检索结果-南通市图书馆

基于船用导航雷达的舰船与角反组合体极化调控鉴别方法

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

雷达学报 2024年

作者：祝迪王福来庞晨李永祯国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室国防科技大学电子科学学院

舰船与角反射器的鉴别问题是一项具有挑战性的任务。常用的鉴别方法包括一维距离像、极化分解、极化域变焦等，基本思想均是通过发射大带宽信号提高距离分辨能力，后两种方法利用极化提升了目标鉴别的稳健性。单载频脉冲因距离分辨率低... 详细信息

舰船与角反射器的鉴别问题是一项具有挑战性的任务。常用的鉴别方法包括一维距离像、极化分解、极化域变焦等，基本思想均是通过发射大带宽信号提高距离分辨能力，后两种方法利用极化提升了目标鉴别的稳健性。单载频脉冲因距离分辨率低、脉压增益小，鲜有利用该信号鉴别舰船与角反的有关研究。但得益于较低的硬件成本，这种信号仍广泛应用于船用导航雷达。该文提出了一种基于船用导航雷达的舰船与角反组合体鉴别的极化调控方法，旨在充分挖掘窄带信号联合极化调控技术的目标鉴别潜力，通过构造极化-距离二维像，利用舰船和角反极化散射特性的差异实现鉴别。通过计算各个极化像和距离像之间皮尔逊相关系数的平均值，作为相关特征参数，利用支持向量机实现了目标鉴别。电磁仿真数据表明，在现有导航雷达所需目标探测信噪比(15 dB)和采样率(100 MHz)的基础上，增大设备带宽至信号带宽(2 MHz)的2～6倍，综合鉴别率可达90.18–92.31%。探究了训练集俯仰角、方位角数据缺失50%对鉴别率的影响，4种情况在信噪比15 dB以上时鉴别率均高于85%；同时，在同等的窄带观测条件下对比本方法与极化分解方法的鉴别性能表明，在信噪比为15 dB及以上和6倍设备带宽的情况下，该方法综合鉴别率的平均值提升22.67%，这都充分证明了所提方法的有效性。此外，利用二面角和三面角在暗室构造了极化散射特性存在差异的两种场景，5组实测数据表明，回波信噪比为8～12 dB时，实验结果具有良好的类内聚合性和类间可分性，可作为电磁仿真鉴别结果的有效支撑。

关键词：船用导航雷达单载频脉冲角反组合体鉴别极化调控支持向量机

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于信息瓶颈理论的鲁棒少标签虚假信息检测

计算机研究与发展 2024年第7期61卷 1629-1642页

作者：王吉宏赵书庆罗敏楠刘欢赵翔郑庆华西安交通大学计算机科学与技术学院西安710049 国防科技大学大数据与决策实验室长沙410003

虚假信息检测对于维护网络舆情安全具有重要意义.研究表明,虚假信息在信息内容和传播结构上较真实信息具有显著不同.为此,近年来研究致力于挖掘信息内容和信息传播结构,提升虚假信息检测的精准性.然而,现实场景中虚假信息的标注往往需... 详细信息

虚假信息检测对于维护网络舆情安全具有重要意义.研究表明,虚假信息在信息内容和传播结构上较真实信息具有显著不同.为此,近年来研究致力于挖掘信息内容和信息传播结构,提升虚假信息检测的精准性.然而,现实场景中虚假信息的标注往往需要大量地与官方报道等比照分析,代价较为昂贵,现有方法对标注信息的过分依赖限制了其实际应用.此外,虚假信息传播者可通过在评论区控评等手段恶意操纵虚假信息的传播,增加了虚假信息检测的难度.为此,基于信息瓶颈理论提出一种鲁棒少标签虚假信息检测方法,通过互信息最大化技术融合无标注样本信息,克服虚假信息检测对标签的过分依赖问题;并通过对抗训练的策略模拟虚假信息传播者的恶意操纵行为,基于信息瓶颈理论学习鲁棒的虚假信息表征,在高质量表征虚假信息的同时消除恶意操纵行为的影响.实验表明,该方法在少标签识别和鲁棒性2个方面均取得了优于基准方法的效果.

