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

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筛选数据点，借助噪音生成函数形成抗噪音干扰性检测样本；根据网络对噪音数据的分类准确率得到针对不同样本类别与不同噪声类型的抗噪音干扰指标；通过MD‑LSM快速计算隐层或块输出的线性分类器，得到隐层或块抗噪声干扰性评估指标，确定噪声对网络的重点影响区域。本方法能够实现网络抗噪声干扰性评估方法的可解释化，降低改进的时间成本，能够同时兼容对抗噪声和腐败噪声的评估，增强网络抗噪声干扰性评估方法的泛用性。