检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

量子自注意力神经网络的时间序列预测

电子科技大学学报 2024年第1期53卷 110-118页

作者：陈欣李闯金凡中金金融认证中心有限公司北京100176

在“量子-经典”混合模式下,设计了多头量子自注意力神经网络预测模型(MQSAPN)用以进行时间序列预测,模型包括多头量子自注意力模块以及变分量子线路预测模块两部分。通过对输入数据按时间步长分别进行量子态编码以及K、Q、V的计算,借... 详细信息

在“量子-经典”混合模式下,设计了多头量子自注意力神经网络预测模型(MQSAPN)用以进行时间序列预测,模型包括多头量子自注意力模块以及变分量子线路预测模块两部分。通过对输入数据按时间步长分别进行量子态编码以及K、Q、V的计算,借鉴已有研究使用高斯函数进行自注意力系数的估计方式,将量子自注意力特征提取后的数据再次编码到变分预测线路中,经过线路演化及测量,最终获取预测结果。完整流程与模型搭建均采用VQNet框架实现。在天气学变量的时间序列预测任务中,该模型表现出与经典多头自注意力模型预测模型以及长短期记忆单元网络模型相当的预测精度。此外,相对于同样是量子机器学习的data-reuploading变分线路而言,在近乎同等规模线路深度与参数量的前提下,表现出更高的预测精度,这也进一步验证了引入量子自注意力机制的有效性。值得指出的是,作为预测部分的变分线路会随着输入数据量的增多(如时间窗加长、特征变量规模增加等),其参数量与线路深度也会显著增加,尽管多层QSA能够较好地进行特征表达,但依然有可能因遇到“贫瘠高原”困难而成为整个网络的瓶颈。

关键词：量子计算量子机器学习自注意力机制时间序列预测

在线全文

学校读者我要写书评

暂无评论

面向阶段任务的携行器材品种确定方法

系统工程与电子技术 2024年第6期46卷 2054-2064页

作者：吴巍屹贾云献姜相争史宪铭刘洁刘彬董恩志朱曦陆军工程大学石家庄校区装备指挥与管理系河北石家庄050003

维修器材是有效实施维修保障的物质基础,携行器材品种确定是开展维修器材携行决策的关键。针对执行阶段任务武器装备维修器材品种多、影响因素复杂且关联关系不明确造成的携行器材品种确定困难的现实问题,提出了一种将改进稀疏核主成分... 详细信息

维修器材是有效实施维修保障的物质基础,携行器材品种确定是开展维修器材携行决策的关键。针对执行阶段任务武器装备维修器材品种多、影响因素复杂且关联关系不明确造成的携行器材品种确定困难的现实问题,提出了一种将改进稀疏核主成分分析(sparse kernel principal component analysis,SKPCA)算法与长短时记忆(long short-term memory,LSTM)神经网络模型相结合的阶段任务携行器材品种确定方法。在分析与任务阶段时序相关的携行器材影响因素及特征指标的基础上,运用基于弹性惩罚的SKPCA降维算法,对器材特征进行降维分析并得到低维稀疏特征向量,通过缩减数据容量增强特征指标的可解释性;运用混沌序列改进花授粉算法(flower pollination algorithm,FPA)优化LSTM超参数,构建混沌FPA-LSTM预测模型,精准进行携行器材品种确定。通过对演习携行器材品种确定算例分析验证了所提方法的科学性和可行性。

关键词：携行器材阶段任务稀疏核主成分分析影响因素分析花授粉算法长短时记忆神经网络

OntoCSD：基于本体的网络空间防御综合解决方案安全模型（英文）

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

Frontiers of Information Technology & Electronic Engineering 2024年第9期25卷 1209-1226页

作者：武丹丹陈捷谢瑞云陈轲电子科技大学成都学院计算机学院西北工业大学网络空间安全学院中国电子科技网络信息安全有限公司

构建动态、灵活、智能的网络空间防御综合解决方案是一种新理念。为了解决传统静态防护方法在网络对抗环境下无法及时响应各种网络攻击或安全需求的问题，形成从“威胁发现”到“决策生成”的完整集成解决方案，我们提出一种基于本体的... 详细信息

