首页 > 学术百科

一种基于扰动的对抗样本生成与对抗性防御方法[发明专利]

专利名称：一种基于扰动的对抗样本生成与对抗性防御方法专利类型：发明专利

发明人：陈自刚，蒋静，罗文俊，曾宇，王建菲，李梦琪

申请号：CN202011351688.X

申请日：20201126

公开号：CN112465019A

公开日：

20210309

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于扰动的对抗样本生成与对抗性防御方法，属于深度学习技术领域。目前对抗样本生成的方法多样化，关于何种扰动更易形成对抗样本是所要解决的重要问题。本发明通过在图像数据中添加扰动生成对抗样本，基于深度神经网络模型，挖掘测试样本的高影响扰动，研究扰动对于对抗样本生成的相关影响，将无维数匹配约束的广义非负矩阵分解算法的降维功能应用在基于扰动的对抗样本的防御过程中，提出基于无维数匹配约束降维的对抗样本扰动消减方法，能够降低深度神经网络模型的识别出错率。

申请人：重庆邮电大学

地址：400065 重庆市南岸区南山街道崇文路2号

国籍：CN

代理机构：重庆市恒信知识产权代理有限公司

代理人：李金蓉

本文发布于:2024-09-20 19:57:36，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/754937.html

上一篇：基于注意力指导的外部记忆和元学习的小样本学习方法[发明专利]

下一篇：数据处理方法[发明专利]