检索结果-内蒙古大学图书馆

自动化学报 2024年第1期50卷 103-120页

作者：徐昌凯冯卫栋张淳杰郑晓龙张辉王飞跃北京交通大学计算机与信息技术学院信息科学研究所北京100044 现代信息科学与网络技术北京市重点实验室北京100044 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 北京航空航天大学交通科学与工程学院北京100191

身份证认证场景多采用文本识别模型对身份证图片的字段进行提取、识别和身份认证,存在很大的隐私泄露隐患.并且,当前基于文本识别模型的对抗攻击算法大多只考虑简单背景的数据(如印刷体)和白盒条件,很难在物理世界达到理想的攻击效果,... 详细信息

身份证认证场景多采用文本识别模型对身份证图片的字段进行提取、识别和身份认证,存在很大的隐私泄露隐患.并且,当前基于文本识别模型的对抗攻击算法大多只考虑简单背景的数据(如印刷体)和白盒条件,很难在物理世界达到理想的攻击效果,不适用于复杂背景、数据及黑盒条件.为缓解上述问题,本文提出针对身份证文本识别模型的黑盒攻击算法,考虑较为复杂的图像背景、更严苛的黑盒条件以及物理世界的攻击效果.本算法在基于迁移的黑盒攻击算法的基础上引入二值化掩码和空间变换,在保证攻击成功率的前提下提升了对抗样本的视觉效果和物理世界中的鲁棒性.通过探索不同范数限制下基于迁移的黑盒攻击算法的性能上限和关键超参数的影响,本算法在百度身份证识别模型上实现了100%的攻击成功率.身份证数据集后续将开源.

关键词：对抗样本黑盒攻击身份证文本识别物理世界二值化掩码

来源：评论

学校读者我要写书评

暂无评论

一类离散动态系统基于事件的迭代神经控制

引用

工程科学学报 2022年第3期44卷 411-419页

作者：王鼎北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 智慧环保北京实验室北京100124 北京人工智能研究院北京100124

面向离散时间非线性动态系统,提出一种基于事件的迭代神经控制框架.主要目标是将迭代自适应评判方法与事件驱动机制结合起来,以解决离散时间非线性系统的近似最优调节问题.首先,构造两个迭代序列并建立一种事件触发的值学习策略.其次,... 详细信息

面向离散时间非线性动态系统,提出一种基于事件的迭代神经控制框架.主要目标是将迭代自适应评判方法与事件驱动机制结合起来,以解决离散时间非线性系统的近似最优调节问题.首先,构造两个迭代序列并建立一种事件触发的值学习策略.其次,详细给出迭代算法的收敛性分析和新型框架的神经网络实现.这里是在基于事件的迭代环境下实施启发式动态规划技术.此外,通过设计适当的阈值以确定事件驱动方法的触发条件.最后,借助两个仿真实例验证本文控制方案的优越性能,尤其是在通信资源的利用方面.本文的工作有助于构建一类事件驱动机制下的智能控制系统.

关键词：迭代自适应评判神经控制事件驱动设计智能控制非线性动态优化控制

来源：评论

学校读者我要写书评

暂无评论

双站与重轨InSAR数据融合获取DEM的方法

引用

遥感信息 2023年第2期38卷 10-17页

作者：黎伟焦健韩海姣曾琪明陈亚飞北京大学遥感与地理信息系统研究所北京100871 91650部队广州510320 北京大学北京市空间信息集成与3S工程重点实验室北京100871 地理信息工程国家重点实验室西安710054

多样性InSAR数据融合是弥补单基线InSAR生成DEM所存在不足的重要手段。鉴于以往的融合研究大多基于相同InSAR系统构型与工作模式的同源数据,文章提出一种双站与重轨InSAR异源数据融合获取DEM的方法和处理流程,重点研究了融合区域识别、... 详细信息

