文档名：深度神经网络图像识别鲁棒性增强方法研究
深度神经网络在图像识别、语音识别和机器翻译等许多模式识别领域中取得了突破性的进展.但同时由于深度网络的高维度特性,也使其产生了优化困难及易于过拟合等问题.最近发现神经网络易于受到对抗性干扰的影响,本文将从鲁棒优化的方面对于该现象进行分析,并提出一种差分规范化训练方法提高神经网络对于对抗性干扰的鲁棒性.在图像识别抗对抗实例中的应用表明该方法优于dropout方法和Goodfellow等提出的对抗训练方法.
作者：滕达宋晓龚光红韩亮王义王江云
作者单位：北京航空航天大学自动化与电气工程学院,北京市100191
母体文献：第十四届中国体视学与图像分析学术会议论文集
会议名称：第十四届中国体视学与图像分析学术会议
会议时间：2015年9月1日
会议地点：贵阳
主办单位：中国体视学学会
语种：chi
分类号：
关键词：图像识别 对抗性干扰 鲁棒性 深度神经网络
在线出版日期：2017年12月4日
基金项目：
相似文献
相关博文
- 文件大小:
- 274.33 KB
- 下载次数:
- 60
-
高速下载
|
