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！

龙图腾网恭喜华为技术有限公司申请的专利一种确定卷积神经网络的决策因素的方法及电子设备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：CN112308202B 。

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：201910713958.8，技术领域涉及：G06V10/82；该发明授权一种确定卷积神经网络的决策因素的方法及电子设备是由纪守领;李进锋;李长江;时杰;方成方设计研发完成，并于2019-08-02向国家知识产权局提交的专利申请。

本一种确定卷积神经网络的决策因素的方法及电子设备在说明书摘要公布了：一种确定卷积神经网络的决策因素的方法及电子设备，涉及通信技术领域，确定出卷积神经网络的决策因素，方便用户理解卷积神经网络的决策过程，该方法包括：获取输入图像，以及识别输入图像的卷积神经网络模型；根据卷积神经网络模型中每个卷积层包含的卷积核，确定每个卷积层对应的第二权重矩阵；根据每个池化层包含的池化窗口矩阵，确定每个池化层对应的第三权重矩阵；根据每个全连接层包含的激活函数，确定每个全连接层对应的第四权重矩阵；根据这些权重矩阵确定第一权重矩阵；根据第一权重矩阵中各个元素的权重值确定与第一权重矩阵中各个元素位置对应的输入图像中的一个或多个像素，作为卷积神经网络模型的决策因素。

本发明授权一种确定卷积神经网络的决策因素的方法及电子设备在权利要求书中公布了：1.一种确定卷积神经网络的决策因素的方法，其特征在于，包括：获取输入图像，以及识别所述输入图像的卷积神经网络模型，所述卷积神经网络模型包括至少一个卷积层，至少一个池化层，以及至少一个全连接层；根据所述至少一个卷积层中每个卷积层包含的一个或多个卷积核，确定每个卷积层对应的第二权重矩阵；根据所述至少一个池化层中每个池化层包含的池化窗口矩阵，确定每个池化层对应的第三权重矩阵；根据所述至少一个全连接层中每个全连接层包含的激活函数，确定每个全连接层对应的第四权重矩阵；根据所述第二权重矩阵、所述第三权重矩阵和所述第四权重矩阵确定第一权重矩阵，所述第一权重矩阵与所述输入图像像素尺寸的大小相同；根据所述第一权重矩阵中各个元素的权重值确定与所述第一权重矩阵中各个元素位置对应的所述输入图像中的一个或多个像素，作为所述卷积神经网络模型的决策因素。

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华为技术有限公司，其通讯地址为：518129 广东省深圳市龙岗区坂田华为总部办公楼；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”。