一种基于潜在概念混淆的深度神经网络训练方法

本发明涉及一种基于潜在概念混淆的深度神经网络训练方法，方法包括以下步骤：S1、获取高纬度数据，得到量化的上层潜在嵌入表示；S2、得到N个概念评估样本；S3、得到欠学习概念位置集合；S4、对于欠学习概念位置，将该位置的编码向量用空白概念编码向量替换，替换后的量化的上层潜在嵌入表示经过层次解码器，得到概念混淆样本；S5、基于概念混淆样本微调目标模型，得到结果模型，所述结果模型用于图像分类任务。与现有技术相比，本发明具有提高神经网络对于对抗性攻击和分布漂移的防御性能等优点。