一种用于主轴轴承故障诊断的深度卷积动态对抗迁移网络

迁移学习智能故障诊断方法已经成为了机械设备故障诊断领域的一个研究热点。然而,大多数相关方法在迁移学习过程中未能合理地评估源域样本和目标域样本的相似性,且数据分布的差异会造成迁移诊断的结果不同。针对此问题,提出深度卷积动态对抗迁移网络用于主轴轴承智能故障诊断。该网络首先利用一维卷积神经网络从处理过的振动信号中自动提取特征集,然后利用动态对抗学习策略动态地调整条件分布和边缘分布在迁移学习过程中的重要程度,有效地提高迁移诊断的精度。通过数控机床主轴轴承故障诊断实验,验证了所提方法的有效性。实验结果表明,所提方法能够有效挖掘故障特征信息,实现不同工况之间的知识迁移,具有较好的应用价值。

动态对抗防护技术—网络安全技术的发展趋势

本文详细阐述了动态对抗防护体系的技术核心及防护原理,并与目前常见的安全防护技术做了比较,阐明了它的优点。最后,介绍了动态防护技术的研究现状及现有成果,对其广阔应用前景做了粗略的展望。

运动想象脑电信号的跨被试动态多域对抗学习方法

解码运动想象脑电(EEG)信号是构造脑机接口(BCI)的关键技术之一。然而,脑电样本采集成本高、个体差异大,且信号具有时变性强、低信噪比等特点,构建跨被试模式识别方法成为了研究的关键。为此,提出一种跨被试动态多域对抗学习方法。首先采用样本协方差对齐和全局域鉴别器适应样本集边缘分布,随后采用多个类别子域鉴别器适应样本集条件分布,并自适应学习多域鉴别器的对抗系数。基于动态多域对抗学习策略,所提出的动态多域对抗网络(DMDAN)模型可学习到被试域间有泛化能力的深度特征。在BCI Competition IV 2A和2B公开数据集上的实验结果表明,DMDAN模型提高了跨被试域不变特征的学习能力,与现有对抗学习方法DRDA(Deep Representation Domain Adaptation)相比,在数据集2A和数据集2B上的平均分类准确率分别提高了1.80和2.52个百分点。可见,所提出的DMDAN模型提升了跨被试运动想象脑电信号解码性能,在不同数据集上具有不错的泛化性。

基于动态卷积的多模态脑MR图像生成

近年来,通过自动生成方法获取多模态MR图像得到了广泛研究,但仍难以通过一种模态直接生成其他各类模态的图像.针对该问题,本文提出了动态生成对抗网络.新模型通过将生成对抗网络与动态卷积相结合,同时加入任务标签这一条件,实现从一种MR模态同时生成其他3种MR模态.同时为了提高图像生成质量,进一步提出了多尺度判别策略,通过融合多个尺度来提升判别效果.基于BRATS19数据集进行生成验证,实验结果表明,新方法不但可以同时生成多种模态的数据,而且提高了生成图像的质量.

基于多源域深度域自适应的脑力负荷识别

为了解决脑力负荷识别模型在跨被试场景下泛化性能差的问题,本文构建了基于多源域深度域自适应的脑力负荷识别模型。使用预处理后的脑电和心电信号,首先通过基于最大均值差异的源域优选算法筛选出与目标域被试数据分布相近的源域被试集合;然后引入动态对抗域自适应网络,以对抗训练的形式同时适配源域和目标域数据的边缘分布与条件分布;最后采用集成学习策略对不同源域训练出的模型分类结果进行投票集成,以提高脑力负荷识别的准确性和稳定性。实验结果表明,该模型在WAUC数据集的跨被试脑力负荷识别任务中具有较好的识别准确率和鲁棒性。

全域战场感知装备体系贡献度评估

信息化战争中,体系对抗成为战争的主要形态,体系贡献度评估成为评估体系作战能力的重要手段。由于当前战场感知装备体系贡献度评估以同域同类感知静态效能评估为主,与作战应用关联不紧密,同时也缺少全域联合作战效能评估,因此无法满足全域联合作战对感知装备的运用需求。首先,分析了战场感知装备在全域联合作战和动态对抗条件下的感知能力需求;然后,构建了战场感知装备体系贡献度评估指标体系及评估模型;最后,通过实例验证了指标体系的可行性及模型的正确性。

基于Lanchester方程的威胁评估模型

将描述对抗损耗的Lanchester方程应用于数据融合系统的威胁评估层次,从宏观角度分析了多传感器系统在作战中跟踪目标的模式,建立了相应模式下的Lanchester对抗损耗微分方程,以用于分析对抗交互双方的动态损耗,从而可根据态势作出威胁评估。

基于迁移学习的刀具剩余寿命预测方法

在新加工工艺条件下,针对历史工艺条件下的刀具剩余寿命预测模型失效,且新工艺条件下缺乏足够的训练样本构建新预测模型的问题,提出一种基于动态对抗域适应的迁移学习方法,以快速构建新工艺条件下的刀具剩余寿命预测模型。首先,利用历史工艺条件下带寿命标签的过程监控数据样本,预训练源域的刀具剩余寿命预测模型。其次,通过对抗域适应训练,利用新工艺条件下的少量目标域样本,对源域预训练得到的预测模型进行部分模型参数的调整。利用调整后的模型进行新工艺条件下的刀具剩余寿命预测。最后,更新目标域样本,重复进行对抗域适应训练与预测操作,直至结束。以轮槽铣刀的加工为例,验证了所提方法的有效性。

空天防御作战规划问题研究

从技术与作战结合的角度,系统分析空天防御作战系统和对抗特点等问题,构建了"态势组态—目标排序—目标分配—冲突动态最优预测"新型作战规划方法,提出"博弈控制理论与方法",论述了空天防御作战规划方法论。对空天防御作战规划理论研究有一定参考价值,为发展空天防御作战规划系统提供了研究思路和技术支撑。

浅析网络安全技术

通过分析网络安全技术的发展,给出了一个较为完备的安全体系可以采用的各种加强手段,包括防火墙、数据加密、智能卡、动态对抗防护技术等。

基于有向网络的要地防空体系作战效能评估方法

针对要地防空体系作战效能评估的问题,提出一种基于有向网络的对抗条件下作战效能评估方法。基于有向网络的效能评估模型,计算防空体系内各种作战力量互相影响下的网络节点效能,结合对抗条件下防空体系作战效能计算模型,计算各节点效能指标的变化,以要地节点完整指数为防空体系作战效能的度量指标。最后,在仿真背景下验证了评估方法的可行性和准确性。

基于深度迁移学习的跨库语音情感识别

语音是信息传递的载体。情感作为语音携带的一种突出的信息,左右了语言的释义。在对现有语音情感识别方法进行研究的基础上,提出一个深度迁移网络——基于注意力机制的长短时动态对抗适配网络(Attention-based LSTM Dynamic Adversarial Adaptation Networks,LSTM-TF-at-DAAN)进行跨库语音情感识别。在语音情感识别领域广泛使用的eNTERFACE语音库和EMO-DB语音库上进行实验,并将实验结果与采用一般迁移学习方法的实验结果进行对比,发现LSTM-TF-at-DAAN提升了5.37%的识别准确率,为深度迁移学习应用于跨库语音情感识别提供了可行性证明。