适于滑坡监测的小型无人机遥感系统构建及其应用 被引量：11

1

作者 林海玉 黄海峰 +4 位作者 龙晶晶 李梦园 胡乃利 李剑南 张磊 《三峡大学学报（自然科学版）》 CAS 2016年第5期53-58,共6页

构建小型无人机遥感系统,实现对滑坡等地质灾害的常态化监测,对于防灾减灾具有重要现实意义.本文以近年来利用小型无人机遥感针对三峡库区滑坡开展的多次监测实践为基础,构建了一套适于开展滑坡监测的包括无人机机体及飞控、拍摄系统、... 构建小型无人机遥感系统,实现对滑坡等地质灾害的常态化监测,对于防灾减灾具有重要现实意义.本文以近年来利用小型无人机遥感针对三峡库区滑坡开展的多次监测实践为基础,构建了一套适于开展滑坡监测的包括无人机机体及飞控、拍摄系统、地面监控等在内的小型无人机遥感系统,并详细阐述了包括航线规划、相机拍照设定、飞行前检查、飞行作业、飞行后检查等在内的滑坡监测流程,最后介绍了具体实例.结果表明,利用小型无人机遥感系统可以获取滑坡正射影像、数字高程模型等遥感成果,进而快速圈定变形区,解决地面调查难以发现或准确确定变形范围的问题. 展开更多

关键词 滑坡 监测 小型无人机 遥感系统

在线阅读 下载PDF 职称材料

改进YOLOv8n的无人机航拍小目标检测算法

2

作者 雷帮军 余翱 +1 位作者 吴正平 余快 《现代电子技术》 北大核心 2025年第3期26-34,共9页

针对无人机航拍图像目标密集、尺度小、特征信息易丢失、漏检和误检严重,提出一种基于YOLOv8n改进的航拍小目标检测算法GI⁃YOLOv8n。GI⁃YOLOv8n重新设计网络结构,改进特征融合网络,加入跨层连接,最大化保留小目标位置细节信息和语义信息... 针对无人机航拍图像目标密集、尺度小、特征信息易丢失、漏检和误检严重,提出一种基于YOLOv8n改进的航拍小目标检测算法GI⁃YOLOv8n。GI⁃YOLOv8n重新设计网络结构,改进特征融合网络,加入跨层连接,最大化保留小目标位置细节信息和语义信息,新增极小目标检测层,提高检测精度;引入基于注意力机制的动态检测头,并用轻量化卷积模块GSConv进行改进,在尺度感知、空间感知、任务感知方面加强小目标的定位性能;最后引入Inner⁃CIoU损失函数,使用辅助边界框计算损失,加快模型回归速度,提高检测性能。实验结果表明,在VisDrone2019数据集上,GI⁃YOLOv8n的精确率、召回率、平均检测精度分别为50.7%、39.8%、41.5%,相较于YOLOv8n分别提高了7.1%、7.4%、8.7%,检测速度为81 f/s,满足航拍目标检测实时性要求。对比其他航拍目标检测算法,检测精度和速度均有提升。 展开更多

关键词 无人机航拍 特征融合 小目标检测层 注意力机制 动态检测头 损失函数

在线阅读 下载PDF 职称材料

基于上下文空间感知的遥感图像旋转目标检测

3

作者 雷帮军 朱涵 《电光与控制》 北大核心 2025年第3期69-75,共7页

遥感图像处理旋转目标检测任务存在尺度变化大、背景复杂、目标方向任意的特点,给自动目标检测带来了挑战。针对上述问题,结合YOLOv5s检测器,提出了基于上下文空间感知的旋转目标检测框架。首先,设计了上下文空间感知模块(CSPM)构造主... 遥感图像处理旋转目标检测任务存在尺度变化大、背景复杂、目标方向任意的特点,给自动目标检测带来了挑战。针对上述问题,结合YOLOv5s检测器,提出了基于上下文空间感知的旋转目标检测框架。首先,设计了上下文空间感知模块(CSPM)构造主干网络,获取更全面的局部上下文信息与全局空间感知信息,解决网络模型对多尺度目标的特征提取能力不足的问题;其次,在特征融合部分引入无参数注意力机制SimAM,基于神经元抑制原理自适应融合重要信息,解决模型在复杂背景下的误检和漏检问题;最后,增加角度参数回归旋转目标方向,解决任意方向目标回归的问题,同时采用GWDL(Gaussian Wasserstein Distance Loss)计算旋转框损失,参数联合优化,提升检测精度。提出的目标检测算法在HRSC2016数据集上的Recall、Precision和mAP_(50)分别达到了0.955、0.916、0.904,具有最优的检测效果,同时检测速度达到了140.8帧/s,具有实时性。 展开更多

