期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
面向信息物理融合系统的混成攻击图分析方法
1
作者 葛要港 陈鑫恺 +1 位作者 徐丙凤 何高峰 《计算机工程与设计》 北大核心 2025年第6期1616-1624,共9页
针对信息物理融合系统(CPS)中信息系统与物理系统的复杂互联问题,提出一种混成攻击图模型,实现对CPS攻击的有效建模与分析,支持离散与连续信息共存的攻击建模。在此基础上,提出一种基于模型检测的混成攻击图分析方法,通过模型检测技术,... 针对信息物理融合系统(CPS)中信息系统与物理系统的复杂互联问题,提出一种混成攻击图模型,实现对CPS攻击的有效建模与分析,支持离散与连续信息共存的攻击建模。在此基础上,提出一种基于模型检测的混成攻击图分析方法,通过模型检测技术,将混成攻击图转化为时间自动机模型,采用度量区间时序逻辑,描述系统对离散与连续信息的安全属性,使用模型检测器进行可满足性验证。通过智能家居系统的案例说明了所提方法的有效性。 展开更多
关键词 信息物理融合系统 模型检测 混成攻击图 形式化方法 时间自动机 度量区间时序逻辑 安全属性
在线阅读 下载PDF
基于改进DETR模型的轻量化茶叶病虫害检测方法
2
作者 宋军 张佑丞 +1 位作者 徐锋 焦万果 《实验室研究与探索》 北大核心 2025年第8期39-47,54,共10页
针对复杂背景和多目标遮挡导致的检测精度下降问题,提出了一种基于深度学习的轻量化茶叶病虫害检测方法。该方法在现有DETR模型基础上引入小波变换-卷积模块,在减少模型参数量的同时显著提升了对多尺度特征的捕获能力;结合多尺度多头注... 针对复杂背景和多目标遮挡导致的检测精度下降问题,提出了一种基于深度学习的轻量化茶叶病虫害检测方法。该方法在现有DETR模型基础上引入小波变换-卷积模块,在减少模型参数量的同时显著提升了对多尺度特征的捕获能力;结合多尺度多头注意力机制,实现了跨尺度的全局特征融合,有效克服了传统注意力机制在小目标检测中的局限性;通过设计上下文引导空间特征重建特征金字塔网络,进一步提升复杂场景下目标检测的鲁棒性和精确性。实验结果表明,模型识别准确率达97.7%,参数量和浮点运算量均降低35%以上;通过在树莓派平台部署验证,表明所提方法能够准确、高效地完成茶叶病虫害检测任务。 展开更多
关键词 茶叶病虫害检测 DETR模型 小波变换 多尺度自注意力 树莓派
在线阅读 下载PDF
动态场景下自动驾驶运行时安全保障的自适应方法
3
作者 徐丙凤 陈嘉玲 +1 位作者 杨帅领 何高峰 《通信学报》 北大核心 2025年第7期168-181,共14页
针对已有自动驾驶运行时安全控制方法难以根据车辆实际运行环境进行动态调整导致车辆通行效率降低的问题,提出了一种动态场景下自动驾驶运行时安全保障的自适应方法,给出了运行时安全自动控制模型(RTA-AutoSafe)。在该模型中,针对性能... 针对已有自动驾驶运行时安全控制方法难以根据车辆实际运行环境进行动态调整导致车辆通行效率降低的问题,提出了一种动态场景下自动驾驶运行时安全保障的自适应方法,给出了运行时安全自动控制模型(RTA-AutoSafe)。在该模型中,针对性能控制器提出了一种基于自适应双缓冲优先经验重放机制的深度Q网络算法,通过增强动态交通环境下决策策略的适应性以优化通行效率;针对实际驾驶动态特征设计了自适应责任敏感安全(ARSS)模型,以增强安全判定的动态适应性;同时基于ARSS模型构建了一种结合车辆实时反馈和交通自适应的动态双向切换逻辑和安全控制器,用以实现车辆的实时安全保障和双控制器间的动态调控。仿真实验结果表明,与其他安全控制方法相比,所提方法在动态交通环境中降低了安全冗余控制对通行效率的限制,实现了安全实时响应与高效运行策略的动态兼容。 展开更多
关键词 自动驾驶 深度强化学习 运行时保证 责任敏感安全模型 优先经验重放
在线阅读 下载PDF
基于动态优化周期的风光氢储耦合系统改进能量管理策略 被引量:4
4
作者 王辰 汤奕 郑晨一 《电力系统自动化》 北大核心 2025年第2期142-153,共12页