关键词：虚假信息检测图神经网络互信息图表示学习鲁棒表示学习少标签学习

FGITA:一种基于细粒度对齐的多模态命名实体识别框架

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：吕学强王涛游新冬赵海兴才藏太陈玉忠北京信息科技大学网络文化与数字传播北京市重点实验室青海师范大学藏语智能信息处理及应用国家重点实验室

命名实体识别任务旨在识别出非结构化文本中所包含的实体并将其分配给预定义的实体类别中。随着互联网和社交媒体的发展，文本信息往往伴随着图像等视觉模态信息出现，传统的命名实体识别方法在多模态信息中表现不佳。近年来，多模态命... 详细信息

命名实体识别任务旨在识别出非结构化文本中所包含的实体并将其分配给预定义的实体类别中。随着互联网和社交媒体的发展，文本信息往往伴随着图像等视觉模态信息出现，传统的命名实体识别方法在多模态信息中表现不佳。近年来，多模态命名实体识别任务广受重视。然而，现有的多模态命名实体识别方法中，存在跨模态知识间的细粒度对齐不足问题，文本表征会融合语义不相关的图像信息，进而引入噪声。为了解决这些问题，提出了一种基于细粒度图文对齐的多模态命名实体识别方法(FGITA: A Multi-Modal NER Frame based on Fine-Grained Image-Text Alignment)。首先，该方法通过目标检测、语义相似性判断等，确定更为细粒度的文本实体和图像子对象之间的语义相关性；其次，通过双线性注意力机制，计算出图像子对象与实体的相关性权重，并依据权重将子对象信息融入到实体表征中；最后，提出了一种跨模态对比学习方法，依据图像和实体之间的匹配程度，优化实体和图像在嵌入空间中的距离，借此帮助实体表征学习相关的图像信息。在两个公开数据集上的实验表明，FGITA优于5个主流多模态命名实体识别方法，验证了方法的有效性，同时验证了细粒度跨模态对齐在多模态命名实体识别任务中的重要性和优越性。

关键词：多模态命名实体识别信息抽取知识图谱对比学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

先进体制激光成像雷达技术的发展与分析

激光与光电子学进展 2024年第8期61卷 53-68页

作者：杨兴雨王中华汪禧希王天雅刘阿朗赵燕铎陈丹石家庄铁道大学信息科学与技术学院河北石家庄050043 河北省电磁环境效应与信息处理重点实验室河北石家庄050043

激光成像雷达是一种综合激光技术与雷达技术于一体的主动式光电成像设备,具有探测精度高、图像信息量丰富、抗干扰能力强等优点,在科学领域和商业领域等都有广阔的发展前景。为了满足人们日益增长的实际需求,不同成像体制的先进激光成... 详细信息

激光成像雷达是一种综合激光技术与雷达技术于一体的主动式光电成像设备,具有探测精度高、图像信息量丰富、抗干扰能力强等优点,在科学领域和商业领域等都有广阔的发展前景。为了满足人们日益增长的实际需求,不同成像体制的先进激光成像雷达技术应运而生。首先介绍先进体制激光成像技术的工作原理;然后开展不同体制下先进激光成像雷达的分类,阐述国内外不同分类方式下激光成像雷达技术的关键性能,分析不同激光成像雷达系统的优势与不足;最后总结激光成像雷达技术的未来发展趋势,可为先进激光成像雷达技术的发展提供一定的借鉴和参考。

关键词：激光雷达成像体制精度高抗干扰

基于联邦增量学习的SDN环境下DDoS攻击检测模型

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年

作者：刘延华方文昱刘西蒙郭文忠赵宝康黄维福州大学计算机与大数据学院大数据智能教育部工程研究中心福建省网络计算与智能信息处理重点实验室(福州大学) 国防科技大学计算机学院

SDN是一种被广泛应用的网络范式.面对DDoS攻击等网络安全威胁，在SDN中集成高效的DDoS攻击检测方法尤为重要.由于SDN集中控制的特性，集中式DDoS攻击检测方法在SDN环境中存在较高的安全风险，使得SDN的控制平面安全性受到了巨大挑战.此... 详细信息

