铝合金板材相对均匀性的声-超声评价研究

基于Ritec-SNAP系统建立了声-超声技术实验系统,阐述了该实验系统的原理及应力波因子的定义,分析了在声-超声技术评价过程中用声信号的幅频特性及应力波因子表征材料相对均匀性的可行性。利用建立起来的实验系统,对铝板的相对均匀性进行了声-超声评价的实验研究。实验结果表明,用应力波因子评价铝合金板材的相对均匀性具有可行性。     

基于多尺度特征融合的无人机识别与检测

为了解决复杂背景下的无人机目标识别与检测问题,提出一种改进的更快捷的区域卷积神经网络(faster-region-based convolutional neural network,Faster R-CNN)模型.针对视野内目标尺寸与标定训练集差异问题,设计了3种不同尺度感受野并行检测、权重共享的特征提取结构——多感...     

多模态图像智能目标识别对抗攻击

基于深度学习模型的新一代智能化多模态(可见光/红外/雷达)图像识别系统已逐步在航空航天情报侦察、人机交互增强作战系统、无人作战平台自动图像目标识别以及多模复合图像末制导等多个军事场景中得到广泛应用.然而,由于深度神经网络模型在理论上存在不完备性和对抗脆弱性、多模态图像目标识别深度网络结构设计与优化在工程上存在迁移性等因...     

有限厚钢筋混凝土参数对破片侵彻性能的影响

为研究钢筋混凝土中钢筋参数对破片侵彻混凝土的影响,通过分析混凝土破坏模式、质量损失和破片剩余速度,得到不同钢筋配置情况下破片对侵彻混凝土的损伤规律。采用正交优化的方法研究了破片对不同钢筋配置(间隔、钢筋直径和嵌埋深度)混凝土的侵彻效果。研究结果表明：在破片不接触钢筋时,各参数对破片剩余速度影响小,利用PLS分析方法得到钢筋间距此时的影响最大,其回归系数为-0.79;破片接触混凝土时钢筋直径对剩余速度影响最大,在中间及交界处位置的平均侵蚀质量分别减少24.1%和31.6%,平均剩余速度分别减少83.2%和97.1%。得到了3种位置下最佳的钢筋抗破片侵彻参数,研究结果对于防护破片侵彻的钢筋混凝土结构参数设计提供了参考依据。     

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。