检索结果-南通市图书馆

面向人脸属性编辑的三阶段对抗扰动生成主动防御算法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第3期47卷 677-689页

作者：陈北京张海涛李玉茹南京信息工程大学教育部数字取证工程研究中心南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学计算机学院、网络空间安全学院南京210044

针对恶意人脸属性编辑行为,基于取证的被动防御技术只能对篡改行为进行取证并不能防止其产生,从而难以消除恶意篡改行为已经造成的损失.因此,主动防御技术应运而生,其可以破坏属性编辑的输出从而避免人脸被篡改使用.然而,现有两阶段训... 详细信息

针对恶意人脸属性编辑行为,基于取证的被动防御技术只能对篡改行为进行取证并不能防止其产生,从而难以消除恶意篡改行为已经造成的损失.因此,主动防御技术应运而生,其可以破坏属性编辑的输出从而避免人脸被篡改使用.然而,现有两阶段训练人脸篡改主动防御框架存在迁移性和扰动鲁棒性不足的问题,为此本文通过优化两阶段训练架构及损失函数和引入一个辅助分类器,提出一种三阶段对抗扰动主动防御框架.本文首先修改两阶段训练架构中的代理目标模型并基于此设计了训练扰动生成器的属性编辑损失,以提升代理模型的重建性能和属性约束能力,从而减少对代理模型的过拟合;其次,在训练阶段引入辅助分类器对代理模型提取的编码后特征进行源属性分类并基于此设计训练扰动生成器的辅助分类器损失,从而将原本的两阶段交替训练改为代理目标模型、辅助分类器和扰动生成器的三阶段交替训练,期望通过对抗攻击辅助分类器以促进对篡改模型的主动防御;最后,在扰动生成器的训练中,引入攻击层以促进对抗扰动对滤波和JPEG压缩的鲁棒性.实验结果验证,本文提出的框架能够比现有框架更好地将主动防御从白盒的代理目标模型迁移到黑盒的属性编辑模型,黑盒性能提升16.17%,且生成的对抗扰动较基线算法具有更强的鲁棒性,针对JPEG压缩的性能(PSNR)提升13.91%,针对高斯滤波提升17.76%.

关键词：人脸属性编辑主动防御对抗攻击辅助分类器交替训练

同方期刊数据库

CYGNSS信号对降水的时空响应及其驱动因子分析

在线全文

学校读者我要写书评

暂无评论

武汉大学学报（信息科学版） 2024年第1期49卷 109-121页

作者：严清赟王戴乐南京信息工程大学遥感与测绘工程学院江苏南京210044

近年来,星载全球导航卫星系统反射测量(global navigation satellite system-reflectometry,GNSS-R)技术被广泛应用于地表水文监测,但针对降水,特别是其与飓风全球导航卫星系统(cyclone global navigation satellite system,CYGNSS)信号的响应机制研究仍有限。以中国广东省为研究区域,基于距平指数和相关分析方法,探究不同尺度下研究区2019—2020年逐月的CYGNSS反射率和降水的时空响应关系,综合考虑驱动因子如数字高程模型(digital elevation model,DEM)、坡度、土壤类型、土地覆盖类型和归一化植被指数(normalized difference vegetation index,NDVI),并基于地理探测器分析各驱动因子对CYGNSS信号与降水响应关系的影响力。研究发现:(1)在2019—2020年内,月平均CYGNSS反射率值和降水量均呈现明显的季节性差异,并且二者变化趋势近乎保持同步,这验证了CYGNSS信号在监测降水方面的潜力。(2)随着空间尺度的增大,CYGNSS信号和降水呈现的正相关性逐渐增强。(3)在不同空间尺度下,DEM和坡度较小(地势较平坦)的地区、土地覆盖类型为耕地的区域,以及较低到中等植被覆盖地区的CYGNSS信号和降水之间的正相关性更强。而不同尺度下土壤类型对CYGNSS信号和降水响应关系的影响存在差异。(4)各驱动因子对CYGNSS信号与降水响应关系的影响力按大小依次排序为DEM>NDVI>坡度>土地覆盖类型>土壤类型,并且随着尺度越大,各驱动因子的影响力越强。该研究有助于对地表水文变化进行准确评估,为降水监测和水资源管理提供决策支持。

