[发明专利]一种对于卷积神经网络判别部分黑箱问题的自解释方法在审
| 申请号： | 202011249200.2 | 申请日： | 2020-11-10 |
| 公开（公告）号： | CN112434790A | 公开（公告）日： | 2021-03-02 |
| 发明（设计）人： | 赵金伟;王启舟;邱万力;黑新宏;答龙超;王伟;谢国;胡潇 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N5/04;G06K9/62 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 韩玙 |
| 地址： | 710048 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种对于卷积神经网络判别部分黑箱问题的自解释方法，具体按照以下步骤实施：步骤1、提出一种可解释距离，作为衡量模型可解释性指标；步骤2、将CNN网络的卷积层和池化层构成一个特征提取器；步骤3、将步骤2得到的特征提取器的输出即特征图作为CNN网络全连接层的输入；步骤4、在全连接层中，使用步骤3的特征图对CNN网络中的输入图像样本进行分类并贴标签；步骤5、使用全连接层构成CNN网路的判别部分；步骤6、构建三层节点的DCLM模型；步骤7、提出新型博弈方法进行DCLM模型与步骤6构建的CNN网络的博弈训练，以提高CNN网络判别部分的可解释性。本发明解决了现有技术中存在的解释方法误差大的问题。 | ||
| 搜索关键词： | 一种 对于 卷积 神经网络 判别 部分 黑箱 问题 解释 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安理工大学，未经西安理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011249200.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种反电渗析发电装置
- 下一篇：一种实时监测变频血糖计
