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！

龙图腾网恭喜北京理工大学申请的专利一种卷积神经网络图像识别分类决策的解释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：CN115147656B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210819142.5，技术领域涉及：G06V10/764；该发明授权一种卷积神经网络图像识别分类决策的解释方法是由邱昌卿;金福生;余润德;马波;袁野;王国仁设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本一种卷积神经网络图像识别分类决策的解释方法在说明书摘要公布了：本发明公开了一种卷积神经网络图像识别分类决策的解释方法，首先将经特征图扰动的图像输入神经网络模型，通过分类输出层得到神经元激活值；然后，用所述神经元激活值除以所述特征图相对应的惩罚因子后，输入softmax层，得到目标类的分数，作为所述特征图的权重，最后，根据多张所述特征图的权重，得到解释图。本发明通过一个参数实现了根据需要放大缩小特征图的平均值之间的差距，调节了softmax函数放大缩小特征的重要程度，大大减少了计算量，并且该方法可根据使用者想要的标准生成热力图与解释图，具有非常好的适用性和非常高的解释可信度，此外，该方法可用于任何卷积神经网络，没有模型结构的限制。

本发明授权一种卷积神经网络图像识别分类决策的解释方法在权利要求书中公布了：1.一种卷积神经网络图像识别分类决策的解释方法，其特征在于，S1、获取测试图像特征图的权重：测试图像经其特征图扰动后输入神经网络模型，通过分类输出层得到神经元激活值；所述神经元激活值除以所述特征图相对应的惩罚因子后，输入softmax层，得到目标类的分数，作为所述特征图的权重，所述惩罚因子根据所述测试图像特征图的像素平均值确定；所述特征图相对应的惩罚因子为所述特征图平均值的a倍值，所述a通过如下步骤获得：S11、在一定范围内以一定间隔遍历参数a，对所述范围内遍历的每个参数a,重复执行S12-S14，直至遍历结束；S12、根据当前参数a的值确定惩罚因子，用所述神经元激活值除以所述惩罚因子后，输入softmax层，得到目标类的分数，作为所述特征图的权重，S13、根据多个所述特征图的权重将多张特征图进行线性加权求和，经上采样、ReLU函数运算及归一化处理后，得到热力图；S14、判断所述热力图是否更为合理，若更为合理，将所述当前参数a的值作为最优解；判断所述热力图是否更为合理的方法为：S141、根据所述热力图，在所述测试图像中分别保留得分最高的前x％,2x％,3x％,...nx％像素，其余像素置为0，得到的n张图像，其中，m-xnx＝m,m为原输入图像的像素个数；S142、将所述n张图像输入所述神经网络模型，得到n个目标类分数，对所述n个目标类分数求和得到总分数，根据所述总分数判断是否更为合理；S2、根据多张所述特征图的权重，将多张所述特征图进行线性加权求和，上采样到所述测试图像大小，经ReLU函数运算和归一化后，得到热力图，将所述热力图与所述测试图像叠加，得到所述测试图像解释图。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。