发明专利已授权

一种基于损失函数敏感度的深度学习样本测试方法与装置

📄 申请号：CN202210173151.1 📄 发布日：2026/08/04

著录项目信息

申请日

2022-02-24

公开号

CN114707572B

公开日

2025-04-29

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06V10_774

IPC 分类号

G06V10_774 , G06F18_2415 , G06N3_0464 , G06V10_764 , G06V10_82 , G06N3_006 ,

技术画像

所属领域

深度学习深度学习人工智能算法模型测试

应用场景

人工智能模型测试, 样本筛选, 数据质量评估, 模型训练, 模型鲁棒性评估

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于损失函数敏感度的深度学习样本测试方法与装置，获取图像数据集作为干净样本，构建深度学习网络；对图像数据集进行对抗攻击操作，得到对抗样本；并进行筛选，得到总样本集，划分为训练样本集与测试样本集；设定损失函数敏感度函数；建立粒子群优化模型，计算损失敏感度漂移值，进行迭代更新，选取正常样本与对抗样本两类最优漂移样本集；利用最优漂移样本集进行训练，得到损失敏感度分类器；将两类最优漂移样本集输入深度学习网络重训练，得到测试模型；将测试样本集输入测试模型迭代，寻找最优漂移噪声样本，计算最优漂移噪声样本的损失函数敏感度漂移值，利用损失敏感度分类器判别，完成样本的检测。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种可自动变形的高速电梯导流罩及其作业方法

当前第 / 件

基于IGBO的双级摆二维桥式吊车RBF神经网络建模方法

同领域国内专利 · IPC: (G06V10_774)

G06V10_10 G06V10_12 G06V10_14 G06V10_141 G06V10_143 G06V10_147 G06V10_20 G06V10_22 G06V10_24 G06V10_25 G06V10_26 G06V10_28 G06V10_30 G06V10_32 G06V10_34 G06V10_40 G06V10_42 G06V10_44 G06V10_46 G06V10_50 G06V10_52 G06V10_54 G06V10_56 G06V10_58 G06V10_62 G06V10_70 G06V10_72 G06V10_74 G06V10_75 G06V10_762 G06V10_764 G06V10_766 G06V10_77 G06V10_771 G06V10_772 G06V10_774 G06V10_776 G06V10_778 G06V10_80 G06V10_82 G06V10_84 G06V10_86 G06V10_94 G06V10_98 覆盖44个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：22 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于损失函数敏感度的深度学习样本测试方法与装置

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06V10_774)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

图像中关键点的检测方法及设备

基于图神经网络与元数据的个性化服务推荐方法

服务项目

资源中心

关于柿子坊