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：兰州大学
摘要：本发明提出了一种像素级别用于卷积神经网络图像分类的可解释方法及客观度量解释结果准确度的方法，包括：获取预设的真实图像在目标卷积神经网络模型中的执行轨迹信息；预设与真实图像大小相同的符号化图像，基于符号化图像和执行轨迹信息，构建符号化模型；基于真实图像的像素值，获取符号化模型中符号变量对应的权值的像素分类贡献值矩阵；将像素分类贡献值矩阵转化为像素分类贡献值分布图和显著图，对卷积神经网络图像的分类依据进行解释。本发明基于符号化执行技术，依赖目标网络模型的权值，提出一种新颖的且具有准确无误解释能力的解释性方法；以及基于卷积神经网络模型的非线性执行特点，提出一种客观公正的可信评测方法。
主权项：1.一种像素级别用于卷积神经网络图像分类的可解释方法，其特征在于，包括：获取预设的真实图像在目标卷积神经网络模型中的执行轨迹信息；预设与所述真实图像大小相同的符号化图像，基于所述符号化图像和所述执行轨迹信息，构建符号化模型；基于所述真实图像的像素值，获取所述符号化模型中符号变量对应的权值的像素分类贡献值矩阵；将所述像素分类贡献值矩阵转化为像素分类贡献值分布图和显著图，基于所述像素分类贡献值分布图和显著图对卷积神经网络图像的分类依据进行解释。
全文数据：
权利要求：
百度查询： 兰州大学 一种像素级别用于卷积神经网络图像分类的可解释方法及客观度量解释结果准确度的方法
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