关键词 遥感图像 上下文模块 注意力机制 旋转目标检测

在线阅读 下载PDF 职称材料

基于M-Net的微地震信号初至拾取方法

4

作者 王向雨 《信息技术与信息化》 2025年第3期3-6,共4页

高效精准地对微地震信号进行初至拾取工作是微地震监测技术中重要环节,由于微地震信号通常存在震级微弱,噪声复杂等问题,导致微地震信号初至拾取工作十分困难。目前对微地震信号初至拾取的方法普遍存在拾取速度慢、拾取精度低的问题,针... 高效精准地对微地震信号进行初至拾取工作是微地震监测技术中重要环节,由于微地震信号通常存在震级微弱,噪声复杂等问题,导致微地震信号初至拾取工作十分困难。目前对微地震信号初至拾取的方法普遍存在拾取速度慢、拾取精度低的问题,针对这些问题,文章提出了一种基于多尺度特征提取的方法来构建的网络模型M-Net,首先将微地震信号训练集输入到M-Net,通过反向传播算法最小化损失函数,更新M-Net权重参数,得到拾取效果最优的M-Net。M-Net和其他网络在微地震信号验证集进行对比,实验结果表明,M-Net在微地震信号初至拾取效率和精度方面均优于其他网络,验证网络模型M-Net的优越性。 展开更多

关键词 微地震信号 初至拾取 多尺度特征提取 跳跃连接 信噪分离

在线阅读 下载PDF 职称材料

基于Sentinel-1A的三峡库区范家坪滑坡InSAR监测分析 被引量：10

5

作者 赵蓓蓓 黄海峰 +3 位作者 邓永煌 董志鸿 柳青 薛蓉花 《人民长江》 北大核心 2022年第10期103-107,共5页

合成孔径雷达差分干涉测量(InSAR)技术以其全天时、全天候、范围广、精度高等特点,已被广泛应用到城市矿山地面沉降等变形监测当中。但对于山区滑坡灾害来说,由于受地形地貌、植被覆盖以及灾害体自身变形特征等影响,导致目前InSAR在滑... 合成孔径雷达差分干涉测量(InSAR)技术以其全天时、全天候、范围广、精度高等特点,已被广泛应用到城市矿山地面沉降等变形监测当中。但对于山区滑坡灾害来说,由于受地形地貌、植被覆盖以及灾害体自身变形特征等影响,导致目前InSAR在滑坡灾害中的监测效果不理想。以三峡库区范家坪古滑坡(由西侧木鱼包滑坡与东侧谭家河滑坡组成)为例,选取23景哨兵1号(Sentinel-1A)雷达卫星数据,采用短基线差分干涉测量(SBAS-InSAR)方法计算其形变时间序列和变形速率,并与同时间段内GNSS地表位移监测结果进行对比分析。结果表明:范家坪滑坡整体处于蠕动变形状态,其中木鱼包滑坡形变较小,谭家河滑坡中部和前缘变化明显;InSAR与GNSS监测结果相似,形变量级一致,证明InSAR方法具有一定可靠性,也表明SBAS-InSAR技术适用于滑坡动态监测。 展开更多

关键词 InSAR形变监测 哨兵1号(Sentinel-1A) SBAS-InSAR 范家坪滑坡 三峡库区

在线阅读 下载PDF 职称材料

基于顶点与主体区域同步检测的精准车牌定位

6

作者 徐光柱 刘高飞 +3 位作者 匡婉 万秋波 马国亮 雷帮军 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期376-387,共12页

