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175篇文章
< 1 2 … 9 >
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SCADA和投票分类模型的电力系统攻击检测技术 被引量：3
1
作者 耿振兴 王勇 《现代电子技术》 北大核心 2025年第4期18-23,共6页
为检测电力系统中的网络攻击行为,文中提出一种基于电力数据采集与监视控制(SCADA)系统的攻击检测方法,探讨了机器学习方法作为检测电力系统攻击的可行性,并评估了其性能,讨论了机器学习模型作为攻击检测方法的意义。此外,还提出一种基... 为检测电力系统中的网络攻击行为,文中提出一种基于电力数据采集与监视控制(SCADA)系统的攻击检测方法,探讨了机器学习方法作为检测电力系统攻击的可行性,并评估了其性能,讨论了机器学习模型作为攻击检测方法的意义。此外,还提出一种基于机器学习的投票分类模型(RES),其由RF、ET和SVM三种基本分类器构成,使用投票分类中的软投票方法,并且考虑了基本分类器的权重对投票分类模型的影响。通过在密西西比州立大学和橡树岭国家实验室的电力系统攻击数据集上进行实验和分析,结果表明,与其他方法相比,RES模型在电力系统的攻击检测方面准确率得到大幅提升,在电力系统攻击数据集上的二分类准确率达到了98.40%,能够准确地检测电网中的网络攻击行为。 展开更多
关键词 SCADA系统 投票分类模型 电力系统 网络攻击 机器学习 入侵检测
在线阅读 下载PDF
基于SSAE和改进的IndRNN电力物联网入侵检测方法研究
2
作者 闵永仓 王勇 《计算机应用与软件》 北大核心 2025年第10期358-366,共9页
随着物联网技术和电力系统的不断融合,通过物联网终端设备向电力系统发起的入侵层出不穷,为了提高防护能力,提出一种基于堆栈稀疏自编码器(SSAE)和独立循环神经网络(IndRNN)的混合入侵检测模型。利用SSAE解决电力物联网高维数据充斥大... 随着物联网技术和电力系统的不断融合,通过物联网终端设备向电力系统发起的入侵层出不穷,为了提高防护能力,提出一种基于堆栈稀疏自编码器(SSAE)和独立循环神经网络(IndRNN)的混合入侵检测模型。利用SSAE解决电力物联网高维数据充斥大量冗余特征问题,并通过改进的IndRNN捕获时序信息,引入分层注意力机制,对关键特征进行增强。实验结果表明,该模型在准确率和误报率达到99.36%和0.67%的同时还大大缩短了检测时间,是一种有效电力物联网入侵检测模型。 展开更多
关键词 堆栈稀疏自编码器 独立循环神经网络 入侵检测 电力物联网
在线阅读 下载PDF
Wear-YOLO:变电站电力人员安全装备检测方法研究 被引量：12
3
作者 王茹 刘大明 张健 《计算机工程与应用》 CSCD 北大核心 2024年第9期111-121,共11页
针对传统变电站电力人员的安全帽、绝缘手套、绝缘鞋等安全装备的目标检测算法精度低,泛化性差,尤其针对是否佩戴绝缘手套检测难的问题,提出了一种改进YOLOv8的变电站电力人员安全装备检测算法Wear-YOLO。为了更好地学习复杂场景的语境... 针对传统变电站电力人员的安全帽、绝缘手套、绝缘鞋等安全装备的目标检测算法精度低,泛化性差,尤其针对是否佩戴绝缘手套检测难的问题,提出了一种改进YOLOv8的变电站电力人员安全装备检测算法Wear-YOLO。为了更好地学习复杂场景的语境信息,将YOLOv8的Backbone部分的C2f(CSP bottleneck with 2 convolutions)模块替换为融合Transformer结构的MobileViTv3模块,捕获长距离依赖关系和上下文信息,并与局部信息相融合,提升模型在变电站场景中特征提取的能力。同时为优化小目标检测效果,引入小目标检测层以增强网络对浅层语义信息的提取,从而提升模型对于未佩戴绝缘手套小目标的检测精度。采用WIoUv3改进边界框回归损失函数,引入动态非单调聚焦机制使得模型更专注于普通质量的锚框,从而提高模型检测的准确率和对于复杂情况的适应能力。实验结果表明,平均检测精度92.1%,对安全帽的检测精度96.8%,对佩戴绝缘手套的检测精度92.1%,对未佩戴绝缘手套的检测精度81.6%,对绝缘鞋的检测精度93.0%,并且在与经典目标检测模型Faster R-CNN、SSD、RetinaNet、YOLOv5的对比实验中具有更好的检测精度和鲁棒性。 展开更多
