期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到181篇文章
< 1 2 … 10 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于容器的轻量级工业控制系统网络安全测试床研究 被引量：6
1
作者 张仁斌 赵季翔 +1 位作者 杨戬 吴克伟 《计算机应用研究》 CSCD 北大核心 2021年第2期506-509,共4页
针对现有工业控制系统(ICS)测试床部署成本高、网络拓扑简单固定、难以共享等问题,提出了一种基于容器的轻量级ICS网络安全测试床构建方法。该方法将田纳西—伊斯曼过程模型及其控制算法分别封装为两类Docker容器镜像,根据Web图形化界... 针对现有工业控制系统(ICS)测试床部署成本高、网络拓扑简单固定、难以共享等问题,提出了一种基于容器的轻量级ICS网络安全测试床构建方法。该方法将田纳西—伊斯曼过程模型及其控制算法分别封装为两类Docker容器镜像,根据Web图形化界面绘制工业控制网络拓扑,自动配置容器接口并连接成仿真工控网络,最终实现具有真实的工业控制网络数据流的ICS网络安全测试床。实验结果表明,该方法仅需要较少的系统资源,就可快速实现给定网络拓扑的测试环境,支持多种网络攻击测试,相比于其他ICS测试床,具有更好的资源使用、加载速度和可移植性,有利于ICS网络安全的测试、研究和教学工作。 展开更多
关键词 网络安全 工业控制系统安全 测试床 容器网络 DOCKER
下载PDF
安徽省安庆市沿江沼泽湿地恢复空间分析 被引量：2
2
作者 董张玉 杨学志 +3 位作者 王宗明 周芳 艾加秋 贾璐 《水土保持通报》 CSCD 2017年第6期178-183,188,I0011,共8页
[目的]对安徽省安庆市沿江沼泽湿地区的沼泽湿地生态系统恢复进行空间分析,为沼泽湿地生态环境的改善提供科学依据。[方法]针对安庆市沿江沼泽湿地退化严重的现状,在分析区域功能特征的基础上,构建沼泽湿地空间恢复模型,并实现区域内沼... [目的]对安徽省安庆市沿江沼泽湿地区的沼泽湿地生态系统恢复进行空间分析,为沼泽湿地生态环境的改善提供科学依据。[方法]针对安庆市沿江沼泽湿地退化严重的现状,在分析区域功能特征的基础上,构建沼泽湿地空间恢复模型,并实现区域内沼泽湿地空间恢复,继而得到沼泽湿地优先、次优先恢复以及不可恢复级别。最后从整体景观效果和沼泽湿地功能两个恢复角度评价沼泽湿地恢复效果。[结果]安庆市沿江沼泽湿地恢复面积为5.78×104 hm2,在现有沼泽湿地面积基础上提高了35.78%。以耕地为主,占沼泽湿地恢复面积的91.43%。其中,优先恢复面积为2.92×104 hm2,主要分布于研究区的中北部地区;次优先沼泽湿地恢复面积为2.86×104 hm2。不可恢复面积为3.61×104 hm2,主要为水域、建筑用地等不可变更区域。[结论]经过恢复效果验证,从景观整体格局分析可知,沼泽湿地恢复后,研究及区域内沼泽湿地的斑块数量减少,而平均斑块密度增加,聚集度指数增加,景观多样性指数上升,说明沼泽湿地恢复实施后,景观格局更有利于朝着沼泽湿地生态功能的发挥,对维护区域生态安全具有很大的现实意义。 展开更多
关键词 空间恢复 湿地功能 水文调节 安庆市沿江地区
下载PDF
多阶段应急物资多目标连续分配问题建模与求解
3
作者 张国富 管燕妮 +1 位作者 苏兆品 岳峰 《计算机工程》 CAS CSCD 北大核心 2024年第12期329-345,共17页