多样性InSAR数据融合是弥补单基线InSAR生成DEM所存在不足的重要手段。鉴于以往的融合研究大多基于相同InSAR系统构型与工作模式的同源数据,文章提出一种双站与重轨InSAR异源数据融合获取DEM的方法和处理流程,重点研究了融合区域识别、重轨干涉大气校正等关键问题。为验证方法的有效性,使用一对天绘二号双站干涉数据结合多个异源重轨干涉数据进行融合,开展获取DEM实验,并采用GNSS实测数据和WorldDEM对DEM精度进行了验证。结果表明,融合后的DEM解缠错误及叠掩、阴影导致的无效点数明显减少,融合后的DEM相比单基线天绘二号干涉生成的DEM高程精度提高了11.6%。

关键词：干涉合成孔径雷达(InSAR) 数字高程模型(DEM) 双站SAR干涉重轨SAR干涉融合

来源：评论

学校读者我要写书评

暂无评论

半湿润冷温气候下白浆土区雨养玉米AquaCrop模型模拟敏感性分析

引用

江苏农业科学 2023年第22期51卷 206-212页

作者：王一帆蒲晓王子康孟子惟张箴言王俊洁首都师范大学资源环境与旅游学院/资源环境与地理信息系统北京市重点实验室北京100048

AquaCrop模型对半湿润冷温气候下白浆土区雨养玉米生长模拟及其敏感性分析研究较少。选取黑龙江三江平原东部典型白浆土农区为研究区,基于2011—2015年连续观测数据集,使用AquaCrop模型模拟雨养玉米生长过程,采用敏感性系数法和一般线... 详细信息

AquaCrop模型对半湿润冷温气候下白浆土区雨养玉米生长模拟及其敏感性分析研究较少。选取黑龙江三江平原东部典型白浆土农区为研究区,基于2011—2015年连续观测数据集,使用AquaCrop模型模拟雨养玉米生长过程,采用敏感性系数法和一般线性模型法解析雨养玉米生物量和产量对模型参数的敏感性。结果表明,影响生物量的参数有全冠时作物蒸腾系数(Tr)、水分生产力(WP)、最大冠层覆盖率(CCX)、冠层生长指数(CGC)。其中生物量对CGC的敏感性出现最早,在抽穗期敏感性系数达到峰值,之后逐渐降低。最大生物量对Tr、WP和CCX的敏感程度高,其敏感性系数随时间推移逐渐增加,但生物量对CCX的敏感性系数峰值低于对Tr和WP的敏感性系数峰值。影响产量的参数有全冠时作物蒸腾系数(Tr)、收获指数(HI)、水分生产力(WP)、从播种到开始开花的时间(FLW),产量对FLW的敏感性仅在成熟期敏感。其中最高产量还对Tr、WP、HI敏感,产量对参数的敏感性在玉米开花后越来越敏感,直至在敏感性系数成熟期达到最大值。

关键词：雨养玉米 AquaCrop模型敏感性分析敏感性系数法一般线性模型

来源：评论

学校读者我要写书评

暂无评论

基于MHA-MAD的近海光无线融合接入网络部署算法

引用

光通信研究 2025年

作者：李学华郗童王鑫黄翔北京信息科技大学智能通信与计算研究所国防科技大学信息系统工程全国重点实验室

【目的】随着近海区域业务量快速增长，带宽需求呈现出指数级增长趋势，承载业务的第五代移动通信技术（5G）及后5G(B5G)下一代无线接入网络(NG-RAN)资源即将枯竭，波分复用无源光网络(WDM-PON)因其高带宽等优势，成为支持5G/B5G NG-RA... 详细信息