关键词 安全装备检测 绝缘手套 YOLO 融合Transformer 损失函数
在线阅读 下载PDF
基于改进粒子群算法优化LSTM的短期电力负荷预测 被引量：13
4
作者 崔星 李晋国 +1 位作者 张照贝 李麟容 《电测与仪表》 北大核心 2024年第1期131-136,共6页
电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解... 电力负荷数据具备时序性和非线性特征,长短时记忆神经网络(LSTM,long short-term memory)可以有效处理上述数据特性。然而LSTM算法性能对预置参数具有极大的依赖性,依靠经验设定的参数会使模型具有较低的泛化性能,降低了预测效果。为解决上述问题,提出非线性动态调整惯性权重粒子群算法(NIWPSO,nonlinear dynamic inertia weight strategy particle swarm optimization)与LSTM相结合的预测模型NIWPSO-LSTM。利用非线性动态调整惯性权重的方法来提升PSO的全局寻优能力,再通过NIWPSO对LSTM的参数进行优化。实验结果表明,NIWPSO-LSTM预测精度要远高于其他模型,验证了所提方案的可行性。 展开更多
关键词 短期电力负荷预测 机器学习 非线性动态调整惯性权重粒子群算法 LSTM
在线阅读 下载PDF
基于量子蚁群算法的配电网故障区段快速定位技术 被引量：7
5
作者 毕忠勤 余晓婉 +3 位作者 王宝楠 黄文焘 张丹 董真 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第5期693-708,共16页
分布式电源并入配电网已成为新型电力系统重要特征之一,分布式电源的接入与发电的不确定性使配电网潮流复杂多变,对配电网故障快速定位提出更高的技术要求.然而,现有智能优化算法在解决配电网故障区段定位问题时会出现收敛速度慢、易陷... 分布式电源并入配电网已成为新型电力系统重要特征之一,分布式电源的接入与发电的不确定性使配电网潮流复杂多变,对配电网故障快速定位提出更高的技术要求.然而,现有智能优化算法在解决配电网故障区段定位问题时会出现收敛速度慢、易陷入局部最优等问题.针对这些挑战与问题,提出一种基于量子蚁群算法(QACA)的配电网故障区段快速定位技术.首先,根据状态逼近思想和最小故障集理论构建配电网故障定位的数学模型;其次,针对馈线终端单元上传信息缺失情况提出信息自修正方法,并提出分级定位模型来缩短定位时间;然后,提出3种改进技术对QACA进行针对性改进,改进量子旋转门更新机制,以函数控制形式动态调整旋转角大小,同时引入精英策略加快算法收敛速度.最后,在关键参数确定后验证了改进技术、信息自修正法、分级定位模型的有效性.将所提算法与7种不同算法进行对比,结果表明:改进的QACA可有效完成故障区段定位,具有良好的收敛速度、准确率以及容错性能. 展开更多
关键词 配电网故障区段定位 量子蚁群算法 信息自修正法 分级定位模型
在线阅读 下载PDF
基于ECA-ResNet的轴承故障诊断方法 被引量：2
6
作者 杨向兰 孙士保 +2 位作者 王国强 石念峰 谢扬筱 《轴承》 北大核心 2025年第1期102-110,共9页
