基于GAN的入侵检测系统对抗样本生成模型

随着人工智能技术的兴起,基于深度学习的网络入侵检测系统已广泛应用,但神经网络模型很容易受到对抗扰动的影响。攻击者通过在网络流量中添加微小的扰动来构建对抗样本,使得入侵检测系统对其错误分类。论文基于GAN进行设计与改进,提出了一种对抗样本生成模型AdvWGAN,该模型针对恶意流量生成满足网络流量特性的对抗性恶意流量,并对黑盒入侵检测系统进行对抗攻击。实验表明：AdvWGAN能够在保证网络流量真实有效的前提下实现对深度学习入侵检测模型的有效黑盒攻击。     

航拍图像去云方法研究综述

云区的存在严重影响了航拍图像的后期解译工作,如何高质量地去除云区干扰是当前航拍图像研究的重要内容之一。随着深度学习等技术的成熟和专用数据集的出现,航拍图像去云任务引起了研究者的广泛关注,也取得了阶段性成果。首先,介绍了几种常用数据集,结合数量、分辨率大小、获取媒介及特点进行了对比分析,同时给出了下载链接;然后,依据去云模型是否使用深度学习方法将去云方法分为基于经典理论的去云方法和基于深度学习的去云方法,突出阐述了基于深度学习的方法,并按照互补数据来源、应用场景、使用数据集、自身特点对各方法进行对比分析,重点对相关模型进行了说明,之后,介绍了常用的几种评价指标。最后,对现有方法中存在的问题进行讨论分析,并对未来的发展方向进行了展望。     

带兵人你知道肩上的担子有多重吗？——上海舰队航空兵某师用科学理念带兵的调查与思考

时代车轮不断向前碾进,社会中新事物层出不穷。就在社会悄悄“变脸”之时,我们的军营也敏锐感受到了时代的新味道。博客、网上冲浪、拓展训练等等,成为军营新的文化追求。文化程度高,思想活跃,追求时尚,喜欢张扬个性,使今天的战士更富时代特质。新事物层出不穷对我们的兵员管理工作有了新的要求。北海舰队航空兵某师面对军营里的时代飓风,进行了深入的调查与思考。他们不躲避、不绕行,用科学理念带兵,收到了很好效果。     

基于遗传算法的湿陷性黄土地基灰土挤密桩优化设计

利用Visual C＋＋语言,定义了一个面向对象的基于实数编码遗传算法类。运用可最大限度保证遗传算法搜索到问题的全局最优解的深度搜索策略,编制了灰土挤密桩的优化设计和造价估算遗传算法程序,并针对兰州某地灰土挤密桩复合地基进行了计算分析,并与原有方案比较,结果表明：两种优化方案在满足承载力和变形的条件下,在降低造价成本方面优势非常明显。     

五年,我们一起走过

从2005年开始征集笑脸的那天起,我们一起走过了整整五年。五年,许多事已经模糊,唯独战友的笑容,依然清晰,时间可以改变一切,唯独我们的真诚,依然执着。新的一年我们将遵循快乐服役的理念,继续展示战友们快乐的笑脸,期望全体战友的支持和参与。2010年《笑脸》栏目仍采用月主题,用半命题形式,以我和我的……为题,从第二期开始到十二期依次为我和我的新兵生活之过年篇、我和我的美丽新娘之幸福篇、我和我的战友之体验篇、我和我的家人之亲情篇、我和我的同年兵之荣誉篇、我和我的班长之友情篇、我和我眼中的英雄之敬仰篇、我和我的最爱之纪念篇、我和我的二十岁之梦想篇、我和我的乡亲之拥军篇、我和我的2010之回顾篇,另外大家也可以根据自己的想法,在省略号后面添上相宜的词语,拍出相应的照片。您提交的照片应为军人和他人在一起脸上带有笑容的正面像,要求突出笑脸和军人元素,人物清晰可辨,最好是半身像。文字背景资料约150字左右,讲述笑容背后的故事,要求附加主人公姓名、所在部队班排等真实信息。——编者     

挑战自我

针对完成多样化军事任务对官兵的心理素质提出的新要求,山东某预备役团利用驻地训练资源,组织120余名预备役军官分批进行了高空断桥,高空单杠,高空软桥,攀岩等内容的心理拓展训练。     

论拓展公安边防部队廉政文化建设的载体

拓展公安边防部队廉政文化建设的载体,运用政治学、新制度经济学、统计学、计量学和木桶理论等相关理论和分析方法,对拓展公安边防部队廉政文化建设的载体进行深入剖析,内容主要围绕创建、创办、宣传、教育四个方面进行,并提出相应的对策。     

潜艇深度安全操纵面及其控制技术

在分析现代潜艇高速、大潜深机动潜在风险的基础上,从保障潜艇深度安全的角度出发,提出了对传统十字形尾升降舵的技术改进途径,分析了适用的尾操纵面结构形式,并对先进的大小舵方案的结构形式、使用方式及十安形尾升降舵的舵角限制技术进行了阐述。理论研究表明:上述措施能有效地改善潜艇的深度安全性。     

基于深度限制波尔兹曼机的辐射源信号识别

针对电子侦察中使用常规参数难以有效识别复杂体制雷达信号的问题,提出利用深度限制波尔兹曼机对辐射源识别的模型。模型由多个限制波尔兹曼机组成,通过逐层自底向上无监督学习获得初始参数,并用后向传播算法对整个模型进行有监督的参数微调,利用Softmax进行分类识别。通过仿真实验表明该模型能对辐射源进行有效的特征提取和分类识别,具有较高的识别精度和较强的鲁棒性。     

用于视频图像帧间运动补偿的深度卷积神经网络

为探索深度学习理论在视频图像帧间运动补偿问题中的应用,提出一种用于视频图像帧间运动补偿的深度卷积神经网络。该网络由卷积模块和反卷积模块构成,可以处理不同分辨率输入图像并具备保持较完整图像细节的能力。利用具有时序一致性的视频图像序列构造训练样本,采用随机梯度下降法对设计的深度卷积神经网络进行训练。视觉效果和数值评估实验表明,训练得到的网络较传统方法能更有效地进行视频图像帧间运动补偿。