大型自然灾害应急物资分配是展开受灾点应急救援的基础,主要研究如何对受自然灾害地点周边的应急物资进行合理调配,尽快从各个储备站将应急物资输送到受灾点,保障事故救援顺利进行。然而,已有研究大多局限于单个阶段的应急物资分配,过... 大型自然灾害应急物资分配是展开受灾点应急救援的基础,主要研究如何对受自然灾害地点周边的应急物资进行合理调配,尽快从各个储备站将应急物资输送到受灾点,保障事故救援顺利进行。然而,已有研究大多局限于单个阶段的应急物资分配,过于强调应急响应的时效性而忽视了物资消耗的连续性。为此,构建了一种面向多储备站、多种应急物资、多受灾点、多阶段连续分配应急物资的多目标分配模型,并分析推演了满足物资阶段内连续消耗的约束条件,基于非支配排序遗传算法(NSGA)和启发式策略设计了一种应对大型自然灾害的应急物资多目标分配算法。仿真实验验证了所提算法的有效性。实验结果表明,所提算法可以同时兼顾大型自然灾害应急响应的连续性和时效性要求,为大型自然灾害应急救援提供更多且更优的应急物资分配方案。 展开更多
关键词 应急物资连续分配 多目标优化 非支配排序遗传算法 启发式策略 可持续灾害供应链
下载PDF
基于深度学习的人脸呈现攻击检测方法研究进展
4
作者 孙锐 王菲 +2 位作者 冯惠东 张旭东 高隽 《计算机科学》 北大核心 2025年第2期323-335,共13页
随着人脸识别技术广泛应用于公共安全、金融支付等领域,呈现攻击(Presentation Attacks,PAs)对人脸识别系统的安全性构成了威胁。呈现攻击检测技术(Presentation Attacks Detection,PAD)旨在判断输入人脸的真伪,对维护识别系统的安全性... 随着人脸识别技术广泛应用于公共安全、金融支付等领域,呈现攻击(Presentation Attacks,PAs)对人脸识别系统的安全性构成了威胁。呈现攻击检测技术(Presentation Attacks Detection,PAD)旨在判断输入人脸的真伪,对维护识别系统的安全性和鲁棒性具有重要的研究意义。由于大规模数据集的不断涌现,基于深度学习的呈现攻击检测方法逐渐成为该领域的主流。文章对近期基于深度学习的人脸呈现攻击检测方法进行了综述。首先,概述了呈现攻击检测的定义、实施方式和常见的攻击类型;其次,分别从单模态和多模态入手,对近五年来深度学习类方法的发展趋势、技术原理和优缺点进行详细分析和总结;然后,介绍了PAD研究中使用的典型数据集及其特点,并给出算法的评估标准、协议和性能结果;最后,总结了PAD研究中面临的主要问题并展望了未来的发展趋势。 展开更多
关键词 呈现攻击检测 单模态 多模态 人脸呈现数据集 深度学习
下载PDF
基于深度学习的线上教学学生状态监测系统设计
5
作者 孙锐 黄睿 张旭东 《中国现代教育装备》 2025年第5期22-25,共4页
随着人工智能和互联网技术的发展,线上教学模式逐渐普及,它不受时间、空间限制,可以提供多样化和个性化的教学资源,丰富了现有的教学方式。但由于网络空间的限制,教师无法实时监控学生的学习状态,从而影响教学质量的提升。因此,开发了... 随着人工智能和互联网技术的发展,线上教学模式逐渐普及,它不受时间、空间限制,可以提供多样化和个性化的教学资源,丰富了现有的教学方式。但由于网络空间的限制,教师无法实时监控学生的学习状态,从而影响教学质量的提升。因此,开发了基于深度学习的线上教学学生状态监测系统,通过分析学生脸部姿态反映学生学习的专注程度。该系统采用YOLOv5网络实时检测屏幕前的学生人脸,再将数据输入学生状态分类网络中,实现对学生缺席、打哈欠、打盹状态的监测,最后采用PyQt实现前台GUI界面开发和数据统计。测试结果表明,该系统可以准确抓取人脸信息,判断学生的学习状态,具有较好的实用价值。 展开更多
关键词 线上教学 深度学习 人脸检测 学习状态分类
下载PDF
基于视角统一的手姿态估计优化方法
6
作者 曹忠锐 谢文军 +3 位作者 王冬 钮立超 王婷玉 刘晓平 《计算机应用研究》 北大核心 2025年第1期293-299,共7页