关键词：飓风全球导航卫星系统 GNSS反射测量技术降水时空响应驱动因子

AF-RetinaNet:一种基于自适应融合与特征细化的微小行人检测算法

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3期39卷 939-946页

作者：邵香迎郭颖王友伟南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学自动化学院南京210044

为解决目前目标检测算法在微小行人的识别与定位过程中准确率较低的问题,提高微小行人检测能力,提出一种基于自适应融合与特征细化的微小行人检测算法AF-RetinaNet.首先,将特征增强模块与ResNet相结合构建特征提取网络,采用并行结构获... 详细信息

为解决目前目标检测算法在微小行人的识别与定位过程中准确率较低的问题,提高微小行人检测能力,提出一种基于自适应融合与特征细化的微小行人检测算法AF-RetinaNet.首先,将特征增强模块与ResNet相结合构建特征提取网络,采用并行结构获得增强特征;其次,使用上下文自适应学习模块,通过获得目标上下文的特征信息,从而关注相似特征的差异性,缓解误检问题;最后,构造具有图像超分思想的特征细化模块,对目标特征信息进行放大重构,优化小目标的特征表达能力,缓解漏检问题.在TinyPerson数据集上, AF-RetinaNet算法的检测精度达到56.78%,漏检率达到85.38%.与基于RetinaNet算法的研究基准相比,检测精度提高5.57%,漏检率降低3.67%.实验结果表明,该模型能有效提高对微小行人的检测和识别精度.

关键词：机器视觉微小行人小目标检测特征增强上下文信息特征细化

基于高效聚合特征增强网络的合成孔径雷达船舰检测方法

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第12期44卷 309-319页

作者：单慧琳刘文星王兴涛付相为李长帅张银胜南京信息工程大学电子与信息工程学院江苏南京210044 无锡学院电子信息工程学院江苏无锡214105

合成孔径雷达(SAR)由于散射效应以及波长和天线尺寸的分辨率限制,难以获取小尺寸目标的细节和边界信息,因此,检测准确性不高。为了提高SAR船舰检测的准确率以及降低误检率,提出了一种基于高效聚合特征增强网络的SAR船舰检测方法。首先,... 详细信息

合成孔径雷达(SAR)由于散射效应以及波长和天线尺寸的分辨率限制,难以获取小尺寸目标的细节和边界信息,因此,检测准确性不高。为了提高SAR船舰检测的准确率以及降低误检率,提出了一种基于高效聚合特征增强网络的SAR船舰检测方法。首先,在主干网络中采用空间通道注意力机制,构建出高效层卷积块作为主要的特征提取模块,以增强模型的特征获取性能,提高模型对船舰目标的识别能力;其次,特征融合部分采用Inception NeXt模块来提高算法效率;最后,在主干网络以及特征提取部分之间构建出一种全局增强特征金字塔分支结构,进一步融合全局特征,避免传输过程中的低维度特征损失,以提升网络的特征融合能力,使其即使对于复杂背景下的小目标仍然能展现出可靠的检测能力。为了证明所提网络的有效性,在SSDD数据集上作了对比实验,实验结果表明,相较于YOLOv7,所提网络的准确率提升了2.5个百分点,召回率提升了9.2个百分点,交并比(IoU)阈值为0.5时的平均精度提升了6.4个百分点,IoU为0.5∶0.95时的平均精度提升了9.9个百分点。实验结果证明,所提网络在提升SAR船舰检测精度、改善误检漏检等方面有显著优势,可作为高精度的检测方法来有效应对SAR船舰检测中存在的问题。

