买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于频域引导的多特征注意力的对抗样本生成方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121328632B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511522419.8，技术领域涉及：G06N3/0475；该发明授权基于频域引导的多特征注意力的对抗样本生成方法及系统是由汪付强;郭文卿;赵勇清;陈柯钦;张建强;吴晓明;马晓凤;郝秋赟;张鹏;赵微设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本基于频域引导的多特征注意力的对抗样本生成方法及系统在说明书摘要公布了：本发明公开的基于频域引导的多特征注意力的对抗样本生成方法及系统，所述方法在迭代生成最终的对抗样本时；每轮更新均计算本轮初始对抗样本的目标识别损失；提取本轮初始对抗样本的多尺度特征，计算多尺度特征梯度；根据目标识别损失和多尺度特征梯度，计算确定空间域特征权重；对空间域特征权重进行频域变换和带阻滤波处理，获得滤波处理后权重；将滤波处理后权重重建回空间域，获得频域引导权重；将频域引导权重与多尺度特征梯度进行点乘融合，获得融合梯度；通过融合梯度对本轮初始对抗样本进行更新，获得本轮更新后的对抗样本，作为下轮迭代的初始对抗样本。生成的对样抗本具备良好的跨模型迁移性。

本发明授权基于频域引导的多特征注意力的对抗样本生成方法及系统在权利要求书中公布了：1.基于频域引导的多特征注意力的对抗样本生成方法，其特征在于，包括： 获取原始图像样本； 将原始图像样本作为首轮迭代的初始对抗样本，对原始图像样本进行多轮迭代更新，每轮更新的过程包括： 计算本轮初始对抗样本的目标识别损失； 提取本轮初始对抗样本的多尺度特征，并计算多尺度特征梯度； 根据目标识别损失和多尺度特征梯度，计算确定空间域特征权重； 其中，目标识别损失为交叉熵损失，对于无目标攻击，使用交叉熵损失公式： 对于目标攻击，使用交叉熵损失公式： 其中，表示分类层的分类模型，表示在迭代过程生成的对抗样本，表示原始图像样本正确的分类标签，表示对抗样本误导分类模型错误分类的目标类别； 对空间域特征权重进行频域变换获得频域特征权重，并利用带阻滤波和余弦退火算法对频域特征权重进行引导修正，获得滤波处理后权重； 将滤波处理后权重重建回空间域，获得频域引导权重； 将频域引导权重与多尺度特征梯度进行点乘融合，获得融合梯度； 通过融合梯度对本轮初始对抗样本进行更新，获得本轮更新后的对抗样本，作为下轮迭代的初始对抗样本； 将最后一轮更新后的对抗样本，作为最终的对抗样本； 构造一个动态的带阻掩码，该掩码用于抑制中频区域的频率分量，保留低频和高频分量；掩码的频率边界和根据当前迭代轮次通过余弦退火策略进行动态调整； 低频动态半径函数公式为： 高频动态半径函数公式为： 其中，为总迭代轮次，和为预设的频率半径阈值；迭代初期保留更多高频细节，迭代后期保留更多低频结构；将频域表示与动态的带阻掩码相乘，完成频域滤波，获得滤波处理后权重，具体公式为：；表示逐元素相乘，Mu,v,t是动态带阻滤波掩码，t是当前迭代轮次。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250353 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。