专利详情

专利名称	一种增强深度学习算法鲁棒性的优化方法和系统
申请号	CN201610542650.8	专利类型	发明专利
公开（公告）号	CN106203628A	公开（授权）日	2016.12.07
申请（专利权）人	深圳先进技术研究院	发明（设计）人	卢哲;王书强;施昌宏;申妍燕
主分类号	G06N3/08(2006.01)I	IPC主分类号	G06N3/08(2006.01)I
专利有效期	一种增强深度学习算法鲁棒性的优化方法和系统至一种增强深度学习算法鲁棒性的优化方法和系统	法律状态	实质审查的生效
说明书摘要	本发明提供一种增强深度学习算法鲁棒性的优化方法和系统。所述优化方法包括：根据所述样本数据和向量化结果,得到测试样本与训练样本的概率密度比值，通过卷积层参数和高斯核宽度对所述概率密度比值进行建模得到建模后比值的估计值；根据建模后比值的估计值得到测试样本的概率密度的估计值；结合卷积结果以及基于KLIEP优化算法，对测试样本的概率密度和测试样本的概率密度的估计值之间的KL距离进行最小化,得到具有卷积层参数和高斯核宽度的最小化的KL距离；对最小化的KL距离的卷积层参数和高斯核宽度基于KLIEP算法进行反向求导得到更新后卷积层参数，以及进行交叉验证得到优化后的高斯核宽度并得到优化后的网络输出。