计算机视觉领域对抗样本检测综述

随着数据量的增加和硬件性能的提升,深度学习在计算机视觉领域取得了显著进展.然而,深度学习模型容易受到对抗样本的攻击,导致输出发生显著变化.对抗样本检测作为一种有效的防御手段,可以在不改变模型结构的前提下防止对抗样本对深度学习模型造成影响.首先,对近年来的对抗样本检测研究工作进行了整理,分析了对抗样本检测与训练数据的关系,根据检测方法所使用特征进行分类,系统全面地介绍了计算机视觉领域的对抗样本检测方法;然后,对一些结合跨领域技术的检测方法进行了详细介绍,统计了训练和评估检测方法的实验配置;最后,汇总了一些有望应用于对抗样本检测的技术,并对未来的研究挑战进行展望.

国家药品抽检检验机构实验室管理风险点分析及对策

目的通过梳理近年来国家药品抽检检验流程中潜在风险因素,针对质量管理体系运行情况,对检验机构如何在新的药品监管模式下做好抽检工作提出建议。方法以考察数据完整性、真实性为重点,重点围绕试剂管理、标准物质管理、仪器设施管理、电子数据管理等风险点进行分析,对质量管理体系运行的有效性等进行全面核查。结果国家药品抽检检验机构应强化全面质量管理,根据本实验室运行情况,结合各自风险特点,在试剂管理、标准物质管理、仪器设施管理、电子数据管理等方面的风险进行系统梳理并建立风险提示功能,制定风险警示清单,实施相应的风险控制策略。结论检验机构应继续加强对运行过程中影响因素的有效控制,重视各项检测工作的关键控制点,持续规范和完善检验过程的质量体系,确保各项质量活动处于受控状态。

基于多特征提取和对比学习的知识图谱链接预测

针对传统知识图谱链接预测方法提取图谱节点特征角度单一,且在训练过程中较少考虑节点间复杂的交互作用,构建的负例三元组质量较低等问题,提出了一种链接预测方法,旨在充分利用知识图谱节点间的相互作用和图结构蕴含的交互信息,考虑从多特征角度识别出三元组中的缺失事实。首先,通过不同的节点特征提取方式从不同角度获得节点的嵌入表示,并聚合邻居节点特征以增强其实体语义信息;其次,用多个卷积操作提取实体和关系之间的全局关系和过渡特征,通过深度特征提取的方式处理实体和关系的信息交互;最后,通过引入对比学习,干预负例三元组的构建,同时增强负例三元组的特征,提高所构建三元组的质量,最终通过计算余弦相似度筛选出预测实体。实验结果表明,提出的方法在知识图谱链接预测任务中的多个评价指标相比对比模型均有提高,同时验证了所提方法在处理多关系的复杂知识图谱时的有效性。

隐私边界的冲突与协调:量化自我场景中隐私悖论形成机制研究

[目的/意义]文章探究量化自我场景下隐私悖论的影响因素以及形成过程,以期帮助破解个人信息保护的困局,促进健康管理平台的数字生态治理,亦为用户与平台间的良性互动的理论与实践提供新视角。[方法/过程]采用移动经验取样法进行样本数据收集,通过秩和检验筛选出目标实验对象进行半结构访谈,之后对访谈资料进行三级编码分析。[结果/结论]量化自我中隐私悖论的影响因素存在情境、任务、边界冲突、边界协调4个维度。隐私悖论从“隐私边界变化—隐私披露行为—隐私悖论”的演变流程中产生,其中隐私边界变化在隐私悖论形成过程中扮演重要作用。

