龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西安电子科技大学
摘要：本申请的实施例涉及深度学习技术领域，特别涉及一种结合迁移学习的对抗元学习防御方法，该方法包括：获取干净样本图像，在部分干净样本图像中添加随机噪声，再基于独热MSE损失添加初始扰动，最后基于交叉熵损失添加中间扰动，得到对抗样本图像；获取由特征提取器和分类器组成的分类模型；基于交叉熵损失、特征聚类正则化损失和正交投影损失，对特征提取器进行迭代训练至收敛，得到训练完成的特征提取器；利用显式引入了谱正则化项的元学习算法，对分类器进行迭代优化训练至收敛，得到训练完成的分类器，最终得到训练完成的分类模型。该方法实现了模型的对抗鲁棒性和计算效率之间的完美平衡，并提升了模型的泛化能力。
主权项：1.一种结合迁移学习的对抗元学习防御方法，其特征在于，包括：获取若干个标注有标签的干净样本图像，在部分干净样本图像中添加随机噪声，得到第一图像，再通过单步优化过程，基于独热MSE损失为所述第一图像添加初始扰动，得到第二图像，最后基于交叉熵损失为所述第二图像添加中间扰动，得到对抗样本图像；其中，所述标签用于表征所述干净样本图像所属的类别；获取待训练的分类模型，所述待训练的分类模型由特征提取器和分类器组成；基于交叉熵损失、特征聚类正则化损失和正交投影损失，对所述特征提取器进行迭代训练至收敛，得到训练完成的特征提取器；其中，在一个训练周期中，先使用所述干净样本图像对所述特征提取器进行τ个epoch的标准训练，再使用所述对抗样本图像对所述特征提取器进行τ个epoch的对抗训练；利用显式引入了谱正则化项的元学习算法，基于所述干净样本图像和所述对抗样本图像对所述分类器进行迭代优化训练至收敛，得到训练完成的分类器；基于训练完成的特征提取器和训练完成的分类器，得到训练完成的分类模型。
全文数据：
权利要求：
百度查询： 西安电子科技大学 结合迁移学习的对抗元学习防御方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号