检索结果-南通市图书馆

基于跨域小样本学习的SAR图像目标识别方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第S1期51卷 453-459页

作者：史松昊王晓丹杨春晓王艺菲空军工程大学防空反导学院西安710051

由于SAR图像获取难度大,可供研究的样本数量较少,解决有限样本条件下SAR图像目标识别问题成为业界公认的挑战。随着深度学习在计算机视觉领域的发展,衍生出了多种小样本图像分类方法,因此考虑采用跨域小样本学习范式解决小样本SAR图像... 详细信息

由于SAR图像获取难度大,可供研究的样本数量较少,解决有限样本条件下SAR图像目标识别问题成为业界公认的挑战。随着深度学习在计算机视觉领域的发展,衍生出了多种小样本图像分类方法,因此考虑采用跨域小样本学习范式解决小样本SAR图像目标识别问题。具体地,先在多个源域中训练得到不同域的特征提取器,而后通过知识蒸馏的方法获取一个通用的特征提取器,这里采用中心核对齐的方法,将提取的特征映射到一个更高维的空间,从而更好地区分原特征之间的非线性相似性;通过上一阶段获得的通用特征提取器提取目标域图像特征,最后采用原型网络的方法预测样本的类别。实验证明,该方法在缩减模型参数的同时,获得了88.61%的准确率,为解决小样本SAR图像目标识别问题提供了新的思路。

关键词：深度学习元学习跨域小样本学习 SAR图像目标识别知识蒸馏

SAR-LAM:面向小样本SAR目标识别的轻量化适应策略

在线全文

学校读者我要写书评

暂无评论

空军工程大学学报 2024年第3期25卷 103-111页

作者：史松昊王晓丹空军工程大学防空反导学院西安710051

针对小样本学习中跨域迁移导致模型性能下降的问题,提出一种面向小样本SAR目标识别的轻量化适应策略(SAR-LAM)。该方法通过知识蒸馏预训练一个具有泛化性能的通用编码器,向其中嵌入一个只在少量目标域样本上进行训练的适应模块,而后将... 详细信息

针对小样本学习中跨域迁移导致模型性能下降的问题,提出一种面向小样本SAR目标识别的轻量化适应策略(SAR-LAM)。该方法通过知识蒸馏预训练一个具有泛化性能的通用编码器,向其中嵌入一个只在少量目标域样本上进行训练的适应模块,而后将提取的特征映射到一个分辨性更高的空间内,最终以原型网络为基线对查询集样本进行分类。该适应策略以增加少量学习参数为代价,克服了数据分布差异导致模型迁移受限的困难,增强了模型在目标域提取特征的能力,在小样本条件下将SAR目标识别的准确率提升了至少1.93个百分点,较其他方法展现出一定的优越性。

关键词： SAR目标识别跨域小样本学习轻量化

在线全文

学校读者我要写书评

暂无评论

基于深度学习的恶意代码检测综述

空军工程大学学报 2024年第4期25卷 94-106页

作者：宋亚飞张丹丹王坚王亚男郭新鹏空军工程大学防空反导学院西安710051

恶意代码检测是网络空间安全领域的重要研究方向之一。在简要阐述恶意代码检测重大研究价值的基础上,结合国内外研究现状,总结了现有的基于深度学习的恶意代码检测技术及方法。首先,分别从静态、动态和混合检测方法多方面地梳理了传统... 详细信息

恶意代码检测是网络空间安全领域的重要研究方向之一。在简要阐述恶意代码检测重大研究价值的基础上,结合国内外研究现状,总结了现有的基于深度学习的恶意代码检测技术及方法。首先,分别从静态、动态和混合检测方法多方面地梳理了传统检测技术,其次,分别从基于序列特征、图像可视化和数据增强的恶意代码特征提取方法出发,对基于深度学习的恶意代码分类识别方法进行了总结,最后,对基于深度学习的恶意代码特征提取与识别方向的技术难点和未来发展趋势进行了分析与展望。