为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车... 为应对非约束环境下的车牌精定位问题,提出一种基于顶点局部区域与主体区域同步检测策略的非约束性车牌定位算法。通过删减YOLOv5网络的输出结构,训练得到可同步检测车牌及顶点区域的车牌检测网络,在兼顾精度与计算速度的前提下,实现车牌顶点和主体区域的同步定位。针对一幅图中存在多个车牌区域及顶点区域存在少量漏检和误检的情况,分别设计了车牌顶点归类和单一缺失顶点预测后处理算法,借助顶点间的空间位置关系进行漏检目标预测和误检目标排查,有效改善了因场景复杂导致的个别顶点目标检测效果差的问题。所提算法在中国城市停车场数据集(CCPD)上的测试结果显示,平均精准率达99.25%,平均召回率达98.70%。所提算法不仅能够准确预测出车牌的4个顶点坐标,而且在中端GPU硬件平台上处理速度可达121帧/s,具有较好的应用价值。 展开更多

关键词 深度学习 卷积网络 视觉目标检测 非约束车牌定位 车牌顶点检测

在线阅读 下载PDF 职称材料

改进Segformer的前列腺超声图像语义分割算法

7

作者 石勇涛 柳迪 +2 位作者 高超 杜威 邱康齐 《现代电子技术》 北大核心 2024年第15期65-72,共8页

前列腺超声图像在临床中的准确分割对后续诊断具有重要影响。因此,通过深度学习辅助实现前列腺边界的快速、准确分割非常必要。为此,文中提出了一种改进的前列腺分割网络(DA-Segformer)。利用Transformer、深监督和注意力机制,快速准确... 前列腺超声图像在临床中的准确分割对后续诊断具有重要影响。因此,通过深度学习辅助实现前列腺边界的快速、准确分割非常必要。为此,文中提出了一种改进的前列腺分割网络(DA-Segformer)。利用Transformer、深监督和注意力机制,快速准确地分割前列腺超声图像。引入MAG模块提高网络对特征图和像素关联性的理解能力,以及对前景像素的敏感度。采用深监督策略,在解码过程中引入损失函数,优化梯度传播,增强网络对关键特征的学习表征能力。实验结果显示,在前列腺超声图像数据集上,DA-Segformer模型的mIoU、Dice系数、准确率和召回率等指标均优于其他主流语义分割模型。该方法有效解决了前列腺超声图像手工分割的难题,为临床诊断提供了有价值的计算机辅助工具。 展开更多

关键词 医学图像分割 超声图像分割 TRANSFORMER 门控注意力 深监督 扩张卷积 梯度下降 多尺度特征

在线阅读 下载PDF 职称材料

基于U^(2)-Net+的透水混凝土CT影像孔隙分割 被引量：1

8

作者 侯斌 孙水发 +2 位作者 张蕊 崔文超 李玉博 《水电能源科学》 北大核心 2024年第2期62-66,共5页

针对现阶段主流的透水混凝土CT影像孔隙分割方法存在的问题,提出了一种堆叠高效RSU模块的U^(2)-Net+的图像分割方法。该方法通过堆叠高效的RSU模块,在网络中引入了更多的上采样节点和跳跃连接,还原了更多下采样阶段丢失的特征图细节;在... 针对现阶段主流的透水混凝土CT影像孔隙分割方法存在的问题,提出了一种堆叠高效RSU模块的U^(2)-Net+的图像分割方法。该方法通过堆叠高效的RSU模块,在网络中引入了更多的上采样节点和跳跃连接,还原了更多下采样阶段丢失的特征图细节;在编码阶段增加了一个可学习的下采样操作,进一步提升了网络对细节的捕获能力;简化了原网络的深度监督,避免了底层特征图对融合输出特征图的负面影响;将单一的标准二分类交叉熵损失函数改为Focal loss和IoU loss组成的混合损失函数,提升了网络对高噪声孔隙的关注度;最后由于数据集的特点加网络改进的提升,原网络中各模块的中间通道数得以进一步缩减,减小了网络体积。试验结果表明,U^(2)-Net+相比U^(2)-Net†在保证轻量化和快速性的同时,平均交并比、精确度、F1得分由94.12%、88.89%、93.28%分别提升至94.24%、91.15%、94.29%;U^(2)-Net+综合指标优于U-Net、U-Net++、U-Net3+、U^(2)-Net、U^(2)-Net†,各指标相较于主流的阈值分割算法至少提高23.29%,实现了透水混凝土CT影像孔隙的精准、快速分割。 展开更多

