深度学习中的图像分类与对抗技术PDF电子书下载

查看更多关于的内容

第1章 深度学习中的图像分类技术概述 1

1.1 深度学习的主要特点及应用领域 1

1.2 图像分类的发展历程 4

第2章 面向图像分类的主要神经网络模型 8

2.1 神经网络层次 8

2.2 神经网络模型 13

第3章 图像分类对抗概述 20

3.1 深度神经网络的脆弱性 20

3.2 对抗目标环境及对抗效果类型 23

3.3 主要评价标准 28

3.4 对抗样本生成过程实例 30

3.5 智能防御 57

第4章 三种图像分类对抗方法详解 59

4.1 基于梯度计算的对抗方法 59

4.1.1 数据集和相关工具 60

4.1.2 实验目的 61

4.1.3 方案概述 62

4.1.4 实验验证 70

4.1.5 算法改进 75

4.2 基于粒子群优化的对抗方法 79

4.2.1 粒子群优化算法的思想 79

4.2.2 粒子群优化算法的流程 81

4.2.3 图像的相似性度量 83

4.2.4 基于PSO的目标攻击方案设计 83

4.2.5 实验与结果分析 99

4.3 基于CMA的黑盒攻击方案设计 102

4.3.1 问题提出 102

4.3.2 基于CMA的对抗样本生成方法 103

4.3.3 方案设计 116

4.3.4 主要数据结构及算法实现 120

4.3.5 实验原理验证 123

4.3.6 算法评价 126

参考文献 131

查看更多关于的内容