检索结果-内蒙古大学图书馆

信号处理 2022年第8期38卷 1766-1776页

作者：张见吴迪胡涛朱世先楚倩楠中国人民解放军战略支援部队信息工程大学数据与目标工程学院河南郑州450001 91746部队北京102206

针对目前短波信号规格识别中特征选取单一、相同调制类型信号区分能力弱的问题,提出了基于特征融合网络的信号规格识别算法,设计了一种以信号矢量图和数据流作为网络输入的识别模型。首先,通过信号预处理,得到矢量图和标准化的信号数据... 详细信息

针对目前短波信号规格识别中特征选取单一、相同调制类型信号区分能力弱的问题,提出了基于特征融合网络的信号规格识别算法,设计了一种以信号矢量图和数据流作为网络输入的识别模型。首先,通过信号预处理,得到矢量图和标准化的信号数据矩阵作为特征源,并由此设计了基于特征融合网络的信号规格识别模型;其次,利用模型的密集连接卷积算法,在避免网络退化的同时,对矢量图和数据矩阵进行深度特征提取、融合与学习,实现对目标信号的规格识别;此外,在构造短波信号数据集时设计了随机频偏策略,进一步提高网络模型的泛化能力。仿真实验表明,所提算法对含有相同调制方式的信号集识别效果较好,且模型空间小、运算速度快,当信噪比为0 dB时识别准确率可达98%。

关键词：信号规格识别短波特征融合网络数据流矢量图

来源：评论

学校读者我要写书评

暂无评论

基于流形学习能量数据预处理的模板攻击优化方法

引用

电子与信息学报 2020年第8期42卷 1853-1861页

作者：袁庆军王安王永娟王涛战略支援部队信息工程大学郑州450001 河南省网络密码技术重点实验室郑州450001 北京理工大学计算机学院北京100081

能量数据作为模板攻击过程中的关键对象,具有维度高、有效维度少、不对齐的特点,在进行有效的预处理之前,模板攻击难以奏效。针对能量数据的特性,该文提出一种基于流形学习思想进行整体对齐的方法,以保留能量数据的变化特征,随后通过线... 详细信息

能量数据作为模板攻击过程中的关键对象,具有维度高、有效维度少、不对齐的特点,在进行有效的预处理之前,模板攻击难以奏效。针对能量数据的特性,该文提出一种基于流形学习思想进行整体对齐的方法,以保留能量数据的变化特征,随后通过线性投影的方法降低数据的维度。使用该方法在Panda 2018 challenge1标准数据集进行了验证,实验结果表明,该方法的特征提取效果优于传统的PCA和LDA方法,能大幅度提高模板攻击的成功率。最后采用模板攻击恢复密钥,仅使用两条能量迹密钥恢复成功率即可达到80%以上。

关键词：信息安全模板攻击流形学习能量数据对齐算法降维算法

来源：评论

学校读者我要写书评

暂无评论

高超声速滑翔再入飞行器的可达区快速预测

引用

国防科技大学学报 2021年第1期43卷 1-6页

作者：吴楠王锋赵敏孟凡坤中国人民解放军战略支援部队信息工程大学数据与目标工程学院河南郑州450001 中国人民解放军95894部队北京102211

防御方对来袭滑翔再入飞行器进行可达区的预测存在先验信息量不足且时效性要求高等难题。为此提出一种基于最优化飞行假设的可达区快速预测方法:仅需已知目标当前位置、速度与最大升阻比(可基于雷达探测数据通过实时弹道估计获得),基于... 详细信息

防御方对来袭滑翔再入飞行器进行可达区的预测存在先验信息量不足且时效性要求高等难题。为此提出一种基于最优化飞行假设的可达区快速预测方法:仅需已知目标当前位置、速度与最大升阻比(可基于雷达探测数据通过实时弹道估计获得),基于平衡滑翔假设和最大横程的埃格斯解分别获得目标最大纵程和横程终点坐标,在经纬度二维平面内,可达区即可近似为以两个最大横程终点间线段为短轴、最大纵程终点到短轴距离为半长轴的半椭圆区域。仿真结果表明,与传统的数值优化方法和常倾侧角方法相比,提出的方法具有利用先验信息少、精度较高和运算量小的优点,可满足实时性要求。

关键词：可达区高超声速滑翔再入飞行器平衡滑翔最大升阻比

来源：评论

学校读者我要写书评

暂无评论

遥感图像语义分割的空间增强注意力U型网络

引用

北京航空航天大学学报 2023年第7期49卷 1828-1837页

作者：宝音图刘伟李润生李钦胡庆中国人民解放军战略支援部队信息工程大学数据与目标工程学院郑州450001 中国人民解放军31401部队呼和浩特010051

针对基于深度学习的语义分割模型在解析遥感图像时,小尺寸目标和目标边界存在分割不准确的问题,提出一种U型网络模型SGE-Unet。该模型通过优化网络结构加强模型的特征提取能力;融合空间组增强注意力,提升模型对上下文语义信息的解析能力... 详细信息

