哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)罗文坚获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种基于深度学习的样本处理方法及相关设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117274632B 。
龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311391143.5,技术领域涉及:G06V10/44;该发明授权一种基于深度学习的样本处理方法及相关设备是由罗文坚;周琪;叶子鹏;唐钰渤设计研发完成,并于2023-10-25向国家知识产权局提交的专利申请。
本一种基于深度学习的样本处理方法及相关设备在说明书摘要公布了:本申请实施例提供了一种基于深度学习的样本处理方法及相关设备,用于过滤深度学习模型中的后门样本。本申请实施例方法包括:获取待处理样本的关键特征信息;其中,所述关键特征信息用于描述于所述待处理样本中关键位置点的特征信息;确定所述关键位置点的所述关键特征信息中,位于识别位置点的目标特征信息;其中,目标特征信息为所述关键特征信息中用于识别所述待处理样本的特征信息;将所述目标特征信息对应输入至参考样本中的目标位置点,得到待预测样本,以确定所述待预测样本的分类类别标签;其中,所述目标位置点为对应于所述识别位置点的位置点。
本发明授权一种基于深度学习的样本处理方法及相关设备在权利要求书中公布了:1.一种基于深度学习的样本处理方法,其特征在于,所述方法包括:获取待处理样本的关键特征信息;其中,所述关键特征信息用于描述于所述待处理样本中关键位置点的特征信息;确定所述关键位置点的所述关键特征信息中,位于识别位置点的目标特征信息;其中,目标特征信息为所述关键特征信息中用于识别所述待处理样本的特征信息;将所述目标特征信息对应输入至参考样本中的目标位置点,得到待预测样本,以确定所述待预测样本的分类类别标签;其中,所述目标位置点为对应于所述识别位置点的位置点;所述确定所述关键位置点的所述关键特征信息中,位于识别位置点的目标特征信息,包括:获取所述关键位置点中所有待识别位置点,及与所述待识别位置点对应的待识别特征信息;其中,所述关键特征信息包括所有所述待识别特征信息;从所述所有待识别位置点中选择第一位置点及第二位置点,并确定分别与所述第一位置点及第二位置点对应的第一特征信息及第二特征信息的差值信息;其中,所述第一位置点及所述第二位置点为所述所有待识别位置点中任意两个位置点;根据所述差值信息对第三位置点的待识别特征信息进行变异,获取对应于所述第三位置点的第三特征信息;其中,所述第三位置点为所述所有待识别位置点中任意一个位置点;对所述第三位置点所对应的所述第三特征信息及所述待识别特征信息进行交叉取值,确定所述第三位置点的待选择特征信息;当所述待选择特征信息满足预设适应度信息,确定所述第三位置点为所述识别位置点,并确定所述第三位置点对应的待识别特征信息为所述目标特征信息;所述确定所述第三位置点为所述识别位置点,并确定所述第三位置点对应的待识别特征信息为所述目标特征信息之前,所述方法还包括:确定所述待处理样本中对应于所述第三位置点的色彩度特征信息;根据所述色彩度特征信息,确定对应于所述第三位置点的适应度信息;将所述第三位置点的所述待选择特征信息输入至干净样本,识别所述干净样本的所述分类类别标签,以确定对应于所述第三位置点的预测概率信息;其中,所述干净样本的所述分类类别标签为第一类别标签,所述预测概率信息用于描述识别所述分类类别标签为第二类别标签的概率信息;根据所述适应度信息及所述预测概率信息,确定所述预设适应度信息。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院),其通讯地址为:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励