一种基于少量神经元连接的健壮模型训练方法.pdfVIP

下载本文档

0
0
约1.67万字
约 13页
2023-07-04 发布于四川
举报
版权申诉

一种基于少量神经元连接的健壮模型训练方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于少量神经元连接的健壮模型训练方法，所述方法用于图像分类鲁棒模型训练，所述方法包括骨干网络和决策模块两部分；所述骨干网络对输入的图像进行特征提取，并在最后一个卷积层和全局平均池化层来提取输入图像的潜在特征L；所述决策模块包括四个过程：积运算、排序、剪裁、求和；所述积运算为计算L与W的乘积，得到神经元连接的计算结果，所述排序为对所述神经元连接的计算结果进行排序；所述剪裁为将排序后的每组结果的前α和后β设置为0；所述求和为通过对每个神经元中剩余的非零结果求和来得到预测值，通过预测值

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113780468 B (45)授权公告日 2022.08.09 (21)申请号 202111140405.1 (56)对比文件 (22)申请日 2021.09.28