基于支持向量机的协神经网络可信决策方法

摘要

本发明公开了一种基于支持向量机（SVM）的协神经网络可信决策方法，该方法分为以下步骤：首先，以尽可能高的分类准确率为准则设计并训练主神经网络（M‑NN）模型；其次，对M‑NN进行裁剪、压缩或剪枝，以较小的模型体积为准则设计和训练协神经网络（Co‑NN）模型；然后，对训练集展开像素攻击，此时，M‑NN和Co‑NN会做出与原先不同的分类结果；最后，结合训练集自身正确的标签，对M‑NN和Co‑NN的分类结果进行监督学习、训练并最终生成决策SVM模型。实验结果表明，本发明可以有效地抵抗图像识别领域的某些像素攻击，显著提高神经网络的鲁棒性。