期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法 被引量:5
1
作者 李志远 郭嘉逸 +3 位作者 张月婷 黄丽佳 李洁 吴一戎 《雷达学报(中英文)》 CSCD 北大核心 2022年第1期83-94,共12页
在SAR散焦船舶图像中,部分船舶目标的散焦现象具有沿距离向空变的特性。针对此类散焦船舶目标,该文提出了一种基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法,该算法直接对复图像进行处理,可以实现对任意阶次相... 在SAR散焦船舶图像中,部分船舶目标的散焦现象具有沿距离向空变的特性。针对此类散焦船舶目标,该文提出了一种基于自适应动量估计优化器与空变最小熵准则的SAR图像船舶目标自聚焦算法,该算法直接对复图像进行处理,可以实现对任意阶次相位误差的补偿。在仿真数据和GF-3数据上的实验结果表明,所提算法可以有效地实现SAR图像空变散焦船舶目标自聚焦,聚焦后的船舶图像在图像熵与对比度上都有所改善,且算法聚焦速度有很大提升。 展开更多
关键词 合成孔径雷达 船舶目标 自适应动量估计优化器 空变最小熵 自聚焦算法
在线阅读 下载PDF
基于BO-GRU和AKDE的船舶异常行为识别
2
作者 彭耀武 陈辰 +1 位作者 刘敬贤 王余宽 《中国航海》 CSCD 北大核心 2024年第3期10-20,共11页
船舶异常行为识别是海事安全科学理论研究的重要组成部分,对异常行为的识别是海事监管的主要内容,对于船舶安全以及海上交通安全具有重要意义。针对船舶异常行为的识别,提出一种基于贝叶斯优化器(BO)改进的门控循环单元(GRU)BO-GRU和自... 船舶异常行为识别是海事安全科学理论研究的重要组成部分,对异常行为的识别是海事监管的主要内容,对于船舶安全以及海上交通安全具有重要意义。针对船舶异常行为的识别,提出一种基于贝叶斯优化器(BO)改进的门控循环单元(GRU)BO-GRU和自适应核密度估计(AKDE)的船舶异常行为识别方法。利用BO-GRU对船舶经纬度、航向和速度进行点预测,并对基于该神经网络所得到的预测值跟实际值进行比较得到误差数据集,利用AKDE对误差数据集进行非参数估计,以得到不同置信度下的船舶轨迹特征数据波动区间。试验基于天津港船舶自动识别系统(AIS)数据,通过与基础GRU、长短期记忆网络(LSTM)和双向长短期记忆网络(Bi-LSTM)相比较,验证BO-GRU预测精度更高;AKDE相比于其他方法估计能更好地拟合,并及时发现船舶异常行为。 展开更多
关键词 船舶异常行为 基于贝叶斯优化改进的门控循环单元 自适应核密度估计 船舶自动识别系统数据 轨迹预测
在线阅读 下载PDF
基于NadaMax更新与动态正则化的对抗样本迁移性增强方法
3
作者 宋亚飞 仇文博 +1 位作者 王艺菲 冯存前 《空军工程大学学报》 2025年第3期119-127,共9页
针对深度学习模型中对抗样本迁移性和黑盒攻击能力不足的问题,研究设计了一种基于NadaMax优化器的迭代快速梯度方法(NM-FGSM)。该方法结合了Nesterov加速梯度和Adamax优化器的优势,通过自适应学习率和前瞻动量向量提高梯度更新精确度,... 针对深度学习模型中对抗样本迁移性和黑盒攻击能力不足的问题,研究设计了一种基于NadaMax优化器的迭代快速梯度方法(NM-FGSM)。该方法结合了Nesterov加速梯度和Adamax优化器的优势,通过自适应学习率和前瞻动量向量提高梯度更新精确度,并引入动态正则化增强问题凸性,优化算法稳定性和针对性。实验结果表明,NM-FGSM在不同攻击策略下优于现有方法,尤其在先进防御场景中攻击成功率提高了4%~8%。通过动态正则化的损失函数,对抗样本的跨模型迁移能力得到提升,进一步增强了黑盒攻击效果。最后,讨论了未来优化NM-FGSM算法和设计防御措施的研究方向,为深度学习模型的安全性研究提供了新的思路。 展开更多
关键词 迁移性 黑盒攻击 NadaMax优化 动量 自适应学习率 动态正则化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部