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！

龙图腾网恭喜安徽继远软件有限公司;国网信息通信产业集团有限公司申请的专利一种人工智能实训平台移动端模型轻量化方法及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：CN115081832B 。

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：202210639670.2，技术领域涉及：G06Q10/0639；该发明授权一种人工智能实训平台移动端模型轻量化方法及系统是由余江斌;窦国贤;程琳;王雷;徐鸿;黄晓光;安丽丽;赵峰;刘晓飞设计研发完成，并于2022-06-07向国家知识产权局提交的专利申请。

本一种人工智能实训平台移动端模型轻量化方法及系统在说明书摘要公布了：本发明公开了一种人工智能实训平台移动端模型轻量化方法及系统，该方法包括：获取人工智能实训平台web端的第一业务模型；基于所述第一业务模型进行静态轻量化处理，获得第二业务模型，所述静态轻量化处理表征不随输入数据变化的模型结构固定轻量化操作；基于所述第二业务模型进行动态轻量化处理，获得第三业务模型，所述动态轻量化处理表征随输入数据变化的模型正向传递参数选择性屏蔽的轻量化操作。本发明对于电力人工智能技术实训平台研发静态化轻量化和动态轻量化结合技术，实现电力人工智能技术实训平台多种业务模型移动端运行，降低实训平台云端压力，实现用户随时随地的实训与学习。

本发明授权一种人工智能实训平台移动端模型轻量化方法及系统在权利要求书中公布了：1.一种人工智能实训平台移动端模型轻量化方法，其特征在于，包括：获取人工智能实训平台web端的第一业务模型；基于所述第一业务模型进行静态轻量化处理，获得第二业务模型，所述静态轻量化处理表征不随输入数据变化的模型结构固定轻量化操作；基于所述第二业务模型进行动态轻量化处理，获得第三业务模型，所述动态轻量化处理表征随输入数据变化的模型正向传递参数选择性屏蔽的轻量化操作；所述基于所述第一业务模型进行静态轻量化处理，获得第二业务模型，包括：基于第一业务模型，对第一业务模型中的每个网络层中的卷积核在第一分类指标和第二分类指标下进行识别分类；基于卷积核在第一分类指标和第二分类指标下同时满足的条件将卷积核分为确定不重要卷积核、模糊不重要卷积核和确定重要卷积核；基于每个网络层中的确定不重要卷积核形成确定不重要结构，将第一业务模型中的所述确定不重要结构剪除，得到第四业务模型；对第四业务模型中每个网络层中的模糊不重要卷积核和确定重要卷积核的卷积核，根据预设剪枝策略检测方法确定对第四业务模型的剪枝策略，基于对第四业务模型的剪枝获取第二业务模型；所述基于卷积核在第一分类指标和第二分类指标下同时满足的条件将卷积核分为确定不重要卷积核、模糊不重要卷积核和确定重要卷积核，包括：依据第一分类指标值的大小从大到小，将每个网络层中的卷积核进行第一排序，依据第二分类指标值的大小从大到小，将每个网络层中的卷积核进行第二排序；基于第一排序中前第一预设数量个卷积核和第二排序中前第一预设数量个卷积核的交集中的卷积核作为确定重要卷积核，基于第一排序中后第二预设数量个卷积核和第二排序中后第二预设数量个卷积核的交集中的卷积核作为确定不重要卷积核，将每个网络层中的卷积核中剩余卷积核作为模糊不重要卷积核；所述基于所述第二业务模型进行动态轻量化处理，获得第三业务模型，包括：接收第二业务模型当前网络层中的卷积核输出的特征图；根据预设特征值屏蔽阈值在所述特征图中选择需要被屏蔽的像素位置特征值；将所述特征图携带像素位置屏蔽标记输入到下一网络层进行计算，其中携带屏蔽标记的特征图像素位置特征值不参与下一网络层的计算；其中预设特征值屏蔽阈值基于运行内存占用空间目标值预先设置，预设特征值屏蔽阈值基于实时运行时运行内存剩余空间的预设比例参数动态变化。

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安徽继远软件有限公司;国网信息通信产业集团有限公司，其通讯地址为：230088 安徽省合肥市高新区习友路1800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”。