“样本生成”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1064419个，建议您升级VIP下载更多相关专利

[发明专利]补充样本生成方法、装置、设备和存储介质-CN202310315477.8在审
发明人：舒畅;陈又新 -专利权人：平安科技（深圳）有限公司
申请日： 2023-03-22 - 公布日： 2023-06-23 - 主分类号： G06F18/214 文献下载
摘要：本申请涉及人工智能技术，提供一种补充样本生成方法、装置、设备和存储介质，可以用于生成金融领域中的补充票据，使用补充票据训练得到的票据识别模型能够较好的分析金融支付的变化规律，其中方法包括：从原始样本集中选出训练样本集；按照预设间隔生成多个样本编码，生成与每个样本编码对应的补充样本；计算每个补充样本与对应训练正样本之间的第一相似度，计算每个补充样本与对应训练负样本之间的第二相似度；根据所有第一相似度和所有第二相似度计算损失函数值，根据损失函数值训练待训练卷积神经网络，得到补充样本生成模型；使用损失函数值进行训练，补充样本生成模型能够生成与训练正样本相似且与训练负样本差异较大的标准的补充样本。
补充样本生成方法装置设备存储介质

[发明专利]一种基于深层特征的SAR图像对抗样本生成系统及生成方法-CN202310138890.1在审
发明人：李一兵;李子凡;李凌莉;叶方;田园;孙骞 -专利权人：哈尔滨工程大学
申请日： 2023-02-21 - 公布日： 2023-07-18 - 主分类号： G06V10/774 文献下载
摘要：一种基于深层特征的SAR图像对抗样本生成系统及生成方法,涉及计算机视觉领域。解决现有对抗样本生成方法存在扰动大，导致攻击成功率低且易被识别的问题。生成方法为：处理SAR图像获得图像数据；采用特征提取器提取图像数据，获得融合特征向量；采用生成器处理融合特征向量，获得初始对抗样本；处理初始对抗样本获得生成器总损失函数，并进行反向回传，获得训练的生成器；采用判别器对初始对抗样本进行处理，获得判别器总损失函数，并进行反向回传，获得训练的判别器；重复上述使得训练的生成器与训练的判别器趋近于收敛，获得最优的生成器，然后采用最优的生成器对融合特征向量进行处理，获得对抗样本。本发明适用于SAR图像的对抗样本生成。
一种基于深层特征 sar 图像对抗样本生成系统方法

[发明专利]一种钢卷表面的缺陷样本生成方法、系统及电子设备-CN201910584062.4在审
发明人：张发恩;刘洋;黄家水;唐永亮 -专利权人：创新奇智(南京)科技有限公司
申请日： 2019-06-29 - 公布日： 2020-01-10 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种钢卷表面的缺陷样本生成方法，该方法通过使用初始神经网络学习多种缺陷样本，并通过输入随机抠除部分位置的待处理图像至初始神经网络后，在抠除位置生成平滑、自然的缺陷，实现了从普通无缺陷样本到缺陷样本的生成，使得用户可通过少量的多种类的缺陷样本为基础，生成大量成像平滑、自然的缺陷样本，减少了人工绘制样本的时间和人力成本，提高样本生成的效率。
缺陷样本平滑神经网络学习待处理图像钢卷表面人力成本神经网络位置生成样本生成成像样本绘制

[发明专利]一种图像样本生成方法、装置、设备及存储介质-CN202310489526.X在审
发明人：刘泽霖;钱鹏;谷岩波;苟文韬;石义官 -专利权人：中国兵器装备集团自动化研究所有限公司
申请日： 2023-05-04 - 公布日： 2023-08-01 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种图像样本生成方法、装置、设备及存储介质，克服了机器视觉图像样本采集困难的问题，使用该方法可以仅采集极少量的正样本，即可生成大量的正样本图像，并根据数据集中学习的各种缺陷类型生成可用的负样本同时，克服了现有图像样本生成方法稳定性差的问题，该方法使用的网络和训练方法可以准确保留产品样本的特征，生成近乎真实的样本图像。
一种图像样本生成方法装置设备存储介质

[发明专利]样本生成的检测分类方法-CN202310904281.2在审
发明人：都卫东;和江镇;王岩松;陈嘉杰;吴健雄 -专利权人：征图新视（江苏）科技股份有限公司
申请日： 2023-07-24 - 公布日： 2023-08-22 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及检测分类方法，为了解决传统的样本生成的检测分类方法存在准确率低、实施效果差和质检结果偏差大的问题，提供一种样本生成的检测分类方法，包括如下步骤：步骤1：获取当前类别待补充样本数量；步骤2：判断已知类和未知类；步骤3：生成未知类样本；步骤4：生成已知类样本；步骤5：合并生成训练样本；本发明具有准确率高、实施效果好和质检结果偏差小的特点。
样本生成检测分类方法

