龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西安电子科技大学
摘要：本发明涉及一种用于图片分类的遗忘模型的训练方法及图片的分类方法，包括：将第一高斯噪声分布输入至训练好的生成对抗网络中得到图片数据集Dt，得到没有交集的数据集Du和数据集Dr；根据Q‑1维平均输出分布向量和Q‑1维余弦相似度分布向量得到Q维遗忘训练目标分布向量；将数据集Du和数据集Dr分别输入遗忘模型中，基于遗忘模型的总损失函数得到总损失值，基于总损失值对所述遗忘模型进行训练，得到训练好的遗忘模型。本发明所提出的基于生成对抗网络的数据集生成与划分方法不需要人工智能服务商事先存储原模型的完整训练数据集和训练信息，降低了服务商的存储成本。
主权项：1.一种用于图片分类的遗忘模型的训练方法，其特征在于，所述隐私图片遗忘方法包括：将第一高斯噪声分布输入至训练好的生成对抗网络中得到图片数据集Dt，并根据图片数据集Dt得到没有交集的数据集Du和数据集Dr，其中，待遗忘的图片均包含在所述数据集Du；基于初始模型，根据所述数据集Du得到Q维离散输出分布，并根据所述Q维离散输出分布得到未包括待遗忘的图片的Q-1维平均输出分布向量，根据所述数据集Du和所述数据集Dr得到Q-1维余弦相似度分布向量，并根据所述Q-1维平均输出分布向量和所述Q-1维余弦相似度分布向量得到Q维遗忘训练目标分布向量，其中，Q为类别的总数量；将所述数据集Du和所述数据集Dr分别输入遗忘模型中，基于所述遗忘模型的总损失函数得到总损失值，基于所述总损失值对所述遗忘模型进行训练，得到训练好的遗忘模型，其中，所述总损失函数中包括根据所述遗忘训练目标分布向量和所述数据集Du输入至所述遗忘模型后的输出分布构建的第一子损失函数，所述训练好的遗忘模型用于对待分类的图片进行分类，所述遗忘模型与所述初始模型的结构相同，且初始化的遗忘模型与所述初始模型的参数相同。
全文数据：
权利要求：
百度查询： 西安电子科技大学 用于图片分类的遗忘模型的训练方法及图片的分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号