熔融制样-X射线荧光光谱法测定铁矿石中铁、硅、铝

铁矿石组分的构成和占比极其复杂,其中铁、硅和铝作为主要组分,其含量对于研究铁矿石的性质占据重要地位,并且对于其他金属和非金属元素的准确测定具有重要的影响,因而准确测定铁矿石中的铁、硅和铝的含量具有重要的科学意义。使用熔融制样技术,利用高温灼烧法去除铁矿石中氟、氯、硫以及碳,采用X射线荧光光谱法建立标准曲线对铁矿石中的铁、硅和铝量进行定量分析。通过考察最佳称样比例、脱模剂用量、熔融温度和熔融时间等条件,实验表明,称样比例为1∶8,用5滴脱模剂用量,在1150℃下熔融10 min的样品质地均匀、完整透明、光滑无气泡。对铁矿石国家一级标准标准物质GBW07822、GBW07824、GBW07827分别进行8次平行测定,计算铁、硅和铝量测定结果,其正确度(RE)为0.15%~1.4%,精密度为(RSD,n=8)0.080%~1.6%,两项结果均符合DZ/T 0130-2006《地质矿产实验室测试质量管理规范》。方法用于铁矿石中铁、硅和铝量的测定结果准确可靠。

基于同源录波数据比对的继电保护采样回路异常检测方法

处于改建阶段的智能变电站采样模式复杂,继电保护装置难以发现采样回路轻微异常,导致回路隐患暴露时间严重滞后。针对上述问题,分析改建时期智能变电站的采样模式和二次设备配置情况,提出基于同源录波数据比对的继电保护采样回路异常检测方法。首先,利用双向编码器表征(bidirectional encoder representations from transformers,BERT)语言模型与余弦相似度算法,实现同源录波数据的通道匹配。然后,利用重采样技术和曼哈顿距离完成波形的采样频率统一与时域对齐。最后,基于动态时间规整(dynamic time warping,DTW)算法提出改进算法,并结合采样点偏移量共同设置采样回路的异常判据。算例分析表明,该方法可以完成录波数据的同源通道匹配,实现波形的一致性对齐,并且相比于传统DTW算法,改进DTW算法对异常状态识别的灵敏性和准确性更高。根据异常判据能够有效检测继电保护采样回路的异常状态,确保了智能变电站的安全可靠运行。

基于定向探索树算法的四旋翼无人机路径规划

针对四旋翼无人机在复杂环境中进行路径规划时,RRT存在规划成功率低、收敛速度慢、路径次优等问题,提出一种定向探索树算法。使用定向采样策略,以提高树扩展的方向性,通过引入自适应目标调整策略和枝条扩展策略,使树能够快速向目标点扩展的同时又能够避开障碍物。通过剪枝处理去除初始路径中的允余点,再对剪枝处理后的路径进行航迹修正和平滑处理,得到最优航线。仿真结果表明:所提算法在所有的测试中都是成功的。与传统RRT和改进RRT算法相比,在多障碍物环境中,规划时间缩短了91.9%和67%,路径长度缩短了37%和6%;在狭窄环境中,规划时间缩短了88.3%和70%,路径长度缩短了36%和5.6%。

基于改进ACGAN算法的带钢小样本数据增强方法

为了解决带钢小样本数据集在深度学习中出现的模式崩溃、图像模糊和错判等问题,提出一种改进的ACGAN数据增强方法。首先,模型中引入带梯度惩罚项的Wasserstein距离作为损失函数,解决了模式崩溃和训练不稳定问题;其次,生成器网络中改进标签反卷积网络,使标签信息更好地贯穿整个生成网络,并在其末端设计了去噪结构,提高了生成图像质量;接着,判别器网络中引入级联融合思想,增强了网络判别能力;最后,将改进前后的模型在NEU带钢表面缺陷数据集和MNIST数据集上进行对比实验,结果表明:所提模型生成各类样本图像的清晰度、准确性明显提高,并且客观指标FID的平均值在NEU带钢表面缺陷数据集上下降了15.8%,在MNIST数据集下降了73%,为带钢小样本数据集的扩充提供了一种新方法。