针对基于深度学习的语义分割模型在解析遥感图像时,小尺寸目标和目标边界存在分割不准确的问题,提出一种U型网络模型SGE-Unet。该模型通过优化网络结构加强模型的特征提取能力;融合空间组增强注意力,提升模型对上下文语义信息的解析能力;采用中值频率平衡交叉熵损失函数抑制类别分布不均衡的影响。在2个数据集上进行实验,SGE-Unet的整体准确率、平均交并比、F_(1)分数和Kappa系数均高于主流模型,Vaihingen数据集中小尺寸目标车的交并比和F_(1)分数分别为0.719和0.901,比次优模型提升了16%和11%,实验结果表明所提模型能更精准地分割小尺寸目标及目标边界。

关键词：遥感图像语义分割深度学习注意力损失函数

来源：评论

学校读者我要写书评

暂无评论

太赫兹技术在农产品检测中的应用研究进展

引用

光谱学与光谱分析 2022年第11期42卷 3330-3335页

作者：卢雪晶葛宏义蒋玉英张元战略支援部队信息工程大学河南郑州450001 河南工业大学粮食信息处理与控制教育部重点实验室河南郑州450001 河南工业大学信息科学与工程学院河南郑州450001

我国是农业大国,保障粮食安全是国家发展的战略需要。农产品检测技术的应用和发展对监控质量,预防由农产品品质问题引发的安全事故至关重要。太赫兹(Terahertz,THz)波位于电磁频谱空隙,频率高于微波而低于红外线,具备光子能量低、穿透... 详细信息

我国是农业大国,保障粮食安全是国家发展的战略需要。农产品检测技术的应用和发展对监控质量,预防由农产品品质问题引发的安全事故至关重要。太赫兹(Terahertz,THz)波位于电磁频谱空隙,频率高于微波而低于红外线,具备光子能量低、穿透性好、能表征分子结构等优点。基于太赫兹波的光谱检测技术受到研究人员广泛关注,在生物医学、安全检查等方面得到应用,被证明是一种可靠的检测手段。在农产品应用领域,太赫兹波特有的非接触、无标记检测能力为农产品成分分析、质量控制提供了技术手段,其良好的穿透性和无损害性,可以用来在不破坏农产品表面及外包装的前提下,检测内部成分变化。与其他光谱(超声、X射线、红外等)检测手段相比,太赫兹波频率范围宽、表征能力强,可实现对目标物质的快速无损检测。近几年,随着太赫兹发射源、探测器等设备以及光谱和成像技术的发展,其在农产品领域的应用有了新的进展。通过收集整理近期的文献资料,综述了太赫兹技术在农产品检测方面的应用拓展和研究成果,总结了目前存在的应用局限。在此基础上,对未来太赫兹光谱和图像检测的研究方向进行了展望,提出提高检测灵敏度和检测速度是农产品领域太赫兹技术产业化应用的研究重点。在检测系统中引入基于超材料的传感器是提升灵敏度的一种有效手段,可以突破原有的太赫兹光谱检测极限,对研究农药残留、真菌毒素等危害农产品安全的痕量污染物具有重要意义。在农产品快速成像检测方面,基于单像素成像和压缩感知理论的太赫兹计算成像技术是提高检测速度的可行方案。这些研究成果将为后续太赫兹技术的发展提供方向性指导,对农产品检测领域的应用推广具有重要参考价值。

关键词：太赫兹波太赫兹光谱太赫兹成像农产品检测

来源：评论

学校读者我要写书评

暂无评论

面向数据安全共享的联邦学习研究综述

引用

信息安全与通信保密 2022年第10期 66-73页

作者：方晨郭渊博战略支援部队信息工程大学密码工程学院河南郑州450001

跨部门、跨地域、跨系统间的数据共享是充分发挥分布式数据价值的有效途径,但是现阶段日益严峻的数据安全威胁和严格的法律法规对数据共享造成了诸多挑战。联邦学习可以联合多个用户在不传输本地数据的情况下协同训练机器学习模型,是实... 详细信息

跨部门、跨地域、跨系统间的数据共享是充分发挥分布式数据价值的有效途径,但是现阶段日益严峻的数据安全威胁和严格的法律法规对数据共享造成了诸多挑战。联邦学习可以联合多个用户在不传输本地数据的情况下协同训练机器学习模型,是实现数据安全共享的新范式。对联邦学习的工作原理及与其密切相关的技术进行了简要介绍,并系统地总结联邦学习的隐私安全性以及其与区块链结合的研究现状,最后对下一步的研究方向做出了展望。

关键词：数据共享联邦学习区块链安全多方计算

来源：评论

学校读者我要写书评

暂无评论

广义SIMON类轮函数的密码学性质研究

引用

山东大学学报（理学版） 2023年第9期58卷 51-58页

作者：卢健伟任济洲关杰战略支援部队信息工程大学密码工程学院河南郑州450001 澳大利亚国立大学工程计算与控制学院澳大利亚堪培拉2600

在SIMON类非线性函数的基础上进行扩展,得到一种广义的非线性函数F^(n)_(abcd)(X),结构为(x<<<a)&(x<<<b)⊕(x<<<c)&(x<<<d)并分析其差分和线性等密码学性质。给出差分矩阵的秩、输出差分... 详细信息