关键词 透水混凝土CT影像 图像分割 深度学习 U^(2)-Net

在线阅读 下载PDF 职称材料

改进的DeepLabCut鱼类游动轨迹提取 被引量：1

9

作者 雷帮军 裴斐 +1 位作者 吴正平 张海镔 《渔业现代化》 CSCD 北大核心 2024年第2期61-69,共9页

针对现有的鱼类游动轨迹提取方法在提取效率和准确率方面不能同时兼顾的问题,提出了一种改进的DeepLabCut方法用于鱼类背部关键点识别和定位。首先,选择了轻量级卷积神经网络模型EfficientNet-B0作为DeepLabCut的主干网络模型,用于提取... 针对现有的鱼类游动轨迹提取方法在提取效率和准确率方面不能同时兼顾的问题,提出了一种改进的DeepLabCut方法用于鱼类背部关键点识别和定位。首先,选择了轻量级卷积神经网络模型EfficientNet-B0作为DeepLabCut的主干网络模型,用于提取鱼类背部关键点的特征,为了增强EfficientNet-B0的表征能力,在网络模型中引入了改进的CBAM(Convolutional Block Attention Module)注意力机制模块,将CBAM中的空间注意力模块和通道注意力模块从原来的串行连接方式改为并行连接,以解决两种注意力模块之间因串行连接而导致的互相干扰问题。其次,基于MSE(Mean Squared Error)损失函数提出了一种分段式损失函数H_MSE用于模型的训练,分段式损失函数H_MSE相对于传统的损失函数具有较强的鲁棒性,其在处理数据中的异常值时能表现出较低的敏感性。最后,采用了半监督学习方法对关键点进行自动标记来减少人工标记数据时产生的误差。结果显示:相比于DeepLabCut原始算法,识别误差RMSE(Root Mean Squared Error)平均降低了4.5像素;与目标检测算法Faster RCNN、SK-YOLOv5、ESB-YOLO、YOLOv8-Head-ECAM相比,识别误差RMSE平均降低了11.5像素,检测效果优于其他目标检测网络和原始网络,平均每张图像的检测时间为0.062 s,能够快速准确提取鱼道内鱼类的游动轨迹,为优化鱼道的水力设计指标提供了重要依据。 展开更多

关键词 鱼类识别 轨迹识别 关键点识别 DeepLabCut 半监督学习 损失函数 注意力机制

在线阅读 下载PDF 职称材料

基于特征优选和机器学习的第四系空间信息提取研究

10

作者 李清清 黄海峰 +6 位作者 张瑞 易武 周红 邓志勇 董志鸿 柳青 易庆林 《水利水电技术（中英文）》 北大核心 2024年第5期157-169,共13页

【目的】第四系土体是土质滑坡的主要物源,其分布及厚度是开展土质滑坡隐患识别的重要基础。随着机器学习技术的兴起,图像分类技术与人工智能算法结合已成为遥感识别的主流。【方法】以三峡库首秭归向斜盆地为研究区,以Landsat-8影像为... 【目的】第四系土体是土质滑坡的主要物源,其分布及厚度是开展土质滑坡隐患识别的重要基础。随着机器学习技术的兴起,图像分类技术与人工智能算法结合已成为遥感识别的主流。【方法】以三峡库首秭归向斜盆地为研究区,以Landsat-8影像为基础数据源,以区内现有土质滑坡数据构建样本,采用机器学习软件EnMAP-Box,建立第四系厚度及空间分布信息的随机森林分类模型,筛选出用于识别第四系土体厚度的最优特征子集,得出第四系相对厚度空间分布。【结果】结果表明:Landsat-8遥感影像的光谱特征、主成分、植被指数、湿度、坡度、绿度、均值等与第四系厚度具有强相关性,可作为识别第四系土体厚度的重要特征因子;随机森林模型能有效识别第四系土体厚度信息,且对岩质区提取精度较高;经实地调查验证,模型性能均衡,预测结果合理,可用于多植被中低山区环境的第四系识别。【结论】研究成果可为土质滑坡隐患识别和风险防控提供重要数据支撑。 展开更多

