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！

龙图腾网获悉南京大学申请的专利一种基于协同演化的深度卷积神经网络剪枝方法和系统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：CN114580512B 。

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：202210177728.6，技术领域涉及：G06F18/214；该发明授权一种基于协同演化的深度卷积神经网络剪枝方法和系统是由钱超;尚昊璞;吴嘉梁设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本一种基于协同演化的深度卷积神经网络剪枝方法和系统在说明书摘要公布了：本发明公开一种基于协同演化的深度卷积神经网络剪枝方法和系统，首先，读取待裁减的神经网络；从训练集中随机选取出比例为k的数据；根据待裁减网络的结构进行分组；并行地在各个组内用演化算法进行优化；待每一组都完成组内演化后，各组末代种群中最优的个体对应的剪枝结果会被拼接起来，作为本轮的剪枝结果；在拼接完成后，需要对拼接后所对应的完成一轮裁减的网络进行再训练，将再训练后的网络设定为下一轮剪枝时的初始待裁剪网络，且将该网络加入到算法产生的解集A中；协同演化的循环中止判断；根据实际应用场景需要，从A中选择剪枝结果使用；将剪枝结果部署到终端设备上，将待预测数据输入剪枝后的网络，完成数据类别的预测。

本发明授权一种基于协同演化的深度卷积神经网络剪枝方法和系统在权利要求书中公布了：1.一种基于协同演化的深度卷积神经网络剪枝方法，其特征在于，包含以下步骤：步骤1：读取待裁减的神经网络；从训练集Dtrain中随机选取出比例为k的数据，记作Dk；步骤2：根据待裁减网络的结构进行分组；步骤3：并行地在各个组内用演化算法进行优化；步骤4：拼接；待每一组都完成组内演化后，各组末代种群中最优的个体对应的剪枝结果会被拼接起来，作为本轮的剪枝结果；步骤5：再训练恢复精度；在拼接完成后，需要对拼接后所对应的完成一轮裁减的网络进行再训练，将再训练后的网络设定为下一轮剪枝时的初始待裁剪网络，且将该网络加入到算法产生的解集A中；步骤6：协同演化的循环中止判断；协同演化的轮数记录器t1的值加1；若未达到预设定的协同演化的最大轮数T1，则跳至步骤2；由于每轮的剪枝过程相对独立，亦可在达到的裁剪率后，提前终止循环，输出此时的剪枝结果；步骤7：根据实际应用场景需要，从A中选择剪枝结果使用；步骤8：将剪枝结果部署到终端设备上，将待预测数据输入剪枝后的网络，完成数据类别的预测；所述基于协同演化的深度神经网络剪枝方法为用于图片分类的基于协同演化的深度神经网络剪枝方法，所述步骤8中，将剪枝结果部署到终端设备上，将待预测图片输入剪枝后的网络，完成图片类别的预测。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。