作者:叶启松; 戴旭初 期刊:《计算机工程与应用》 2020年第05期
对抗样本生成技术是近年来深度学习应用于安全领域的一个热点,主要是研究对抗样本生成的机理、方法和实现方法,其目的是为了更好地理解和应对深度学习系统的脆弱性和安全性问题。重点关注深度神经网络分类器的对抗样本生成技术,介绍了对抗样本的概念,按"攻击条件"和"攻击目标",将分类器的攻击分为四大类,分别是白盒条件下的定向攻击、白盒条件下的非定向攻击、黑盒条件下的定向攻击和黑盒条件下的非定向攻击。在此基础上,深入分析...
作者:张博卿 期刊:《网络安全和信息化》 2019年第03期
现如今,无人驾驶、人脸识别、智慧城市、智能家居等各类场景中都在运用AI,而一旦后端控制系统被攻击,出现规模化、连锁式的崩盘,AI失控的后果不堪设想。
作者:么焕民 期刊:《数学建模及其应用》 2012年第03期
2012年'深圳杯'数学建模夏令营的B题取材于一个通信产业中需要解决的实际问题。此问题的主要难度是针对海量数据的有效处理和分类器的选择与实现。本文在此对竞赛当中出现的几种主要思路加以评述,并着重讨论了一些方案的优势与弊端。
作者:叶文强; 俞志富; 张奎; 王虎帮 期刊:《空军工程大学学报》 2019年第06期
针对传统辐射源信号识别方法在低信噪比条件下提取特征困难且识别率低的问题,提出了一种基于短时傅里叶(STFT)变换和栈式降噪自编码器(sDAE)的识别系统。首先对雷达辐射源信号进行短时傅里叶变化,然后对时频图像进行一系列预处理,将处理后的图像输入到栈式降噪自编码器中,将提取的特征输入到softmax分类器中,完成分类识别。通过仿真表明:该系统在SNR=-10 dB的时候,识别率能够达到80%以上,在低信噪比的情况下,识别效果明显优于传统...
作者:支瑞聪; 周才霞 期刊:《计算机系统应用》 2020年第02期
疼痛是一种个人经历,一般被分为急性疼痛和慢性疼痛,可来源于受伤、疾病、手术或其他的健康问题.如果疼痛没有被及时治疗,会对患者的身心健康带来极大的伤害.由于患者自身障碍等问题,患者可能无法自我报告疼痛,而专业人士评估无法保证连续性和客观性.因此,对疼痛自动识别系统的需求日益加大,近十年来,很多研究人员在此领域取得突破性的成果,本文对疼痛自动识别系统进行综述,一方面从疼痛自动识别系统的结构组成方面进行描述,主要包...
作者:李仁; 石新龙; 王林生; 宋强 期刊:《光电子激光》 2019年第10期
在数据进行集成的实际过程当中,分类器往往具有自主性,会随着样本数据的变化对自己进行适当调整,以此来提高自己的适应能力。对此,本研究以在数据样本区域内对相邻数据进行区分的方法进行SVM集成方法研究,并最终提出了一种切实可行地支持SVM进行集成的方式。即针对区分的数据样本区域,以一种新的搜索算法进行研究,利用FCM与模糊贴近度的结合来进行计算,实现在模糊特征空间集合频域自身位置的自动确定,再根据各项分类器的阈值数据系...
作者:邓鸿博; 张海波; 左小凯 期刊:《计算机与数字工程》 2019年第10期
在数据挖掘中,分类器是一种比较重要的方法,其中Fisher分类器属于一种基础的分类器。文中将蜕变测试应用于Fisher分类器,结合既有的一些研究成果,采用对蜕变关系分类构造的方法,从几何属性、数值属性、算法特性三个方面重新构造了适用于Fisher分类器的蜕变关系,并将对分类结果的判断简化为对分类面的判断。实验结果表明,所有的变异都被检测出来,蜕变关系之间可以很好地互补,并且可以借鉴到一些分类器程序的测试过程中,使分类器蜕变...
作者:吴垒; 于哲舟 期刊:《计算机技术与发展》 2019年第12期
由Specht提出的概率神经网络(PNN)由于训练效率和统计基础而被广泛应用于各个领域。但是由于在PNN中使用Parzen窗口估计概率密度函数(PDF),整个训练数据会存储在模式层中,这无疑增加了存储负担。而且,仅使用一个全局平滑参数的原始PNN不能准确地表示复杂数据集中的局部信息。在对原始PNN进行了研究后,文中提出了一种新在线学习概率神经网络(OL-PNN)。在线学习概率神经网络应用随机梯度上升方法实时更新参数,并采用高斯聚类将训练数...
多分类器集成是机器学习领域的一个研究热点,基因微阵列技术是多领域综合交叉技术,在医学与生物学上有广泛的应用。但是,基因微阵列数据维度高且样本少等问题使得传统的分类器不能总是取得理想的分类效果。现提出一种基于多目标遗传算法的集成特征选择方法。首先,确定使用基于进化计算的集成特征选择方法进行微阵列数据分析;其次,实现最大化最小边缘的目标设计并不断完善适应值函数;最后,引导算法生成高差异度与精确度的基分类器。...
作者:刘鸿丽; 秦小麟; 曹锐; 陈俊杰; 刘峰; 郭浩 期刊:《现代电子技术》 2019年第24期
功能脑网络中不同的模板定义导致网络规模差异极大,进一步影响所构建网络的结构及其拓扑属性。但是,在机器学习方法中网络规模差异是如何影响特征选择策略及分类准确率并不清楚。研究中采用5种不同节点规模的模板进行脑网络构建,在此基础上选择脑网络的三个局部特征用SVM方法构建分类器进行抑郁症患者的识别。结果表明,节点规模较大的模板的分类准确率较高;同时,在不同节点规模下传统的P值的特征选择方法均是可行的,但其阈值设置过...