关键词 第四系土体 滑坡 相对厚度 机器学习 空间信息提取 三峡库首

在线阅读 下载PDF 职称材料

基于Swin Transformer目标全景分割的三峡库首土质滑坡识别

11

作者 邓志勇 黄海峰 +4 位作者 李清清 周红 张瑞 柳青 董志鸿 《水利水电技术（中英文）》 北大核心 2024年第4期176-185,共10页

【目的】滑坡识别是解决山区地质灾害隐患在哪里的关键。尤其人工智能是深度学习方法开始被广泛应用于目标识别领域,但对于多植被山区复杂环境下的滑坡隐患识别,存在着模型单一、精度较差等问题。【方法】故文章提出一种基于Swin Transf... 【目的】滑坡识别是解决山区地质灾害隐患在哪里的关键。尤其人工智能是深度学习方法开始被广泛应用于目标识别领域,但对于多植被山区复杂环境下的滑坡隐患识别,存在着模型单一、精度较差等问题。【方法】故文章提出一种基于Swin Transformer(Shift Windows Transformer)作为骨干网络结合目标全景分割的智能识别方法,对三峡库首区域土质滑坡开展识别。将三峡库首的485处土质滑坡制作成样本集,并分为训练集和测试集。将训练集加载进Swin Transformer模型中进行训练,模型采用自注意力机制对训练集提取特征,构建特征图,测试集验证特征图的识别精度,保留识别精度最高的特征图。最终以此实现滑坡目标与背景区域的有效区分进而完成隐患识别,同时与DeepLab V3模型进行对比。【结果】结果显示:Swin Transformer模型在识别精度和识别速度上都要高于DeepLab V3模型,在三峡库首的试验中准确率可以达到83.55%,单张图片预测时间为0.18 s。【结论】结果表明:该方法能够在多植被山区复杂环境下快速识别土质滑坡,可为多植被山区的滑坡灾害调查提供参考。 展开更多

关键词 三峡库首 土质滑坡 Swin Transformer 全景分割 隐患识别 滑坡

在线阅读 下载PDF 职称材料

基于跨层注意力特征交互和多尺度通道注意力的单幅图像去雾网络

12

作者 孙航 付秋月 +3 位作者 李勃辉 但志平 余梅 万俊 《电子学报》 EI CAS CSCD 北大核心 2024年第11期3711-3726,共16页

近年来,基于U型结构的卷积神经网络在去雾领域取得了显著的成果.然而,大多数基于U型结构的去雾网络将编码层特征直接传递到对应尺度的解码层,忽略了不同层次特征信息的有效利用.此外,去雾网络中广泛使用的通道注意力受感受野的限制,没... 近年来,基于U型结构的卷积神经网络在去雾领域取得了显著的成果.然而,大多数基于U型结构的去雾网络将编码层特征直接传递到对应尺度的解码层,忽略了不同层次特征信息的有效利用.此外,去雾网络中广泛使用的通道注意力受感受野的限制,没有充分地利用上下文信息,从而对通道权重的学习起负面作用,使得重构的清晰图像不够理想.为了解决上述问题,本文提出了一种跨层注意力特征交互和多尺度通道注意力的去雾算法.具体来说,跨层注意力特征交互模块利用编码层的多尺度跨层特征学习层级权重,然后将这些跨层特征聚合传递到对应解码层,从而减少了去雾网络重构清晰图像过程中的特征稀释.此外,为了挖掘对于去雾网络非常重要的特征通道信息,本文设计了多尺度通道注意力机制,利用不同空洞率的空洞卷积提取多尺度特征信息,形成一个多尺度上下文并行学习的通道注意力机制,可以更有效地为去雾网络的特征分配权重.实验结果表明,本文提出的去雾算法在4个公开的数据集上相比现有的12种去雾方法取得了较好的客观评价指标和视觉效果.本文的代码已上传至https://github.com/bohuisir/AAFMAN. 展开更多

