我国高光谱遥感技术的快速发展为开展大区域地物分类应用提供了充分保障。然而,如何在小样本下充分利用高光谱自身的空谱信息实现高精度的分类成为挑战。该文通过构建3D卷积自编码网络,以混合像元分解物理约束对模型进行引导,从而实现...我国高光谱遥感技术的快速发展为开展大区域地物分类应用提供了充分保障。然而,如何在小样本下充分利用高光谱自身的空谱信息实现高精度的分类成为挑战。该文通过构建3D卷积自编码网络,以混合像元分解物理约束对模型进行引导,从而实现在准确估计端元丰度的同时获得对规则化的高光谱空谱特征的有效表达,结合支持向量机分类器实现在小样本条件下的高光谱分类。实验中,采用包括监督分类方法在内的多种传统高光谱图谱特征提取及分类方法进行对比验证,并对比了不同模型在不同采样率下的分类性能表现。实验结果表明,所提出的高光谱分类方法具有明显的精度优势,其中平均交并比(mean intersection over union,mIoU)达到0.829,相对于传统分类方法精度有明显提升;在1/200采样率下mIoU值依然能接近0.8,优于同类方法,证实了该文方法在小样本条件下依然具有较好的鲁棒性,为解决小样本下高光谱分类问题提供了技术参考。展开更多
安全模型是网络空间安全研究的基础和起点.以机密性为例,历史上研究人员率先提出了BLP(Bell-LaPudula)模型,BLP从思想上精确把握了机密性“不上读,不下写”的本质,但在设计上存在不足,这导致BLP自身存在隐通道等缺陷.为此,研究人员基于...安全模型是网络空间安全研究的基础和起点.以机密性为例,历史上研究人员率先提出了BLP(Bell-LaPudula)模型,BLP从思想上精确把握了机密性“不上读,不下写”的本质,但在设计上存在不足,这导致BLP自身存在隐通道等缺陷.为此,研究人员基于信息流提出了无干扰的思想.无干扰通过研究“攻击者在系统内信息流动的过程中,能否通过观察系统所到达的不同状态之间的差异以非法获取机密信息”,来分析系统的安全性.目前,无干扰模型已成为事实上机密性领域的基础模型.当前无干扰分析主流(甚至唯一)的方法是Rushby所提出的视图分区(view-partition)方法.但是,视图分区方法的3条规则难以转化为可机械计算的递归形式,且缺少直观的数学解释,这使得无干扰模型的属性验证和实践应用长久以来一直难以取得进展.近年来,随着无干扰模型在可信计算、云计算和机密计算等新型计算领域获得广泛应用,上述问题进一步凸显.针对无干扰模型的分析和验证问题,提出了一种称为伙伴状态机(buddy state machines)的无干扰分析改进方法.该方法通过分析真实(real)和理想(ideal)两个状态机在同步运行过程中的状态等价关系,实现对无干扰属性的分析和验证.基于伙伴状态机,建立了一种新的无干扰模型形式分析框架;给出了可靠和完备的无干扰成立条件;提出了O(|S|^(2))时间复杂度的无干扰属性验证算法,为无干扰模型的分析、验证和应用提供了一种可参考的改进方法.展开更多
文摘我国高光谱遥感技术的快速发展为开展大区域地物分类应用提供了充分保障。然而,如何在小样本下充分利用高光谱自身的空谱信息实现高精度的分类成为挑战。该文通过构建3D卷积自编码网络,以混合像元分解物理约束对模型进行引导,从而实现在准确估计端元丰度的同时获得对规则化的高光谱空谱特征的有效表达,结合支持向量机分类器实现在小样本条件下的高光谱分类。实验中,采用包括监督分类方法在内的多种传统高光谱图谱特征提取及分类方法进行对比验证,并对比了不同模型在不同采样率下的分类性能表现。实验结果表明,所提出的高光谱分类方法具有明显的精度优势,其中平均交并比(mean intersection over union,mIoU)达到0.829,相对于传统分类方法精度有明显提升;在1/200采样率下mIoU值依然能接近0.8,优于同类方法,证实了该文方法在小样本条件下依然具有较好的鲁棒性,为解决小样本下高光谱分类问题提供了技术参考。
文摘安全模型是网络空间安全研究的基础和起点.以机密性为例,历史上研究人员率先提出了BLP(Bell-LaPudula)模型,BLP从思想上精确把握了机密性“不上读,不下写”的本质,但在设计上存在不足,这导致BLP自身存在隐通道等缺陷.为此,研究人员基于信息流提出了无干扰的思想.无干扰通过研究“攻击者在系统内信息流动的过程中,能否通过观察系统所到达的不同状态之间的差异以非法获取机密信息”,来分析系统的安全性.目前,无干扰模型已成为事实上机密性领域的基础模型.当前无干扰分析主流(甚至唯一)的方法是Rushby所提出的视图分区(view-partition)方法.但是,视图分区方法的3条规则难以转化为可机械计算的递归形式,且缺少直观的数学解释,这使得无干扰模型的属性验证和实践应用长久以来一直难以取得进展.近年来,随着无干扰模型在可信计算、云计算和机密计算等新型计算领域获得广泛应用,上述问题进一步凸显.针对无干扰模型的分析和验证问题,提出了一种称为伙伴状态机(buddy state machines)的无干扰分析改进方法.该方法通过分析真实(real)和理想(ideal)两个状态机在同步运行过程中的状态等价关系,实现对无干扰属性的分析和验证.基于伙伴状态机,建立了一种新的无干扰模型形式分析框架;给出了可靠和完备的无干扰成立条件;提出了O(|S|^(2))时间复杂度的无干扰属性验证算法,为无干扰模型的分析、验证和应用提供了一种可参考的改进方法.
