伪造文本检测是保证社交安全的重要条件。融合多模特征注意力机制的伪造文本检测,实现多类型伪造文本的检测,并提高其精度。针对目前数据集的不足,根据不同的文本生成模型GPT-2、Grover、LSTM等制作了对应的多伪造类型数据集。融合GLTR、Grover和LP(Language and Physical)3个多模特征,使用注意力机制将该3个模型输出进行融合。设计时空特征融合网络充分提取时序信息和局部空间信息。最后添加分类层完成伪造文本的分类。实验结果表明:融合多模特征和时空特征融合网络可提取更多的伪造信息,同时充分融合了时序和局部空间信息,提升了伪造文本的表征能力,且泛化能力也优于以往网络。
为了探索高频段室内无线体域网通信的可行性,对11 GHz室内无线体域网的传播特性进行了测量与研究。基于大量的测量数据,给出了11 GHz频段室内无线体域网的路径损耗、阴影效应与均方根时延扩展的统计特性。针对体对体通信时人体相对角度变化的场景,提出了一种具有相对角度影响的路径损耗模型,该模型利用了与身体角度相关的路径损耗指数、浮动截距以及身体角度因子修正相对角度变化引入的路径损耗。为了验证模型的适用性,对比分析了在小型空教室和大型会议室两种不同场景下相对角度变化对信道传播特性的影响。研究结果表明:在收发端距离固定的情况下,路径损耗指数、浮动截距和由相对角度引起的路径损耗(Path Loss caused by Relative Angle,PLRA)均与相对角度具有三角函数关系;在收发端相对角度固定时,PLRA与收发端距离无关,仅与相对角度有关。上述研究结果可以为11 GHz频段在未来室内无线体域网的使用提供理论基础与实践依据。
暂无评论