在SIMON类非线性函数的基础上进行扩展,得到一种广义的非线性函数F^(n)_(abcd)(X),结构为(x<<密码学性质。给出差分矩阵的秩、输出差分与差分概率之间的对应关系;给出差分概率的取值为0或1/2r,其中r∈[0,n-1];证明当输出差分β=0时差分概率非0;给出特殊移位参数选取下,差分概率取到1/2时差分对应的结构和计数公式。利用不相交化算法,将相关优势取值问题转化为不相交二次型中二次项的个数计算问题,给出相关优势的取值范围。本文的结论为轻量级非线性函数的构造提供一种新方法。

关键词： SIMON算法非线性函数循环移位差分性质线性性质

来源：评论

学校读者我要写书评

暂无评论

人工智能背景下保密管理专业的实践教学建设思考

引用

计算机教育 2024年第6期 172-177页

作者：刘鹏程张玉臣汪永伟胡浩刘小虎战略支援部队信息工程大学密码工程学院河南郑州450000

针对保密管理本科专业教学中传统实践内容难以应对深层次保密风险的问题,从保密技术训练环境建设角度出发,提出保密防护、窃密技术、保密取证、网络攻防“四位一体”的递进式保密技术实践教学模式,结合人工智能背景设计各个实践环节的... 详细信息

针对保密管理本科专业教学中传统实践内容难以应对深层次保密风险的问题,从保密技术训练环境建设角度出发,提出保密防护、窃密技术、保密取证、网络攻防“四位一体”的递进式保密技术实践教学模式,结合人工智能背景设计各个实践环节的教学实施过程并配套设置相应的保密技术实践场地,最后通过教学反馈说明实践教学效果。

关键词：保密管理专业实践教学人工智能保密防护

来源：评论

学校读者我要写书评

暂无评论

基于分解门控注意力单元的高效Conformer模型

引用

计算机工程 2023年第5期49卷 73-80页

作者：李宜亭屈丹杨绪魁张昊沈小龙中国人民解放军战略支援部队信息工程大学信息系统工程学院郑州450001

为利用有限的存储和计算资源,在保证Conformer端到端语音识别模型精度的前提下,减少模型参数量并加快训练和识别速度,构建一个基于分解门控注意力单元与低秩分解的高效Conformer模型。在前馈和卷积模块中,通过低秩分解进行计算加速,提高... 详细信息

为利用有限的存储和计算资源,在保证Conformer端到端语音识别模型精度的前提下,减少模型参数量并加快训练和识别速度,构建一个基于分解门控注意力单元与低秩分解的高效Conformer模型。在前馈和卷积模块中,通过低秩分解进行计算加速,提高Conformer模型的泛化能力。在自注意力模块中,使用分解门控注意力单元降低注意力计算复杂度,同时引入余弦加权机制对门控注意力进行加权保证其向邻近位置集中,提高模型识别精度。在AISHELL-1数据集上的实验结果表明,在引入分解门控注意力单元和余弦编码后,该模型的参数量和语音识别字符错误率(CER)明显降低,尤其当参数量被压缩为Conformer端到端语音识别模型的50%后语音识别CER仅增加了0.34个百分点,并且具有较低的计算复杂度和较高的语音识别精度。

关键词：端到端语音识别 Conformer模型分解门控注意力单元模型压缩低秩分解

来源：评论

学校读者我要写书评

暂无评论

基于深度可分离卷积的轻量级图像超分辨率重建

引用

计算机工程 2022年第6期48卷 228-234页

作者：柳聪屈丹司念文魏紫薇中国人民解放军战略支援部队信息工程大学信息系统工程学院郑州450000

图像超分辨率重建旨在依据低分辨率图像重建出接近真实的高分辨率图像,现有基于卷积神经网络的图像超分辨率重建方法存在网络参数量大、重建速度慢等问题,从而限制其在内存资源小的终端设备上的应用。提出一种基于深度可分离卷积的轻量... 详细信息

图像超分辨率重建旨在依据低分辨率图像重建出接近真实的高分辨率图像,现有基于卷积神经网络的图像超分辨率重建方法存在网络参数量大、重建速度慢等问题,从而限制其在内存资源小的终端设备上的应用。提出一种基于深度可分离卷积的轻量级图像超分辨率重建网络,利用深度可分离卷积提取图像的特征信息,减少网络的参数量,采用对比度感知通道注意力机制获取图像的对比度信息,并将其作为全局信息,同时对提取特征的不同通道权重进行重新分配,增强重建图像的细节纹理信息。在此基础上,采用亚像素卷积对图像特征进行上采样操作,提高整体重建图像质量。实验结果表明,当放大倍数为2、3和4时,该网络的参数量分别为140 000、147 000和152 000,重建时间为0.020 s、0.014 s和0.011 s,相比VDSR、RFDN、IDN等网络,在保证重建效果的前提下能够有效减少网络参数量。

关键词：卷积神经网络图像超分辨率重建轻量级网络深度可分离卷积注意力机制

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：