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！

龙图腾网获悉厦门大学申请的专利一种基于潜层特征相似度的对抗训练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：CN115906994B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202310012390.3，技术领域涉及：G06N3/082；该发明授权一种基于潜层特征相似度的对抗训练方法是由林贤明;刘兴彬;纪荣嵘设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本一种基于潜层特征相似度的对抗训练方法在说明书摘要公布了：一种基于潜层特征相似度的对抗训练方法，涉及神经网络训练。针对正常样本和对抗样本潜层特征关系的差异性，提出一种基于约束正常样本和对抗样本潜层特征相似度的对抗训练方法。包括以下步骤：步骤一：挑选一批样本xclean，通过迭代攻击算法T步，得到对抗样本xadv。步骤二：将纯净样本和对抗样本同时输入到神经网络中；用LFRC正则和普通的对抗训练算法来计算梯度，对神经网络的参数θ进行更新。步骤三：整个数据集是否训练完毕，否则跳回步骤一。步骤四：神经网络是否收敛，若不收敛，跳回步骤一。否则输出神经网络fθ。训练结束后，便得到一个具有对抗鲁棒性的神经网络。

本发明授权一种基于潜层特征相似度的对抗训练方法在权利要求书中公布了：1.一种基于潜层特征相似度的对抗训练方法，其特征在于包括以下步骤： 1挑选一批纯净样本xclean，通过迭代攻击算法T步，生成对抗样本xadv； 2将纯净样本xclean和对抗样本xadv同时输入神经网络fθ中，分别计算纯净样本xclean和对抗样本xadv的潜层特征相似度矩阵，约束这两个潜层相似度矩阵的差异，进行潜层关系一致性对抗训练使对抗样本之间的关系和纯净样本之间的关系保持一致；用LFRC正则和普通的对抗训练计算梯度，对神经网络的参数θ进行更新； 所述分别计算纯净样本xclean和对抗样本xadv的潜层特征相似度矩阵，约束这两个潜层相似度矩阵的差异的具体步骤为： 1潜层特征相似度： 纯净样本xclean，其l层的潜层特征为其中采用余弦相似度来度量样本xi和样本xj的相似度： 对步骤1挑选的一批纯净样本xclean中的每一对样本，计算它们之间的相似度，对于该批样本xclean，得到其l层潜层特征的相似度矩阵：其中： Qi,j＝Qj,j＝simi,j 同样的，得到对抗样本xadv在同一层的潜层特征相似度矩阵 2相似度矩阵的距离度量： 给定对抗样本的潜层特征相似度矩阵Qxadv和纯净样本的相似度矩阵Qxclean，定义两个相似度矩阵的距离为： 使用φ＝exp进行距离的度量，即： 最小化LLFRC使对抗样本的潜层特征相似度矩阵和纯净样本的相似度矩阵保持一致，即对抗样本之间的关系和纯净样本之间的关系保持一致； 3潜层关系一致性的对抗训练： 为了使得神经网络学到的正常样本和对抗样本具有相同的潜层特征关系，惩罚两者的差异性，即： 为了使神经网络更加鲁棒，提出潜层关系一致性的对抗训练方法，具体的定义如下： 其中，L是分类任务中常用的交叉熵损失函数，yclean表示原始样本xclean的真实标签，其中λ是平衡交叉熵损失和潜层特征关系一致性损失的参数；λ的取值范围是[0,1]；当λ＝0时，潜层关系一致性对抗训练退化成普通的对抗训练； 3整个数据集是否训练完毕，否则跳回步骤1； 4神经网络是否收敛，若不收敛，跳回步骤1，否则输出神经网络fθ，即得到训练后的具有对抗鲁棒性的神经网络。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。

以上内容由龙图腾AI智能生成。