针对传统的轴承故障诊断方法存在强噪声与变负载下关键特征提取不充分的问题,提出了一种基于有效通道注意力机制和残差网络(ECA-ResNet)的轴承故障诊断方法。首先,利用短时傅里叶变换与伪彩色处理方法将轴承振动信号转换为三通道彩色图... 针对传统的轴承故障诊断方法存在强噪声与变负载下关键特征提取不充分的问题,提出了一种基于有效通道注意力机制和残差网络(ECA-ResNet)的轴承故障诊断方法。首先,利用短时傅里叶变换与伪彩色处理方法将轴承振动信号转换为三通道彩色图像,以此作为输入样本集;其次,基于卷积和池化操作对数据进行浅层边缘特征提取与压缩,并在有效通道注意力网络(ECA-Net)中引入残差网络模块,解决网络退化的问题,建立通道之间的联系,自适应提取深层关键特征;最后,引入Dropout抑制模型过拟合,并以Softmax层作为分类器实现故障诊断。用凯斯西储大学与江南大学轴承数据集进行验证,结果表明该方法在强噪声和变负载下的平均准确率分别为97.5%,93.69%,抗噪性、泛化性和通用性较好。 展开更多
关键词 滚动轴承 故障诊断 傅里叶变换 深度学习 残差
在线阅读 下载PDF
基于视觉属性的多模态可解释图像分类方法 被引量：3
7
作者 王辉 黄宇廷 +3 位作者 夏玉婷 范自柱 罗国亮 杨辉 《自动化学报》 北大核心 2025年第2期445-456,共12页
基于深度神经网络(Deep neutral networks,DNN)的分类方法因缺乏可解释性,导致在金融、医疗、法律等关键领域难以获得完全信任,极大限制了其应用.现有多数研究主要关注单模态数据的可解释性,多模态数据的可解释性方面仍存在挑战.为解决... 基于深度神经网络(Deep neutral networks,DNN)的分类方法因缺乏可解释性,导致在金融、医疗、法律等关键领域难以获得完全信任,极大限制了其应用.现有多数研究主要关注单模态数据的可解释性,多模态数据的可解释性方面仍存在挑战.为解决这一问题,提出一种基于视觉属性的多模态可解释图像分类方法,该方法将可见光和深度图等不同视觉模态提取的属性融入模型的训练过程,不仅能通过视觉属性和决策树对已有的神经网络黑盒模型进行解释,而且能在训练过程中进一步提升模型解释信息的能力.引入可解释性通常会造成模型精度的降低,该方法在保持模型具有良好可解释性的同时,仍具有较高的分类精度,在NYUDv2、SUN RGB-D和RGB-NIR三个数据集上,相比于单模态可解释方法,该模型准确率明显提升,并达到与多模态不可解释模型相媲美的性能. 展开更多
关键词 可解释性 视觉属性 多模态融合 决策树 图像分类
在线阅读 下载PDF
基于改进TCN的多元时间序列异常检测算法 被引量：2
8
作者 袁安妮 邹春明 +1 位作者 王勇 胡津铭 《计算机工程与设计》 北大核心 2025年第2期416-422,共7页
为有效解决现有的基于深度学习的多元时间序列异常检测方法中模型对数据要求高,以及捕捉不同时序数据间的相关性差的问题,提出一种从局部与全局信息上改进时序卷积神经网络(temporal convolution network,TCN)的深度学习算法。学习不同... 为有效解决现有的基于深度学习的多元时间序列异常检测方法中模型对数据要求高,以及捕捉不同时序数据间的相关性差的问题,提出一种从局部与全局信息上改进时序卷积神经网络(temporal convolution network,TCN)的深度学习算法。学习不同时间粒度下数据间的特征依赖关系,在对时序数据特征进行捕捉分析后,通过重构和预测的联合优化实现并行计算数据的异常值。经仿真实验验证,改进后的算法相较其它传统算法,异常检测效果有明显提升。 展开更多
关键词 深度学习 时间序列 异常检测 相关性 特征依赖 联合优化 异常值
在线阅读 下载PDF
量子计算密码攻击进展 被引量：22
9
作者 王潮 姚皓南 +3 位作者 王宝楠 胡风 张焕国 纪祥敏 《计算机学报》 EI CSCD 北大核心 2020年第9期1691-1707,共17页
