一种基于拟态对抗学习机制的现场态势未来引导技术
基本信息
| 申请号 | CN201910957421.6 | 申请日 | - |
| 公开（公告）号 | CN110807291A | 公开（公告）日 | 2020-02-18 |
| 申请公布号 | CN110807291A | 申请公布日 | 2020-02-18 |
| 分类号 | G06F30/27 | 分类 | 计算；推算；计数; |
| 发明人 | 杨理想;王云甘;周亚;范鹏炜 | 申请（专利权）人 | 南京摄星智能科技有限公司 |
| 代理机构 | 南京中律知识产权代理事务所（普通合伙） | 代理人 | 南京摄星智能科技有限公司 |
| 地址 | 210000 江苏省南京市经济技术开发区兴智路6号兴智科技园C栋1211室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供的基于拟态对抗学习机制的现场态势未来引导技术，是在拟态环境中，通常是类真实世界的模拟，通过图像数据建立样本，使用卷积神经网络作为深度学习或深度强化学习中的基础模型可以保证模型能够捕捉到当前环境态势的特征信息。同时，基于对抗样本的学习方法在模型训练过程中生成特定的面向识别模型的攻击样本，用于模型的训练，这种方法只需要少量的标注样本，利用梯度反转层以及领域判别器来实现样本数据的领域迁移，极大减少标注成本，还可以增强模型的鲁棒性，并且提高模型的泛化能力。 |
