本发明提供一种基于线性可分性度量的可解释卷积神经网络结构冗余度评估方法，属于神经网络测试技术领域。采用将闵可夫斯基差的线性可分性度量MD‑LSM作为网络的可解释工具，分析深度神经网络中隐层（块）中每个通道对网络整体性能作出的贡献，确定网...

一种基于线性可分性度量的可解释神经网络抗噪声干扰性评估方法，属于神经网络测试技术领域。所述评估方法借助线性可分性度量MD‑LSM对深度神经网络的隐层输出线性可分性的分析能力，构建噪声评估数据筛选与隐层映射能力评估工具；利用MD‑LSM筛...

一种基于闵可夫斯基差的线性可分度量实时监测深度网络隐藏层方法，属于深度学习模型分析领域。该方法基于闵可夫斯基差的线性可分度量（MD‑LSM）实现，首先，设计基于闵可夫斯基差线性可分度量指标，定义为MD‑LSM；其次，应用设计的线性可分度...

本发明提供一种基于占优RGB通道特征的摩尔纹检测方法，属于信息安全领域，用于维护信息安全。所述摩尔纹检测方法首先对训练数据进行预处理。其次，对预处理过后的数据进行特征提取。第三，利用提取到的特征图片训练神经网络。最后，采用同样的预处理与...