关键词：深度学习目标检测高效聚合特征增强网络注意力机制合成孔径雷达船舰检测

增强小目标特征的多尺度光学遥感图像目标检测

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第6期44卷 374-386页

作者：单慧琳王硕洋童俊毅胡宇翔张雁皓张银胜南京信息工程大学电子与信息工程学院江苏南京210044 无锡学院电子信息工程学院江苏无锡214105

针对光学遥感图像目标分布密集、尺度变化范围较大及小目标特征信息过少等造成目标检测精度不高、泛化能力差等问题,本文提出了一种增强小目标特征的多尺度神经网络(ESF-MNet)。首先在骨干网络中引入注意力模块构建出高效层注意力聚合结... 详细信息

针对光学遥感图像目标分布密集、尺度变化范围较大及小目标特征信息过少等造成目标检测精度不高、泛化能力差等问题,本文提出了一种增强小目标特征的多尺度神经网络(ESF-MNet)。首先在骨干网络中引入注意力模块构建出高效层注意力聚合结构,以增强特征提取能力;此外,在浅层特征图与颈部网络融合之前加入感受野增强模块,以捕获不同尺度的上下文信息。其次,使用GSConv构成颈部网络,减少网络层参数量,保持网络的特征提取能力,并通过基于内容感知的特征重组模块提高识别精度。最后,采用下采样率分别为4、8和16倍的三个下采样模块作为头部网络输入,来提高小目标的检测效果。为了证明该方法的有效性,在DOTA数据集和NWPU NHR-10数据集上进行实验,平均检测精度分别达78.6%和94.3%,计算复杂度为94.7 G,整体模型大小为26.2 M。该方法具备检测精度高、计算复杂度低、模型权重小等特点,能有效提高小目标的检测精度,进一步改善光学遥感图像小目标检测性能。

关键词：光学遥感图像目标检测感受野增强特征融合注意力机制

在线全文

学校读者我要写书评

暂无评论

西安市城市气溶胶污染岛长时间序列特征分析

生态与农村环境学报 2024年第4期40卷 490-498页

作者：李芮陈健陆嘉栋祝善友南京信息工程大学遥感与测绘工程学院江苏南京210044 南京信息工程大学电子与信息工程学院江苏南京210044

城市气溶胶污染岛(UAPI)对人体健康、城市热环境、城市气候、大气辐射传输等有重要影响。该研究利用西安市2016—2019年城郊多个站点的PM_(2.5)数据定量化计算UAPI强度,分析PM_(2.5)和UAPI强度的日变化和年变化规律,并使用经验模态分解... 详细信息

城市气溶胶污染岛(UAPI)对人体健康、城市热环境、城市气候、大气辐射传输等有重要影响。该研究利用西安市2016—2019年城郊多个站点的PM_(2.5)数据定量化计算UAPI强度,分析PM_(2.5)和UAPI强度的日变化和年变化规律,并使用经验模态分解方法(EMD)对UAPI强度的长时间序列多尺度特征进行分析。结果表明,西安市具有明显的城市气溶胶污染岛效应,UAPI强度大于10μg·m^(-3)的比例达87.63%。在日内变化上,UAPI强度呈现夜晚高、白天低的特点;在年内变化上,呈现冬春高、夏秋低的“U”型分布特征;在年际变化上,2016—2019年UAPI效应呈逐年减弱的变化特征。利用EMD分解可以很好地揭示UAPI强度的多尺度特征,如IMF2、IMF4、IMF6分别体现了UAPI强度以周、月、年为周期的变化特征。对比PM_(2.5)和UAPI强度的时间序列,该方法可以较好地排除跨区域传输污染和大区域二次污染等对UAPI强度的影响。

关键词： PM_(2.5) 城市气溶胶污染岛城乡差异经验模态分解

在线全文

学校读者我要写书评

暂无评论

一种基于条件梯度的加速分布式在线学习算法

自动化学报 2024年第2期50卷 386-402页

作者：吴庆涛朱军龙葛泉波张明川河南科技大学信息工程学院洛阳471023 南京信息工程大学自动化学院南京210044

由于容易实施,基于投影梯度的分布式在线优化模型逐渐成为一种主流的在线学习方法.然而,在处理大数据应用时,投影步骤成为该方法的计算瓶颈.近年来,研究者提出了面向凸代价函数的分布式在线条件梯度算法,其悔界为O(T^(3/4)),其中T是一... 详细信息

