一种面向强鲁棒性的神经网络模型生成方法
公开
摘要
本发明提供了一种面向强鲁棒性的神经网络模型生成方法。该方法包括：根据随机数种子生成随机数集合；利用随机数集合对每个种子卷积核使用单项式生成函数生成多个新的生成卷积核，将所有的卷积核构成神经网络模型；将神经网络模型部署在终端设备上，终端设备利用所述神经网络模型进行数据处理。本发明提供了一种针对部分破坏数据的面向强鲁棒性的神经网络模型生成方法，解决现有技术中存在的模型鲁棒性低的问题。通过在神经网络模型中引入不可学习参数，减少模型对训练数据的依赖。
基本信息
专利标题 ：
一种面向强鲁棒性的神经网络模型生成方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114595804A
申请号 ：
CN202210158680.4
公开（公告）日 ：
2022-06-07
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
丁春涛李浥东金一王涛陈乃月徐群群向涛
申请人 ：
北京交通大学
申请人地址 ：
北京市海淀区西直门外上园村3号
代理机构 ：
北京市商泰律师事务所
代理人 ：
黄晓军
优先权 ：
CN202210158680.4
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