电/氢混合储能对离网风光发电系统的功率调节能力起到不可忽视的作用,但未充分考虑能量管理的综合性能。针对上述问题,提出了一种基于动态优化周期的改进能量管理策略。首先,以系统运行成本最小为目标进行日前优化。然后,在日内滚动优... 电/氢混合储能对离网风光发电系统的功率调节能力起到不可忽视的作用,但未充分考虑能量管理的综合性能。针对上述问题,提出了一种基于动态优化周期的改进能量管理策略。首先,以系统运行成本最小为目标进行日前优化。然后,在日内滚动优化的过程中自适应调节权重因子,合理协调短期功率平抑和长期状态优化,并对滚动优化周期进行动态调节,在减少冗余调节的同时,提升控制器的实时响应能力。最后,在实时校正层分别使用逐次变分模态分解和双层模糊控制对混合储能功率进行初次分配和二次分配,充分利用混合储能的运行特性并提升系统鲁棒性。算例分析表明,与传统策略相比,改进能量管理策略可使系统运行成本、能量失衡率和计算时间分别降低38.3%、63.1%和57.9%,提高了系统能量管理的经济性、可靠性和实时性。 展开更多
关键词 电/氢混合储能 能量管理 自适应权重 动态优化周期 逐次变分模态分解 双层模糊控制
在线阅读 下载PDF
基于Transformer的报纸版面分割方法研究
5
作者 朱一凡 高华 业宁 《南京师大学报(自然科学版)》 北大核心 2025年第1期109-118,共10页
大数据背景下信息的检索与研究对海量传统纸媒的数字化提出了挑战,得益于不断发展的计算机视觉与人工智能方法,DETR模型可被应用于报纸版面分割.针对原模型在版面分割中存在的检测速度慢、参数量大及分类不精准等问题,本文提出了采用Shu... 大数据背景下信息的检索与研究对海量传统纸媒的数字化提出了挑战,得益于不断发展的计算机视觉与人工智能方法,DETR模型可被应用于报纸版面分割.针对原模型在版面分割中存在的检测速度慢、参数量大及分类不精准等问题,本文提出了采用ShuffleNet V2轻量级主干网络的改进模型,该方法可有效提升计算效率并减少模型参数量,从而缓解Transformer结构的计算压力.同时,通过特征金字塔结构,该模型能够充分融合全局信息及细节信息,显著增强多尺度目标的识别能力.此外,该模型还引入高效通道注意力(ECA)模块来提取关键目标特征,以此有效抑制无关背景信息,在保证分割性能的同时实现轻量化设计.实验结果表明,改进模型在报纸版面分割任务中的参数量为38.5 M,帧率(FPS)高达47.5 img/s,mAP_(0.5)达到了0.806.与原DETR模型相比,改进模型在参数量上减少了2.8 M,帧率提高了28.3 img/s,mAP_(0.5)提升了3.2%.本文提出的模型还可以为报纸版面的OCR识别提供前期技术支持. 展开更多
关键词 版面分割 DETR ShuffleNet V2 特征金字塔 ECA通道注意力
在线阅读 下载PDF
Max-Min Security Rate Optimization in STAR-RIS Aided Secure MIMO Systems
6
作者 HUANG Jinhao MIAO Ling +1 位作者 SUO Long ZHOU Wen 《电讯技术》 北大核心 2025年第10期1657-1664,共8页
The simultaneous transmitting and reflecting reconfigurable intelligent surface(STAR-RIS)can independently adjust surface’s reflection and transmission coefficients so as to enhance space coverage.For a multiple-inpu... The simultaneous transmitting and reflecting reconfigurable intelligent surface(STAR-RIS)can independently adjust surface’s reflection and transmission coefficients so as to enhance space coverage.For a multiple-input multiple-output(MIMO)communication system with a STAR-RIS,a base station(BS),an eavesdropper,and multiple users,the system security rate is studied.A joint design of the power allocation at the transmitter and phase shift matrices for reflection and transmission at the STAR-RIS is