[发明专利]神经网络的处理方法及评估方法、数据分析方法及装置

权利要求书

1.一种基于神经网络的图像数据分析方法，其中，所述神经网络由计算机运行且包括至少一个非线性层，

所述图像数据分析方法包括：

获取输入数据；

利用所述神经网络对所述输入数据进行处理以得到第一输出数据；

利用由所述计算机运行的所述至少一个非线性层中的第N个非线性层处理输入至所述第N个非线性层的输入矩阵，以得到所述第N个非线性层输出的输出矩阵，通过所述计算机处理所述输入矩阵和所述输出矩阵，以对所述第N个非线性层进行线性化处理以确定所述第N个非线性层对应的第N个线性函数的表达式，对所述神经网络中的所有非线性层进行所述线性化处理，以确定与所述神经网络对应的线性化神经网络；

基于所述线性化神经网络，分析所述输入数据和所述第一输出数据之间的对应关系，

其中，所述第N个线性函数的表达式表示为：

f_LN＝A_N*x+B_N

其中，f_LN表示所述第N个线性函数，A_N表示所述第N个线性函数的第一参数，B_N表示所述第N个线性函数的第二参数，x表示所述第N个非线性层的输入，A_N和B_N根据所述输入矩阵和所述输出矩阵确定，其中，N为正整数，

基于所述线性化神经网络，分析所述输入数据和所述输出数据之间的对应关系，包括：

根据所述输入数据，确定探测数据组，其中，所述探测数据组为二值矩阵组；

利用所述线性化神经网络处理探测数据组，以得到第二输出数据组；

基于所述探测数据组和所述第二输出数据组，分析所述输入数据和所述第一输出数据之间的正向影响或反向影响，

其中，所述输入数据和所述第一输出数据均为图像，且所述输入数据和所述第一输出数据均为二维矩阵，所述正向影响表示所述输入数据中的各个输入像素对所述第一输出数据中的各个输出像素的影响，所述反向影响表示所述第一输出数据中的各个输出像素对所述输入数据中的各个输入像素的影响。

2.根据权利要求1所述的图像数据分析方法，其中，所述探测数据组包括至少一个探测数据，所述第二输出数据组包括至少一个第二输出数据，所述至少一个探测数据与所述至少一个第二输出数据一一对应，

基于所述探测数据组和所述第二输出数据组，分析所述输入数据和所述第一输出数据之间的正向影响，包括：

利用所述线性化神经网络分别处理所述至少一个探测数据，以得到所述至少一个第二输出数据；

通过分析所述至少一个探测数据和所述至少一个第二输出数据在元素级别上的对应关系，确定所述输入数据的各个输入元素对所述第一输出数据的各个输出元素的正向影响，

其中，每个所述探测数据包括目标探测元素，所述目标探测元素的值为1，每个所述探测数据的输入元素中除了所述目标探测元素之外的其余输入元素的值均为0。

3.根据权利要求2所述的图像数据分析方法，其中，在所述探测数据组包括多个探测数据的情况下，所述多个探测数据中至少部分探测数据中的目标探测元素的位置不同。

4.根据权利要求3所述的图像数据分析方法，其中，所述多个探测数据的尺寸相同，且所述多个探测数据的尺寸与所述输入数据的尺寸也相同。

5.根据权利要求1所述的图像数据分析方法，其中，所述探测数据组包括多个探测数据，所述第二输出数据组包括多个第二输出数据，所述多个探测数据与所述多个第二输出数据一一对应，

基于所述探测数据组和所述第二输出数据组，分析所述输入数据和所述第一输出数据之间的反向影响，包括：

利用所述线性化神经网络分别处理所述多个探测数据，以得到所述多个第二输出数据；

通过分析所述多个探测数据和所述多个第二输出数据在元素级别上的对应关系，确定所述输出数据的各个输出元素对所述输入数据的各个输入元素的反向影响，

其中，每个所述探测数据包括目标探测元素，所述目标探测元素的值为1，每个所述探测数据中除了所述目标探测元素之外的其余探测元素的值均为0，所述多个探测数据的数量和每个所述探测数据中的元素的数量相同，所述多个探测数据中任意两个探测数据的目标探测元素的位置不同。