作者:王惠中; 贺珂珂; 房理想 期刊:《计算机仿真》 2019年第10期
针对电机故障诊断采用传统神经网络易陷入局部极小值等问题,提出一种新型的特征学习诊断方法.方法通过多个稀疏自编码器的堆叠构建深层次的神经网络,提取故障信号特征,结合Softmax分类器对其进行分类.首先,对故障信号做频域变换,采集频域数据作为输入样本.然后通过逐层贪婪预训练获得神经网络的初始权重,利用反向传播算法进行全局微调,优化神经网络参数.最后,用训练完成的网络识别故障.上述方法提高了诊断的准确率,改善传统方法的...
作者:吕伟忠 期刊:《现代职业教育研究》 2011年第01期
决策树归纳方法的剪枝过程是为了消除最终生成的决策树对训练集的过度适应以及减少结点的数量,但最终生成的决策树依然过于庞大。而有些应用对于决策树的精度要求不是很高。本文对剪枝过程加以优化,使得在牺牲少量精度的同时结点的数量大大减少,从而提高生成规则的可理解性。
作者:孙建中; 熊忠阳; 张玉芳 期刊:《工程科学与技术》 2013年第05期
为有效解决可变目标在跟踪过程中的"漂移"问题,提出一种基于自适应先验表观模型的目标跟踪方法。该方法首先在一致架构内融合HDP-EVO演化聚类模型和在线Boosting学习。以Dirichlet过程为先验分布,对总体表观示例进行聚类分析,获得随时间自适应演化的表观类先验知识,进而利用共享的表观类混合比例的权重平滑约束各时刻的表观模型。改进Gibbs抽样过程,使之能融入目标示例的分类误差,并交替迭代地从数据中自主学习聚类和表观分类器...
作者:刘朝强; 秦丽娟; 班允强 期刊:《信息技术与网络安全》 2015年第19期
在对目标进行分类识别过程中,对其特征的有效提取直接影响最后分类的精度。针对此类问题,提出了基于Tri-training算法对图像进行多特征融合分类,通过利用Principal Component Analysis(PCA)主成分分析法,并结合目前比较实用的半监督学习Tri-training算法对图像显著目标进行分类,其中Tri-training算法是以Support Vector Machine(SVM)、Nave Bayes(NB)、Back Propagation(BP)为基分类器,将图像的多特征数据值作为图像在Tr...
作者:杨晓勤; 周伟 期刊:《林业与生态科学》 2008年第01期
随着遥感应用的不断推广,各应用领域对遥感图象的监督分类结果的精度要求越来越高。在监督分类中有两个非常关键的问题:一是训练样本选取;二是分类器选择。本论文应用监督分类中的不同分类器对塞罕坝机械林场进行树种分类,对其结果进行分析比较,选择合适的分类器提高分类精度。
作者:金立; 王文; 邓磊 期刊:《数码设计》 2018年第15期
随着科学技术的进步,作为新一轮产业变革的核心驱动力,计算机视觉技术能在催生新技术、新产品的同时,对传统行业也赋予了较强的发展动力,引发了经济结构的重大变革。本文将对基于模板的目标识别、基于特征的目标识别、基于分类器的目标识别、基于运动的目标识别这几种识别模型进行详细介绍。
作者:刘依菲; 郭红月; 刘晓东 期刊:《南京理工大学学报》 2019年第04期
语义描述是聚类与分类领域的研究热点。基于公理模糊集(Axiomatic fuzzy sets,AFS)的分类算法可以模仿人类推理机理得到具有良好可解释性的类描述。在同等分类性能下,简化类描述将有助于人们较好地理解与应用分类结果。该文利用非平稳割点样本选择策略(Sample selection algorithm of unstable cut points,UCSS)和区间二型隶属函数,设计了基于非平稳割点样本选择的二型AFS(UCSS-AFS)分类方法。该分类方法在保持较好的分类准确率和...
作者:崔海; 康剑莉 期刊:《浙江水利水电学院学报》 2016年第03期
通过磨粒图像的各向异性扩散算法实现对磨粒图像特征参数的提取,然后依据磨粒图像特征参数的提取,并基于一种变尺度的BP网络学习算法,对一种基于BP神经网络的磨粒分类器进行了实验测试.证明基于片相似各项异性扩散的BP神经网络的磨粒识别方法具有较高的分类精度、具有较快的学习收敛速度,且有较高识别率.
作者:崔扬; 周泽魁 期刊:《服装学报》 2004年第04期
制鞋业中的皮革表面缺陷查找和排样主要靠手工完成,因此效率低下.基于图像处理技术的自动化缺陷查找及排样,可以较大地提高生产效率.皮革的缺陷查找和排样,主要在皮革的正面进行,因此皮革正反面的自动判别是后续处理的关键.因为皮革具有典型的纹理特征,纹理图像其特殊的像素空间分布方式有别于普通的灰度图像,因此常用的灰度图像分类特征对纹理图像的分类不适用.而基于灰度共生矩阵提取纹理图像的统计量组成的特征向量,...
作者:何毓知; 陆建峰 期刊:《服装学报》 2007年第06期
行道线检测是主动安全和视觉导航技术中的一个重要研究课题.在总结前人检测算法的基础上,设计了基于Adaboost算法的行道线检测方法.Adaboost算法作为一种新型的机器学习算法,可以在比随机预测略好的弱分类器基础上构建高精度的强分类器.该算法简单可靠、学习效率高,较好地解决了实时检测系统中速度和精度的矛盾.实验结果表明该方法有较好的检测效果.