[发明专利]一种对抗样本生成方法、装置、设备及介质-CN202110949626.7在审
发明人：黄明浩;董贵山;李军;陈涵宵 -专利权人：成都卫士通信息安全技术有限公司
申请日： 2021-08-18 - 公布日： 2021-11-16 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了一种对抗样本生成方法、装置、设备及介质，包括：利用黑盒模型的训练数据集对多个不同初始模型进行训练，得到所述黑盒模型的多个不同替代模型；利用多个所述替代模型分别生成每个原始样本对应的对抗样本；基于每个所述原始样本对应的利用多个所述替代模型生成的多个所述对抗样本，确定所述原始样本对应的最终对抗样本。这样，生成的最终对抗样本是基于利用多个不同的替代模型生成的多个对抗样本生成的，由于利用了多个不同的替代模型，能够提升生成的对抗样本的鲁棒性。
一种对抗样本生成方法装置设备介质

[发明专利]波形生成方法以及相关模型的训练方法和相关设备、装置-CN202110056064.3有效
发明人：伍宏传;胡亚军;江源 -专利权人：科大讯飞股份有限公司
申请日： 2021-01-15 - 公布日： 2022-10-04 - 主分类号： G10L13/02 文献下载
摘要：本申请公开了一种波形生成方法以及相关模型的训练方法和相关设备、装置，其中，波形生成模型的训练方法包括：获取样本音频波形和样本音频波形的样本声学参数；其中，样本音频波形是在现实场景中采集得到的；利用样本声学参数预测得到样本初始幅度谱，并基于样本初始相位谱和样本初始幅度谱，得到样本初始波形；将样本初始波形输入波形生成模型，得到样本生成波形；基于样本生成波形和样本音频波形之间的差异，调整波形生成模型的网络参数。上述方案，能够提高波形生成的质量。
波形生成方法以及相关模型训练设备装置

[发明专利]生成网络的训练方法、装置、计算机设备、介质及产品-CN202211650228.6在审
发明人：林明宝;尤梨洲;李珂;任博;纪荣嵘 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-12-21 - 公布日： 2023-10-27 - 主分类号： G06V10/778 文献下载
摘要：本申请公开了一种生成网络的训练方法、装置、计算机设备、介质及产品，涉及图像处理技术领域。该方法包括：将样本图像输入第一生成网络，得到第一生成网络输出的第一样本生成图像，第一生成网络预先经过对抗训练得到；将样本图像输入第二生成网络，得到第二生成网络输出的第二样本生成图像，第二生成网络的网络规模小于第一生成网络的网络规模；对第一样本生成图像进行图像拆分，得到至少两个第一图像内容块；对第二样本生成图像进行图像拆分，得到至少两个第二图像内容块；基于至少两个第一图像内容块和至少两个第二图像内容块之间的内容块损失，训练第二生成网络该方法可以提高第二生成网络即学生生成器的图像生成性能。
生成网络训练方法装置计算机设备介质产品

[发明专利]一种SDN控制器的模糊测试系统及方法-CN202310436152.5在审
发明人：崔宝江;韩春阳;王迪 -专利权人：北京邮电大学
申请日： 2023-04-21 - 公布日： 2023-07-25 - 主分类号： G05B23/02 文献下载
摘要：本公开提供了一种SDN控制器的模糊测试系统及方法，包括样本生成模块、样本变异模块以及SDN控制器；样本生成模块与样本变异模块连接，样本变异模块与SDN控制器连接；样本生成模块，用于获取SDN控制器的北向接口文件，通过结构感知技术解析接口文件，构建接口结构模型，根据接口结构模型生成测试样本；样本变异模块，用于针对测试样本进行接口参数字段提取，采用选择性变异策略处理接口参数字段，生成变异样本；SDN控制器，用于根据变异样本进行测试可以较好的解决的针对SDN北向接口进行模糊测试的样本有效性问题，同时也提高了模糊测试的效率，为安全管理人员提供了可靠的检测结果。
一种 sdn 控制器模糊测试系统方法

[发明专利]一种复杂约束下想定空间构造与想定样本生成方法-CN201510299168.1在审
发明人：金光;罗鹏程 -专利权人：中国人民解放军国防科学技术大学
申请日： 2015-06-03 - 公布日： 2015-08-19 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种复杂约束下想定空间构造与想定样本生成方法，包括如下步骤：(1)对给定的因子集合，用约束表达式表示因子水平组合所需满足的约束条件；(2)将约束表达式转化为约束满足树；(3)根据约束满足树的结构，构造约束满足决策图；(4)生成约束满足决策图的不交化路径，构造想定空间的划分；(5)基于想定空间划分，采用无约束条件下想定样本生成策略生成想定样本。本发明较好的解决了复杂约束条件下探索性仿真中想定样本生成问题，它将整个想定空间划分为不相交的子空间的并集，在此基础上生成想定样本，从而计算与实现容易，可快速从想定空间生成所需的想定样本。
一种复杂约束想定空间构造样本生成方法