conducted,in order to maximize the worst achievable security data rate(ASDR).Since the problem is nonconvex and hence challenging,a particle swarm optimization(PSO)based algorithm is developed to tackle the problem.Both the cases of continuous and discrete phase shift matrices at the STAR-RIS are considered.Simulation results demonstrate the effectiveness of the proposed algorithm and shows the benefits of using STAR-RIS in MIMO mutliuser systems. 展开更多
关键词 multiple-input multiple-output(MIMO) reflecting reconfigurable intelligent surface(STAR-RIS) particle swarm optimization(PSO) max-min security rate optimization
在线阅读 下载PDF
基于不等匝绕组的交替极永磁电机转矩脉动抑制技术 被引量:2
7
作者 李烽 王凯 +3 位作者 朱姝姝 刘闯 高培伟 孙海阳 《电机与控制学报》 EI CSCD 北大核心 2023年第11期21-29,共9页
交替极电机的永磁体被凸极铁心替换会形成不对称的空载气隙磁密,导致气隙磁密偶次谐波,进一步在相反电动势中感应出偶次谐波,增加电磁转矩脉动。当交替极永磁电机的极槽配合符合Ns=k(2P±1)(k是正整数,Ns和P分别是定子槽数和转子极... 交替极电机的永磁体被凸极铁心替换会形成不对称的空载气隙磁密,导致气隙磁密偶次谐波,进一步在相反电动势中感应出偶次谐波,增加电磁转矩脉动。当交替极永磁电机的极槽配合符合Ns=k(2P±1)(k是正整数,Ns和P分别是定子槽数和转子极对数)时,相反电势中会存在偶次谐波。为此,提出不等匝绕组技术消除交替极永磁电机的低次反电势偶次谐波,抑制电磁转矩脉动。首先推导了消除2次和4次反电势谐波的最优比例,然后以27槽30极电机为例,采用2维有限元方法对比分析了交替极和传统永磁电机的反电势和转矩特性,结果表明,采用不等匝绕组的交替极电机转矩脉动仅为1.2%,与传统电机相比下降了7.84个百分点,最后加工了不等匝绕组27槽30极交替极永磁电机对对理论和有限元分析进行了验证。 展开更多
关键词 永磁电机 交替极转子 反电势 偶次谐波 不等匝绕组 转矩脉动
在线阅读 下载PDF
基于增强特征提取的森林遥感图像行人小目标检测网络 被引量:2
8
作者 李春燕 王超 +2 位作者 金星 符利勇 业巧林 《林业工程学报》 CSCD 北大核心 2024年第4期130-139,共10页
林业作业人员常常由于复杂地貌而面对坠落、森林火灾等威胁,卷积神经网络结合无人机巡查的方法已经成为主流防范、搜救措施,但遥感图片中的行人小目标有特征少、定位精度要求高以及极易受背景信息干扰的特点。为了能够使森林遥感图片行... 林业作业人员常常由于复杂地貌而面对坠落、森林火灾等威胁,卷积神经网络结合无人机巡查的方法已经成为主流防范、搜救措施,但遥感图片中的行人小目标有特征少、定位精度要求高以及极易受背景信息干扰的特点。为了能够使森林遥感图片行人小目标检测的精度达到预期,在YOLOv4方法的基础上针对上述特点设计了增强特征提取的目标检测网络(EFEN),通过构建感受野增强模块(RFBA)并结合CBAM注意力机制,在充分利用遥感图片中的丰富上下文信息之余,对相关信息进行动态选择,增强特征的表示能力;基于高斯分布思想,将归一化Wasserstein距离与CIOU结合,提出了一种新的损失函数(GKCLOSS),降低了小目标检测任务中对位置偏差的敏感性;引入一种自适应分割训练检测策略,平衡正负样本,提高目标检测的准确性,进一步提高了检测精度。以河北省张家口市崇礼区采集的无人机行人图像为研究对象,实验表明,EFEN框架在小目标检测方面优于现有的深度学习网络,在与SSD、YOLOv5、YOLOv7等算法比较中平均查准率(mAP)均有所提升,在上述数据集上,mAP高达39.10%,证明了此方法对行人小目标数据的有效性。 展开更多
