“陈湧锋”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的HRRP对抗样本黑盒攻击方法-CN202010138300.1有效
发明人：黄腾;姚炳健;闫红洋;陈湧锋;杨碧芬 -专利权人：广州大学
申请日： 2020-03-03 - 公布日： 2023-10-27 - 主分类号： G06F18/214 文献下载
摘要：本发明属于雷达图像识别领域，为基于深度学习的HRRP对抗样本黑盒攻击方法。包括：一、选择替代模型用于生成有/无目标通用对抗扰动并获得对抗样本。首先，选取一个深度神经网络模型作为替代模型进行训练，并将其作为HRRP的分类器；接着，采用生成有/无目标通用对抗扰动的方法对数据集生成通用对抗扰动；然后，将该扰动分别添加至数据集每一个原始样本中，得到有/无目标对抗样本。二、利用替代模型生成的对抗样本攻击黑盒模型。首先，对黑盒模型进行训练。接着，将步骤一得到的对抗样本对黑盒模型进行有/无目标攻击。本发明能有效提高雷达目标识别的安全性，为对抗样本的生成机理和防御方法提供思路和帮助，具有重要的现实应用价值。
一种基于深度学习 hrrp 对抗样本黑盒攻击方法

[发明专利]一种基于深度学习的HRRP有目标对抗样本生成方法-CN202010141577.X有效
发明人：黄腾;杨碧芬;闫红洋;姚炳健;陈湧锋 -专利权人：广州大学
申请日： 2020-03-03 - 公布日： 2023-10-03 - 主分类号： G06N3/0475 文献下载
摘要：本发明属于雷达图像识别领域，为基于深度学习的HRRP有目标对抗样本生成方法。包括：选取一个样本作为原始样本并初始化算法的参数；基于FGSM算法，采用迭代方法计算扰动并更新样本，当模型将对抗样本识别成目标类别时停止迭代；将该对抗样本剔除掉原始样本数据，获得所选样本的有目标扰动；继续迭代，当模型对目标类别的置信度提高到期望值时停止迭代，获得更新后的对抗样本；将对抗样本剔除掉原始样本数据，获得扰动；将扰动大小缩放到与给定的通用扰动功率相等，获得有目标通用扰动；将通用扰动添加至任意样本，生成对抗样本。该方法在基于深度学习的一维雷达距离像目标识别下，生成有目标对抗样本，为提高雷达目标识别安全性提供帮助。
一种基于深度学习 hrrp 目标对抗样本生成方法

[外观设计]带护发提醒与咨询功能小程序图形用户界面的手机-CN202230026180.6有效
发明人：胡冬妮;陈宝星;李楚湘;陈湧锋 -专利权人：广州大学
申请日： 2022-01-14 - 公布日： 2022-05-17 - 主分类号： 14-03 文献下载
摘要：1.本外观设计产品的名称：带护发提醒与咨询功能小程序图形用户界面的手机。2.本外观设计产品的用途：用于运行程序和信息交互。3.本外观设计产品的设计要点：在于屏幕中的图形用户界面设计。4.最能表明设计要点的图片或照片：变化状态图3。5.图形用户界面的用途：本图形用户界面用于首页的每日放松娱乐显示界面，显示生发问题咨询专家界面、护发提醒显示界面、我的预约与护发建议界面。6.图形用户界面的变化状态说明：主视图为首页界面，包括生发经验分享板块、今日心理小知识板块和心理树洞板块，用户通过点击相应的板块可以进入相应的功能页面。变化状态图1显示的界面为首页界面下拉界面，显示了完整的心理树洞板块界面。变化状态图2显示的界面为预约专家界面，显示的是医生的具体信息，包括所在医院，预约次数，擅长等信息，有预约功能可选。变化状态图3显示的为规律生发界面，包括洗发规律板块，饮食提醒板块，运动规律板块，休息提醒板块，专家建议购买清单板块。变化状态图4显示的是我的界面，包括个人具体信息，我的预约查询，我的检测数据和建议板块。
护发提醒咨询功能程序图形用户界面手机

[发明专利]一种基于深度学习的HRRP无目标对抗样本生成方法-CN202010138302.0在审
发明人：黄腾;陈湧锋;闫红洋;杨碧芬;姚炳健 -专利权人：广州大学
申请日： 2020-03-03 - 公布日： 2020-07-03 - 主分类号： G06K9/62 文献下载
摘要：本发明属于雷达图像识别领域，为基于深度学习的HRRP无目标对抗样本生成方法。包括：利用数据集训练深度神经网络模型，并获得其参数；选取样本并初始化算法参数；对所有的样本类别，基于FGSM算法，采用二分查找方法获得每个类别的扰动缩放因子；在所有类别获得的扰动缩放因子中，选取最小缩放因子，计算该缩放因子对应类别的梯度方向，获得n个样本的无目标细粒度对抗扰动；将无目标细粒度对抗扰动添加至原始样本，生成对抗样本；将n个样本的无目标细粒度对抗扰动聚合，获得无目标通用扰动；将无目标通用扰动添加至任意样本，生成对抗样本。本发明能够获得无目标细粒度扰动和通用扰动，生成相应的对抗样本，提高了雷达目标识别的安全性。
一种基于深度学习 hrrp 目标对抗样本生成方法

1
共 4 条