基于旋转采样谱的海上风机叶片翼尖摆振特性评估

为了评估叶片旋转受风场作用的时频振动特性,本研究开展了基于旋转采样谱的海上风机叶片振动特性评估方法研究。以NREL-5 MW海上单桩风机叶片为研究对象,基于脉动风谱与旋转采样理论,对比分析了旋转风谱的能量扰动机制。然后,结合Prandtl叶尖损失修正和Grauert修正来评估叶片空气动力载荷,详细分析风机叶片翼尖在静止与运行状态下的摆振动力响应规律。结果表明,基于旋转采样谱的频域叶片翼尖摆振响应可准确表征风机叶片在运行状态下的1~3P(1~3倍风轮转动频率,0.2~0.6 Hz),同比湍流风作用的时域静态叶片摆振位移上限幅值增加42.21%,即考虑旋转效应对于叶片疲劳寿命评估具有重要工程价值。

不同温度热灭活处理临床血液样本对凝血功能及生化检测指标的影响

目的探讨56℃30 min和65℃15 min干热灭活对临床血液样本凝血功能和生化检测指标的影响。方法收集覆盖各检测项目线性范围的临床血液标本60例,检测并比较灭活前和两种温度灭活后标本的凝血功能五项、电解质六项、肝功能八项以及肾功能三项指标。在实验前对这些指标的批内精密度进行评估。结果经检测,凝血功能五项、电解质六项、肝功能八项以及肾功能三项的批内精密度均符合要求。凝血功能五项的血浆样本在热灭活处理后发生凝固,无法进一步检测分析。电解质六项、肝功能八项和肾功能三项中,灭活1组和灭活2组的丙氨酸氨基转移酶(ALT)、天门冬氨酸氨基转移酶(AST)、碱性磷酸酶(ALP)、γ-谷氨酰转移酶(GGT)水平与非灭活组比较,差异具有统计学意义(P<0.05);灭活1组和灭活2组的总蛋白(TP)、总胆红素(TBil)、直接胆红素(DBil)水平与非灭活组比较,差异无统计学意义(P>0.05);灭活1组与非灭活组的白蛋白(ALB)水平比较,差异无统计学意义(P>0.05);灭活2组与非灭活组的ALB水平比较,差异具有统计学意义(P<0.05)。结论抗凝血浆样本不适用于热灭活处理。不同实验室应用热灭活处理样本检测之前要经过验证。

改进的GAN和迁移学习的轴承故障诊断方法

针对实际设备运行中轴承故障样本往往比较匮乏,传统的人工智能算法越来越难以满足实际情况故障诊断需要的问题,提出了一种改进的生成对抗神经网络模型,并结合迁移学习提出了一种智能故障诊断方法。该方法将机械故障时所采集的原始数据与大量源域数据通过生成对抗网络中得到大量与原始数据相似的新样本数据,然后从新样本数据中学习特征优化神经网络的参数,并通过样本的分布相应的调节神经网络的结构,最后,将部分原始故障数据输入已训练好的神经网络,得到诊断结果。实验结果表明,所提方法较传统的深度学习和迁移学习在诊断准确率上分别提高了28.10%和24.42%,能够为实际制造中轴承故障诊断任务提供可行的解决方案。

融合注意力和上下文信息的遥感图像小目标检测算法

对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提出一种融合注意力和上下文信息的遥感图像小目标检测算法ACM-YOLO(Attention-Context-Multiscale YOLO)。首先,应用细粒度的查询感知稀疏注意力以减少小目标特征信息的丢失,从而避免漏检;其次,设计局部上下文增强(LCE)函数以更好地关注不同类别的遥感目标所需的上下文信息,从而避免误检;最后,使用加权双向特征金字塔网络(BiFPN)强化特征融合模块对遥感图像小目标的多尺度特征融合能力,从而改善算法检测效果。在DOTA数据集和NWPU VHR-10数据集上进行对比实验和消融实验,以验证所提算法的有效性和泛化性。实验结果表明,在2个数据集上所提算法的平均精确率均值(mAP)分别达到了77.33%和96.12%,而相较于YOLOv5算法,召回率分别提升了10.00和7.50个百分点。可见,所提算法能有效提升mAP和召回率,减少误检和漏检。

