咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202210357576.8 | 专利名称： | 一种对抗样本的生成方法及对抗样本的防御方法 |
| 申请日： | 2022-04-06 | 申请/专利权人 | 宁波大学 |
| 专利类型： | 发明 | 地址： | 浙江省宁波市江北区风华路818号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06N3/0475 分类检索 |
| 公开/公告日： | 2025-01-03 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN114781600B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 77 | 所属领域： | 机械故障诊断 机械安全 深度学习 人工智能 神经网络专利转让搜索 |
摘 要：本发明涉及一种对抗样本的生成方法包括：步骤1、对原始振动信号样本进行预处理，得到预处理后的样本xt；步骤2、将样本xt输入到目标网络f中，计算损失函数；t的初始值为0；步骤3、计算更新后的样本xt+1；步骤4、对更新后的样本xt+1进行度量，得到该样本xt+1的度量结果；步骤5、判断步骤4中度量结果是否大于预设的度量阈值，如是，则将xt+1作为xt的对抗样本，结束；如否，则将t值加1后更新t值，并转至步骤2。还公开了一种对抗样本的防御方法。本发明的优点在于：本发明中构建的对抗样本能够以较高的成功率欺骗目标网络，并保证构建的振动信号对抗样本质量，此外对机械故障诊断系统的鲁棒性研究有着推动作用。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 2025/01/03 | 授权 | |
| 2022/08/09 | 实质审查的生效 | IPC(主分类): G06N 3/04 专利申请号: 202210357576.8 申请日: 2022.04.06 |
| 2022/07/22 | 公开 |
| 申请号 | 专利名称 | 发布日期 |
| 2022104510760 | 【发明】结合进化多目标及进化多任务的检测模型优化方法及系统 | 2025/09/10 |
| 2018100279319 | 【发明】一种针对目标路段的机动车尾气浓度连续时间预测方法 | 2025/09/10 |
| 202110472438X | 【发明】一种支持孤子波传导的神经纤维等效电路 | 2025/09/09 |
| 2020112995196 | 【发明】一种基于生成对抗网络的多相关时间序列预测系统及方法 | 2025/08/27 |
| 2025104821960 | 【发明】基于强化学习的数字开关电源神经网络控制器训练方法 | 2025/08/22 |
| 2021113417658 | 【发明】一种基于宽度学习的城市照明系统调节方法、装置和存储介质 | 2025/08/21 |
| 202010245304X | 【发明】神经网络模型的优化方法、数据处理方法及装置 | 2025/08/18 |
| 2021113068977 | 【发明】数据处理系统、方法、装置、设备及存储介质 | 2025/08/13 |
| 2020105052614 | 【发明】基于非均匀分组的多尺度轻量型深度卷积神经网络模型 | 2025/08/12 |
| 2020112641327 | 【发明】一种入侵检测方法、系统、设备及可读存储介质 | 2025/07/16 |
