【摘 要】
：
深度神经网络的分类模型在面对现实场景存在的各种情况,仍有着可以提升的空间。对于一些难以判断的图像,在进行分类时模型预测的风险可能难以估计,又或是外界存在的干扰也会让分类模型的效果无法保持稳定。本文参考Deep Gamblers一文的思路,对分类模型的输出进行改进,增加了一个新的输出类别,提出了两种算法。它可以预测分类结果的置信度进行选择性分类,通过选择分类样本的覆盖率来减少预测时的风险。为更加完善
论文部分内容阅读
深度神经网络的分类模型在面对现实场景存在的各种情况,仍有着可以提升的空间。对于一些难以判断的图像,在进行分类时模型预测的风险可能难以估计,又或是外界存在的干扰也会让分类模型的效果无法保持稳定。本文参考Deep Gamblers一文的思路,对分类模型的输出进行改进,增加了一个新的输出类别,提出了两种算法。它可以预测分类结果的置信度进行选择性分类,通过选择分类样本的覆盖率来减少预测时的风险。为更加完善选择性分类问题,我们会选择优化每个覆盖率可能性下的损失,来减少所有可能存在的风险。在另一方面,我们设计了一种新的损失函数对分类模型进行优化,新的输出类别能够诱导噪声对模型的影响,提升分类模型的鲁棒性。本文在真实数据上验证了我们两种算法的有效性。本文的主要贡献有:·本文提出了一种新的算法用于优化选择性分类问题中的风险覆盖曲线下的面积（Area Under the Risk-Coverage Curve,AURC）。并给出了AURC的经验风险函数详细的推导过程,通过实验证明,AURC优化算法可以很好的降低分类模型预测时的风险。·本文通过对抗样本领域的知识模拟现实存在的噪声,探索噪声对分类模型预测结果具体的影响,并提出了一种新的防御方法ICAT（Induced Class forAdversarial Training）。最后通过实验验证了ICAT算法可以有效的提高分类模型的鲁棒性。
其他文献
磷是生物生长和能量运输的必需营养元素,对细胞生理生化起着至关重要的作用。磷的浓度常呈现沿湖、近岸或河口附近浓度高,开阔湖水或海域浓度低的趋势。不同形态磷的生物活性存在显著差异。磷酸盐（Pi）是生物最先利用的磷源,然而在受磷限制的水体,一些浮游植物也会吸收利用缩聚磷酸盐（Condensed phosphate,Cond-P）和溶解态有机磷（Dissolved Organic Phosphorus,D
湿地生态系统兼具“汇”与“源”的双重功能,是全球物质循环过程中的关键组成部分,对于调节全球气候影响重大,而生物细胞外酶作为一种生化反应催化剂,在湿地的物质循环过程中起着调节物质循环速率的关键作用。长江口湿地是我国最大的河口湿地,已有多位学者对该区域的碳氮循环机制及温室气体排放影响因素展开了研究,但目前有关沉积物中细胞外酶活性分布特征及其在物质循环中的作用影响尚不清楚。因此,研究长江口湿地沉积物胞外
近年来,随着城市化进程的快速推进,我国市政污泥产量将不断增加。日益增多的市政污泥若不进行有效的处理处置,其可能存在的环境风险将日益增加。研究以实现污泥有效处置及资源化利用为目标,采用浸渍法制备焦磷酸钠改性污泥生物炭（SP-SBC）,并将其应用于含铜废水中的铜吸附。实验首先筛选SP-SBC的最佳改性条件,其次测定与分析该条件下制得的SP-SBC和原始污泥生物炭（SBC）的理化性质,并通过SP-SBC
竞争与适应塑造了生物体丰富多彩的运动行为。生物体的运动对其生命周期与生存至关重要。在自然选择的压力下,生物体都进化出了独特的运动行为,以增强它们在自然环境中的的竞争、生存与适应能力。生物的运动,如人类活动、外来物种的入侵等,也通过与环境的双向因果关系,对个体、种群、群落以及生态系统的功能和结构具有重要影响。本文以舟形藻（Navicula arenaria var.rostellata）为研究对象,
随着社会的进步和科技的发展,来自化工厂、医院等源头的顽抗水环境的污染问题正威胁着人们的健康。众多高级氧化技术被应用于处理污水,其中光辅助下的类Fenton催化技术由于其显著的催化降解效果而被广泛关注。本论文以硫掺杂的g-C3N4（SCN）为研究对象,通过对该材料的表面进行设计与改良,并以其为基底合成具有多组分的复合催化剂,从而最大程度地减小硫掺杂的g-C3N4催化剂的缺陷,提高其催化性能。基于文献
计算机虚拟筛选是指利用高性能计算机基于计算化学理论来进行对药物进行虚拟的筛选。虚拟筛选能够极大的降低通过实验筛选化合物的数量,同时还可以提高有效化合物的发现效率。冠状病毒病2019（COVID-19）,被称为“新冠状肺炎”,是由严重急性呼吸系统综合症冠状病毒2（SARS-Co V-2）感染引起的一种急性传染病。COVID-19的主要症状包括呼吸道症状,发烧,咳嗽和呼吸困难。在更严重的情况下,感染可
Si具有嵌锂电位低、理论储锂比容量高等优点,储量丰富,是具有研究价值的锂离子电池负极材料。光伏产业的硅废料,纯度高,经过简单的工序回收可得到为亚微米级别的硅粉,具备应用于锂离子电池负极的潜在价值。本文以实现光伏产业回收的含水硅废料在LIBs负极的应用为研究目标,研究了热解碳对硅基复合材料电化学储锂特性的影响。主要工作如下:（1）以多种高性价比有机碳、晶硅切割的硅废料为原料,制备硅/碳二元复合材料,
涡旋光束具有独特的物理性质,可应用于光镊、自由空间光通信、量子纠缠等领域。同时也吸引了大量的研究学者对其进行研究。涡旋光束携带有轨道角动量（OAM）,其固有的无限维本征态可以大大增加经典和量子领域的光通信和信息处理能力。至今,已经研究出多种方法用于产生携带轨道角动量的涡旋光束。而接收端高效准确地识别OAM模式是非常关键的。我们采用卷积神经网络（CNN）方法,提出并研究了一种双模式涡旋光束的轨道角动
超快超强激光的出现,使得光与物质的强相互作用逐渐揭开面纱。四波混频作为一种重要的三阶非线性光学效应,以其能将激光从可见光波段扩展到红外和紫外波段并可调谐的优势得到了人们的广泛关注。气体介质因为在光激发下具有很高的损伤阈值,这使得人们逐渐从固体介质转移到了对气体介质中四波混频的研究。本文研究了聚焦参数对光丝中四波混频转换效率的影响。利用808 nm的强近红外脉冲和弱可调谐的红外脉冲（1.3-2.2μ
复杂网络方法最近成为非线性时间序列分析的重要工具,并在各个领域的观测和实验数据中发现了许多有趣的应用。在这方面的研究中,主要的网络方法有递归网络、可视图和转换网络。有序模式转换网络扩展了现有时间序列分析的既定概念,为刻画非线性动力学特性提供了很多新的见解。本文主要用Ordinal Pattern（简称OP）构建转换网络（Ordinal Pattern Transition Network,简称OP