关键词 图像去雾 跨层注意力特征交互 特征稀释 多尺度通道注意力 空洞卷积

在线阅读 下载PDF 职称材料

基于改进的YOLOv8算法的二维码和条形码检测方法

13

作者 黄勇 陈明 《信息技术与信息化》 2024年第3期196-199,共4页

基于改进的YOLOv8算法的二维码和条形码检测方法是一种高效的图像处理技术,旨在快速准确地识别和定位图像中的二维码和条形码。改进的YOLOv8是一种实时目标检测系统,有着快速、准确和高效的特点。首先,通过预处理图像来提高二维码和条... 基于改进的YOLOv8算法的二维码和条形码检测方法是一种高效的图像处理技术,旨在快速准确地识别和定位图像中的二维码和条形码。改进的YOLOv8是一种实时目标检测系统,有着快速、准确和高效的特点。首先,通过预处理图像来提高二维码和条形码的可识别性,例如调整对比度和亮度。接着,对处理过的图像进行分析,以便快速定位图像中的二维码和条形码。改进的YOLOv8算法的一个关键特点是其使用了深度学习技术,这使得算法能够在各种条件下有效地识别和检测目标,不仅能处理标准形状和尺寸的二维码和条形码,还能识别被部分遮挡或处于不利角度的码。此外,算法的实时处理能力使其非常适合需要快速响应的应用场景,如零售业的快速结账和物流行业的包裹跟踪。总的来说,基于改进的YOLOv8算法的二维码和条形码检测方法提供了一种高效、灵活且可靠的解决方案,适用于多种商业和工业应用。 展开更多

关键词 改进的YOLOv8算法 二维码检测 条形码检测

在线阅读 下载PDF 职称材料

多通道U型网络遥感影像变化检测

14

作者 杜行奇 《无线电工程》 2024年第1期129-135,共7页

遥感影像变化检测是遥感领域的一个重要研究方向,在农业、灾害评估和城市建设等诸多方向发挥着重要作用。目前的变化检测任务大多使用深度学习方法完成,但现存的诸多深度学习网络存在影像特征提取能力不强、变化区域不能精细化区分等问... 遥感影像变化检测是遥感领域的一个重要研究方向,在农业、灾害评估和城市建设等诸多方向发挥着重要作用。目前的变化检测任务大多使用深度学习方法完成,但现存的诸多深度学习网络存在影像特征提取能力不强、变化区域不能精细化区分等问题。提出了一种多通道、多尺度特征融合的深度U型网络——MCFFNet。将Unet扩展为三通道结构,并在下采样过程中获得相应尺度特征影像的预分类特征信息和融合特征。在上采样过程中将对应尺度的特征信息融合。通过卷积激活等操作将特征图映射为单次最优变化检测结果图。在遥感影像变化检测领域常用数据集CDD和WHU数据集上实验得到了较对照方法更高的变化检测精度。 展开更多

