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！

龙图腾网获悉常州大学申请的专利基于AD-TSK的数据处理方法及系统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：CN117195067B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202311082564.X，技术领域涉及：G06F18/241；该发明授权基于AD-TSK的数据处理方法及系统是由石航鸣;史兵;顾苏杭设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本基于AD-TSK的数据处理方法及系统在说明书摘要公布了：本发明涉及TSK模糊分类器技术领域，尤其涉及基于AD‑TSK的数据处理方法及系统，包括利用TSK模糊分类器训练包含主动对抗样本的训练集，生成ATSK模糊分类器；逐层训练ATSK获得潜在的类别信息，基于攻击标签以dropout的方式生成输出误差梯度矩阵，并加入到对应样本特征中以更新选择的输入样本特征，并作为下一层的ATSK的输入；重复执行，达到最大层数时停止，得到AD‑TSK模型。本发明解决现有DSA‑FC方法在所有样本特征中嵌入梯度信息可能会致使模型泛化性能下降，且所涉及的求逆运算使得系统在训练时会产生显著的计算开销。

本发明授权基于AD-TSK的数据处理方法及系统在权利要求书中公布了：1.基于AD-TSK的数据处理方法，其特征在于，包括以下步骤： 步骤一、利用TSK模糊分类器训练包含主动对抗样本的训练集，生成ATSK模糊分类器； 步骤二、逐层训练ATSK获得潜在的类别信息，基于攻击标签以dropout的方式生成输出误差梯度矩阵，并加入到对应样本特征中以更新选择的输入样本特征，并作为下一层ATSK的输入； 步骤三、重复执行，达到最大层数时停止，得到AD-TSK模型； 利用Sherman-Morrison公式、Schurcomplement和最小学习机，实现在AD-TSK每一层子分类器中无需求逆操作，求解模糊规则后件参数，从而保证AD-TSK的快速训练和可解释性，得到F-AD-TSK模型； AD-TSK模型的构建包括： 生成ATSK_m中所有模糊规则的前件矩阵Um，ATSK_m为第m层ATSK； 利用最小学习机计算模糊规则的后件参数； 以dropout方式随机在两层ATSK之间确定每一层的输出误差梯度； 输出误差梯度的公式为： 18 19 其中，为AD-TSK的第m层中第i输入样本的第j个特征，为r条模糊规则对应的输出值，及分别为第条模糊规则隶属度函数的中心及宽度核，、分别为第r条模糊规则归一化后的隶属度值及后件参数； 将ATSK_m输出误差梯度乘以样本特征学习率，并加入到选择样本特征中以更新选择样本，并将更新后的选择样本作为下一层输入。

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常州大学，其通讯地址为：213164 江苏省常州市武进区湖塘镇滆湖中路21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”。

以上内容由龙图腾AI智能生成。