通用量子计算机器件进展缓慢,对实用化1024-bit的RSA密码破译尚不能构成威胁,现代密码依旧是安全的.量子计算密码攻击需要探索新的途径:一是,量子计算能否协助/加速传统密码攻击模式,拓展已有量子计算的攻击能力;二是,需要寻找Shor算法... 通用量子计算机器件进展缓慢,对实用化1024-bit的RSA密码破译尚不能构成威胁,现代密码依旧是安全的.量子计算密码攻击需要探索新的途径:一是,量子计算能否协助/加速传统密码攻击模式,拓展已有量子计算的攻击能力;二是,需要寻找Shor算法之外的量子计算算法探索密码攻击.对已有的各类量子计算整数分解算法进行综述,分析量子计算密码攻击时面对的挑战,以及扩展至更大规模整数分解存在的问题.结合Shor算法改进过程,分析Shor算法对现代加密体系造成实质性威胁前遇到的困难并给出Shor破译2048位RSA需要的资源.分析基于D-Wave量子退火原理的RSA破译,这是一种新的量子计算公钥密码攻击算法,与Shor算法原理上有本质性不同.将破译RSA问题转换为组合优化问题,利用量子退火算法独特的量子隧穿效应跳出局部最优解逼近全局最优解,和经典算法相比有指数级加速的潜力.进一步阐述Grover量子搜索算法应用于椭圆曲线侧信道攻击,拓展其攻击能力.探讨量子人工智能算法对NTRU等后量子密码攻击的可能性. 展开更多
关键词 量子计算 量子退火 量子计算密码 量子攻击
在线阅读 下载PDF
基于可逆神经网络的小波域抗屏摄数字水印
10
作者 程森茂 郭玳豆 +2 位作者 栗风永 韩彦芳 秦川 《上海理工大学学报》 北大核心 2025年第2期220-229,共10页
屏摄信道传输中的多媒体安全问题是数字水印研究领域中的一大难点。鉴于屏摄过程中存在光照度差异和采样失真的问题,基于数字信道设计的水印方法并不适用于屏摄信道,为此,提出了一种基于可逆神经网络的小波域抗屏摄水印方法,以解决“跨... 屏摄信道传输中的多媒体安全问题是数字水印研究领域中的一大难点。鉴于屏摄过程中存在光照度差异和采样失真的问题,基于数字信道设计的水印方法并不适用于屏摄信道,为此,提出了一种基于可逆神经网络的小波域抗屏摄水印方法,以解决“跨媒介鲁棒性”问题。通过基于U-Net网络结构的预处理网络对水印信息和原始图像进行预编码生成残差图像,将该残差图像与原始图像进行离散小波变换,并利用可逆神经网络实现在小波域的水印嵌入和提取。在模型训练过程中加入噪声池,以提升抵抗屏摄噪声攻击的鲁棒性。实验结果表明,通过所提方法生成的含水印图像具有更好的视觉质量,且在不同距离、角度和光照度的屏摄情况下,均有着较高的水印信息提取准确率。 展开更多
关键词 鲁棒水印 屏幕拍摄 可逆神经网络 小波域
在线阅读 下载PDF
雾环境下基于度量学习的两阶段入侵检测系统
11
作者 王伟飞 李晋国 +1 位作者 赵娜 刘丽建 《计算机应用与软件》 北大核心 2025年第8期333-341,397,共10页
随着数十亿物联网设备的部署,针对此类设备的网络攻击越来越普遍。但是现有的一些研究只专注于二分类测试,未考虑最新的物联网数据集,不能适应新的需求,因此提出一种两阶段的高效和准确的入侵检测系统。该系统结合了深度度量学习和集成... 随着数十亿物联网设备的部署,针对此类设备的网络攻击越来越普遍。但是现有的一些研究只专注于二分类测试,未考虑最新的物联网数据集,不能适应新的需求,因此提出一种两阶段的高效和准确的入侵检测系统。该系统结合了深度度量学习和集成学习,在一个两层的雾架构中运行,基于改进三元组网络的异常检测模型部署在雾节点中,对捕获的流量执行二元分类,同时由决策树、梯度提升树和随机森林分类器构成的攻击识别模块部署在云平台中,对第一层识别为入侵的活动进行分析,以便管理员作出相应对策。使用最新的物联网数据集IOT-23和UNSW-NB15进行评估,实验结果表明,该模型优于一些先进模型,能够有效解决雾环境下的入侵检测问题。 展开更多