从深度图像中准确估计手的三维姿态是计算机视觉领域的重要任务。然而,由于手的自遮挡和关节自相似性,使得手姿态估计任务极具挑战性。为了克服这些困难,考察了深度图像采样视角对于估计精度的影响,提出了一种基于视角统一(UVP)的网络... 从深度图像中准确估计手的三维姿态是计算机视觉领域的重要任务。然而,由于手的自遮挡和关节自相似性,使得手姿态估计任务极具挑战性。为了克服这些困难,考察了深度图像采样视角对于估计精度的影响,提出了一种基于视角统一(UVP)的网络。该网络旨在将输入的深度图像重采样为更易于估计的“正面”视角,而后通过原始视角下的特征提高关节估计精度。首先,提出了视角转换模块,实现对输入的单张深度图像的视角旋转,提供作为补充的第二视角;然后,提出了视角统一损失函数,确保转换后的第二视角为“正面”视角,最大程度规避自遮挡问题;最后,通过改变卷积组合结构、降低网络深度等网络轻量化手段,进一步优化方法的性能。通过在三个公开的手姿态数据集(包括ICVL、NYU和MSRA)上进行实验,所提方法分别取得了4.92 mm、7.43 mm和7.02 mm的平均关节位置误差,且在搭载RTX3070的计算机上能以159.39 frame/s的速度运行。可见,转换深度图的采样视角,并融合双视角下的特征有利于提高手部姿态估计的精度。同时,所提方法具备自适应性,并表现出优秀的泛化能力,可以推广到大多数基于单深度图像的手部姿态估计模型,为深度学习在三维手姿态估计中的应用提供了有力支持。 展开更多
关键词 手部姿态估计 手关节自遮挡 视角统一 深度图像 点云变换
下载PDF
基于扩散概率模型的去噪预测网络预测人体运动
7
作者 王婷玉 谢文军 +2 位作者 王冬 李琳 刘晓平 《小型微型计算机系统》 北大核心 2025年第4期883-891,共9页
近年来,深度学习方法在人体运动预测方面取得了良好的进展,目前单一阶段方法在预测的准确性和多样性上仍存在改进空间,而采用多阶段方式则导致难以端到端预测.为此,本文提出了一种基于扩散概率模型的去噪预测网络,旨在以端到端的方式去... 近年来,深度学习方法在人体运动预测方面取得了良好的进展,目前单一阶段方法在预测的准确性和多样性上仍存在改进空间,而采用多阶段方式则导致难以端到端预测.为此,本文提出了一种基于扩散概率模型的去噪预测网络,旨在以端到端的方式去预测出准确多样的人体运动.其中提出了一个基于Transformer的模块,包含一个无softmax的修正线性自注意力,提升了人体运动预测的准确性.此外,本文还提出了一种基于DPM-Solver++的扩散模型采样策略,预测出更加连续和多样性的人体运动姿态序列,并将预测出同一质量人体运动姿态序列的采样时间缩减至一半以下.最后,将本文方法在两个标准数据集Human3.6M和HumanEva-I上进行充分评估.实验结果表明,本文方法优于最先进的单一阶段的方法. 展开更多
关键词 人体运动预测 扩散概率模型 去噪预测网络 修正线性自注意力 DPM-Solver++
下载PDF
基于双分支多尺度残差融合嵌套的SAR和多光谱图像融合架构与实验 被引量：4
8
作者 董张玉 许道礼 +5 位作者 张晋 安森 于金秋 李金徽 彭鹏 汪燕 《地理与地理信息科学》 CSCD 北大核心 2023年第1期23-30,共8页
基于深度学习融合合成孔径雷达(SAR)和多光谱(MS)图像的方法主要通过增加卷积层数量描述网络模型尺度,但未能提高算法对不同尺度空间细节特征的提取能力。该文设计双分支的多尺度残差融合嵌套连接网络架构(Double-branch Multiscale Res... 基于深度学习融合合成孔径雷达(SAR)和多光谱(MS)图像的方法主要通过增加卷积层数量描述网络模型尺度,但未能提高算法对不同尺度空间细节特征的提取能力。该文设计双分支的多尺度残差融合嵌套连接网络架构(Double-branch Multiscale Residual-fusion Nested-connections Net,DMRN-Net),将融合任务划分为细节提升和光谱保持两部分:在细节提升分路中,将SAR和MS图像中的高频信息分别经过多深度特征提取层、多尺度残差融合网络层及嵌套连接解码器得到重建图像;在光谱保持分路中,通过融合上采样后的MS图像和细节提升分路结果,将光谱信息注入融合图像中,从而得出融合结果。通过DMRN-Net和传统算法以及普通双分支网络的对比实验表明,DMRN-Net在主观判断和客观评价上均取得较好的融合结果,能在保持光谱信息的基础上,进一步增加图像的空间细节信息,验证了DMRN-Net在图像融合领域的重要价值。 展开更多
