[发明专利]一种基于dropout的深度学习对抗样本图像分类防御方法有效
| 申请号： | 202010433696.2 | 申请日： | 2020-05-21 |
| 公开（公告）号： | CN111666985B | 公开（公告）日： | 2022-10-21 |
| 发明（设计）人： | 韩波;陈东 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/82;G06N3/08 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 罗飞 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 为了解决深度学习图像分类领域中的对抗样本攻击问题，通过利用dropout的随机性，可以有效实现图片对抗样本防御。本发明公开了一种深度学习对抗样本图像分类防御方法，基于当一个对抗样本对深度神经分类网络攻击成功时，往往是网络中的某些节点发生了决定性的变化的观察，巧妙利用dropout的随机性来多次训练网络，继而得到多个识别结果，并对其进行合理处理得到最终分类结果，从而实现对抗样本防御。 | ||
| 搜索关键词： | 一种 基于 dropout 深度 学习 对抗 样本 图像 分类 防御 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010433696.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种带眼压传感器的温控眼压感应眼加热电热膜
- 下一篇：批量生成数据的方法