关键词 物联网 入侵检测 深度度量学习 集成学习 IOT-23
在线阅读 下载PDF
智能电网中高效可撤销的属性基访问控制方案 被引量：1
12
作者 葛江妍 温蜜 《计算机应用与软件》 北大核心 2025年第1期312-318,337,共8页
密文策略属性基加密(CP-ABE)技术是目前智能电网中访问控制研究的重点和难点,但常规CP-ABE方案中,存在访问策略泄露用户隐私、计算量大、效率低等问题。针对这些问题,提出智能电网中高效可撤销的属性基访问控制方案。采用在线/离线加密... 密文策略属性基加密(CP-ABE)技术是目前智能电网中访问控制研究的重点和难点,但常规CP-ABE方案中,存在访问策略泄露用户隐私、计算量大、效率低等问题。针对这些问题,提出智能电网中高效可撤销的属性基访问控制方案。采用在线/离线加密和外包解密,提高系统的效率;采用变色龙哈希函数,实现安全的用户和属性撤销。安全性分析和性能分析证明了方案的安全性和计算优势。 展开更多
关键词 基于属性加密 属性撤销 外包解密 在线/离线加密
在线阅读 下载PDF
基于CBAM-SRResNet的水下图像超分辨率重建研究 被引量：1
13
作者 杨同 魏为民 +2 位作者 符程程 杨天澄 薛梅 《电子测量技术》 北大核心 2025年第1期20-28,共9页
由于水体特性对光的吸收和散射作用,水下图像通常呈现细节模糊、分辨率低等问题,为提升水下图像的清晰度,提出一种基于CBAM-SRResNet的水下图像超分辨率重建方法。该方法将混合注意力机制引入到深度残差网络中,从而提高水下图像的清晰... 由于水体特性对光的吸收和散射作用,水下图像通常呈现细节模糊、分辨率低等问题,为提升水下图像的清晰度,提出一种基于CBAM-SRResNet的水下图像超分辨率重建方法。该方法将混合注意力机制引入到深度残差网络中,从而提高水下图像的清晰度。其次,引入结构相似性损失函数,从而能够更好地保护图像内容,提高图像质量,使得训练结果更加符合人类视觉感知。实验结果显示,基于CBAM-SRResNet的水下图像超分辨率重建方法能够有效地处理水下图像模糊、分辨率低等问题,在不同数据集上与其他多种水下图像重建方法相比,该方法在PSNR上提高了0.69~2.43 dB,在SSIM上提高了2.66%~7.17%,在各项性能指标上均表现优异。 展开更多
关键词 水下图像 注意力机制 超分辨率重建 SRResNet
在线阅读 下载PDF
基于迁移学习的EfficientNet矿用带式输送机除铁器异物识别
14
作者 杨海龙 袁逸萍 +3 位作者 樊盼盼 肖鹿 赵飞阳 袁少珂 《煤炭科学技术》 北大核心 2025年第S1期443-453,共11页
在矿山作业中,带式输送机中的原煤输送带常混入锚杆、锚索、挖机铲齿和托盘等金属器件,需通过除铁器将这些异物吸走,以避免铁器与运煤发生磕碰或刺穿输送带,从而影响带式输送机的正常运行。针对矿用带式输送机除铁器在运行过程中经常面... 在矿山作业中,带式输送机中的原煤输送带常混入锚杆、锚索、挖机铲齿和托盘等金属器件,需通过除铁器将这些异物吸走,以避免铁器与运煤发生磕碰或刺穿输送带,从而影响带式输送机的正常运行。针对矿用带式输送机除铁器在运行过程中经常面临尘雾和低照度复杂的工作环境,提出了一种适用于低照度及尘雾环境的除铁器异物识别方法。首先,采集了露天煤矿带式输送机除铁器的异常和正常图像,通过限制对比度自适应直方图均衡化对低照度图像进行预处理,以增强图像对比度和提升监测图像的清晰度。通过随机加雾的方法模拟真实尘雾环境,提升模型泛化能力。随后,利用基于迁移学习的EfficientNet-B2网络,在网络架构中引入多个移动翻转瓶颈卷积模块,对不同层次的特征图进行叠加和分析,以提取图像的深层特征信号。通过全局平均池化层将高维特征图缩减为低维向量,最终通过全连接层输出图像的合格与异常类别。实验数据集来源于某露天煤矿现场采集的3000张除铁器图像和600张雾化处理图像。将提出的异物监测算法模型应用于某露天煤矿带式输送机的除铁器,以监测除铁器表面的吸附状态,并开展对比实验。实验结果表明,提出的模型能更快地达到稳定迭代,且损失值更小,并且在各项性能指标上均优于其他现有的卷积神经网络模型,具体表现:准确率为99.79%、精确率为99.07%、召回率为99.01%和F1-Score为0.9904。这些结果表明该模型能够准确有效地对除铁器的吸附状态进行分类。 展开更多