热致变色双层小提花织物的设计

基于热致变色纱线在服装中应用较少的现状,将热致变色纱线与双层小提花组织结合,设计热致变色织物。将热致变色纱线应用于织物表层或里层,通过上接下、下接上等方式将织物表里层接结起来,形成具有热致变色效应的织物。实践表明:当织物表面受热到达一定温度时,织物正面或反面由于热致变色纱线会出现不同的变色;温度降低后,织物可恢复原来的颜色。认为:设计的热致变色双层小提花织物能随温度变化而变色,可用于服饰与装饰用纺织品等。

河南省典型农区近地表大气氨时空分布特征及主要影响因素

【目的】农田氨挥发是大气颗粒物中铵盐的主要来源之一,对城市和农村空气质量有密切影响。对河南省典型农区近地表大气氨浓度时空变化特征及关键影响因素进行系统研究,为农田区域大气颗粒污染物的针对性治理提供科学依据。【方法】选取河南省10个代表性农田区域(小麦-玉米轮作区),利用被动法,开展为期两年的近地表大气氨浓度监测与驱动因素研究。【结果】从时间上(季节性)来看,不同季节近地表大气氨浓度差异较大,其中夏季近地表大气氨平均浓度最高,为12.0μg N·m^(-3),其次为春季和秋季,均值分别为10.8和8.9μg N·m^(-3),冬季最低,均值仅为6.7μg N·m^(-3)。从空间上来看,豫东开封农田区域氨浓度最高,其年平均氨浓度可达14.7μg N·m^(-3),其次为豫北新乡和安阳,其年均大气氨浓度分别为12.5和11.0μg N·m^(-3),再次为豫中郑州和豫北的焦作,其近地表大气氨浓度分别为10.9和10.6μg N·m^(-3),而豫西的洛阳、平顶山、豫南许昌、漯河和黄泛区(周口)的近地表大气氨浓度较低,其数值介于7.9—9.6μg N·m^(-3)之间。从土壤类型来看,不同土壤类型近地表大气氨浓度存在明显不同,其中潮土近地表大气氨浓度最高,为11.0—14.7μg N·m^(-3),褐土和黄褐土区其氨浓度介于9.0—9.6μg N·m^(-3)之间,砂姜黑土和黄棕壤农田区域氨浓度较低,为8.06—8.11μg N·m^(-3)。不同区域的近地表大气氨浓度高低是多重因素共同作用的结果,其中氮肥施用量和土壤pH与近地表大气氨浓度存在显著的正相关关系,降雨量与近地表大气氨浓度存在显著的负相关关系,几种因素的交互作用导致河南省农田系统近地表大气氨浓度差异较大。【结论】基于以上研究结果,降低施氮量有助于系统性降低河南省农田区域近地表氨浓度;豫北和豫东农田区是重点关注区域。

小样本下基于MTF与SSCAM-MSCNN的滚动轴承变工况故障诊断方法

针对滚动轴承在不同工况条件下样本分布不同以及故障样本数量不足导致故障诊断精度低、泛化性能差的问题,提出一种小样本下基于MTF与SSCAM-MSCNN的滚动轴承变工况故障诊断方法。首先,运用马尔科夫转移场(MTF)将一维振动信号转化为具有时间相关性的二维特征图。其次,提出条纹自校正注意力机制(SSCAM),它不仅可以加强模型在长距离方向上的特征提取能力,还能建立通道间依赖关系,可以对全局有效信息进行捕捉。然后,将SSCAM引入到多尺度神经网络(MSCNN)中,构建出SSCAM-MSCNN模型。最后,将MTF二维特征图输入到所提模型中进行训练,采用优化后的网络模型进行测试并输出分类结果。通过美国凯斯西储大学以及本实验室MFS滚动轴承数据集对所提方法进行验证,同时对后者进行加噪处理,与其他故障诊断模型进行对比。试验结果表明,所提方法在小样本、变工况条件下具有更高的识别精度、更强的泛化性能与抗噪性能。

