河南大學柴秀麗獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉河南大學申請的專利殘差連接的輕量型去噪網絡來提高對抗魯棒性的方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114254736B 。
龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111492329.0,技術領域涉及:G06N3/0464;該發明授權殘差連接的輕量型去噪網絡來提高對抗魯棒性的方法是由柴秀麗;韋通通;湯宗偉;甘志華;曹綠晨;路楊設計研發完成,并于2021-12-08向國家知識產權局提交的專利申請。
本殘差連接的輕量型去噪網絡來提高對抗魯棒性的方法在說明書摘要公布了:本發明公開了殘差連接的輕量型去噪網絡來提高對抗魯棒性的方法,包括以下步驟:S1,將原始樣本的像素進行歸一化;S2,在原始樣本中添加隨機擾動,形成擾動樣本;S3,網絡模型第一階段的訓練:將擾動樣本在含有內部去噪塊的Denoisingnetwork1中進行去噪處理,并通過轉換塊得到對應的恢復樣本;S4,網絡模型第二階段的訓練:將擾動樣本通過中間去噪塊進行處理,然后再與恢復樣本進行融合獲得融合樣本,將融合樣本在Denoisingnetwork2中進行去噪處理,此時原始樣本開始參與網絡訓練,得到分別包含原始樣本與擾動樣本的恢復樣本以及各自的預測標簽。通過采用殘差連接的輕量型去噪網絡LDN?RS來構成內部去噪塊和中間去噪塊,保證了被植入去噪塊的網絡模型具有良好對抗魯棒性。
本發明授權殘差連接的輕量型去噪網絡來提高對抗魯棒性的方法在權利要求書中公布了:1.殘差連接的輕量型去噪網絡來提高對抗魯棒性的方法,其特征在于,包括以下步驟: S1,將原始樣本的圖像像素進行歸一化; S2,在原始樣本中添加隨機擾動,形成擾動樣本; S3,網絡模型第一階段的訓練:將所述擾動樣本在含有內部去噪塊的Denoisingnetwork1中進行去噪處理,并得到對應的恢復樣本,Denoisingnetwork1由三個卷積層和兩個內部去噪塊構成; S4,網絡模型第二階段的訓練:將所述擾動樣本通過中間去噪塊進行處理,然后再與所述恢復樣本進行融合獲得融合樣本,將所述融合樣本在Denoisingnetwork2中進行進一步去噪處理,Denoisingnetwork2與Denoisingnetwork1結構相同; 所述網絡模型中采用輕量型的去噪卷積神經網絡L-DnCNN作為去噪塊; 所述內部去噪塊的設置步驟如下:步驟一,所述L-DnCNN設置有多個,多個所述L-DnCNN之間進行串聯,且串聯的個數設定為2;通過增加去噪塊的容量和數量來提升去噪塊的去噪能力;步驟二,對2個串聯的L-DnCNN進行殘差連接,具有殘差連接的輕量型去噪網絡LDN-RS被用作內部去噪塊; 所述中間去噪塊的設置步驟如下:步驟一:將含有噪聲的樣本經過LDN-RS處理;步驟二:將步驟一處理后的樣本與在第一階段轉換塊輸出的恢復樣本進行融合。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人河南大學,其通訊地址為:475000 河南省開封市順河回族區明倫街85號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。