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！

龙图腾网获悉北京计算机技术及应用研究所;西安电子科技大学申请的专利一种基于经验模态分解的智能模型鲁棒性测试方法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：CN116401548B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310357028.X，技术领域涉及：G06F18/214；该发明授权一种基于经验模态分解的智能模型鲁棒性测试方法是由方永强;李子菲;郭敏;张箐碚;桓琦;曾颖明;张海宾设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本一种基于经验模态分解的智能模型鲁棒性测试方法在说明书摘要公布了：本发明涉及一种基于经验模态分解的智能模型鲁棒性测试方法，属于人工智能模型鲁棒性判定技术领域。主要技术方案包括基于待测试智能模型，构建原始测试数据集；基于经验模态分解扩充原始测试数据集；计算不同分解程度下测试数据集的识别准确率、损失；计算智能模型识别准确率变化指标、识别损失变化指标。本发明的方法使用经验模态分解扩充采集得到原始测试数据集，并通过计算模型识别准确率与损失在不同分解程度下的变化趋势，能够对智能模型鲁棒性进行客观评价。

本发明授权一种基于经验模态分解的智能模型鲁棒性测试方法在权利要求书中公布了：1.一种基于经验模态分解的智能模型鲁棒性测试方法，其特征在于，包括以下步骤： 步骤1、基于待测试智能模型，采集原始测试数据集： 1a初始化测试数据集参数，包括样本数量N、样本数据格式； 1b基于待测试智能模型，采集规模大小为N的原始测试数据集； 1c从原始测试数据集中读取n条测试数据，并基于待测试智能模型的输入格式进行预处理； 步骤2、基于经验模态分解扩充原始测试数据集： 2a基于经验模态分解方法将每一条测试数据分解为k条本征信号、1条残差信号，得到k+1·n条扩充后的测试数据； 步骤3、计算不同分解程度下测试数据集的识别准确率、识别损失： 3a初始化识别准确率向量，识别损失向量； 3b通过累加同一条测试数据的不同数量的本征信号，得到k个规模为n的不同分解程度测试数据集； 3c选取一个不同分解程度测试数据集输入到待测试智能模型，得到n个识别结果； 3d根据识别结果，计算识别准确率、识别损失，并分别添加到识别准确率向量与识别损失向量； 3e判断是否到达循环次数k，若达到，则跳转到步骤4，否则返回步骤3c； 步骤4、计算智能模型识别准确率变化指标、识别损失变化指标： 4a基于识别准确率向量、识别损失向量计算得到识别准确率变化指标AC、识别损失变化指标LOSS。

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北京计算机技术及应用研究所;西安电子科技大学，其通讯地址为：100854 北京市海淀区永定路51号；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”。