由于容易实施,基于投影梯度的分布式在线优化模型逐渐成为一种主流的在线学习方法.然而,在处理大数据应用时,投影步骤成为该方法的计算瓶颈.近年来,研究者提出了面向凸代价函数的分布式在线条件梯度算法,其悔界为O(T^(3/4)),其中T是一个时间范围.该算法存在两方面的问题,一是其悔界劣于公认的悔界O(/T);二是没有分析非凸代价函数的收敛性能,而实际应用中代价函数大部分是非凸函数.因此,提出一种基于条件梯度的加速分布式在线学习算法,使用Frank-Wolfe步骤替代投影步骤,避免昂贵的投影计算.文中证明当局部代价函数为凸函数时,所提算法达到公认的悔界O(/T);当局部代价函数为潜在非凸函数时,所提算法以速率O(/T)收敛到平稳点.最后,仿真实验验证了所提算法的性能与理论证明的结论.

关键词：条件梯度分布式在线学习悔界收敛速率

维普期刊数据库博看期刊

融合情感分析和GAN-TrellisNet的股价预测方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第12期60卷 314-324页

作者：葛业波刘文杰顾雨晨南京信息工程大学软件学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044

将时序深度神经网络应用于股票价格预测,已成为量化金融领域的重要研究方向。时序神经网络具有很好的序列数据捕捉能力和学习记忆能力,在股票预测上有一定适用性。但是现有的模型大多存在预测准确度不高、模型结构复杂导致训练时间较长... 详细信息

将时序深度神经网络应用于股票价格预测,已成为量化金融领域的重要研究方向。时序神经网络具有很好的序列数据捕捉能力和学习记忆能力,在股票预测上有一定适用性。但是现有的模型大多存在预测准确度不高、模型结构复杂导致训练时间较长等问题.为了解决以上问题,提出了一种基于情感分析和GAN-TrellisNet的股价预测方法。提出了一个基于LSTM-CNN的情感分析模型,用于分析爬虫获取的主流金融论坛股票评论,并获得股票情感指数。为了提高预测准确度,将情感指数和百度搜索指数加入股票交易数据中作为训练集,提出了一个基于TrellisNet和CNN的改进型GAN股价预测模型,利用TrellisNet生成器的卷积特性来捕捉数据的局部特征,选取特征提取能力较强的CNN作为判别器来区别预测结果和真实股价。通过选取10只代表性股票和三种大盘指数的不同时段数据进行算法验证,结果表明,与ConvLSTM和GAN-LSTM预测模型相比,GAN-TrellisNet模型能有效缩短训练时间,提高预测准确率。

关键词：量化金融股价预测情感分析百度指数生成对抗网络 TrellisNet

在线全文

学校读者我要写书评

暂无评论

一种冷阴极电子枪的模拟研究

真空科学与技术学报 2024年第6期44卷 543-551页

作者：汪敏霞魏世宗徐季南京信息工程大学电子与信息工程学院南京210000

文章通过Computer Simulation Technology粒子工作室软件建立了一种电子通过率极高的微焦点冷阴极电子枪。重点研究了电子枪自身结构对焦点、电子通过率和阴极发射电流的影响。特别是仿照了皮尔斯电子枪的结构,采用了一种弧面阴极,并在... 详细信息

文章通过Computer Simulation Technology粒子工作室软件建立了一种电子通过率极高的微焦点冷阴极电子枪。重点研究了电子枪自身结构对焦点、电子通过率和阴极发射电流的影响。特别是仿照了皮尔斯电子枪的结构,采用了一种弧面阴极,并在此基础上增加了一个阴极凹槽,使电子通过率从75.21%提高到90.26%,同时将近500μm的焦点缩小到50μm以内。最终设计出的冷阴极电子枪在阳极电压为90 kV且栅极电压为1 kV的条件下,电子通过率可达95.41%,在阳极靶面得到的束斑有效焦点尺寸约为45μm。

关键词：冷阴极凹槽通过率焦点阴极发射电流

同方期刊数据库