SDN是一种被广泛应用的网络范式.面对DDoS攻击等网络安全威胁，在SDN中集成高效的DDoS攻击检测方法尤为重要.由于SDN集中控制的特性，集中式DDoS攻击检测方法在SDN环境中存在较高的安全风险，使得SDN的控制平面安全性受到了巨大挑战.此外，SDN环境中流量数据不断增加，导致复杂流量特征的更复杂化、不同实体之间严重的Non-IID分布等问题.这些问题对现有的基于联邦学习的检测模型准确性与鲁棒性的进一步提高造成严重阻碍.针对上述问题，本文提出了一种基于联邦增量学习的SDN环境下DDoS攻击检测模型.首先，为解决集中式DDoS攻击检测的安全风险与数据增量带来的Non-IID分布问题，本文提出了一种基于联邦增量学习的加权聚合算法，使用动态调整聚合权重的方式个性化适应不同子数据集增量情况，提高增量聚合效率.其次，针对SDN环境中复杂的流量特征，本文设计了一种基于LSTM的DDoS攻击检测方法，通过统计SDN环境中流量数据的时序特征，提取并学习数据的时序关特征的相关性，实现对流量特征数据的实时检测.最后，本文结合SDN集中管控特点，实现了SDN环境下的DDoS实时防御决策，根据DDoS攻击检测结果与网络实体信息，实现流规则实时下发，达到有效阻断DDoS攻击流量、保护拓扑重要实体并维护拓扑流量稳定的效果.本文将提出的模型在增量式DDoS攻击检测任务上与FedAvg、FA-FedAvg和FIL-IIoT三种方法进行性能对比实验.实验结果表明，本文提出方法相比于其他方法，在DDoS攻击检测准确率上提升5.06%-12.62%，F1 -Score提升0.0565-0.1410.

关键词：联邦学习联邦增量学习网络安全 DDoS攻击检测软件定义网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于事件驱动的超图卷积网络的谣言检测方法

计算机研究与发展 2024年第8期61卷 1982-1992页

作者：曾智赵书庆刘欢赵翔罗敏楠西安交通大学计算机科学与技术学院西安710049 大数据与决策实验室(国防科技大学) 长沙410003

依靠社交平台谣言传播链检测谣言是社交网络分析研究中的一个重要课题.但以往的研究大多将这个任务过度简化为依靠评论的传播链检测谣言,忽略了对现实世界新闻帖的复杂用户和事件交互的关注,难以捕捉到这些信息提供的潜在检测线索.针对... 详细信息

依靠社交平台谣言传播链检测谣言是社交网络分析研究中的一个重要课题.但以往的研究大多将这个任务过度简化为依靠评论的传播链检测谣言,忽略了对现实世界新闻帖的复杂用户和事件交互的关注,难以捕捉到这些信息提供的潜在检测线索.针对该挑战,提出了一个事件驱动的超图卷积网络(event-driven hypergraph convolutional network,EHGCN),首次尝试将新闻、用户和事件建模在一个统一的超图卷积网络之中,以提升谣言检测性能.具体而言,基于用户的中心网络构建同质用户圈,以增强用户感知的谣言检测.此外,EHGCN联合利用事件内的主事件和子事件关联以及事件间的不一致性关联来进行谣言检测.在3个真实世界的数据集上进行的实验结果验证了EHGCN相较于现有方法在谣言检测方面的优势.研究也证实EHGCN可以通过获取丰富的用户社交圈和事件信息,在谣言传播早期及时发现谣言.

关键词：谣言检测事件驱动超图卷积网络同质用户圈

在线全文

学校读者我要写书评

暂无评论

属性蒸馏的零样本识别方法

计算机工程与应用 2024年第9期60卷 219-227页

作者：李厚君韦柏全广西科技大学计算机科学与技术学院(软件学院) 广西柳州545006 广西科技大学智能信息处理与图计算重点实验室广西柳州545006

零样本识别是计算机视觉领域最具挑战性的任务之一,其关键在于如何从已见类中学到稳定和可迁移的知识。为提高零样本识别的准确率,对零样本识别问题进行了系统研究,并利用知识蒸馏的思想,精心设计了一个简单有效的属性蒸馏分类器。它符... 详细信息