【目的】随着近海区域业务量快速增长，带宽需求呈现出指数级增长趋势，承载业务的第五代移动通信技术（5G）及后5G(B5G)下一代无线接入网络(NG-RAN)资源即将枯竭，波分复用无源光网络(WDM-PON)因其高带宽等优势，成为支持5G/B5G NG-RAN的有效承载方案。然而，近海复杂多变的环境为WDM-PON的网络部署带来了严峻挑战，如高昂的部署成本、大规模的路径损耗以及恶劣的水下环境等，亟需通过优化网络部署策略降低成本、风险和传输损耗等，以构建适应近海环境的网络。【方法】文章提出了一种多头注意力增强的多智能体深度 (MHA-MAD) Q网络算法，通过多头注意力机制高效提取网络环境的关键特征，并为不同特征赋予动态权重，从而提升建模精度。同时，采用多智能体框架，使多个智能体在共享网络环境中协作与同步决策，实现网络部署的全局优化。【结果】与现有基准方法相比，MHA-MAD Q网络算法在网络部署中的性能提高了近42%，其结果接近理论最优解。此外，与未利用MHA的MAD Q网络算法相比，MHA-MAD Q网络算法在最小化网络部署总成本、节点功耗、链路衰减和网络风险的联合优化目标上，性能提高了近8%。【结论】MHA-MAD Q网络算法为面向近海场景的5G/B5G NG-RAN的WDM-PON部署与优化提供了新思路。

关键词：网络部署近海网络无线和光纤接入网络深度Q网络多头注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于双耦合环辅助的低串扰6-LP光纤设计

引用

中国激光 2022年第3期49卷 64-72页

作者：臧鸿飞田凤王拥军北京邮电大学电子工程学院信息光子学与光通信国家重点实验室北京100876 北京邮电大学天地互联与融合北京市重点实验室北京100876

为了降低少模光纤中的模间串扰,提出了一种新型双耦合环辅助的少模光纤结构设计。首先用COMSOL仿真软件对6-LP光纤结构进行建模,并分析了影响模式间耦合的主要因素,然后对双耦合环结构的5个参数进行仿真分析。结果表明,在6-LP少模光纤中... 详细信息

为了降低少模光纤中的模间串扰,提出了一种新型双耦合环辅助的少模光纤结构设计。首先用COMSOL仿真软件对6-LP光纤结构进行建模,并分析了影响模式间耦合的主要因素,然后对双耦合环结构的5个参数进行仿真分析。结果表明,在6-LP少模光纤中,LP_(21)模和LP_(02)模的有效折射率最接近,其差值是影响串扰的主要因素;该结构中LP_(21)模和LP_(02)模的最小模间折射率差为1.5×10^(-3),是同等条件下传统阶跃结构的1.88倍,少模光纤中的模间串扰问题得到有效缓解。

关键词：光通信模分复用少模光纤双耦合环结构光纤特性

来源：评论

学校读者我要写书评

暂无评论

计及区间预测信息的含风电电力系统有功多时间尺度协调调度优化方法

引用

中国电机工程学报 2024年第16期44卷 6263-6277,I0001页

作者：路朋陈思捷张宁叶林王程杜尔顺汤涌清华大学电机工程与应用电子技术系北京市海淀区100084 电力传输与功率变换控制教育部重点实验室(上海交通大学) 上海市闵行区200240 中国农业大学信息与电气工程学院北京市海淀区100083 新能源电力系统国家重点实验室(华北电力大学) 北京市昌平区102206 电网安全与节能国家重点实验室(中国电力科学研究院有限公司) 北京市海淀区100192

间歇性、集群式的风电并入大电网将会增加输电断面功率越限风险,将点预测信息纳入含风电的电力系统调度将不可避免出现“过调度”和“欠调度”。为此,该文提出计及区间预测信息的含风电电力系统有功多时间尺度协调调度优化方法。首先,... 详细信息

间歇性、集群式的风电并入大电网将会增加输电断面功率越限风险,将点预测信息纳入含风电的电力系统调度将不可避免出现“过调度”和“欠调度”。为此,该文提出计及区间预测信息的含风电电力系统有功多时间尺度协调调度优化方法。首先,利用点模型及其预测误差分布构建风电功率区间预测模型;其次,建立具有区间预测信息的风电场有功功率动态分群策略;再次,构建风电集群和自动发电控制(automatic generation control,AGC)机组与非AGC机组等多时间尺度协调的调度策略,通过滚动优化和反馈校正环节协调日前-日内以及实时调度;最后,采用实际风电集群有功功率数据和改进的IEEE-118节点标准测试系统验证所提方法的有效性。研究表明,所提方法不仅可以合理协调风电集群内各个风电场输出功率,还可以协调风电集群功率和AGC机组与非AGC之间的输出功率,有效解决了调度指令与实际输出功率不协调问题。