关键词 合成孔径雷达图像 多光谱图像 双分支 多尺度残差融合网络 嵌套连接
下载PDF
基于3S技术的磨子潭水土流失动态监测研究 被引量：6
9
作者 王冬 杨学志 +1 位作者 董张玉 邹橙 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第8期1052-1058,共7页
文章以1985年、1990年、2000年、2010年、2015年的Landsat TM/ETM数据为信息源提取土地覆盖、植被覆盖度等信息,结合数字高程模型(digital elevation model,DEM)数据,在地理信息系统(geographic information system,GIS)技术空间分析功... 文章以1985年、1990年、2000年、2010年、2015年的Landsat TM/ETM数据为信息源提取土地覆盖、植被覆盖度等信息,结合数字高程模型(digital elevation model,DEM)数据,在地理信息系统(geographic information system,GIS)技术空间分析功能的支持下,依据水利行业标准,通过“3S”叠加分析技术对安徽省磨子潭水库流域近30 a水土流失变化状况进行研究。研究结果表明,1984-2015年间磨子潭水库流域水土流失程度逐年好转,提高区域林地面积、增加中覆盖及其以上面积有利于减轻水土流失。 展开更多
关键词 水土流失 动态监测 遥感与地理信息系统(GIS)技术 叠加分析 磨子潭水库
下载PDF
基于双分支卷积神经网络的SAR与多光谱图像融合实验 被引量：7
10
作者 吴佼华 杨学志 +1 位作者 方帅 董张玉 《地理与地理信息科学》 CSCD 北大核心 2021年第2期22-30,共9页
针对合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱(Multi-Spectral,MS)融合图像中存在的空间细节模糊和颜色失真问题,该文兼顾光谱监督和空间细节监督,设计光谱损失函数和空间细节损失函数,提出一种基于双分支卷积神经网络(Conv... 针对合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱(Multi-Spectral,MS)融合图像中存在的空间细节模糊和颜色失真问题,该文兼顾光谱监督和空间细节监督,设计光谱损失函数和空间细节损失函数,提出一种基于双分支卷积神经网络(Convolution Neural Network,CNN)的SAR和MS图像融合算法。该算法网络框架包含光谱保持和细节提升两个分支:光谱保持分支通过上采样MS图像连接到网络的输出,直接将光谱信息传递到融合图像中;细节提升分支对SAR和MS图像通过高通滤波提取高频细节信息,然后应用CNN对细节信息进行特征提取、特征融合及重建,最后将重建的细节信息叠加到上采样的MS图像,得到融合结果。以哨兵-1B GRD级别的SAR图像和Landsat8卫星多光谱图像为实验数据,通过与传统融合算法和深度学习算法RSIFNN进行对比,结果表明,该文算法在定性和定量评价方面效果更好,能够在保持光谱信息的基础上增强多光谱图像的空间细节信息,有利于后续地物分类和目标识别等工作的开展。 展开更多
关键词 合成孔径雷达图像 多光谱图像 图像融合 空间细节信息 卷积神经网络
下载PDF
基于β-VAE的联邦学习异常更新检测算法 被引量：2
11
作者 张仁斌 崔宇航 张子石 《计算机应用研究》 CSCD 北大核心 2024年第8期2496-2501,共6页
