基于样本冗余度的主动学习优化方法

主动学习解决了因训练样本过大而导致需要大量人力物力的问题,核心问题是如何选择有价值的样本减少标注成本。以神经网络为分类器,大多数方法选择信息量大的样本并没有考虑所选择样本间的信息冗余问题。通过对冗余问题的研究,提出一种降低信息冗余的样本选择优化方法。用不确定性方法选出信息量大的样本构成候选样本集,同时用网络中计算的潜变量向量表示样本信息,利用该向量计算候选样本间的余弦距离选择出间隔距离大、信息冗余度低的子集。在Mnist、Fashion-mnist,以及Cifar-10数据集中与几种不确定性方法相比,在相同样本准确率下,该方法最低减少11%标记样本。

基于差分进化的缺陷样本生成算法

黑盒攻击主要是基于决策的攻击,但普遍存在查询次数多、敏感点难选择的问题,因此提出了基于差分进化的缺陷样本生成算法。算法将黑盒攻击定义为一个无约束优化问题,利用差分进化搜索图像敏感点,并优化基于深度学习模型决策定义的损失函数以及梯度计算方法,实现有效的黑盒攻击。在攻击成功率相同的条件下,在MNIST和CIFAR10数据集上的平均查询次数分别减少了28.3%和14.8%。

980 nm半导体激光对根管壁牙本质润湿性的影响

目的:评定波长980 nm的半导体激光对根管壁润湿性的影响。方法:将离体的35个单根管第二双尖牙,制成70个牙本质片,随机分组:对照组(A);实验组激光照射:B1组1 W 10 s;B2组1 W 20 s;C1组2 W 10 s;C2组2 W 20 s;D1组3 W 10 s;D2组3 W 20 s。光学显微镜下测量根管封闭剂在根管壁1 min和60 min的接触角以A组为对照,比较各组样本的接触角。每组取样本扫描电镜下观察根管壁超微结构。结果:组间60 min小于1 min的接触角。1 min接触角对照组和实验组及各实验组间无差异;10 s时60 min接触角A与C、D组有差异;20 s时60 min接触角对照组与实验组均有差异。功率相同时,实验组10 s与20 s在1 min和60 min接触角有差异。结论:随着时间延长,功率增加,接触角变小;3 W 20 s时接触角最小,润湿性最佳。

不同水肥管理对苕子-玉米轮作农田土壤水稳性团聚体和持水能力的影响

【目的】为了探讨苕子-玉米轮作模式下不同水肥管理对苕子养分累积量及玉米季土壤含水量、水分特征曲线、水稳性团聚体组成、有机质、玉米籽粒产量的影响。【方法】于2017年在云南省农业科学院嵩明县试验基地布置苕子-玉米轮作大田试验。将玉米季部分肥料前移至绿肥季、在绿肥季设置灌溉处理作为调控措施,设10个处理。于苕子盛花期采样测定苕子养分累积量,于玉米生长时期实时监测土壤温度和含水量,于玉米收获期采样测定各处理的玉米产量、土壤有机质、水分特征曲线和团聚体组分等指标。【结果】绿肥季施氮磷肥和灌溉处理玉米籽粒产量最高。整个玉米季,冬闲处理土壤含水量总体最低,绿肥季施氮磷肥处理土壤含水量总体较高。冬闲处理土壤饱和含水量最低,各种绿肥季施肥处理土壤饱和含水量和田间持水量较对照处理均有提高。绿肥季灌溉和施肥措施不同程度的增加了土壤>2 mm团聚体含量,减少了0.25~2 mm和<0.053 mm团聚体含量。绿肥季不施肥,进行灌溉处理的>0.25 mm水稳性团聚体含量(WSAC_(0.25))、几何平均直径(GMD)和团聚体系数(K_(CTP))较对照处理分别降低了9.10%、17.52%和33.25%,其中WSAC_(0.25)降幅显著。【结论】玉米季肥料前移至绿肥季不仅不影响玉米籽粒产量,绿肥季进行施肥灌溉还可有效增加后茬玉米籽粒产量。种植绿肥可以提升土壤持水能力,绿肥季施肥或灌溉处理可在土壤低吸力范围内进一步优化土壤持水性能。绿肥季施肥处理可通过较大幅度增加土壤中>2 mm团聚体含量来提高水稳性团聚体的稳定性,而绿肥季不施肥,进行灌溉处理则是通过更大幅度减少0.25~2 mm团聚体含量来降低水稳性团聚体的稳定性。