关键词 遥感影像 变化检测 深度学习 特征融合 多通道 多尺度特征

在线阅读 下载PDF 职称材料

基于DDPM与HVAE的多步电力负荷预测方法

15

作者 陈萌 《信息技术与信息化》 2024年第11期137-140,共4页

电力负荷预测在电力系统的优化调度和可靠运行中起着关键作用,针对传统单步预测方法在长期预测上的精确度不足问题,文章提出了一种耦合扩散概率模型(denoising diffusion probabilistic model,DDPM)与分层变分自编码器(bidirectional va... 电力负荷预测在电力系统的优化调度和可靠运行中起着关键作用,针对传统单步预测方法在长期预测上的精确度不足问题,文章提出了一种耦合扩散概率模型(denoising diffusion probabilistic model,DDPM)与分层变分自编码器(bidirectional variational auto-encoder,HVAE)的生成式电力负荷预测模型DHVAE,模型通过对历史电力数据前向加噪,再将加噪数据送入分层变分自编码器中进行特征提取,最终生成对未来电力负荷侧的多步预测。为验证算法的预测准确性,采用湖北某集团的历史电力数据开展预测仿真实验,实验结果表明,DHVAE可以实现准确的多步电力负荷预测,为电力系统的优化调度提供有效的方法支撑。 展开更多

关键词 电力负荷预测 去噪扩散概率模型 分层变分自编码器 多步预测 生成式网络

在线阅读 下载PDF 职称材料

基于软件基因的恶意代码检测与分类方法

16

作者 何源 《信息技术与信息化》 2024年第12期163-166,共4页

随着恶意代码数量和复杂性的不断增加,现有检测方法在应对变种和未知恶意代码方面面临重大挑战。传统的基于特征和行为的检测方法由于对已知特征的依赖和高计算资源的需求,难以满足当前的安全需求。为了解决这些问题,文章提出了一种基... 随着恶意代码数量和复杂性的不断增加,现有检测方法在应对变种和未知恶意代码方面面临重大挑战。传统的基于特征和行为的检测方法由于对已知特征的依赖和高计算资源的需求,难以满足当前的安全需求。为了解决这些问题,文章提出了一种基于软件基因的恶意代码检测方法。该方法通过从代码中提取独特的基因片段,构建一个全面的恶意代码基因库,并利用Siamese网络进行相似性分析,来检测未知和变种的恶意代码。该方法优化了基因库的结构,定义了清晰的基因规则,从而提高检测的准确性和效率。实验结果表明,该方法在公开数据集上的准确率达到97.8%,不仅在准确性上优于传统方法,还显著降低了计算资源的消耗,为恶意代码检测和家族分类提供了一种高效可靠的解决方案。 展开更多

关键词 恶意代码分类 软件基因 POWERSHELL 相似性分析 Siamese Net

在线阅读 下载PDF 职称材料

基于卷积神经网络的电阻抗成像图像重建

17

作者 李少聪 张清河 郑国亮 《长江信息通信》 2024年第5期78-82,共5页

电阻抗成像图像重建是一个高度非线性和不适定性问题,为解决传统图像重建方法丢失信息、无法实现高精度和实时成像的问题,文章提出了一种基于LeNet-5卷积神经网络结构的电阻抗图像重建方法。该方法利用MATLAB以及COMSOL联合仿真建立规... 电阻抗成像图像重建是一个高度非线性和不适定性问题,为解决传统图像重建方法丢失信息、无法实现高精度和实时成像的问题,文章提出了一种基于LeNet-5卷积神经网络结构的电阻抗图像重建方法。该方法利用MATLAB以及COMSOL联合仿真建立规则的圆形模型以及符合人体几何特异性的肺部模型,生成具有不同成像特征的样本,这些样本之后被划分为训练集、验证集以及测试集,经过LeNet-5网络学习边界测量电压值和电导率之间的非线性关系从而实现图像重建。将文中网络获取的重建结果与其他机器学习方法(BP神经网络、RBF神经网络)的结果进行比较,验证基于LeNet-5的网络应用于图像重建的有效性。 展开更多