利用自编码器模型检测恶意模型更新的联邦学习框架是一种优秀的投毒攻击防御框架,但现有的基于自编码器的模型存在训练困难、异常检测能力不足等问题。针对以上问题,提出了一种基于β-VAE的联邦学习异常更新检测算法:服务器端通过抑制... 利用自编码器模型检测恶意模型更新的联邦学习框架是一种优秀的投毒攻击防御框架,但现有的基于自编码器的模型存在训练困难、异常检测能力不足等问题。针对以上问题,提出了一种基于β-VAE的联邦学习异常更新检测算法:服务器端通过抑制训练样本的随机属性,生成更稳定的训练数据集,并使用该数据集对β-VAE异常检测模型进行即时训练。利用该模型计算客户端上传的任务模型更新的异常分数,然后根据动态阈值来检测并移除异常更新。通过三个联邦学习任务对算法进行了验证,即在MNIST数据集上使用逻辑回归(logistic regression,LR)模型进行分类、在FEMNIST数据集上使用卷积神经网络(convolutional neural network,CNN)进行分类以及在Shakespeare数据集上使用循环神经网络(recurrent neural network,RNN)进行字符预测。实验结果表明,在多种攻击场景下,该算法下的任务模型相较于其他防御算法都取得了更高的准确率。这表明在非独立同分布场景下,该算法对联邦学习投毒攻击具有良好的鲁棒性。 展开更多
关键词 联邦学习 异常检测 投毒攻击 防御机制 深度学习
下载PDF
基于跨尺度相似先验的遥感图像时空融合算法
12
作者 方帅 万旗 曹洋 《电子学报》 EI CAS CSCD 北大核心 2024年第6期2037-2052,共16页
遥感卫星图像在空间分辨率和时间分辨率之间权衡导致图像序列的时空矛盾.时空图像融合提供了一个生成高空间分辨率和高时间分辨率图像的解决方案,以满足各种地球观测应用.基于稀疏表示的时空融合算法通过联合训练字典和稀疏编码表示建... 遥感卫星图像在空间分辨率和时间分辨率之间权衡导致图像序列的时空矛盾.时空图像融合提供了一个生成高空间分辨率和高时间分辨率图像的解决方案,以满足各种地球观测应用.基于稀疏表示的时空融合算法通过联合训练字典和稀疏编码表示建立高低空间分辨率图像之间的关系,为物候变化、类型变化等各种情况提供了统一的融合框架.然而,多源遥感图像来自于不同的传感器,高低空间分辨率图像之间关系模型暗含有传感器映射关系,导致模型设备依赖.针对该问题,本文提出将多源遥感图像时空融合过程分解为传感器偏差校正和时空融合两个子问题,即设备依赖部分和设备无关部分.传感器偏差校正部分可以作为时空融合预处理模块,提高融合精度,并且使得后续的融合模型更加具有普适性.当高低空间分辨率图像空间分辨率差异较大时,“高低空间分辨率图像稀疏系数一致”的假设带来的融合误差非常突出.针对该问题,本文提出基于跨尺度相似先验的遥感图像时空融合算法,利用跨尺度相似块构建稀疏结构先验的正则项,优化稀疏表示的目标函数,并构建中间尺度图像,降低跨尺度相似块的二义性.本文分别使用3组典型场景的实验数据集与其他算法进行对比,实验结果表明,在BOREAS数据集上,与次优的指标相比,本文算法的结构相似度(Structural SIMilarity,SSIM)提高了4.2%,光谱角(Spectral Angle Mapper,SAM)提高了4.6%;在CIA数据集上,与次优的指标相比,本文算法的SSIM提高了2.7%,SAM提高了12.8%;在LGC数据集上,与次优的指标相比,本文算法的SSIM提高了7.1%,SAM提高了16.3%;证明本文算法在空间和光谱特性上表现出优秀的特性. 展开更多
关键词 遥感 时空融合 稀疏表示 跨尺度相似
下载PDF
融合人工智能的通信工程教学案例设计与实践
13
作者 孙锐 范之国 《高教学刊》 2024年第25期103-106,共4页
新一代人工智能技术深刻影响和改变现有的社会生活和科技发展趋势,成为新一轮产业革命的核心驱动力。海量大数据和通信业务的增长对现有的通信系统提出巨大挑战,人工智能与通信技术的深度融合,将大幅提升通信系统的效能与安全性,智能通... 新一代人工智能技术深刻影响和改变现有的社会生活和科技发展趋势,成为新一轮产业革命的核心驱动力。海量大数据和通信业务的增长对现有的通信系统提出巨大挑战,人工智能与通信技术的深度融合,将大幅提升通信系统的效能与安全性,智能通信已经成为学术界与工业界的热门研究领域。为响应这种发展趋势,在通信工程教学实践中逐步引入了人工智能的相关技术,在通信原理、无线通信、卫星通信与导航等课程中增加智能通信的相关案例,该文从中选择基于自编码器的多输入多输出通信系统设计等四个案例进行介绍,希望对今后智能通信教学改革工作有一定的启迪。 展开更多
