浙江工业大学陈晋音获国家专利权
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！
龙图腾网获悉浙江工业大学申请的专利一种基于对比学习的深度学习模型蒸馏中毒防御方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115759245B 。
龙图腾网通过国家知识产权局官网在2026-02-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211358028.3，技术领域涉及：G06N3/096；该发明授权一种基于对比学习的深度学习模型蒸馏中毒防御方法是由陈晋音;李潇;郑海斌设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。
本一种基于对比学习的深度学习模型蒸馏中毒防御方法在说明书摘要公布了：基于对比学习的深度学习模型蒸馏中毒防御方法，包括以下步骤：数据集准备；中毒模型准备；使用干净样本生成正例；构建学生模型蒸馏损失函数和学习样本的损失函数；模型蒸馏。本发明具有良好的适用性，能够有效的防御中毒攻击，并且不影响模型蒸馏后正常样本的正确率。
本发明授权一种基于对比学习的深度学习模型蒸馏中毒防御方法在权利要求书中公布了：1.基于对比学习的深度学习模型蒸馏中毒防御方法，包括以下步骤： 1数据集准备；选择MNIST，CIFAR10，ImageNet，GTSRB， CASIA的图像数据集； 2中毒模型准备； 3使用干净样本生成正例； 4构建学生模型蒸馏损失函数和学习样本的损失函数； 具体包括： 4.1使用以下损失函数作为样本之间的对比损失函数，并使用Com_loss作为模型的蒸馏： 其中，mx表示样本x在模型m图层组末端经过转换模块后的输出；u，v分别代表两张样本；Simu，v，m用来衡量在模型m内，u和v之间的相似程度；n表示正例数据集N中生成的正例数量；x0表示原始样本，正例数据集中的样本均是由原始样本x0生成； 4.2构建学生模型学习样本的硬损失函数： 其中，M是图像类别的数量；yic为符号函数，如果样本i的真实类别等于c，则取1，否则取0；Pic表示样本i属于类别c的预测概率，N表示样本数量； 5模型蒸馏。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。
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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励