关键词：恶意代码恶意代码分类恶意代码检测深度学习网络空间安全

TriCh-LKRepNet:融合三通道映射与结构重参数化的大核卷积恶意代码分类网络

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第7期52卷 2331-2340页

作者：李思聪王坚宋亚飞王硕空军工程大学防空反导学院陕西西安710051 中国人民解放军95285部队广西桂林541000

随着网络威胁的日益严峻,恶意代码的检测与分类变得尤为关键.传统分析方法依赖手动特征提取,不仅耗时且难以跟上恶意代码的快速变异.相比之下,深度学习技术在恶意代码分类方面展现出巨大潜力.然而,模型复杂度和资源消耗仍是实际部署的难... 详细信息

随着网络威胁的日益严峻,恶意代码的检测与分类变得尤为关键.传统分析方法依赖手动特征提取,不仅耗时且难以跟上恶意代码的快速变异.相比之下,深度学习技术在恶意代码分类方面展现出巨大潜力.然而,模型复杂度和资源消耗仍是实际部署的难题.本研究提出了TriCh-LKRepNet(Triple-Channel Large Kernel Reparameterisation Network),该网络专注于轻量化设计,旨在确保检测性能的同时降低计算和内存需求.通过提出的三通道映射技术,将恶意代码的多维信息有效转换为图像通道,增强了特征的区分性.结合卷积神经网络(Convolutional Neural Networks,CNN)和Transformer的优势,设计了一个高效的深度学习架构,并通过重参数化技术优化了连接路径,以降低内存消耗并提升运行效率.此外,引入的线性训练时间过参数化和大卷积核技术进一步降低了模型的参数量和计算负担.通过实验证明,TriCh-LKRepNet在提升恶意代码分类精度的同时实现了模型的轻量化,与现有技术相比,展现出更佳的性能和更广泛的应用潜力,特别是在资源受限和需要实时检测的环境中,提供了一种有效的解决方案.

关键词：恶意代码分类恶意代码可视化结构重参数化大卷积核汇编信息语义关系

同方期刊数据库

Lanchester equation for cognitive domain using hesitant fuzzy linguistic terms sets

在线全文

学校读者我要写书评

暂无评论

Journal of Systems Engineering and Electronics 2022年第3期33卷 674-682页

作者： HAN Qi LI Weimin XU Qiling ZHAO Minrui HUO Runze ZHANG Tao Air Defense and Antimissile School Air Force Engineering UniversityXi’an 710051China School of Humanities Economics and LawNorthwestern Polytechnical UniversityXi’an 710051China

Intelligent wars can take place not only in the physical domain and information domain but also in the cognitive *** cognitive domain will become the key domain to win in the future intelligent war.A Lanchester equation considering cognitive domain is proposed to fit the development tendency intelligent wars in this *** party is considered to obtain the exponential enhancement advantage on combat forces in combat if it can gain an advantage in the cognitive domain over the other party according to the systemic advantage *** operational effectiveness of the cognitive domain in war is considered to consist of a series of *** fuzzy sets and linguistic term sets are powerful tools when evaluating indicators,hence the indicators are scored by experts using hesitant fuzzy linguistic terms sets here.A unique hesitant fuzzy hybrid arithmetical averaging operator is used to aggregate the evaluation.

关键词： Lanchester equation cognitive domain hesitant fuzzy set hesitant fuzzy hybrid arithmetical averaging operator

Research on Flight First Service Model and Algorithms for the Gate Assignment Problem

在线全文

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2019年第9期61卷 1091-1104页

作者： Jiarui Zhang Gang Wang Siyuan Tong Graduate School Air Force Engineering UniversityXi’an710051China Air and Missile Defense College Air Force Engineering UniversityXi’an710051China

Aiming at the problem of gate allocation of transit flights,a flight first service model is *** the constraints of maximizing the utilization rate of gates and minimizing the transit time,the idea of“first flight serving first”is used to allocate the first time,and then the hybrid algorithm of artificial fish swarm and simulated annealing is used to find the optimal *** means the fish swarm algorithm with the swallowing behavior is employed to find the optimal solution quickly,and the simulated annealing algorithm is used to obtain a global optimal allocation scheme for the optimal local *** experimental data show that the maximum utilization of the gate is 27.81%higher than that of the“first come first serve”method when the apron is not limited,and the hybrid algorithm has fewer iterations than the simulated annealing algorithm alone,with the overall passenger transfer tension reducing by 1.615;the hybrid algorithm has faster convergence and better performance than the artificial fish swarm algorithm *** experimental results indicate that the hybrid algorithm of fish swarm and simulated annealing can achieve higher utilization rate of gates and lower passenger transfer tension under the idea of“first flight serving first”.

