文档详情

对抗样本的生成方法和装置.pdf

发布：2023-06-07约1.68万字共14页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112990383 A (43)申请公布日 2021.06.18 (21)申请号 202110510166.8 (22)申请日 2021.05.11 (71)申请人支付宝（杭州）信息技术有限公司

显示全部

相似文档

生成对抗样本的方法和装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114819174 A (43)申请公布日 2022.07.29 (21)申请号 202110113555.7 (22)申请日 2021.01.27 (71)申请人北京嘀嘀无限科技发展有限公司地址
2023-05-13 约2.4万字 21页立即下载
一种对抗样本的生成方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361582 A (43)申请公布日 2021.09.07 (21)申请号 202110609045.9 (22)申请日 2021.06.01 (71)申请人珠海大横琴科技发展有限公司
2023-06-19 约2.48万字 19页立即下载
一种对抗攻击样本生成方法和装置、电子设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117808095A (43)申请公布日2024.04.02 (21)申请号202410206258.0 (22)申请日2024.02.26 (71)申请人哈尔滨工业大学（
2024-03-29 约1.74万字 14页立即下载
生成对抗样本的方法、装置、电子设备和介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882587 A (43)申请公布日 2022.08.09 (21)申请号 202210450101.3 (22)申请日 2022.04.26 (71)申请人北京百度网讯科技有限公司地址 1
2023-05-18 约3.3万字 27页立即下载
12种生成对抗样本的方法.docx 毕业设计（论文） PAGE 1- 毕业设计（论文）报告题目： 12种生成对抗样本的方法 学号：姓名：学院：专业：指导教师：起止日期： 12种生成对抗样本的方法 摘要：随着深度学习在图像识别、语音识别等领域的广泛应用，其安全性和鲁棒性受到了广泛关注。生成对抗样本作为一种攻击手段，可以有效地欺骗深度学习模型，从而降低其性能。本文针对当前生成对抗样本的研究现状，综述了12种生成对抗样本的方法，包括基于灰度变换、颜色变换、噪声注入、几何变换、合成变换、数据增强、对抗训练、对抗搜索、对抗优化、对抗学习、对抗进化以及对抗神经网络等方法。通过对这些方法的分析和比较，为生成对抗样本的研究提供了有益
2025-01-17 约1.26万字 23页立即下载
基于语义的对抗样本生成方法研究.docx 基于语义的对抗样本生成方法研究一、引言近年来，随着深度学习技术的飞速发展，人工智能在各个领域的应用越来越广泛。然而，随着其应用场景的扩大，深度学习模型的脆弱性也逐渐暴露出来。其中，对抗样本（AdversarialSamples）的生成与识别已经成为研究的一个重点方向。传统对抗样本主要针对的是视觉细节或微小的变化进行攻击，而对文本领域内的语义层面的攻击，相对较少。因此，本文将针对基于语义的对抗样本生成方法进行研究。二、语义对抗样本的重要性传统的对抗样本主要关注于图像、音频等多媒体数据的细微变化，而语义对抗样本则主要关注文本信息的含义和上下文关系。随着深度学习在自然语言处理（NLP）领域
2025-02-03 约4.45千字 9页立即下载
对抗图像样本的生成方法、装置、电子设备以及存储介质.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 114882312 B (45)授权公告日 2023.04.07 (21)申请号 202210520641.4 G06V 10/764 (2022.01)
2023-05-14 约3.53万字 29页立即下载
对抗样本生成方法、装置、终端设备以及存储介质.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112989346 B (45)授权公告日 2021.08.10 (21)申请号 202110384062.7 G06F 8/53 (2018.01)
2023-06-07 约1.8万字 14页立即下载
一种基于生成模型的对抗样本生成方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361594 A (43)申请公布日 2021.09.07 (21)申请号 202110621339.3 (22)申请日 2021.06.03 (71)申请人安徽理工大学地址
2023-06-20 约1.08万字 9页立即下载
基于量子生成对抗网络的图像生成方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116263972 A (43)申请公布日 2023.06.16 (21)申请号 202211473728.7 (22)申请日 2022.11.22 (71)申请人中移（苏州）软件技
2023-06-12 约1.48万字 13页立即下载
一种对抗样本检测方法和装置.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361583 A (43)申请公布日 2021.09.07 (21)申请号 202110610595.2 (22)申请日 2021.06.01 (71)申请人珠海大横琴科技发展有限公司
2023-06-18 约1.63万字 15页立即下载
面向单目标跟踪模型的对抗样本生成方法研究.pdf 面向单目标跟踪模型的对抗样本生成方法研究深度学习技术的发展促进了人工智能的进步，其中GPU和TPU等硬件的进步为其快速发展提供了支撑。基于深度学习的计算机视觉技术已广泛应用于日常生活的多个领域，例如水下、遥感、安防和自动驾驶。在这些领域中，单目标跟踪技术的应用提高了监测和识别的效率与准确性。对抗样本的出现揭示了深度学习模型在处理复杂数据时的脆弱性，强调了增强模型鲁棒性的重要性。同时，对抗样本的研究不仅揭示了模型的局限性，还为理解和改进深度学习模型提供了新的研究方向。针对单目标跟踪领域，对抗 样本生成的研究仍处于初级阶段，面对攻击效率低下和对抗样本生成方法过于单一的问题。本文通过探
2025-04-26 约29.21万字 148页立即下载
基于模型增强的对抗样本生成方法研究.docx 基于模型增强的对抗样本生成方法研究一、引言随着深度学习技术的飞速发展，机器学习模型在许多领域都取得了显著的成果。然而，近年来，对抗样本（AdversarialExamples）的发现与研究，对深度学习模型的鲁棒性提出了巨大的挑战。对抗样本是指通过添加人为微小扰动后的输入样本，导致模型产生错误的输出。本文将研究基于模型增强的对抗样本生成方法，以提升对这一现象的理解并促进模型鲁棒性的提高。二、背景及现状在深度学习领域，模型对于对抗样本的脆弱性已经得到了广泛的研究。尽管模型的性能在常规任务中表现优异，但面对对抗样本的攻击时，其准确性往往会大幅下降。对抗样本的生成方法研究对于提高模型的鲁棒性、
2025-05-12 约2.59千字 5页立即下载
一种基于融合变异的图像对抗样本生成方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112561909 A (43)申请公布日 2021.03.26 (21)申请号 202011579491.1 G06N 3/08 (2006.01) (22)申请日 20
2023-05-30 约9.36千字 7页立即下载
一种基于生成对抗网络的红外目标样本增强方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881884 A (43)申请公布日 2022.08.09 (21)申请号 202210567968.7 G06N 3/08 (2006.01) (22)申请日 2022.05.2
2023-05-15 约1.07万字 9页立即下载