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：山西大学
摘要：本发明属于模式识别领域，具体涉及一种基于扩散模型的开放集识别方法及系统。目前基于判别模型的开放集识别存在判别阈值的设定较难等缺点提出了基于生成模型的开放集识别方法，但此类方法中生成模型生成的样本多样性较弱，导致模型性能较弱，泛化能力较低。本发明的技术方案是提供一种基于扩散模型的开放集识别方法，通过扩散步骤的马尔科夫链向真实数据中添加随机噪声，然后学习反向扩散过程。在反向过程中不断加入高斯噪声，使扩散模型能够生成更多样化的数据样本，有助于提供更全面的训练数据。本发明方法为了避免扩散模型过拟合于已知类数据，使用离群值检测对扩散模型进一步筛选，使其生成的样本能更好的拟合开放空间，提高开放集识别模型的性能。
主权项：1.一种基于扩散模型的开放集识别方法，其特征是，该方法包括如下步骤：S1：引入样本生成模型——扩散模型，在扩散模型上输入给定已知类数据集进行训练，并且每隔100个扩散步骤保存一次模型参数；S2：使用S1中得到的不同模型参数对应的扩散模型生成对抗性开放集数据，并且把生成的数据重构成特征向量形式，其中每一组模型参数对应一组开放集数据 S3：使用给定的已知类数据集训练一个K类已知类分类器；S4：将已知类数据一起输入到已知类分类器提取特征，输出由倒数第二个全连接层得到的特征向量S5：分别把每一组对抗性开放集数据特征向量与已知类特征向量一起输入到开放集判别器中进行训练，输出不同的模型参数；S6：使用离群值数据对不同的开放集判别器进行选择，选择出具有鲁棒性的开放集判别器，其中使用真实开放集数据的验证集作为离群值数据；S7：针对测试样本，使用开放集判别器和已知类分类器对其进行预测。
全文数据：
权利要求：
百度查询： 山西大学 一种基于扩散模型的开放集识别方法及系统
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