关键词 通信工程 教学改革 深度学习 强化学习 人工智能
下载PDF
基于Group-Res2Block的智能合成语音说话人确认方法
14
作者 李菲 苏兆品 +2 位作者 王年松 杨波 张国富 《应用科学学报》 CAS CSCD 北大核心 2024年第4期709-722,共14页
针对现有说话人确认任务基于自然语音条件下并不适用于智能合成语音的问题,提出一种基于Group-Res2Block的智能合成语音说话人确认方法。首先,设计了Group-Res2Block结构,在Res2Block的基础上将当前分组与相邻前后分组进行合并形成新的... 针对现有说话人确认任务基于自然语音条件下并不适用于智能合成语音的问题,提出一种基于Group-Res2Block的智能合成语音说话人确认方法。首先,设计了Group-Res2Block结构,在Res2Block的基础上将当前分组与相邻前后分组进行合并形成新的分组,以增强说话人局部特征的上下文联系;其次,设计了并行结构的多尺度通道注意力特征融合机制,利用不同大小卷积核实现同一层级的特征在通道维度的特征选择,以获取更具表现力的说话人特征,避免信息冗余;最后,设计了串行结构的多尺度层注意力特征融合机制,构建层结构,将深浅层特征整体进行融合并赋予不同权重,以获取最优的特征表达。为验证所提出特征提取网络的有效性,构建了中英文两种智能合成语音数据集进行消融实验和对比实验。结果表明本文方法在该任务的评价指标精确度(accuracy,ACC)、等错误率(equal error rate,EER)和最小检测代价函数(minimum detection cost function,minDCF)上是最优的。此外,通过对模型泛化性能进行测试,验证了本文方法对未知智能语音算法的适用性。 展开更多
关键词 说话人确认 智能合成语音 Group-Res2Block深度神经网络 多尺度特征 注意力机制
下载PDF
多策略大规模多目标优化算法
15
作者 裴倩如 邹锋 陈得宝 《计算机系统应用》 2024年第11期142-156,共15页
在解决大规模多目标优化问题(LSMOP)时,随着决策变量维数的增加会使得MOEA/D算法在决策空间扩展性差且容易收敛于局部最优.针对这一问题,提出了一种大规模多策略MOEA/D算法(MSMOEA/D). MSMOEA/D算法在优化过程中引入了一种基于自动编码... 在解决大规模多目标优化问题(LSMOP)时,随着决策变量维数的增加会使得MOEA/D算法在决策空间扩展性差且容易收敛于局部最优.针对这一问题,提出了一种大规模多策略MOEA/D算法(MSMOEA/D). MSMOEA/D算法在优化过程中引入了一种基于自动编码器的混合初始化策略,以改善初始种群的覆盖程度,从而促进全局搜索.然后,提出一种基于聚合函数值的邻域调整策略,通过调整邻域大小,能够在搜索过程中更精确地控制搜索范围,避免因邻域过大或过小而导致的搜索效率低下.此外,在优化过程中采用了基于非支配排序的变异选择策略.不同的子问题根据位于非支配排序第1层的个体数量选择变异策略,避免种群陷入局部最优,提高算法的整体性能.最后,使用LSMOP和DTLZ测试问题对MSMOEA/D算法和其他已有算法进行了评估.实验结果证实了MSMOEA/D算法解决大规模多目标优化问题的有效性. 展开更多
关键词 大规模多目标优化 MOEA/D 自动编码器 邻域大小 变异策略
下载PDF
基于多域特征提取的多变量时间序列异常检测
16
作者 赵培 乔焰 +3 位作者 胡荣耀 袁新宇 李敏悦 张本初 《计算机应用》 CSCD 北大核心 2024年第11期3419-3426,共8页