基于单积分球技术的最佳样本厚度研究及油茶籽油鉴伪

为减少单积分球技术采集光谱数据过程中的光损失,探索了油茶籽油检测时光损失量最小的样本厚度,并研究在此样本厚度下鉴别掺伪油茶籽油的能力。采用蒙特卡罗(MC)算法模拟单积分球技术下样本的测量,将模拟出的反射率(MR)和透射率(MT)作为实际值,单积分球采集的数据作为预测值,将实际值与预测值之间的平均相对误差(MRE)和均方根误差(RMSE)作为评价指标,确定最佳的样本厚度。按不同掺伪比例制备了230组样本,采集最佳样本厚度的掺伪油茶籽油光谱数据,结合逆向倍增(IAD)算法得到样本的吸收系数(μ_(a))和约化散射系数(μ_(s)′)。将μ_(a)和μ_(s)′经过均值中心化预处理之后,利用Kennard-Stone(K-S)算法以7∶3的比例将样本划分成训练集和测试集,分别建立基于支持向量机(SVM)和随机森林(RF)的多分类定性鉴别模型。结果表明:样本厚度为14mm时,MR和MT的MRE和RMSE均相对较小;μ_(a)和μ_(s)′建立的SVM模型鉴别准确率分别为97.10%和95.65%,建立的RF模型鉴别准确率分别为98.55%和97.10%。因此,基于最佳样本厚度下的单积分球技术结合SVM和RF模型,可有效实现油茶籽油的快速鉴伪。

轻度认知障碍老人与认知正常老人在不同单双任务下姿势控制能力的差异性

背景:老年人由于轻度认知障碍而引起姿势控制能力下降,导致跌倒风险增高。双任务是在接近真实生活场景下评估认知与姿势控制能力关系的主要研究范式,站立时足底压力中心位移样本熵可代表姿势控制的复杂程度。目的:基于压力中心位移样本熵分析轻度认知障碍老年人与认知正常老年人在姿势控制-空间工作记忆任务中姿势稳定性特征及控制策略的差异,探究认知功能损伤对站立姿势控制能力影响。方法:筛选出符合条件的16名轻度认知障碍老年人和17名认知正常老年人为研究对象,老年人分别完成5种测试任务,包括空间工作记忆、双脚平衡站立、Romberg站立、双脚平衡站立-空间工作记忆双任务、Romberg站立-空间工作记忆双任务,每个任务有效完成3次。使用Kistler三维测力台采集足底压力中心数据,测试指标包括认知行为学指标(认知得分与反应时长)、动力学指标(压力中心位移及样本熵)。结果与结论:①轻度认知障碍老年人在执行空间工作记忆任务时认知得分最大、反应时间最短,双脚平衡站立-空间工作记忆双任务居中,Romberg站立-空间工作记忆双任务认知得分最小、反应时长最长,任务间比较差异均有显著性意义(P<0.05);②与双脚平衡站立、Romberg站立任务相比,轻度认知障碍老年人在执行双任务时压力中心前后、内外方向位移显著更大,压力中心前后、内外方向位移样本熵值显著更小(P<0.05);③在空间工作记忆任务下,轻度认知障碍老年人与认知正常老年人的认知得分、反应时长差异均无显著性意义(P>0.05);在两种双任务下,与认知正常老年人相比,轻度认知障碍老年人的认知得分更小、反应时长更长(P<0.05),同时轻度认知障碍老年人压力中心前后、内外方向位移更大,压力中心前后、内外方向位移样本熵值更小(P<0.05);④结果表明:与认知正常老年人相比,轻度认知障碍老年人在执行双任务时姿势控制复杂度降低,系统适应性较差,自动调控能力下降,更容易受到空间工作记忆干扰,跌倒风险增大。