构建动态、灵活、智能的网络空间防御综合解决方案是一种新理念。为了解决传统静态防护方法在网络对抗环境下无法及时响应各种网络攻击或安全需求的问题，形成从“威胁发现”到“决策生成”的完整集成解决方案，我们提出一种基于本体的安全模型—Onto CSD，该模型使用Web本体语言来表示网络空间威胁监测、决策、响应、防御过程中所涉及的本体类和关系，并使用语义Web规则语言来设计防御推理规则。Onto CSD可以发现网络攻击、漏洞、安全状态和防御策略之间的潜在关系。进一步地，利用基于案例推理的人工智能专家系统快速生成详细、全面的决策方案。最后，通过肯德尔一致性系数和典型计算机网络防御系统中四个基于表征事实和本体推理的实验案例，验证了Onto CSD解决网络空间防御领域问题的一致性和可行性。Onto CSD支持自动关联和推理，能够为网络空间防御提供整体解决方案框架。

关键词：网络空间防御集成解决方案本体基于案例推理(CBR) 计算机网络防御(CND)

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

针对目标检测模型的物理对抗攻击综述

计算机工程与应用 2024年第10期60卷 61-75页

作者：蔡伟狄星雨蒋昕昊王鑫高蔚洁火箭军工程大学导弹工程学院西安710025

深度学习模型容易受到对抗样本的影响,在图像上添加肉眼不可见的微小扰动就可以使训练有素的深度学习模型失灵。最近的研究表明这种扰动也存在于现实世界中。聚焦于深度学习目标检测模型的物理对抗攻击,明确了物理对抗攻击的概念,并介... 详细信息

深度学习模型容易受到对抗样本的影响,在图像上添加肉眼不可见的微小扰动就可以使训练有素的深度学习模型失灵。最近的研究表明这种扰动也存在于现实世界中。聚焦于深度学习目标检测模型的物理对抗攻击,明确了物理对抗攻击的概念,并介绍了目标检测物理对抗攻击的一般流程,依据攻击任务的不同,从车辆检测和行人检测两个方面综述了近年来一系列针对目标检测网络的物理对抗攻击方法,简单介绍了其他针对目标检测模型的攻击、其他攻击任务和其他攻击方式。最后讨论了物理对抗攻击当前面临的挑战,引出了对抗训练的局限性,并展望了未来可能的发展方向和应用前景。

关键词：对抗攻击物理攻击深度学习深度神经网络

在线全文

学校读者我要写书评

暂无评论

基于解耦的小样本目标检测方法研究

系统工程与电子技术 2024年第9期46卷 2941-2950页

作者：蔡伟王鑫蒋昕昊杨志勇陈栋火箭军工程大学导弹工程学院陕西西安710025

针对小样本激化的目标检测耦合问题,以高价值空中目标为研究对象,提出一种基于解耦的小样本目标检测算法。首先,在区域候选网络中引入梯度调整层,强化区域候选网络,缓和任务耦合问题。其次,将目标检测头拆解成分类和回归两个分支,在前... 详细信息

针对小样本激化的目标检测耦合问题,以高价值空中目标为研究对象,提出一种基于解耦的小样本目标检测算法。首先,在区域候选网络中引入梯度调整层,强化区域候选网络,缓和任务耦合问题。其次,将目标检测头拆解成分类和回归两个分支,在前端添加无参平均注意力模块,缓和特征耦合问题。所提算法可以提高小样本目标检测性能,增强对新类的检测能力。实验结果表明,所提算法在1、2、3、5、10样本实验中均表现最佳,平均精度分别达到32.5%、35.6%、39.6%、41.2%和57.4%。相较于两阶段微调方法,所提算法检测性能大幅度提高,能够解决在小样本激化的耦合矛盾下网络检测能力下降的问题,提升对小样本高价值空中目标的检测精度。

关键词：小样本目标检测空中目标耦合问题深度学习

基于卷积神经网络的景象匹配区适配性筛选方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

火箭军工程大学学报

火箭军工程大学学报 2024年第3期38卷 45-50+59页

作者：李邦杰武健张大巧朱宏伟胡超帝白双豪火箭军工程大学 96728部队

针对基于图像特征指标的景象匹配区适配性筛选方法效率低、景象匹配区规划周期长的问题，提出一种基于卷积神经网络（Convolutional Neural Network, CNN）的适配性筛选算法。首先以典型的城市、荒漠、农田等6类景象为对象，构建包括灰... 详细信息

