公开(公告)号：CN119474977A

公开(公告)日：2025-02-18

申请号：CN202411550391.4

申请日：2024-11-01

Applicant: 杭州电子科技大学

Inventor： 刘真 ,  孙华威 ,  徐润森 ,  任怡 ,  朱志豪

IPC: G06F18/24 ,  G06F18/21

Abstract: 本发明的目的就是为了克服用户只能看到训练结果，并不能看到查询集和支持集之间的关系以及不能对支持集里的样本进行筛选，提供了一种直观形象、可以在分类过程中观察支持集对分类结果影响的可视化办法。为了解决上述技术问题，本发明的技术方案为：一种基于可视化重构的少样本分类方法，用以在样本集很少的情况下，通过交互的方法来提高支持集的质量并提高分类结果，包括以下步骤：S1、查询集样本的重构；S2、支持集样本的相似矩阵可视化生成；S3、支持集样本的推荐算法；S4、替换过程的类内，类间聚合程度的可视化生成。

公开(公告)号：CN120068927A

公开(公告)日：2025-05-30

申请号：CN202510126889.6

申请日：2025-01-27

Applicant: 杭州电子科技大学

Inventor： 刘真 ,  徐润森 ,  孙华威 ,  张海柱 ,  李韬

IPC: G06N3/042 ,  G06N3/08 ,  G06F18/214 ,  G06F18/241 ,  G06N5/04 ,  G06F21/55

Abstract: 本发明公开了一种图神经网络鲁棒性可视分析方法，该方法首先获取训练的图神经网络模型及其数据集，收集训练结果，进行数据提取获取基础数据。其次利用基础数据对数据集中数据和图神经网络模型结果，生成可视化图表。然后对数据集选择攻击方式施加攻击，将受攻击后的数据集作为输入，重新通过图神经网络模型进行推理判断，对受攻击后的网络模型的输出结果进行数据提取。最后基于提取的数据，识别出易受攻击扰动的节点，并进行标记，选择标记的易受扰动节点，作为焦点节点，进行可视分析。本发明能够更全面、更深入地分析网络模型的特性和问题，帮助专家全面有效评估图神经网络在面对不同攻击场景时的鲁棒性。