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！

龙图腾网获悉绍兴佳宜信息科技有限公司;杭州电子科技大学申请的专利一种基于CGAN的均匀样本生成的数据提取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：CN117195967B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202311171485.6，技术领域涉及：G06N3/0464；该发明授权一种基于CGAN的均匀样本生成的数据提取方法是由李尤慧子;随鹏;殷昱煜;梁婷婷;李玉设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本一种基于CGAN的均匀样本生成的数据提取方法在说明书摘要公布了：本发明公开了一种基于CGAN的均匀样本生成的数据提取方法，使用均匀采样生成类标签l，然后从高斯分布中采样向量z，将l和z组合输入到CGAN，使用CGAN生成图像x，然后将x输入到目标模型中得到目标模型的输出，接着使用x，Vx标签对来训练替代模型，得到替代模型的输出C，最后通过交叉熵损失函数比较目标模型和替代模型的Vx，Cx差异以及l，Vx差异，反向传播梯度更新生成器CGAN。待CGAN循环训练一定轮次后，即l，Vx的损失几乎不改变的时候，使用CGAN生成图像单独训练替代模型直到达到最优替代模型，本发明利用基于条件生成对抗网络CGAN的均衡样本生成器来生成类别平衡的伪造数据集，以减少类别不平衡现象并提高模型提取的效率。

本发明授权一种基于CGAN的均匀样本生成的数据提取方法在权利要求书中公布了：1.一种基于CGAN的均匀样本生成的数据提取方法，其特征在于，包括如下步骤： 步骤1.从均匀分布U0,N-1中采样样本伪标签l，N为样本类别数； 步骤2.从高斯分布N0,1中采样初始向量z； 步骤3.样本伪标签l和初始向量z进行拼接得到组合z，l，送入CGAN生成器G，得到生成图像x； 步骤4.将步骤3生成的图像送入目标模型，得到目标模型的输出一维向量Vx； 步骤5.将步骤3生成的图像送入替代模型，得到替代模型的输出一维向量Cx； 步骤6.使用交叉熵计算一维向量Vx和一维向量Cx的损失，样本伪标签l和一维向量Cx之间的损失，反向传播更新CGAN生成器G； 步骤7.重复步骤1-6直到样本伪标签l和一维向量Cx的损失不再变化或变化小于阈值θ； 步骤8.重复步骤1-3，将生成图像送入替代模型得到替代模型的输出； 步骤9.将替代模型的输出与样本伪标签l做交叉熵损失，反向更新替代模型的权重； 步骤10.重复步骤8-9，直到替代模型精度稳定。

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绍兴佳宜信息科技有限公司;杭州电子科技大学，其通讯地址为：浙江省绍兴市上虞区曹娥街道五星西路外五甲村上虞产教融合创新园；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。