针对基于图像特征指标的景象匹配区适配性筛选方法效率低、景象匹配区规划周期长的问题，提出一种基于卷积神经网络（Convolutional Neural Network, CNN）的适配性筛选算法。首先以典型的城市、荒漠、农田等6类景象为对象，构建包括灰度均方差、高程方差、独立像元数和最大峰值比等的图像特征指标，形成相关数据集；设计基于CNN的景象匹配区适配性筛选模型，并分析了迭代次数、训练样本数量、像元数等对模型计算精度的影响；最后选取合适的迭代次数和全连接层神经元数，利用数据集验证了本文算法。结果表明：所提方法可以有效提升大规模典型景象的匹配适配性筛选效率。

关键词：景象匹配卷积神经网络图像特征适配性筛选

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

专栏评述:网络公害治理

四川大学学报（自然科学版） 2024年第3期61卷 1-2页

作者：黄诚施凡刘保君许海涛徐国爱四川大学网络空间安全学院成都610207 国防科技大学电子对抗学院合肥230037 清华大学网络科学与网络空间研究院北京100084 浙江大学网络空间安全学院杭州310007 哈尔滨工业大学(深圳)网络空间安全学院深圳518055

当前网络博彩、电信诈骗、色情网站和网络攻击等新型匿名化网络公害主体呈现出反侦查能力强、匿名化手段多以及产业化程度高等认知对抗特点,网络公害治理面临源头发现难、取证难以及溯源难等突出问题,亟需新的基础理论和关键技术来支撑... 详细信息

当前网络博彩、电信诈骗、色情网站和网络攻击等新型匿名化网络公害主体呈现出反侦查能力强、匿名化手段多以及产业化程度高等认知对抗特点,网络公害治理面临源头发现难、取证难以及溯源难等突出问题,亟需新的基础理论和关键技术来支撑.随着人工智能、知识图谱和大模型等技术的发展,如何将新理论和新技术应用到网络公害源头的发现、相关人员及组织的取证溯源,对于维护天朗气清的网络空间良好生态具有重大的意义.

关键词：人工智能色情网站网络攻击网络空间知识图谱反侦查能力产业化程度电信诈骗

维普期刊数据库博看期刊

基于融合式神经网络的目标多磁性参数反演研究

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第6期52卷 130-134页

作者：文无敌张广豫陈俊欧阳君海军工程大学兵器工程学院湖北武汉430033 华中科技大学光学与电子信息学院湖北武汉430074

针对由不同磁性材料构成的复杂目标体多个磁导率参数反演困难的问题,基于深度学习提出了一种高效的融合式神经网络反演方法.首先,通过融合式神经网络中的分类器将大尺度范围目标磁场信号进行粗化分类,以映射到小尺度局部范围;然后,再通... 详细信息

针对由不同磁性材料构成的复杂目标体多个磁导率参数反演困难的问题,基于深度学习提出了一种高效的融合式神经网络反演方法.首先,通过融合式神经网络中的分类器将大尺度范围目标磁场信号进行粗化分类,以映射到小尺度局部范围;然后,再通过融合式神经网络中的解算器进行多磁性参数的精细化回归预测.将所提出的融合式神经网络与传统的全连接神经网络进行了仿真实验对比,实验结果表明:融合式神经网络对多磁导率参数的推算精度高达97.5%,比传统全连接神经网络具有更高的预测精度.

关键词：磁反演神经网络多参数预测深度学习磁导率

基于特征增强和历史帧选择的Transformer视觉跟踪算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第10期39卷 3506-3512页

作者：侯志强杨晓麟马素刚王云龙余旺盛王昀琛西安邮电大学计算机学院西安邮电大学陕西省网络数据分析与智能处理重点实验室空军工程大学信息与导航学院

为进一步提升跟踪算法在历史帧信息利用和目标特征表达方面的性能,提出基于特征增强和历史帧选择的Transformer视觉跟踪算法(feature enhancement and history frame selection based Transformer visual tracking, FEHST).首先,在骨干网络中引入动态预测模块,通过稀疏化策略提高自注意力机制的计算效率,聚焦目标区域特征;其次,提出特征增强模块,将局部信息与全局信息的优势相结合,提升特征的表达能力;最后,采用自适应历史帧选择策略,提升跟踪器对目标动态信息的关注.在LaSOT、TrackingNet、GOT-10K和OTB100等数据集上进行了大量的实验,实验结果显示,在LaSOT、TrackingNet、OTB100上分别取得70.1%、83.0%和71.6%的成功率,在GOT-10K上取得71.4%的平均重叠度,并能以27 FPS的速度运行.

关键词：计算机视觉视觉跟踪深度学习注意力机制历史帧选择 Transformer