关键词 异物识别 迁移学习 图像增强 特征提取 EfficientNet
在线阅读 下载PDF
基于信息熵的隐私保护图像检索方案
15
作者 乐可馨 王亮亮 +1 位作者 罗宜元 张秀洁 《计算机应用与软件》 北大核心 2025年第1期294-302,共9页
针对现有图像检索方案无法对用户隐私进行有效保护且在实际应用中效率低、检索精确度差的问题,设计一种基于信息熵和局部敏感哈希的两层检索方案。利用图像信息熵的特性筛选出更具代表性的图像特征;使用高效的同态加密算法加密特征;采... 针对现有图像检索方案无法对用户隐私进行有效保护且在实际应用中效率低、检索精确度差的问题,设计一种基于信息熵和局部敏感哈希的两层检索方案。利用图像信息熵的特性筛选出更具代表性的图像特征;使用高效的同态加密算法加密特征;采用基于信息熵的混沌加密算法保护图像安全。安全分析和实验表明其在实现有效保护用户隐私的同时,性能也达到了较好的实用水准。 展开更多
关键词 图像检索 隐私保护 同态加密 信息熵
在线阅读 下载PDF
基于智能合约的病历数据共享方案
16
作者 陈强 田秀霞 《计算机工程与设计》 北大核心 2025年第8期2263-2271,共9页
为解决医疗病历数据共享时面临的隐私安全、效率和不灵活问题,提出一种结合智能合约的病历数据共享方案。通过将智能合约与基于属性的访问控制相结合,提高了数据共享效率,实现了细粒度访问控制。采用链上链下数据协同的方式,在可靠存储... 为解决医疗病历数据共享时面临的隐私安全、效率和不灵活问题,提出一种结合智能合约的病历数据共享方案。通过将智能合约与基于属性的访问控制相结合,提高了数据共享效率,实现了细粒度访问控制。采用链上链下数据协同的方式,在可靠存储数据的同时减轻区块链的存储负担。提出策略匹配和字母搜索算法,提高匹配访问策略和检索病名的效率。对方案进行系统编程,性能测试和安全性分析,结果证实所提方案具有可行性,具有较高效率,而且能够有效维护数据安全。 展开更多
关键词 病历数据共享 智能合约 基于属性的访问控制 细粒度访问控制 链上链下协同 策略匹配 字母搜索 数据安全
在线阅读 下载PDF
深入敏感值评估的隐私度量分级模型
17
作者 谢思琪 田秀霞 《计算机工程与设计》 北大核心 2025年第3期756-761,共6页
为对数据的隐私等级进行细致化评定,探求同一类型敏感属性下不同敏感值之间的差异,提出一种深入敏感值评估的隐私度量分级模型。以信息熵为度量,通过考虑敏感值的泛化程度、语义敏感度、句法结构3方面的影响,对数据集中各个敏感因素进... 为对数据的隐私等级进行细致化评定,探求同一类型敏感属性下不同敏感值之间的差异,提出一种深入敏感值评估的隐私度量分级模型。以信息熵为度量,通过考虑敏感值的泛化程度、语义敏感度、句法结构3方面的影响,对数据集中各个敏感因素进行定权计算得到记录的隐私度量向量,输入到分类器中进行分级。实验结果表明,该模型在结构化数据集和短文本数据集中都能实现无需预定义权重的敏感数据分级,准确度分别为94.17%和87.84%。 展开更多
关键词 敏感值评估 数据分级 信息熵 敏感信息识别 敏感数据管理 信息安全 依存句法分析
在线阅读 下载PDF
改进YOLOv10的架空输电线路多缺陷检测方法
18
作者 李坤祥 刘大明 《电子测量技术》 北大核心 2025年第9期156-167,共12页
