-
公开(公告)号:CN116486791A
公开(公告)日:2023-07-25
申请号:CN202310389482.3
申请日:2023-04-12
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
Abstract: 本发明公开了一种基于自然环境的语音对抗样本隐蔽生成方法,包括:获取自然环境噪音数据集、输入音频数据,并生成对抗扰动;生成对抗样本,并误导语音识别模型生成相应的对抗样本转录,同时设定目标对抗转录内容;计算对抗样本和目标对抗转录的CTC‑loss损失函数;计算对抗扰动与环境噪音的范数;对CTC‑loss损失函数、对抗扰动与环境噪音的范数增添不同权重参数,以构成对抗样本生成损失函数;利用PGD等梯度下降法迭代更新对抗扰动,以获得最优的对抗扰动,从而得到语音对抗样本。该方法提高了语音对抗样本的掩蔽性和人耳不易察觉性,提升了适用场景的普遍性;且可以迁移到普遍常见的语音识别模型中,做到高效率攻击。
-
公开(公告)号:CN118312777A
公开(公告)日:2024-07-09
申请号:CN202410423343.2
申请日:2024-04-09
Applicant: 西安电子科技大学 , 广州链融信息技术有限公司
IPC: G06F18/214 , G06F18/24 , G06F18/20 , G06N3/049 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于群智背景下的少样本时空序列数据处理方法及数据预测方法,其中,数据处理方法包括:获取群智背景下的少样本时空序列数据集,并按照空间地理位置进行分类,以将数据集划分为多个小区,同时获得各个小区之间的空间关系矩阵;将每个小区内的数据按照时间段进行分类,以将每个小区中的数据划分到不同的时间段内;为每个小区的每一时间段确定代表值,以将数据集转化为以时间为纵轴、以小区为横轴的小区‑时间矩阵数组。处理后的数据可用于对STNN模型进行训练,从而实现数据预测。该数据处理方法解决了群智数据集在STNN模型上训练时的大量数据缺失问题,具有较好的训练效果,实现了针对少样本时空序列数据集的高准确率数据预测。
-