基于改进的ViT损失分布差异的对抗样本检测方法及系统

AITNT
正文
推荐专利
基于改进的ViT损失分布差异的对抗样本检测方法及系统
申请号:CN202410894931
申请日期:2024-07-04
公开号:CN118506105A
公开日期:2024-08-16
类型:发明专利
摘要
本发明公开了一种基于改进的ViT损失分布差异的对抗样本检测方法及系统,所述方法包括:获取干净样本,所述干净样本为无类别标签的图像样本;构建检测模型,所述检测模型为采用分层注意力机制和注意力池化机制改进的ViT模型;将所获取的干净样本进行总变差降噪,然后将降噪前后的干净样本输入检测模型,以均方误差作为损失函数训练模型;对待检测样本进行总变差降噪,然后将降噪前后的待检测样本分别输入训练好的检测模型,计算待检测样本降噪前后损失的均方误差;最后,计算待检测样本的K‑S值、Z‑score标准分,并由此判定待检测样本是否为对抗样本。本发明能够有效提高检测模型的性能。
技术关键词
样本检测方法 分层注意力 样本检测系统 特征加权融合 损失函数优化 计算机可读指令 误差 纹理特征 存储程序指令 图像 模型训练模块 标签 机制 编码器 存储器 可读存储介质 处理器
系统为您推荐了相关专利信息
1
一种深潜望波导成像方法及成像系统
图像修正算法 焦点 波导 蜂窝式 成像方法
2
一种基于AIS大数据的港口集装箱量预测分析方法
预测分析方法 港口集装箱吞吐量 MLP神经网络 梯度提升树模型 多层感知机
3
基于多模态融合策略和深度学习的血管风险评估模型系统
风险评估模型 多任务损失函数 融合策略 基因表达谱数据 多模态
4
一种基于深度学习的尼龙复合材料老化的检测方法
尼龙复合材料 多层次 老化现象 生成对抗网络 高维特征向量
5
基于可变形卷积和残差结构的矿井小目标检测方法
残差结构 特征提取网络 注意力机制 抑制背景噪声 特征强化融合
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号