针对历史轨迹加噪发布干扰轨迹时数据集的冗余问题和轨迹形状相似带来的隐私泄露风险,提出轨迹数据先约简后泛化再进行差分隐私加噪的基于改进萤火虫群优化求解的干扰轨迹发布保护机制(IGSO-SDTP)。首先,基于位置显著点约简历史轨迹数据...针对历史轨迹加噪发布干扰轨迹时数据集的冗余问题和轨迹形状相似带来的隐私泄露风险,提出轨迹数据先约简后泛化再进行差分隐私加噪的基于改进萤火虫群优化求解的干扰轨迹发布保护机制(IGSO-SDTP)。首先,基于位置显著点约简历史轨迹数据集;其次,结合k⁃匿名和差分隐私对简化后的轨迹数据集分别进行泛化和加噪;最后,设计了兼顾距离误差和轨迹相似性的加权距离,并以加权距离为评价指标,基于改进萤火虫群优化(IGSO)算法求解加权距离小的干扰轨迹。在多个数据集上的实验结果表明,与RD(Differential privacy for Raw trajectory data)、SDTP(Trajectory Protection of Simplification and Differential privacy)、LIC(Linear Index Clustering algorithm)、DPKTS(Differential Privacy based on K-means Trajectory shape Similarity)相比,IGSO-SDTP方法得到的加权距离分别降低了21.94%、9.15%、14.25%、10.55%,说明所提方法发布的干扰轨迹可用性和稳定性更好。展开更多
针对电力无人机巡检过程中对玻璃绝缘子及其缺陷检测实时性差的问题,提出了基于改进YOLOv4的轻量化玻璃绝缘子缺陷检测模型。首先改进Mobile Net V3-Large主干网络并将其作为YOLOv4的骨干网络。其次提出轻量级卷积方式,在保证较高精度...针对电力无人机巡检过程中对玻璃绝缘子及其缺陷检测实时性差的问题,提出了基于改进YOLOv4的轻量化玻璃绝缘子缺陷检测模型。首先改进Mobile Net V3-Large主干网络并将其作为YOLOv4的骨干网络。其次提出轻量级卷积方式,在保证较高精度的前提下大幅度减少计算量,提升推理速度,再利用Re LU6函数作为激活函数提升模型性能。然后在特征融合模块中引入Inception-Resnet结构,获取更适合检测的特征图。最后采用多阶段迁移学习的思想训练模型,提高训练效率。实验证明,相比YOLOv4模型,文中模型参数量下降了198.39M,MAP提升了11.31%,检测速度在GPU和CPU设备上约为原来的2倍、5.8倍,可高效完成无人机对玻璃绝缘子及其缺陷的实时检测。展开更多
文摘针对历史轨迹加噪发布干扰轨迹时数据集的冗余问题和轨迹形状相似带来的隐私泄露风险,提出轨迹数据先约简后泛化再进行差分隐私加噪的基于改进萤火虫群优化求解的干扰轨迹发布保护机制(IGSO-SDTP)。首先,基于位置显著点约简历史轨迹数据集;其次,结合k⁃匿名和差分隐私对简化后的轨迹数据集分别进行泛化和加噪;最后,设计了兼顾距离误差和轨迹相似性的加权距离,并以加权距离为评价指标,基于改进萤火虫群优化(IGSO)算法求解加权距离小的干扰轨迹。在多个数据集上的实验结果表明,与RD(Differential privacy for Raw trajectory data)、SDTP(Trajectory Protection of Simplification and Differential privacy)、LIC(Linear Index Clustering algorithm)、DPKTS(Differential Privacy based on K-means Trajectory shape Similarity)相比,IGSO-SDTP方法得到的加权距离分别降低了21.94%、9.15%、14.25%、10.55%,说明所提方法发布的干扰轨迹可用性和稳定性更好。
文摘针对电力无人机巡检过程中对玻璃绝缘子及其缺陷检测实时性差的问题,提出了基于改进YOLOv4的轻量化玻璃绝缘子缺陷检测模型。首先改进Mobile Net V3-Large主干网络并将其作为YOLOv4的骨干网络。其次提出轻量级卷积方式,在保证较高精度的前提下大幅度减少计算量,提升推理速度,再利用Re LU6函数作为激活函数提升模型性能。然后在特征融合模块中引入Inception-Resnet结构,获取更适合检测的特征图。最后采用多阶段迁移学习的思想训练模型,提高训练效率。实验证明,相比YOLOv4模型,文中模型参数量下降了198.39M,MAP提升了11.31%,检测速度在GPU和CPU设备上约为原来的2倍、5.8倍,可高效完成无人机对玻璃绝缘子及其缺陷的实时检测。
