利用不降维的局部跨信道交互方式，在降低模型复杂度的同时保持性能，该方式可以通过一维卷积有效地实现；步骤S6：选择k＝3，在对每一个通道进行全局平均池化后，使用感受野为3的一维卷积，得到每个通道所对应的权重，然后用该权重进行加权，得到新的加权后的特征；步骤S7：在三个广泛采用的公共数据集上进行了实验；所述步骤S4中RPReLU的具体公式为： 其中，γ和δ是用于移动分布的可学习系数，β是用来控制负数部分斜率的可学习系数；所述步骤S5的具体公式为：w＝σC1Dky其中，对于权重y，利用该通道附近的k个邻居参与这个通道的注意力预测，σ为Sigmoid函数。

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东北林业大学，其通讯地址为：150040 黑龙江省哈尔滨市香坊区和兴路26号东北林业大学；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”。