关键词 遥感图像 行人小目标 增强特征提取 感受野增强模块 GKCLOSS损失函数
在线阅读 下载PDF
多视图低秩子空间的图结构学习多站点自闭症诊断方法 被引量:1
9
作者 黄剑辉 马迪 张礼 《数据采集与处理》 CSCD 北大核心 2024年第4期984-995,共12页
自闭症谱系障碍(Autism spectrum disorder,ASD)是一种最常见且具有遗传性的神经发育障碍疾病,具有社交沟通缺陷等多种症状。准确识别生物标记物对ASD的早期干预起到至关重要的作用。现有大量方法利用了多站点影像数据来增加样本量,从... 自闭症谱系障碍(Autism spectrum disorder,ASD)是一种最常见且具有遗传性的神经发育障碍疾病,具有社交沟通缺陷等多种症状。准确识别生物标记物对ASD的早期干预起到至关重要的作用。现有大量方法利用了多站点影像数据来增加样本量,从而提高了方法诊断的准确性,但是多站点间由于成像装置、成像参数和数据处理流程存在的差异造成的数据异质性影响往往被忽略。为了解决上述问题,本文提出了一种基于多视图低秩子空间的图结构学习多站点自闭症诊断方法(MVLL-GSL)。首先构建具有不同拓扑结构信息的多视图脑网络,然后分别将视图中不同类的样本分别投影到各自的低秩子空间,从而降低数据异质性的影响,最后使用图结构学习和多任务图嵌入学习相结合,并融入先验子网络和多视图一致性正则化约束,旨在从多视图低秩子空间中获得更具判别性和一致性的特征。使用自闭症公开数据库ABIDE(Autism brain imaging data exchange)对提出的方法进行验证。实验结果表明,MVLL-GSL方法提高了ASD的诊断性能,并解释了不同先验子网络与ASD发病机制的关联性。 展开更多
关键词 自闭症 多站点 多视图 图结构学习 低秩表示
在线阅读 下载PDF
基于ARIMA-PSO-LSTM的太阳能预测 被引量:2
10
作者 沈露露 黄晋浩 +1 位作者 花敏 周雯 《无线电通信技术》 北大核心 2024年第4期771-778,共8页
太阳能是新兴的可再生能源之一,可将其转化为电能以供无线传感器网络(Wireless Sensor Networks, WSN)使用,对太阳能进行预测可以有效地利用能量,从而达到节省能源、维持网络持续稳定运行的目的。提出了一种新的组合预测模型来预测太阳... 太阳能是新兴的可再生能源之一,可将其转化为电能以供无线传感器网络(Wireless Sensor Networks, WSN)使用,对太阳能进行预测可以有效地利用能量,从而达到节省能源、维持网络持续稳定运行的目的。提出了一种新的组合预测模型来预测太阳能辐照强度,其中改进的粒子群优化(Particle Swarm Optimization, PSO)算法被引入寻找长短期记忆(Long Short Term Memory, LSTM)神经网络模型的最优参数。选取自回归差分移动平均(Auto-Regressive Integrated Moving Average, ARIMA)模型来预测太阳辐照数据中的线性分量;采用PSO算法来优化LSTM神经网络模型的超参数,有助于提高模型预测的精度和鲁棒性;采用优化的LSTM神经网络模型来预测数据中的非线性分量;最后将两个模型的预测结果进行叠加。实验结果表明,新的组合模型比ARIMA、LSTM等模型,具有更高的预测精度。 展开更多
关键词 自回归差分移动平均模型 长短期记忆神经网络模型 粒子群优化算法 能量预测算法
在线阅读 下载PDF
LoRa信号干扰分析与性能研究 被引量:2
11
作者 花敏 魏佳楠 +1 位作者 赵伟 孟硕 《计算机应用》 CSCD 北大核心 2024年第9期2848-2854,共7页
LoRa(Long Range radio)系统在当前不断发展的低功率广域网(LPWAN)中处于相对领先地位。它的MAC层采用的是基于ALOHA的接入协议。该接入机制虽然简单易实现,但同时也容易加剧冲突和碰撞的发生,降低整个系统的通信性能。因此,需要研究多... LoRa(Long Range radio)系统在当前不断发展的低功率广域网(LPWAN)中处于相对领先地位。它的MAC层采用的是基于ALOHA的接入协议。该接入机制虽然简单易实现,但同时也容易加剧冲突和碰撞的发生,降低整个系统的通信性能。因此,需要研究多个终端同时占用信道资源时的相互干扰情况,而LoRa信号的扩频因子(SF)将决定信号的通信覆盖范围。因此,分析了干扰信号的SF与发送信号的SF相同以及不同时,干扰信号对发送信号解调性能的影响。实验结果表明,相同SF信号间的干扰影响相对较大,而干扰信号使用的SF与发送信号不同时,干扰的影响相对较小。通过理论分析,获得了接收端正确解调时所要求的信干比(SIR)。可见,不同SF的LoRa信号可看作伪正交。 展开更多
