期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于脆弱性感知的增强对抗训练鲁棒性方法 被引量:2
1
作者 贾婧玥 金澎 +1 位作者 王兵 陈兴元 《计算机工程与设计》 北大核心 2025年第1期230-236,共7页
为防止脆弱样本降低对抗训练模型的鲁棒性和准确率,提出一种从决策边界角度重新加权训练数据的方法。通过迭代搜索获取决策边界附近的对抗样本,由于熵越小,样本的脆弱性越大,为避免扰动干扰和错误分类,提出使用熵评估样本的脆弱性。根... 为防止脆弱样本降低对抗训练模型的鲁棒性和准确率,提出一种从决策边界角度重新加权训练数据的方法。通过迭代搜索获取决策边界附近的对抗样本,由于熵越小,样本的脆弱性越大,为避免扰动干扰和错误分类,提出使用熵评估样本的脆弱性。根据预测分布的熵,按合适的惩罚因子调整每个对抗训练样本的损失,提升脆弱训练样本的训练强度,提升模型的鲁棒性。实验结果表明,所提算法在保持模型准确率的同时,能够显著提高模型的对抗鲁棒性。 展开更多
关键词 对抗样本 决策边界 对抗训练 鲁棒性 准确率 脆弱性 深度学习
在线阅读 下载PDF
数字图像的局部分数阶微分增强 被引量:8
2
作者 陈庆利 黄果 +3 位作者 门涛 张秀琼 秦洪英 王明蓉 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2016年第4期115-122,共8页
为了扩展传统分数阶微分在图像增强处理中微分阶次的范围,改善传统分数阶微分对图像亮度增强不甚理想的问题,提出一种局部分数阶微分增强图像算法。根据局部分数阶微分理论,建立了数字图像的分数阶微分增强分算法。然后构造了新的数字... 为了扩展传统分数阶微分在图像增强处理中微分阶次的范围,改善传统分数阶微分对图像亮度增强不甚理想的问题,提出一种局部分数阶微分增强图像算法。根据局部分数阶微分理论,建立了数字图像的分数阶微分增强分算法。然后构造了新的数字图像分数阶微分增强模板,在该模板中增加亮度控制函数得到边缘、纹理和对比度同时增强的分数阶微分增强算法。实验表明,该方法能扩大分数阶微分在图像增强处理中阶次的范围;不但能很好地增强图像的边缘、纹理和轮廓等信息,又能明显改善图像的对比度和亮度,增强图像的视觉效果优于传统的分数阶微分增强方法的视觉效果。 展开更多
关键词 图像增强 分数阶微分 局部分数阶微分 分数阶微分模板 对比度增强
在线阅读 下载PDF
非局部多尺度分数阶微分图像增强算法研究 被引量:9
3
作者 黄果 许黎 +1 位作者 陈庆利 蒲亦非 《电子与信息学报》 EI CSCD 北大核心 2019年第12期2972-2979,共8页
为了更好增强图像中的有用信息,改善图像视觉效果,该文提出了一种基于非局部多尺度分数阶微分图像增强算子(NMFD)。该算子首先将图像分成若干块子图像,计算每一块子图像的边缘强度系数、熵值和粗糙度等细节特征,将得到的特征数据在全局... 为了更好增强图像中的有用信息,改善图像视觉效果,该文提出了一种基于非局部多尺度分数阶微分图像增强算子(NMFD)。该算子首先将图像分成若干块子图像,计算每一块子图像的边缘强度系数、熵值和粗糙度等细节特征,将得到的特征数据在全局图像范围进行统一尺度的归一化,然后对这些归一化的数据进行加权求和作为图像的非局部特征值,最后利用指数函数建立图像细节特征和分数阶微分算子阶次之间的非线性量化关系,在不同的图像子块区域,确定不同尺度的分数阶微分阶次,实现图像的非局部多尺度增强。 展开更多
关键词 图像增强 非局部多尺度分数阶微分算子 图像熵值 图像对比度
在线阅读 下载PDF
数字图像的分数阶微分自适应增强 被引量:4
4
作者 陈庆利 黄果 秦洪英 《计算机应用研究》 CSCD 北大核心 2015年第5期1597-1600,共4页
为了解决分数阶微分应用于图像处理中难以确定分数阶微分阶次的问题,首先分析了图像的分数阶微分增强效果在一定范围内随着分数阶微分阶次的增大而增大以及图像的平均亮度越大,恰可感知的亮度差异就越大的特点;然后,根据图像的整体灰度... 为了解决分数阶微分应用于图像处理中难以确定分数阶微分阶次的问题,首先分析了图像的分数阶微分增强效果在一定范围内随着分数阶微分阶次的增大而增大以及图像的平均亮度越大,恰可感知的亮度差异就越大的特点;然后,根据图像的整体灰度分布和局部灰度值构造了自适应分段函数来确定分数阶微分阶次。实验结果表明,该方法能自动寻找最佳微分阶次,增强后的图像视觉效果明显,图像增强视觉效果接近或超过最佳微分阶次下的视觉效果,增强图像的对比度明显高于最佳微分阶次下的对比度。 展开更多
关键词 图像增强 分数阶微分 自适应 韦伯—费希纳定律 恰可感知差异
在线阅读 下载PDF
基于图元统计和持续同调的时间序列分类算法
5
作者 黄冠英 杨骏 敬思远 《计算机工程与设计》 2025年第9期2509-2516,共8页
针对当前时间序列分类算法大多采用形状特征进行分类,缺乏更高维的数据特征表征能力的问题,提出通过时间序列转化的自然可视图和水平可视图提取图元特征,同时通过持续同调方法提取Vietoris-Rips复形拓扑特征,以此构造特征向量的方法,并... 针对当前时间序列分类算法大多采用形状特征进行分类,缺乏更高维的数据特征表征能力的问题,提出通过时间序列转化的自然可视图和水平可视图提取图元特征,同时通过持续同调方法提取Vietoris-Rips复形拓扑特征,以此构造特征向量的方法,并训练XGBoost分类器以实现时间序列分类。实验结果表明:所提算法在UCR数据集上取得的平均准确率为0.81,优于COTE,ResNet,BSPCover等当前领先的时间序列分类算法。该结果验证了所提算法的有效性。 展开更多
关键词 时间序列分类 图元统计 拓扑数据分析 持续同调 拓扑特征 可视图 特征提取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部