公开(公告)号：CN108470209B

公开(公告)日：2021-06-04

申请号：CN201810258375.6

申请日：2018-03-27

Applicant: 北京工业大学

Inventor： 王少帆 ,  邵广翠 ,  孔德慧 ,  尹宝才

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于格拉姆矩阵正则化的卷积神经网可视化方法，包括给定一个图像表示函数和参考表示，通过优化目标函数求出这个参考表示的输入层数据，作为对应的卷积神经网络待可视化层的可视化结果。本发明可以对不同的卷积神经网络的不同层的特征进行可视化。本发明对可视化技术的正则项进行了改进，取得了对可视化的愚弄效应进行抵抗的效果。

公开(公告)号：CN108470209A

公开(公告)日：2018-08-31

申请号：CN201810258375.6

申请日：2018-03-27

Applicant: 北京工业大学

Inventor： 王少帆 ,  邵广翠 ,  孔德慧 ,  尹宝才

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于格拉姆矩阵正则化的卷积神经网可视化方法，包括给定一个图像表示函数和参考表示，通过优化目标函数求出这个参考表示的输入层数据，作为对应的卷积神经网络待可视化层的可视化结果。本发明可以对不同的卷积神经网络的不同层的特征进行可视化。本发明对可视化技术的正则项进行了改进，取得了对可视化的愚弄效应进行抵抗的效果。