稻田节肢动物群落两种调查取样方法比较研究

吸虫法是稻田节肢动物群落调查的主流方法,但随着大规模调查取样需求的日益增加,便捷性逐渐成为选择调查取样方法时的重要考量因素,因此不少研究者开始倾向于使用扫网法。然而,关于扫网法与吸虫法在调查效果上的直接比较尚未见报道。研究基于江汉平原稻区多年的调查取样资料(2018、2019、2020年),对这2种调查取样方法在采集偏好、采集效率以及对节肢动物群落组成和关键类群变化的敏感性方面进行了比较,旨在为农业生物多样性以及昆虫生态学相关研究提供调查取样方法的参考依据。研究结果显示,这两种调查取样方法在体型大小、迁移能力和垂直分布3种功能性状上的采集效果并无显著性差异,所采集的常见科节肢动物群落高度相似。由于扫网法取样面积更大,它能更全面地反映物种丰富度(P<0.05)。此外,尽管两种方法在反映节肢动物群落特征指数和关键类群(如寄生蜂、蜘蛛和稻飞虱)丰度的变化趋势上保持一致,但在进一步将蜘蛛细分为游猎型与结网型时,两者所呈现的丰度时间变化趋势出现了差异(P<0.05)。具体来说,在整个调查期内,利用吸虫法获得的2种类型蜘蛛的丰度呈现递减趋势,而扫网法则表现出先降后升的动态,其转折点出现在孕穗期。综上所述,扫网法能够全面且准确地反映稻田节肢动物群落的真实情况,特别是在进行大规模稻田节肢动物群落的调查时,扫网法相较于吸虫法展现出了更高的适用性。

四线法弱发光样品绝对量子产率的测量

弱发光样品量子产率测量困难,提出了四线法的测量方法,采用荧光光谱仪和积分球附件相结合的测量方式,主要利用衰减片的添加来实现样品荧光发射信号的相对增强,较大程度提高了弱发光样品量子产率测量的准确度。采用该装置测定了标准物质YG晶体的绝对量子产率为42.0%,相对误差0.95%,验证了荧光分光光度计和积分球结合的方式用于绝对量子产率测量的可行性。然后介绍了四线法用于绝对量子产率测量的依据、测量过程及数据处理方法。采用四线法测量了标准样品罗丹明6G和硫酸奎宁的绝对量子产率,结果显示相对误差分别为1.3%和1.1%,远小于5.0%(量子产率允许误差),表明该方法具有较高的准确性。详细探讨了实验条件对四线法绝对量子产率测量结果的影响,发现测试的最佳条件为衰减片放于激发端、衰减后的光源强度达到荧光光谱仪检测器光强线性响应区间的上限。采用不同浓度罗丹明6G溶液模拟弱发光、中强发光以及强发光样品,分别用二线法(常规方法)和四线法测量各溶液的绝对量子产率,将测试结果与文献报导数据对比,发现四线法更适用于弱发光和中强发光样品绝对量子产率的测量,尤其用于弱发光样品测量时,相对误差由二线法的10%降至四线法的0.32%。

基于Jitter采样的压缩感知地震勘探数据重构

受野外复杂环境影响,地震勘探采集的地震数据往往不完整且有坏道。为提高原始地震数据的完整度,基于压缩感知稀疏反演理论,构建了一种基于Jitter采样的压缩感知地震勘探数据重构方法。从采样模型和采样信号频谱分析等方面详细对比3种采样方法的优缺点。通过合成地震数据测试,从信噪比、均方根误差、互相关系数3个方面进行重建效果综合评价并应用于实际数据中。结果表明:与传统随机采样方法相比,基于Jitter采样方法重构前后的地震数据形态振幅一致性更强,信噪比更高、误差更小、互相关系数更高。实际数据应用结果显示:重构后的叠后地震成像数据同相轴清晰,连续性更强,振幅一致性强,对噪声压制较好。这表明Jitter采样在保持随机性采样的同时,可以有效控制采样间隔,解决了采样点过于分散或者过于集中的问题,更有利于数据的恢复。综上,Jitter采样方法能够从稀疏不均匀数据中重建出密集规则化的地震数据,可以为后续的高质量偏移成像、速度建模等研究提供完整地震数据支撑。