[发明专利]一种基于萤火虫算法的深度学习模型对抗训练方法在审
| 申请号： | 202210616190.4 | 申请日： | 2022-06-01 |
| 公开（公告）号： | CN114925173A | 公开（公告）日： | 2022-08-19 |
| 发明（设计）人： | 王亚琪;杨盼 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/36;G06F40/211;G06F40/242;G06F40/247;G06F40/289;G06F40/30;G06N3/00;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 萤火虫 算法 深度 学习 模型 对抗 训练 方法 | ||
【权利要求书】：
1.一种基于萤火虫算法的深度学习模型对抗训练方法，包括以下部分：
A、建立基于启发式算法萤火虫算法的对抗样本生成方法；
B、建立针对文本数据的对抗文本生成方法；
C、建立基于对抗训练的对抗攻击的防御方案应用于文本相似度模型。
2.根据权利要求1所述的基于启发式算法萤火虫算法的对抗样本生成方法，其特征在于，所述的部分A中，所述的对抗样本生成方法是指：将样本抽象为萤火虫个体，在应用萤火虫算法进行迭代的过程中，完成样本本身的优化。
3.根据权利要求1所述的针对文本数据的对抗文本生成方法，其特征在于，所述的部分B中，基于文本数据类型的对抗样本生成方法是指：将本发明提出的部分A中所述基于萤火虫算法的对抗样本生成方法应用与离散的文本数据中，并进一步作为模型对抗训练的输入数据。
4.根据权利要求1所述的基于对抗训练的对抗攻击的防御方案应用于文本相似度模型，其特征在于，所述的部分C中，所述的基于对抗训练的对抗攻击的防御方案应用于文本相似度分析模型是指：将部分A中所述的对抗文本按照部分B中所述作为句子相似度分析模型的输入进行对抗训练，其中句子相似度模型以卷积神经网络为基本。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学（华东），未经中国石油大学（华东）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210616190.4/1.html，转载请声明来源钻瓜专利网。