针对输电线路缺陷检测任务中目标尺度多样、背景复杂、目标遮挡,以及现有目标检测算法难以在实时检测的前提下保证检测精度而出现漏检、误检的问题,提出改进YOLOv10的输电线路无人机巡检缺陷检测算法TLDDet。首先设计融合部分卷积和上... 针对输电线路缺陷检测任务中目标尺度多样、背景复杂、目标遮挡,以及现有目标检测算法难以在实时检测的前提下保证检测精度而出现漏检、误检的问题,提出改进YOLOv10的输电线路无人机巡检缺陷检测算法TLDDet。首先设计融合部分卷积和上下文锚点注意力的高效特征融合模块(FC2FA),在降低模型参数量的同时提升模型的特征集成能力。然后使用基于多头自注意力机制的尺度内特征交互模块AIFI增强对小目标的检测效果,该模块通过加强特征图中高级语义信息的表达从而提高模型检测的准确率。最后设计遮挡感知注意网络检测头SEAM-Head,减少由于遮挡问题导致的特征丢失的问题。实验结果表明,所提出的TLDDet较原始模型YOLOv10s参数量减少33%,计算量减少30%,对输电线路多种缺陷的Precision、Recall和mAP50分别提高4.3%、2.4%和3.7%,检测速度达到143 FPS,且与其他实时检测算法的对比中具有更好的检测性能。 展开更多
关键词 输电线路缺陷检测 YOLOv10 实时检测 特征融合 上下文锚点注意力 尺度内特征交互 遮挡感知注意网络
在线阅读 下载PDF
基于集成学习的入侵检测系统对抗攻击检测
19
作者 李青青 张凯 +1 位作者 李晋国 赵健 《计算机工程与设计》 北大核心 2025年第3期850-856,共7页
为解决已有对抗攻击检测方案无法保证正常数据检测精度和使用数据集过时的问题,提出一种基于集成学习的防御方案AADEL,是一个双模块的训练框架,结合集成学习和对抗训练技术,提高模型的鲁棒性,保持对正常样本的检测精度。基于CICIDS2018... 为解决已有对抗攻击检测方案无法保证正常数据检测精度和使用数据集过时的问题,提出一种基于集成学习的防御方案AADEL,是一个双模块的训练框架,结合集成学习和对抗训练技术,提高模型的鲁棒性,保持对正常样本的检测精度。基于CICIDS2018基准数据集实现AADEL模型,实验结果表明,相比于传统解决方案,AADEL在正常样本和对抗样本上都有更好检测性能。 展开更多
关键词 机器学习 入侵检测系统 对抗攻击 集成学习 对抗训练 对抗检测 网络安全
在线阅读 下载PDF
基于改进Real⁃ESRGAN的单图像超分辨率重建
20
作者 杨天澄 魏为民 +1 位作者 符程程 杨同 《现代电子技术》 北大核心 2025年第21期31-38,共8页
单图像超分辨率是计算机视觉中一个活跃的研究领域,旨在将给定的低分辨率图像生成高分辨率图像。近年来,深度卷积神经网络被广泛应用于图像超分辨率任务,现有的许多方法在获取高分辨率⁃低分辨率图像对的过程中使用基于插值下采样的方法... 单图像超分辨率是计算机视觉中一个活跃的研究领域,旨在将给定的低分辨率图像生成高分辨率图像。近年来,深度卷积神经网络被广泛应用于图像超分辨率任务,现有的许多方法在获取高分辨率⁃低分辨率图像对的过程中使用基于插值下采样的方法,但这在现实世界中会导致伪影。针对这一问题,文中提出一种基于Real⁃ESRGAN的改进模型,该模型结合了坐标注意力机制和多尺度残差密集块,并引入Charbonnier损失函数,以提升生成图像的纹理细节和稳定性。实验结果表明,与SRGAN和ESRGAN等经典模型相比,所提方法在真实图像的重建质量上有显著提升。通过在多个测试数据集上的评估结果可知,所提模型在自然图像质量评估指标和感知指数方面表现优异,验证了其有效性和优越性。 展开更多
关键词 单图像超分辨率 Real⁃ESRGAN 坐标注意力 多尺度残差密集块 Charbonnier 特征提取
在线阅读 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 … 9 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部