多变量时间序列(MTS)数据具有高维性,且分布复杂多变,现有的异常检测模型在面对MTS数据集时普遍存在误判率高、训练困难等问题,且多数模型仅考虑时间序列样本的时空特征,对时间序列特征的学习并不全面。为了解决以上问题,提出一种基于... 多变量时间序列(MTS)数据具有高维性,且分布复杂多变,现有的异常检测模型在面对MTS数据集时普遍存在误判率高、训练困难等问题,且多数模型仅考虑时间序列样本的时空特征,对时间序列特征的学习并不全面。为了解决以上问题,提出一种基于多域特征提取的MTS异常检测模型(MFE-TS)。首先,从原始数据域出发,使用长短期记忆(LSTM)网络与卷积神经网络(CNN)分别提取MTS的时间相关性和空间相关性特征。其次,用傅里叶变换将原始时间序列转换到频域空间,并利用Transformer学习数据在频域空间的幅度与相位特征。多域特征学习能更全面地建模时间序列特征,从而提高模型对MTS的异常检测性能。此外,引入掩码策略,进一步增强模型的特征学习能力,并使模型具备一定的抗噪性。实验结果表明,MFE-TS在多个真实MTS数据集上展现了优越的性能,同时在含有噪声的数据集中仍能保持较好的检测效果。 展开更多
关键词 多变量时间序列 异常检测 无监督学习 多域特征提取
下载PDF
基于改进的U-Net卷积神经网络的遥感影像水体信息提取方法
17
作者 宋子俊 董张玉 +1 位作者 张鹏飞 张远南 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第4期488-495,515,共9页
针对当前遥感影像水体信息提取存在细节水体提取能力较弱、重要特征损失较大的问题,文章提出一种基于改进的U-Net网络实现遥感影像水体信息提取的方法。该方法首先通过引入Resnet残差卷积模块深化传统U-Net网络架构提升特征挖掘能力,并... 针对当前遥感影像水体信息提取存在细节水体提取能力较弱、重要特征损失较大的问题,文章提出一种基于改进的U-Net网络实现遥感影像水体信息提取的方法。该方法首先通过引入Resnet残差卷积模块深化传统U-Net网络架构提升特征挖掘能力,并引入Respath残差连接模块减少跳跃连接过程中的语义差距,同时引入PSConv多尺度卷积模块、Eca有效通道注意力机制模块,提高网络特征学习能力,构建PS-Eca-Multiresunet网络模型,弥补传统U-Net网络存在的细节特征提取能力较弱问题。选择“2020年第四届中科星图杯高分遥感图像解译软件大赛”数据集进行实验,结果表明,与传统U-Net网络模型相比,该方法水体提取的平均交并比提高了9.08,像素精度提升了7.4%。改进的网络提取结果能够有效避免阴影影响,提高对细节水体的提取精度,实现遥感影像水体信息的高精度提取。 展开更多
关键词 水体提取 深度学习 多尺度卷积 有效通道注意力机制 Multiresunet网络
下载PDF
基于双通道多尺度特征提取和注意力的SAR与多光谱图像融合
18
作者 种法亭 董张玉 +1 位作者 杨学志 曾庆旺 《红外技术》 CSCD 北大核心 2024年第1期61-73,共13页
图像融合的根本任务是提取图像特征,由于合成孔径雷达(Synthetic Aperture Radar,SAR)图像和多光谱(Multi Spectral,MS)图像存在通道差异,针对现有算法难以充分提取和利用SAR图像的高频细节信息和多光谱图像的低频光谱信息,融合图像存... 图像融合的根本任务是提取图像特征,由于合成孔径雷达(Synthetic Aperture Radar,SAR)图像和多光谱(Multi Spectral,MS)图像存在通道差异,针对现有算法难以充分提取和利用SAR图像的高频细节信息和多光谱图像的低频光谱信息,融合图像存在细节丢失和光谱失真问题。本文提出了一种基于双通道多尺度特征提取和混合注意力的图像融合算法。首先采用双通道网络提取SAR和多光谱图像的多尺度高频细节特征和低频光谱特征,并连续使用不同空洞率的扩张卷积扩大感受野。然后将提取的特征映射到混合注意力模块中进行特征增强,再将这些增强特征与上采样的多光谱图像叠加。同时构建了基于光谱角度距离的损失函数,可以进一步缓解细节丢失和光谱失真。最后通过解码网络重建图像,得到高分辨率的融合图像。实验结果表明,本文算法达到了领先水平,并且融合图像在细节和光谱上保持了较好的平衡。 展开更多
