随着深度学习在计算机视觉领域的广泛应用,人脸认证、车牌识别、路牌识别等也随之呈现商业化应用趋势.因此,针对深度学习模型的安全性研究至关重要.已有的研究发现:深度学习模型易受精心制作的包含微小扰动的对抗样本攻击,输出完全错误...随着深度学习在计算机视觉领域的广泛应用,人脸认证、车牌识别、路牌识别等也随之呈现商业化应用趋势.因此,针对深度学习模型的安全性研究至关重要.已有的研究发现:深度学习模型易受精心制作的包含微小扰动的对抗样本攻击,输出完全错误的识别结果.针对深度模型的对抗攻击是致命的,但同时也能帮助研究人员发现模型漏洞,并采取进一步改进措施.基于该思想,针对自动驾驶场景中的基于深度学习的路牌识别模型,提出一种基于粒子群优化的黑盒物理攻击方法(black-box physical attack via PSO,简称BPA-PSO).BPA-PSO在未知模型结构的前提下,不仅可以实现对深度模型的黑盒攻击,还能使得实际物理场景中的路牌识别模型失效.通过在电子空间的数字图像场景、物理空间的实验室及户外路况等场景下的大量实验,验证了所提出的BPA-PSO算法的攻击有效性,可发现模型漏洞,进一步提高深度学习的应用安全性.最后,对BPA-PSO算法存在的问题进行分析,对未来的研究可能面临的挑战进行了展望.展开更多
为探明纳米钼和离子钼对水稻产量形成和氮素利用的影响,以南粳9108为试验对象,采用盆栽试验研究了纳米钼和离子钼在0、180、225、270和315 kg N hm^(-2)条件下对水稻的产量、产量构成、干物质积累及氮素积累利用的影响。研究结果表明,...为探明纳米钼和离子钼对水稻产量形成和氮素利用的影响,以南粳9108为试验对象,采用盆栽试验研究了纳米钼和离子钼在0、180、225、270和315 kg N hm^(-2)条件下对水稻的产量、产量构成、干物质积累及氮素积累利用的影响。研究结果表明,纳米钼和离子钼的施用均能有效提高水稻产量。相同氮肥施用水平下,施用纳米钼处理的水稻产量均显著高于施用离子钼处理。水稻生育后期叶面积指数和干物质的积累量显著高于施用离子钼处理。施用纳米钼能够改善水稻生育后期干物质形成,提高抽穗后剑叶SPAD值、光合势和净光合速率,有效促进了水稻生育后期干物质的合成及在籽粒中的积累,最终实现促进水稻增产的目的。相同氮肥施用水平下,离子钼和纳米钼的施用均提高了水稻各器官的氮浓度和氮积累量,并促进了氮肥偏生产力、氮素农学利用率、氮素生理利用率和氮素吸收利用率的提高。展开更多
Natural conditions in Bashang area are characterized by zonal transitions which are liable to be impacted by natural disasters and intensified human activities. The extremely fragile eco-environment is also liable to ...Natural conditions in Bashang area are characterized by zonal transitions which are liable to be impacted by natural disasters and intensified human activities. The extremely fragile eco-environment is also liable to have desertification formed and developed. In the 18 years from 1978 to 1996, the desertified land area of Bashang within the scope of the map nearly doubled, a total increase of 2199.11 km2, averaging an increase of 122.17 km2 per year. Moreover, the seriously desertified area increases rapidly. Land desertification in Bashang is the combined result of natural factors and irrational human economic activities. Cultivated land expansion, population growth, and overgrazing aggrevate desertification development.展开更多
文摘随着深度学习在计算机视觉领域的广泛应用,人脸认证、车牌识别、路牌识别等也随之呈现商业化应用趋势.因此,针对深度学习模型的安全性研究至关重要.已有的研究发现:深度学习模型易受精心制作的包含微小扰动的对抗样本攻击,输出完全错误的识别结果.针对深度模型的对抗攻击是致命的,但同时也能帮助研究人员发现模型漏洞,并采取进一步改进措施.基于该思想,针对自动驾驶场景中的基于深度学习的路牌识别模型,提出一种基于粒子群优化的黑盒物理攻击方法(black-box physical attack via PSO,简称BPA-PSO).BPA-PSO在未知模型结构的前提下,不仅可以实现对深度模型的黑盒攻击,还能使得实际物理场景中的路牌识别模型失效.通过在电子空间的数字图像场景、物理空间的实验室及户外路况等场景下的大量实验,验证了所提出的BPA-PSO算法的攻击有效性,可发现模型漏洞,进一步提高深度学习的应用安全性.最后,对BPA-PSO算法存在的问题进行分析,对未来的研究可能面临的挑战进行了展望.
文摘为探明纳米钼和离子钼对水稻产量形成和氮素利用的影响,以南粳9108为试验对象,采用盆栽试验研究了纳米钼和离子钼在0、180、225、270和315 kg N hm^(-2)条件下对水稻的产量、产量构成、干物质积累及氮素积累利用的影响。研究结果表明,纳米钼和离子钼的施用均能有效提高水稻产量。相同氮肥施用水平下,施用纳米钼处理的水稻产量均显著高于施用离子钼处理。水稻生育后期叶面积指数和干物质的积累量显著高于施用离子钼处理。施用纳米钼能够改善水稻生育后期干物质形成,提高抽穗后剑叶SPAD值、光合势和净光合速率,有效促进了水稻生育后期干物质的合成及在籽粒中的积累,最终实现促进水稻增产的目的。相同氮肥施用水平下,离子钼和纳米钼的施用均提高了水稻各器官的氮浓度和氮积累量,并促进了氮肥偏生产力、氮素农学利用率、氮素生理利用率和氮素吸收利用率的提高。
基金National Natural Science Foundation of China No. 49894170
文摘Natural conditions in Bashang area are characterized by zonal transitions which are liable to be impacted by natural disasters and intensified human activities. The extremely fragile eco-environment is also liable to have desertification formed and developed. In the 18 years from 1978 to 1996, the desertified land area of Bashang within the scope of the map nearly doubled, a total increase of 2199.11 km2, averaging an increase of 122.17 km2 per year. Moreover, the seriously desertified area increases rapidly. Land desertification in Bashang is the combined result of natural factors and irrational human economic activities. Cultivated land expansion, population growth, and overgrazing aggrevate desertification development.
