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！

龙图腾网恭喜北京邮电大学;中国人民解放军32802部队申请的专利神经网络模型的训练方法及装置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：CN114358278B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202111423212.7，技术领域涉及：G06N3/086；该发明授权神经网络模型的训练方法及装置是由王玉龙;王东霞;曹梦华;苏森;徐鹏;双锴;张忠宝;程祥设计研发完成，并于2021-11-26向国家知识产权局提交的专利申请。

本神经网络模型的训练方法及装置在说明书摘要公布了：本公开提供一种神经网络模型的训练方法及装置。所述方法包括：获取与所述神经网络模型的攻击防御需求相应的原始数据集；利用所述原始数据集对所述神经网络模型进行预训练，以得到预训练模型；基于协方差矩阵自适应进化策略CMA‑ES，利用训练数据集对所述预训练模型进行补充训练，以得到目标模型。本公开提供的神经网络模型的训练方法及装置，利用基于协方差矩阵自适应进化策略的神经网络训练算法对神经网络进行补充训练，获得鲁棒神经网络模型，提高神经网络对抗防御的准确性和高效性，确保深度学习相关系统的安全性。

本发明授权神经网络模型的训练方法及装置在权利要求书中公布了：1.一种神经网络模型的训练方法，其特征在于，包括：获取与所述神经网络模型的攻击防御需求相应的原始数据集；利用所述原始数据集对所述神经网络模型进行预训练，以得到预训练模型；基于协方差矩阵自适应进化策略CMA-ES，利用训练数据集对所述预训练模型进行补充训练，以得到目标模型；基于协方差矩阵自适应进化策略CMA-ES，利用训练数据集对所述预训练模型进行补充训练，以得到目标模型，包括如下步骤：S41将所述预训练模型的中间层变化建模为多维高斯分布；S42在所述多维高斯分布内采样中间层参数的候选解集合，形成多个候选神经网络模型；S43根据用户选择的训练数据生成方式，基于所述候选神经网络模型的结构和参数信息从所述原始数据集生成训练数据集；S44将所述训练数据集输入所述候选神经网络模型，评估所述候选神经网络模型的鲁棒性；S45按照鲁棒性从高到低进行排序，从鲁棒性最高开始选取预先设定比例的候选神经网络模型作为优选神经网络模型；S46基于所述优选神经网络模型的中间层参数，更新所述多维高斯分布的参数，得到新的多维高斯分布；重复步骤S42至S46，直至满足预先设定的终止条件时，将所述优选神经网络模型作为目标模型；将所述预训练模型的中间层变化建模为多维高斯分布，包括：将所述预训练模型的中间层参数的解空间建模为多维高斯分布Nμ，σ2C，其中，μ为分布的均值，σ为学习步长，C为协方差矩阵；获取所述预训练模型的中间层参数值，将所述参数值作为所述多维高斯分布的初始均值μ，在0.0001-0.1区间内初始化学习步长σ。

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邮电大学;中国人民解放军32802部队，其通讯地址为：100876 北京市海淀区西土城路10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”。