专利详情

专利名称	有效提升卷积神经网络稳健性的方法
申请号	CN201611131712.2	专利类型	发明专利
公开（公告）号	CN106779070A	公开（授权）日	2017.05.31
申请（专利权）人	中国科学技术大学	发明（设计）人	田新梅;沈旭;孙韶言;陶大程
主分类号	G06N3/08(2006.01)I	IPC主分类号	G06N3/08(2006.01)I;G06K9/62(2006.01)I
专利有效期	有效提升卷积神经网络稳健性的方法至有效提升卷积神经网络稳健性的方法	法律状态	实质审查的生效
说明书摘要	本发明公开了一种有效提升卷积神经网络稳健性的方法，包括：在训练过程中，首先将输入的特征图进行二维变换后进行前向传递，前向传递过程时，对二维变换后的特征图进行分级的且基于块能量大小的块重排序操作；然后进行反向传递，反向传递过程时，将块排序操作后每个像素点的误差传递给排序前对应的像素点；在测试过程中，采用训练过程的方式，将输入的特征图进行二维变换后进行分级的且基于块能量大小的块重排序操作。该方法在没有引入新的参数或者对输入图像做额外的处理下，可以有效提升卷积神经网络稳健性。