关键词 电阻抗层析成像 卷积神经网络 深度学习 图像重建

在线阅读 下载PDF 职称材料

引入小型无人机遥感的滑坡应急治理勘查设计方法 被引量：24

18

作者 黄海峰 易武 +4 位作者 张国栋 龙晶晶 李剑南 宋琨 刘艺梁 《防灾减灾工程学报》 CSCD 北大核心 2017年第1期99-104,共6页

小型无人机遥感发展迅猛并开始广泛应用于大范围地质灾害调查,但针对单体滑坡的较少。将小型无人机遥感技术引入到滑坡应急治理工程勘查设计实践中,阐述了小型无人机遥感的作用,介绍了勘查设计工作实施流程的变化以及关键技术方法,并给... 小型无人机遥感发展迅猛并开始广泛应用于大范围地质灾害调查,但针对单体滑坡的较少。将小型无人机遥感技术引入到滑坡应急治理工程勘查设计实践中,阐述了小型无人机遥感的作用,介绍了勘查设计工作实施流程的变化以及关键技术方法,并给出应用实例。结果表明,在滑坡应急治理工程勘查设计中引入小型无人机遥感技术,既能大大减轻现场工作时间、强度和风险,也可显著提升工作效率和成果精度,还能丰富勘查设计过程及成果的形象直观表达,可以实现滑坡勘查设计目标。 展开更多

关键词 滑坡 应急治理 勘查设计 小型无人机遥感

在线阅读 下载PDF 职称材料

PCNN与形态匹配增强相结合的视网膜血管分割 被引量：10

19

作者 徐光柱 王亚文 +3 位作者 胡松 陈鹏 周军 雷帮军 《光电工程》 CAS CSCD 北大核心 2019年第4期71-82,共12页

针对人工手动提取视网膜血管工作量大,主观性强等问题,本文提出了一种将区域生长思想、脉冲耦合神经网络(PCNN)、高斯滤波器组及Gabor滤波器相结合的视网膜血管分割方法。首先将二维高斯滤波器组、二维Gabor匹配滤波器相结合,对视网膜... 针对人工手动提取视网膜血管工作量大,主观性强等问题,本文提出了一种将区域生长思想、脉冲耦合神经网络(PCNN)、高斯滤波器组及Gabor滤波器相结合的视网膜血管分割方法。首先将二维高斯滤波器组、二维Gabor匹配滤波器相结合,对视网膜血管区域进行形态匹配增强,提升血管与背景的对比度。然后将带有快速连接机制的PCNN与区域生长思想相结合,每次从未处理的像素点中选取亮度最大的作为种子,使用自适应的连接系数及停止条件,实现眼底图像中血管的自动分割。整个算法在DRIVE眼底数据库上的实验结果显示,平均准确度、灵敏度、特异性分别达到93.96%、78.64%、95.64%,分割结果中血管断点少,微小血管清晰,具有较好的应用前景。 展开更多

关键词 视网膜血管分割 脉冲耦合神经网络 区域生长 高斯匹配滤波器组 GABOR滤波器

在线阅读 下载PDF 职称材料

延迟容忍网络中能量有效的接触探测研究 被引量：6

20

作者 周欢 任东 +2 位作者 徐守志 蒋廷耀 黄志勇 《电子与信息学报》 EI CSCD 北大核心 2015年第6期1285-1290,共6页

在延迟容忍网络中,为了发现在其通信范围内的邻居节点,网络中的节点必须不断地探测周围的环境。这个接触探测过程极其耗费能量。如果网络中的节点探测太过频繁,会耗费很多能量,且使得网络能量的使用效率降低。另一方面,稀疏的探测可能... 在延迟容忍网络中,为了发现在其通信范围内的邻居节点,网络中的节点必须不断地探测周围的环境。这个接触探测过程极其耗费能量。如果网络中的节点探测太过频繁,会耗费很多能量,且使得网络能量的使用效率降低。另一方面,稀疏的探测可能导致节点失去和其它节点的接触,从而错失交换数据的机会。因此,在延迟容忍网络中能量效率和接触机会之间存在着一种折中的关系。为了研究这种折中关系,该文首先对基于随机路点模型(Random Way-Point model,RWP)的接触探测过程进行建模,得到恒定探测间隔下接触探测概率的表达式,并且证明在所有平均探测间隔相同的策略中,以恒定间隔探测的策略是最优的。其次,基于提出的理论模型,分析不同情况下能量效率和接触探测概率之间的折中。最后,通过仿真实验验证该理论模型的正确性。 展开更多

关键词 延迟容忍网络 能量效率 接触探测 随机路点模型

在线阅读 下载PDF 职称材料