关键词 低功率广域网 LoRa 扩频因子 信号干扰分析 通信性能
在线阅读 下载PDF
一种面向车联网的零日攻击检测方法
12
作者 王博 赵金城 +1 位作者 徐丙凤 何高峰 《计算机科学》 CSCD 北大核心 2024年第12期334-342,共9页
由于缺乏攻击数据,车联网零日攻击检测通常采用基于异常的方法。但车辆实际行驶过程中环境复杂多样、行为模式多变,导致正常的行为模式会出现较大的差异,采用基于异常的方法容易导致高误报率。在车联网环境中零日攻击和已知攻击的攻击... 由于缺乏攻击数据,车联网零日攻击检测通常采用基于异常的方法。但车辆实际行驶过程中环境复杂多样、行为模式多变,导致正常的行为模式会出现较大的差异,采用基于异常的方法容易导致高误报率。在车联网环境中零日攻击和已知攻击的攻击原理相似,受迁移学习的启发,基于条件生成对抗网络提出一种应用少样本学习的车联网零日攻击检测方法。首先,提出一种多生成器和多判别器的条件对抗生成网络模型。其次,设计了一种自适应采样数据增强方法,通过对已知的攻击样本进行数据增强优化该网络模型的输入样本以减少误报。为进一步缓解该网络模型的输入攻击样本过少带来的数据不平衡问题,在判别器中给出了一种协作焦点损失函数重点判别难分类数据。最后,基于F2MD车辆网络仿真平台进行了大量实验,实验结果表明所提方法对于零日攻击的检测效果和检测延迟均优于现有方法,为车联网零日攻击检测提供了一种有效的解决方案。 展开更多
关键词 车联网 零日攻击 条件生成对抗网络 少样本学习 异常检测
在线阅读 下载PDF
基于级联循环网络的林木生长参数预测 被引量:4
13
作者 黄成威 齐磊 +3 位作者 多杰才仁 张怀清 薛联凤 云挺 《北京林业大学学报》 CAS CSCD 北大核心 2023年第8期94-108,共15页
【目的】树木的生长参数在林木性状评估、森林碳汇计量和优化森林经营策略等方面具有重要的意义。从激光雷达数据中精准提取林木生长参数并对树木未来生长参数进行预测,以期为林业数字化发展提供技术支持。【方法】本研究提出了一种基... 【目的】树木的生长参数在林木性状评估、森林碳汇计量和优化森林经营策略等方面具有重要的意义。从激光雷达数据中精准提取林木生长参数并对树木未来生长参数进行预测,以期为林业数字化发展提供技术支持。【方法】本研究提出了一种基于人工智能的林木生长参数提取与预测方法,该方法以南京林业大学中的樱花、银杏、鹅掌楸、水杉4个树种为实验对象。首先,采用机载激光雷达获取4个树种样地的点云数据,并通过单株分割算法提取单棵树木点云。其次,基于圆拟合及高斯滤波的方法自动的从2016、2018、2020年的单棵树点云中提取胸径、树高、冠宽等生长参数,并辅以样地调查数据(2015、2017、2019、2021、2022年),构建不同树种的单棵树生长参数时间序列作为深度学习网络的训练样本集。最后,构造由两层门控循环单元(GRU)的林木生长参数预测深度学习网络,并引入注意力模块以弥补传统循环神经网络捕获长期依赖关系的不足。该网络以2015-2021年单株树木生长参数时间序列作为输入,依托训练数据及随机梯度下降算法使网络参数逼近真实树木生长情况,并用以预测2022年单棵树木的生长参数。【结果】深度学习网络在树高预测上表现最好,决定系数R^(2)均不低于0.83,均方根误差(E_(RMS))均小于0.50 m,在4种树中银杏树的预测结果最优(R^(2)=0.95,E_(RMS)=0.31 m)。在胸径、冠宽等参数的预测上,深度预测网络仍有着良好的表现,R^(2)均不低于0.81,胸径E_(RMS)小于2.50 cm,冠宽E_(RMS)小于0.32 m。在与线性回归和LSTM网络等林木参数预测方法的比较中,本模型预测效果良好(R^(2)≥0.86),误差较小。【结论】级联循环神经网络可有效地预测未来树木的生长情况,提高林木生长参数的预测精度,同时GRU和注意力机制的引入在林木参数的时序预测中有一定的鲁棒性,为森林的智能管理与可视化分析提供了新的思路。 展开更多
关键词 激光点云(LiDAR) 深度学习 智慧林业 林木生长参数预测 级联循环网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部