期刊文章详细信息
基于深度学习的图像识别问题中对抗样本的研究
文献类型：期刊文章
机构地区：[1]电子科技大学成都学院云计算科学与技术系
年 份：2019
卷 号：15
期 号：10
起止页码：222-223
语 种：中文
收录情况：普通刊
摘 要：神经网络在分类问题中表现出色。但最近研究表明,如果在原有输入数据上叠加一个很小的噪声,分类的效果就会受到严重干扰。本文主要研究基于FGS算法,针对图像分类问题生成对抗样本的原理与方法,该方法测试数据集上的测试表明,加入噪点后的任意图片所生成的对抗样本,能以99%以上的置信度被识别为我们指定的类别。
关 键 词：图像分类 对抗样本 深度学习
分 类 号：TP18]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
