文档详情

一种基于融合变异的图像对抗样本生成方法.pdf

发布：2023-05-30约9.36千字共7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 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

显示全部

相似文档

一种基于生成对抗网络的肝脏肿瘤图像样本增广方法.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 112967263 A (43)申请公布日 2021.06.15 (21)申请号 202110291119.9 (22)申请日 2021.03.18 (71)申请人西安智诊智能科技有限公司
2023-06-08 约5.42千字 6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
一种基于生成对抗网络的半监督医学图像分割方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112837338 B (45)授权公告日 2022.06.21 (21)申请号 202110045408.0 G06N 3/04 (2006.01)
2023-06-03 约1.18万字 10页立即下载
一种基于改进生成对抗网络的交通图像去雾方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112801902 B (45)授权公告日 2022.06.21 (21)申请号 202110129493.9 (56)对比文件
2023-06-05 约2.28万字 16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
一种基于稀疏扰动的黑盒视频对抗样本生成方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112990357 B (45)授权公告日 2021.07.27 (21)申请号 202110413133.1 CN 111768325 A,2020.10.13 (22)
2023-06-09 约1.01万字 9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
一种基于多阶段生成对抗网络的文本生成图像方法及系统.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 113361251 A (43)申请公布日 2021.09.07 (21)申请号 202110522352.3 G06K 9/62 (2006.01)
2023-06-19 约2.2万字 18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
基于生成对抗网络的肝包虫病CT图像生成方法的研究 .docx 目录 TOC\o1-3\f\h摘要 1 Abstract 2 第一章绪论 4 1.1研究背景与意义 4 1.2国内外研究现状 5 1.2.1国外研究现状 5 1.2.2国内研究现状 6 1.3生成对抗网络的发展 6 第二章神经网络与深度学习 7 2.1神经网络与深度学习 7 2.2卷积神经网络 7 2.2.1卷积层 8 2.2.2池化层 9 2.2.3全连接层 9 2.2.4激活函数 9 2.2.5损失函数 9 第三章研究内容与方法 10
2024-09-10 约2.35万字 26页立即下载
基于生成对抗网络的肝包虫病CT图像生成方法的研究.docx 目录 TOC\o1-3\f\h摘要 1 Abstract 2 第一章绪论 4 1.1研究背景与意义 4 1.2国内外研究现状 5 1.2.1国外研究现状 5 1.2.2国内研究现状 6 1.3生成对抗网络的发展 6 第二章神经网络与深度学习 7 2.1神经网络与深度学习 7 2.2卷积神经网络 7 2.2.1卷积层 8 2.2.2池化层 9 2.2.3全连接层 9 2.2.4激活函数 10 2.2.5损失函数 10 第三章研究内容与方法 11
2024-09-10 约2.4万字 26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
一种基于对抗生成网络的车道线图像增强与补全方法.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 112836573 A (43)申请公布日 2021.05.25 (21)申请号 202011547621.3 G06T 5/00 (2006.01) (22)申请日 20
2023-06-02 约8.8千字 9页立即下载
一种基于生成对抗网络的矿物图像数据扩充方法及装置.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565054 A (43)申请公布日 2022.05.31 (21)申请号 202210239769.3 G06V 10/82 (2022.01) (22)申请日 2022.03.
2023-05-06 约9.61千字 9页立即下载
一种基于改进生成对抗网络的图像超分辨率方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463181 A (43)申请公布日 2022.05.10 (21)申请号 202210128444.8 (22)申请日 2022.02.11 (71)申请人重庆邮电大学地址 400065
2023-05-05 约1.19万字 11页立即下载