关键词： Gate assignment flight first service model fish swarm algorithm passenger transfer tension

一种基于全卷积神经网络的空中目标战术意图识别模型

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

空军工程大学学报 2024年第05期 98-106页

作者：李乐民宋亚飞王鹏王科空军工程大学防空反导学院

针对现有空中目标识别方法敏捷性和可靠度不够高的问题，研究设计了一种深度学习模型MLSTM-FCN,结合了全卷积神经网络、循环神经网络和压缩与激励模块的优点。全卷积网络能够提取空战数据中的复杂局部特征，长短记忆神经网络可以捕捉空... 详细信息

针对现有空中目标识别方法敏捷性和可靠度不够高的问题，研究设计了一种深度学习模型MLSTM-FCN,结合了全卷积神经网络、循环神经网络和压缩与激励模块的优点。全卷积网络能够提取空战数据中的复杂局部特征，长短记忆神经网络可以捕捉空战意图数据的时序特征。通过消融实验和对比实验结果表明，MLSTM-FCN模型在意图识别准确率、反应速度和抗干扰能力方面明显优于现有的空中目标意图识别模型，取得了sota的结果，为指挥员在进行空中作战决策时提供更有效的依据。

关键词：意图识别空中目标深度学习全卷积网络长短记忆神经网络压缩与激励模块

Multi-agent system application in accordance with game theory in bi-directional coordination network model

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Journal of Systems Engineering and Electronics 2020年第2期31卷 279-289页

作者： ZHANG Jie WANG Gang YUE Shaohua SONG Yafei LIU Jiayi YAO Xiaoqiang College of Electronics and Information Engineering Air Force Engineering UniversityXi’an 710054China College of Air Missile Defense Air Force Engineering UniversityXi’an 710054China

The multi-agent system is the optimal solution to complex intelligent problems. In accordance with the game theory, the concept of loyalty is introduced to analyze the relationship between agents' individual income and global benefits and build the logical architecture of the multi-agent system. Besides, to verify the feasibility of the method, the cyclic neural network is optimized, the bi-directional coordination network is built as the training network for deep learning, and specific training scenes are simulated as the training background. After a certain number of training iterations, the model can learn simple strategies autonomously. Also,as the training time increases, the complexity of learning strategies rises gradually. Strategies such as obstacle avoidance, firepower distribution and collaborative cover are adopted to demonstrate the achievability of the model. The model is verified to be realizable by the examples of obstacle avoidance, fire distribution and cooperative cover. Under the same resource background, the model exhibits better convergence than other deep learning training networks, and it is not easy to fall into the local endless ***, the ability of the learning strategy is stronger than that of the training model based on rules, which is of great practical values.

关键词： loyalty game theory bi-directional coordination network multi-agent system learning strategy

在线全文

学校读者我要写书评

暂无评论

时序数据图像化:战术意图识别及可移植框架

通信学报 2024年第8期45卷 149-165页

作者：宋亚飞李乐民权文倪鹏王科空军工程大学防空反导学院陕西西安710051 复杂航空系统仿真重点实验室北京100076

通过将时序编码为图像,提出了一种结合曲线滤波技术和EfficientNetV2图像识别网络的鲁棒且可移植的战术意图识别框架。曲线滤波技术可以有效地减少大量时域特征、模型参数和训练时间的冗余,基于此,提出了一种改进的格拉姆角场方法将时... 详细信息

通过将时序编码为图像,提出了一种结合曲线滤波技术和EfficientNetV2图像识别网络的鲁棒且可移植的战术意图识别框架。曲线滤波技术可以有效地减少大量时域特征、模型参数和训练时间的冗余,基于此,提出了一种改进的格拉姆角场方法将时序编码为图像,提高了卷积神经网络的特征提取能力。EfficientNetV2网络能够有效地处理意图图像,并成为预训练模型,使得在不同系统之间进行迁移学习成为可能。实验结果表明,所提框架相对于机器学习及深度学习等方法提高了0.99%以上的准确率,具有更好的性能、可扩展性、鲁棒性和可迁移性。

关键词：时序编码意图识别图像分类曲线滤波格拉姆角场 EfficientNetV2