关键词：区间预测信息协调调度策略误差分布滚动优化

来源：评论

学校读者我要写书评

暂无评论

基于社交媒体文本的灾情信息识别方法比较研究

引用

自然灾害学报 2022年第1期31卷 179-187页

作者：王月明胡卓玮陈锡首都师范大学资源环境与旅游学院北京100048 资源环境与地理信息系统北京市重点实验室北京100048

挖掘社交媒体发布的信息,逐渐成为了一种获取所需数据的重要途径,数据挖掘采用的一种重要方法就是机器学习。基于此,本研究以4起自然灾害事件的相关微博文本数据集为实验语料开展实验,比较基于朴素贝叶斯、随机森林和多元逻辑回归算法... 详细信息

挖掘社交媒体发布的信息,逐渐成为了一种获取所需数据的重要途径,数据挖掘采用的一种重要方法就是机器学习。基于此,本研究以4起自然灾害事件的相关微博文本数据集为实验语料开展实验,比较基于朴素贝叶斯、随机森林和多元逻辑回归算法建立的3种模型的主题识别效果。结果表明,多元逻辑回归模型对相关微博灾情文本数据的主题识别效果相对较好,各精度评价指标值高达91%;从各主题的识别结果来看,主题类别为情感支持和提醒建议的文本被正确识别的3种评价指标值均达到了90%以上。还分析了导致模型错分主题的原因,包括内因(参数设置、数据集切分比例等)和外因(样本量、人工标注等)。将该多元逻辑回归模型应用于社交媒体灾情文本主题初步识别,可以为后续工作提供优化,进而为相关部门采取应急措施提供参考。

关键词：社交媒体数据挖掘灾情文本主题识别机器学习精度评价

来源：评论

学校读者我要写书评

暂无评论

叶片多理化参数的高光谱遥感与深度学习估算

引用

光谱学与光谱分析 2024年第10期44卷 2873-2883页

作者：岳继博冷梦蝶田庆久郭伟刘杨冯海宽乔红波河南农业大学信息与管理科学学院河南郑州450002 南京大学国际地球系统科学研究所江苏南京210023 中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 北京市农林科学院信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室北京100097

准确的植物叶片理化参数对于监测植物生长状况至关重要。随着深度学习技术的迅速应用,结合深度学习和高光谱遥感技术的植物叶片理化参数分析应用潜力巨大;然而,现阶段结合深度学习和高光谱遥感技术在植物多叶片理化参数的联合估算研究... 详细信息

准确的植物叶片理化参数对于监测植物生长状况至关重要。随着深度学习技术的迅速应用,结合深度学习和高光谱遥感技术的植物叶片理化参数分析应用潜力巨大;然而,现阶段结合深度学习和高光谱遥感技术在植物多叶片理化参数的联合估算研究尚少。该研究旨在挖掘结合高光谱遥感技术和深度学习技术开展高精度的多植被叶片理化参数(叶绿素含量、类胡萝卜素含量、水分含量、蛋白质含量和碳基成分含量)联合估算的潜力。首先,通过利用新型PROSPECT-PRO辐射传输模型模拟分析,确定了多个植被叶片理化参数的敏感光谱区域,并设计了LeafTraitNet模型;然后,基于Lopex93数据开展LeafTr aitNet模型训练和验证,取得了高精度的叶片参数估算结果。得到以下结论:(1)基于PROSPECT-PRO辐射传输模型辅助实测开展植被光谱特征选择十分必要;叶绿素(约434和约676 nm)和类胡萝卜素(约445 nm)两类色素的光谱吸收峰均主要位于可见光区域;然而,其与叶片光谱的相关系数绝对值最大的点却不是各自的吸收峰位置,这可能是因为叶绿素和类胡萝卜素对光谱吸收的相互影响。(2)水分的吸收峰主要位于950~2500 nm范围内,这与叶片蛋白质和碳基成分的吸收区域重叠,因此削弱了后者的高光谱遥感估算精度。基于PROSPECT-PRO辐射传输模型和Lopex93数据集的叶片参数相关性分析结果表明,叶片水分含量与950~2500 nm范围内叶片光谱反射率相关系数绝对值接近1,而叶片蛋白质和碳基成分含量与950~2500 nm范围内光谱反射率相关系数较低。(3)三种传统统计回归方法和LeafTraitNet模型的叶片理化参数估算精度可以基于其估算总nRMSE而排序为:Le afTraitNet(总nRMSE=0.84)实验来进一步验证。