[发明专利]一种对抗样本生成方法、装置、存储介质及电子设备-CN202310130102.4在审
发明人：王乐乐;李炳强;郑黄河;叶晓辉;王永恒;王超;邵彬;王海平;刘冰洁;朱锦文 -专利权人：之江实验室
申请日： 2023-02-03 - 公布日： 2023-04-28 - 主分类号： G06V10/764 文献下载
摘要：本说明书公开了一种对抗样本生成方法、装置、存储介质及电子设备。在本说明书提供的对抗样本生成方法中，获取原始图像以及所述原始图像的标注；将所述原始图像作为目标图像，输入预先训练的图像分类模型，得到所述图像分类模型输出的分类结果；判断所述分类结果与所述标注是否匹配；若否，则将所述目标图像确定为对抗样本图像；若是，则确定所述分类结果与所述标注的差异，根据所述差异确定状态，将所述状态输入预先训练的样本生成模型，通过所述样本生成模型输出所述状态下的动作值，根据所述目标图像与所述动作值确定扰动图像
一种对抗样本生成方法装置存储介质电子设备

[发明专利]一种基于扰动的对抗样本生成与对抗性防御方法-CN202011351688.X有效
发明人：陈自刚;蒋静;罗文俊;曾宇;王建菲;李梦琪 -专利权人：重庆邮电大学
申请日： 2020-11-26 - 公布日： 2022-12-27 - 主分类号： G06V10/774 文献下载
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。
一种基于扰动对抗样本生成对抗性防御方法

[发明专利]基于缩放变换的智能对抗攻击样本生成方法及系统-CN202310567511.0在审
发明人：张恒巍;李晨蔚;张晓宁;杨博;王晋东;刘小虎;谭晶磊;张玉臣;汪永伟;董书琴 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2023-05-19 - 公布日： 2023-08-29 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及图像处理技术领域，特别涉及一种基于缩放变换的智能对抗攻击样本生成方法及系统，获取原始图像数据及其对应先验标签；基于迭代优化方法在原始图像数据中添加扰动，以生成对抗样本并输出，其中，每次迭代中对上一轮迭代生成的对抗样本图像数据进行多次缩放扩充处理，将缩放扩充处理后的图像数据输入至网络模型并利用梯度优化方法计算目标损失函数梯度，依据目标损失函数梯度来获取当前迭代中扰动，并将扰动添加到上一轮迭代生成的对抗样本，以生成当前迭代的对抗样本。本发明可有效扩充训练集并减轻对抗样本生成过程中的过拟合，提高对抗样本迁移性和黑盒攻击成功率，提升对抗样本生成质量，便于图像分类、目标检测、人脸识别等场景应用。
基于缩放变换智能对抗攻击样本生成方法系统

[发明专利]一种基于低问询图像数据的黑盒对抗样本生成方法-CN202011074406.6有效
发明人：张小松;丁康一;牛伟纳;孙逊;周杰;彭钰杰 -专利权人：电子科技大学
申请日： 2020-10-09 - 公布日： 2022-04-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于低问询图像数据的黑盒对抗样本生成方法，属于对抗样本生成方法技术领域，解决现有得到有效的黑盒对抗样本迭代次数多的问题。本发明在图像识别应用中，获取当前图像数据；随机选择任一已知模型，基于已知模型设置白盒对抗样本生成参数，再基于白盒生成方法和当前图像数据生成已知模型有效的白盒对抗样本；将白盒对抗样本减去当前图像数据，并进行归一化操作后，生成对抗性向量；将当前图像数据和加入了对抗性向量的当前图像数据分别送入到未知模型中，得到输出后使用ADAM算法对当前图像数据进行更新，更新后，若满足要求，得到黑盒对抗样本，若不满足要求，将更新后的图像数据重复执行本发明用于生成黑盒对抗样本。
一种基于问询图像数据黑盒对抗样本生成方法

[发明专利]基于代理模型的对抗样本生成方法和装置-CN202110000728.4有效
发明人：萧子豪;田天 -专利权人：北京智源人工智能研究院
申请日： 2021-01-04 - 公布日： 2021-04-16 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种基于代理模型的对抗样本生成方法和装置。该方法包括：提供代理模型、原始样本和一基于迭代的对抗样本生成算法；基于代理模型、原始样本和对抗样本生成算法迭代生成对抗样本，直到达到预设终止条件；在每个迭代轮次中：获取上一轮次迭代生成对抗样本时，所述代理模型的损失结果和各个参数自身的权重基于所述代理模型的损失结果和所述参数自身的权重计算各个参数自身的梯度；将各个参数的梯度作为对应参数的重要性分数；根据预设规则以及所述代理模型的各个参数的重要性分数剪除所述代理模型的部分参数；根据剪除部分参数后保留的各个参数更新所述代理模型；将达到预设终止条件时生成的对抗样本作为最终的对抗样本
基于代理模型对抗样本生成方法装置