零样本识别是计算机视觉领域最具挑战性的任务之一,其关键在于如何从已见类中学到稳定和可迁移的知识。为提高零样本识别的准确率,对零样本识别问题进行了系统研究,并利用知识蒸馏的思想,精心设计了一个简单有效的属性蒸馏分类器。它符合人类认识事物的过程,首先从Vision Transformer大模型中获得全面细致的视觉特征,再运用属性概念蒸馏出物体的属性知识,最后迁移到未见类识别任务中。公开数据集上的实验表明,该方法取得了具有竞争力的结果,其识别准确率虽略低于最新的属性引导算法,但优于其他传统方法,而且识别架构简单具有更快的处理速度。同时,研究也指出了减少属性描述的稀疏性,以及增加多视角高清图像,将有利于提高零样本识别方法的准确率。

关键词：计算机视觉零样本识别知识蒸馏属性蒸馏

面向SIMD指令集的SM4算法比特切片优化

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第8期61卷 2097-2109页

作者：王闯丁滟黄辰林宋连涛国防科技大学计算机学院长沙410073

SM4算法是中国自主设计的商用分组密码算法,其加解密计算性能成为影响信息系统数据机密性保障的重要因素之一.现有SM4算法优化主要面向硬件设计和软件查表等方向展开研究,分别存在依赖特定硬件环境、效率低下且易遭受侧信道攻击等问题.... 详细信息

SM4算法是中国自主设计的商用分组密码算法,其加解密计算性能成为影响信息系统数据机密性保障的重要因素之一.现有SM4算法优化主要面向硬件设计和软件查表等方向展开研究,分别存在依赖特定硬件环境、效率低下且易遭受侧信道攻击等问题.比特切片技术通过对输入数据重组实现了并行化高效分组密码处理,可以抵御针对缓存的侧信道攻击.然而现有切片分组密码研究对硬件平台相关性强、处理器架构支持单一,并且并行化处理流水启动较慢,面向小规模数据的加解密操作难以充分发挥单指令多数据(single instruction multiple data,SIMD)等先进指令集的优势.针对上述问题,首先提出了一种跨平台的通用切片分组密码算法模型,支持面向不同的处理器指令字长提供一致化的通用数据切片方法.在此基础上,提出了一种面向SIMD指令集的细粒度切片并行处理SM4优化算法,通过细粒度明文切片重组与线性处理优化有效缩短算法启动时间.实验结果表明,相比通用SM4算法,优化的SM4比特切片算法加密速率最高可达438.0 MBps,加密每字节所需的时钟周期最快高达7.0 CPB(cycle/B),加密性能平均提升80.4%~430.3%.

关键词： SM4算法性能优化比特切片侧信道攻击 SIMD指令集

在线全文

学校读者我要写书评

暂无评论

结合自注意力与卷积的真实场景图像篡改定位

西安电子科技大学学报 2024年第1期51卷 135-146页

作者：钟浩边山王春桃华南农业大学数学与信息学院广东广州510642 广州市智慧农业重点实验室广东广州510642 广东省信息安全技术重点实验室广东广州510006

图像是移动互联网时代传播信息的重要载体,恶意图像篡改是潜在的网络安全威胁之一。与自然场景中在物体尺度上的图像篡改不同,真实场景中的图像篡改存在于伪造的资质证书、文案、屏幕截图等,这些篡改图像通常会经过精心的手工篡改干预,... 详细信息

图像是移动互联网时代传播信息的重要载体,恶意图像篡改是潜在的网络安全威胁之一。与自然场景中在物体尺度上的图像篡改不同,真实场景中的图像篡改存在于伪造的资质证书、文案、屏幕截图等,这些篡改图像通常会经过精心的手工篡改干预,因此其篡改特征与自然场景篡改特征存在差异,更具有多样性,对其篡改区域的定位更具有挑战性。针对该场景复杂且多样的篡改特征,丰富的关系信息是重要的,文中通过卷积神经网络进行自适应特征提取,并利用逆向连接的全自注意力模块进行多阶段特征关注,最后融合多阶段注意力关注结果进行篡改区域定位。所提方法在真实场景图像篡改定位任务中取得了优于对比方法的性能,其中F 1指标比主流方法MVSS-Net高出约8.98%,AUC指标高出约3.58%。此外,所提方法在自然场景图像篡改定位任务中也达到了主流方法的性能,并提供了自然场景篡改特征与真实场景篡改特征存在差异的佐证。在两种场景中的实验结果表明,所提方法能够有效地定位出篡改图像的篡改区域,且在复杂的真实场景中的定位效果更显著。

关键词：图像篡改定位伪造检测数字图像取证计算机视觉自注意力机制卷积神经网络