買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京航空航天大學(xué)申請的專利基于特征分布分析的深度學(xué)習(xí)測試樣本選擇方法及系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115905860B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211344257.X，技術(shù)領(lǐng)域涉及：G06F18/214；該發(fā)明授權(quán)基于特征分布分析的深度學(xué)習(xí)測試樣本選擇方法及系統(tǒng)是由陶傳奇;李麗;郭虹靜;黃志球設(shè)計(jì)研發(fā)完成，并于2022-10-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于特征分布分析的深度學(xué)習(xí)測試樣本選擇方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于特征分布分析的深度學(xué)習(xí)測試樣本選擇方法及系統(tǒng)，方法包括：采用聚類方法對訓(xùn)練樣本的特征分布進(jìn)行劃分，得到訓(xùn)練樣本的特征分布集群；根據(jù)訓(xùn)練樣本的特征分布集群，計(jì)算每個(gè)訓(xùn)練樣本測試樣本分布在每個(gè)特征分布集群上的特征差異值；根據(jù)訓(xùn)練樣本的輸出向量計(jì)算訓(xùn)練樣本的特征分散度；基于排序?qū)W習(xí)算法構(gòu)建排序模型，并實(shí)現(xiàn)對測試樣本的預(yù)測和排序；生成合成測試集，利用排序模型對合成測試集進(jìn)行排序，并設(shè)置采樣比，選擇排序靠前的測試樣本構(gòu)成測試子集。本發(fā)明方法在有限資源下篩選出能夠快速充分檢測出DNN模型故障的測試輸入，以緩解數(shù)據(jù)分布變化對DNN模型精度影響的同時(shí)，減少測試標(biāo)記成本，提高DNN模型測試效率。

本發(fā)明授權(quán)基于特征分布分析的深度學(xué)習(xí)測試樣本選擇方法及系統(tǒng)在權(quán)利要求書中公布了：1.一種基于特征分布分析的深度學(xué)習(xí)測試樣本選擇方法，其特征在于，步驟如下： 1采用聚類方法對訓(xùn)練樣本的特征分布進(jìn)行劃分，得到訓(xùn)練樣本的特征分布集群； 2根據(jù)步驟1中得到訓(xùn)練樣本的特征分布集群，計(jì)算每個(gè)訓(xùn)練樣本測試樣本分布在每個(gè)特征分布集群上的特征差異值； 3根據(jù)訓(xùn)練樣本的輸出向量計(jì)算訓(xùn)練樣本的特征分散度； 4基于排序?qū)W習(xí)算法構(gòu)建排序模型，并實(shí)現(xiàn)對測試樣本的預(yù)測和排序； 5使用對抗攻擊方法生成合成測試集，利用排序模型對合成測試集進(jìn)行排序，并設(shè)置采樣比，選擇排序靠前的測試樣本構(gòu)成測試子集。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京航空航天大學(xué)，其通訊地址為：210016 江蘇省南京市秦淮區(qū)御道街29號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。