关键词 SAR图像融合 扩张卷积 多尺度提取 残差网络 注意力机制
下载PDF
结合双非局部注意力感知的SAR和光学图像金字塔细节融合网络
19
作者 朱佳佳 杨学志 +1 位作者 梁宏博 杨翔宇 《计算机系统应用》 2024年第8期155-165,共11页
合成孔径雷达(synthetic aperture radar,SAR)与光学图像融合旨在利用卫星传感器的成像互补性,生成更全面的地貌信息.然而,由于各单一卫星传感器数据分布的异质性和成像物理机制的差异,现有网络模型在融合过程中往往存在成像精度低的问... 合成孔径雷达(synthetic aperture radar,SAR)与光学图像融合旨在利用卫星传感器的成像互补性,生成更全面的地貌信息.然而,由于各单一卫星传感器数据分布的异质性和成像物理机制的差异,现有网络模型在融合过程中往往存在成像精度低的问题.为了解决上述问题,本文提出DNAP-Fusion,一种新的结合双非局部注意力感知的SAR和光学图像金字塔细节融合网络(dual non-local-aware-based pyramid fusion net).该方法利用双非局部注意力模块,在空间尺度逐渐减小的多级图像金字塔中提取SAR图像的结构信息和光学图像的纹理细节.然后在空间和通道维度上融合它们的互补特征.然后,通过图像重构将融合特征注入上采样光学图像中,得到最终的融合结果.此外,在网络训练之前,采用图像封装决策来增强同一场景中SAR和光学图像中目标之间的共性关系.定性和定量的实验结果表明,提出的方法优于现有融合方法,其中客观评价指标中的相关系数(correlation coefficient,CC)为0.9906,峰值信噪比(peak signal to noise ratio,PSNR)为32.1560 dB.此外,所提方法有效地融合了SAR图像和可见光图像的互补特征,为提高遥感图像融合的精度和有效性提供了一种有价值的思路和方法. 展开更多
关键词 合成孔径雷达图像 光学图像 图像融合 双非局部注意力 深度学习
下载PDF
结合对抗互信息的多变量时间序列抗噪异常检测
20
作者 张本初 乔焰 胡荣耀 《计算机应用研究》 CSCD 北大核心 2024年第8期2384-2391,共8页
近年来,对多变量时间序列的异常检测在各领域中逐渐突显出其重要性。然而,由于多变量时间序列的时空依赖性以及采集所存在的噪声干扰,使得模型学习到的分布与真实分布存在一定的偏差,进而影响检测性能。为了解决以上问题,提出一种结合... 近年来,对多变量时间序列的异常检测在各领域中逐渐突显出其重要性。然而,由于多变量时间序列的时空依赖性以及采集所存在的噪声干扰,使得模型学习到的分布与真实分布存在一定的偏差,进而影响检测性能。为了解决以上问题,提出一种结合对抗互信息的多变量时间序列抗噪异常检测模型(RADAM)。通过设计对比学习机制来达到多变量时间序列全局信息和局部信息的互信息最大化,以此来学习多变量时间序列的时间与空间依赖性;利用自适应权重和过滤器模块减少噪声样本对于训练过程的干扰,使模型在训练过程中具备较高的抗噪能力。在五个真实数据集上与六个先进的同类异常检测方法进行了对比实验,实验结果证明RADAM性能明显优于其他基线模型,说明RADAM能显著提升在包含噪声的多变量时间序列数据集上异常检测的准确度。 展开更多
关键词 多变量时间序列 抗噪异常检测 生成对抗学习 对比学习 互信息最大化
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 10 下一页 到第 页
使用帮助 返回顶部