关键词：深度学习高光谱遥感叶片蛋白质含量叶片叶绿素含量叶片类胡萝卜素含量

来源：评论

学校读者我要写书评

暂无评论

考虑自动车队强度的高速公路非常规瓶颈交通流控制策略研究

引用

中国公路学报 2022年第3期35卷 78-88页

作者：曹丹妮吴建军屈云超刘浩北京交通大学轨道交通控制与安全国家重点实验室北京100044 北京市交通信息中心北京100161

为了减弱事故对上游路段的影响,预防潜在二次事故的发生,提出了适用于智能网联自动驾驶车辆(Connected and Automated Vehicle,CAV)与传统人工车(Human Vehicle,HV)混合存在场景下的CAV排列整合算法(CAV Arrangement Integration Algori... 详细信息

为了减弱事故对上游路段的影响,预防潜在二次事故的发生,提出了适用于智能网联自动驾驶车辆(Connected and Automated Vehicle,CAV)与传统人工车(Human Vehicle,HV)混合存在场景下的CAV排列整合算法(CAV Arrangement Integration Algorithm,CAV-AIA)。由于在相同的CAV数量下,不同CAV间的排列关系(自动车队强度)对道路通行能力有一定影响,因此CAV-AIA以“就近”增大自动车队强度为目标,对事故路段上游的CAV进行管控。具体地,在横向车道方面,以提升自动车队强度为目标,考虑发生事故的车道位置,给出不同车道CAV合流到相邻车道自动车队中的次序;在纵向位置方面,以最小化自动车队中CAV间的距离为目标,通过考虑车辆安全、路段速度限制和车辆速度改变率等因素,对自动车队间的CAV进行纵向位置更新;而对于未在自动车队中的车辆及每个自动车队中的引导车(第1辆车),为了减少其对HV运行的干扰,应用增强的智能驾驶人车辆跟驰模型(Enhanced Intelligent Driver Model,EIDM)及最小化换道引起的总制动(Minimizing Overall Braking Induced by Lane Changes,MOBIL)车辆换道模型对其车辆位置信息进行更新。数值仿真结果表明:在高、中、低交通需求及不同CAV比例下,实施CAV-AIA后,车辆通过事故区域上游管控路段的平均行程时间均有所降低,其中当交通需求为6500 veh·h^(-1),CAV比例为0.8时,通行时间提升率可达41.8%;而当交通需求为2500 veh·h^(-1)时,由于车流密度较小即使不施加额外控制策略,车辆仍能以较高的速度通行,因此不同CAV比例场景下车辆的通行时间提升率较低。最后,以HV平均换道次数作为指标进一步从微观层面上研究了CAV-AIA对HV移动的干扰。结果表明:CAV-AIA能够有效减少HV的换道次数,特别是在高交通需求下,如当CAV比例为0.8时,实施CAV-AIA后,HV的平均换道次数可由0.99降为0.53。

关键词：交通工程管控策略微观交通流仿真混合交通流

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：