基于高精度多阶段网络的X光图像违禁品检测

本文提出了一种基于X光图像的违禁品检测系统,采用深度学习的多分类网络模型实现对违禁品的精准检测。多分类网络由多个分支网络连接到主干网络构成,在不同的阶段,采用了不同的网络架构。在网络的早期阶段,主干网络负责提取整体特征;而在网络的后期阶段,利用多个分支网络负责进行样本分类,上述分支网络能够分析不同类别物体的细节信息,并可进行灵活的再训练和扩展。实验结果表明,该多阶段网络展示了较高的检测准确率,并在实际的违禁品检测中表现出优异的性能。

多阶段网络攻击模式挖掘研究

在对复杂网络攻击行为进行多阶段特性分析的基础上,本文提出了一种由攻击后果逆向回溯挖掘整个攻击统计特征模式的方法及模型。该模型以网络管理系统收集的网络异常流量为数据源,通过对不同阶段的攻击特征数据进行Granger因果关系检验,可以提取出描述其关联关系的高置信度攻击模式。文中最后采用五种DDoS工具进行实验研究,结果证实了所提方法及模型的可行性。

一种防范多阶段网络攻击的综合分析方法

提出了一种防范多阶段网络攻击的综合分析方法,首先捕获系统漏洞、攻击者的能力、以及这些信息之间的关系,将其模型化;然后利用改进的模型检测器NuSMV自动产生只包含能对系统造成危害的漏洞的攻击链;最后以攻击链为基础建立简化的攻击树,通过将攻击树量化进行风险评估、可靠性评估、最短路径分析等等。仿真实验表明该方法不仅能够有效的防范多阶段攻击,而且能够对网络进行脆弱性评估。

带一般二次参数赋权的多阶段网络最短路算法

含二次参数权的网络属于动态网络,它与传统网络相比更有现实意义,具有广泛的应用领域.本文首先提出了含一般二次参数权的多阶段网络最短路问题,其次给出求该网络最短路的隐枚举标号算法,最后对该算法的复杂性进行了分析.

基于多阶段网络流模型的多回合整车装卸车辆调度问题研究

多回合整车装卸约束下的车辆调度问题是一种特殊的车辆调度问题,普通的车辆调度问题算法没有利用问题的特殊结构,计算效率低。首先通过分析多回合整车装卸车辆调度问题的特点,将其转换为多阶段网络流问题并建立模型;然后针对模型有后效性的特点,提出了基于禁忌列表的Bellman方程,并以此为基础,设计了基于动态规划算法的最小费用流求解算法。通过实例计算表明,模型和算法适合描述及求解多回合整车装卸车辆调度问题,能够较为快速高效地求解问题的优化行动方案。

基于高效通道注意力的多阶段图像去雨网络

针对现有图像去雨算法不能更好地保留图像背景细节的问题,提出一种基于高效通道注意力的多阶段图像去雨网络。首先,网络使用3×3卷积提取雨图的浅层特征并传递给高效通道注意力模块,为不同的特征通道分配不同的权重;然后,传递给3个并行阶段,在前2个阶段中,使用编码-解码器进行多尺度特征提取,减少雨纹信息丢失,其中使用Transformer模块抑制无用信息传递;最后,在第3个阶段使用初始分辨率模块代替编码-解码器,从而保留输出图像的精细特征。实验结果表明,所提算法在Rain800、Rain12、Rain100L和Rain100H公开测试集上的结构相似性分别为0.830、0.968、0.960和0.944,峰值信噪比分别为27.33 dB、35.27 dB、36.79 dB和28.94 dB。所提算法相比于经典和新颖的图像去雨算法,在去除雨纹和恢复背景细节上具有更好的效果。

基于联合注意力机制的多阶段去雨网络

为了提高雨天环境下拍摄的图像质量,提出了一个多阶段联合注意网络(MUANet)。该网络有三个阶段,在每个阶段的初始输入采用基于通道注意力和空间注意力的联合注意模块(UAB)进行处理,该模块可以检测通道内特征分布同时获取雨纹的空间信息。前两个阶段使用引入半实例归一化模块(HINB)的编码解码网络挖掘深层的上下文信息,精准定位雨纹在图像中的位置。最后阶段在前两个阶段生成的注意图引导下,对图像进行雨线纹理去除和背景细节的恢复。实验表明,MUANet在去雨效果和对图像背景细节的恢复上相较于现有方法有明显提高。

带二次参数赋权的多阶段网络最短路算法

当网络中的权值不是常数而是含参数的函数时,它可以看作是一种动态网络,用传统的算法求解这类网络的最短路径变得十分困难.为此,提出了含二次参数权的多阶段网络最短路问题,并利用Dijkstra算法思想和隐枚举方法给出了求该网络最短路的隐枚举标号算法,最后对该算法的复杂性进行了分析.理论分析与实验结果表明,尽管该算法不是多项式的,但对于一定规模的该类网络还是十分有效的.

基于自注意力机制的多阶段无监督单目深度估计网络

单幅图像的深度估计是场景几何理解过程中的一个重要步骤,但由于尺度模糊,也被计算机视觉领域普遍认为是一个典型的不适定问题。近年来,尽管监督学习方法在单目深度估计中取得了基本令人满意的效果,但需要对数据集进行大量真实深度值的标记,这是一项成本较高的工作。此外,由于物体的运动、遮挡、光照等常见问题,单目深度估计的表现并不尽如人意,尤其是在物体边缘和弱纹理区域。为了解决这些问题,本文提出了一种基于自注意力的多阶段无监督单目深度估计网络。该方法具有以下特点:1)多阶段网络结构对训练过程中的深度估计具有较强的约束和监督作用;2)通过掩模加权重构损失和左右视差一致性损失对网络进行优化;3)采用自注意力机制捕捉更多上下文信息,进而提升预测结果。实验结果表明,该方法在KITTI数据集上的深度估计效果达到甚至超过了已有方法。

基于多阶段双残差网络的图像去雨模型

雨天采集的图像往往因为雨线的影响而降低了图像的质量,从而影响后续计算机视觉任务的执行。为了改善雨天图像的成像质量,提出了一种基于多阶段双残差网络的去雨算法来恢复被雨线遮挡的图像。算法的第1个创新点是多阶段的整体架构,其逐步学习从有雨图像到无雨图像的映射过程,从而将整个去雨过程分解为更容易的子过程。算法的第2个创新点是提出的双残差网络,与传统残差网络相比,提出的双残差网络拥有更多恒等映射路径,减少了信息丢失。算法的第3个创新点是特征信息聚合策略,提出的算法不仅注重从前面阶段到后面阶段之间纵向信息交换,而且在各个阶段之间也存在横向信息交换,以简化信息流并避免信息丢失。实验结果和分析表明,提出的算法对图像中的雨条纹去除效果明显,在Rain100H数据集上达到了33.42 dB的PSNR和0.94的SSIM。相比于最近的图像去雨算法,在主观以及客观评价上都是最优的。

多阶段网络攻击建模

为帮助网络管理员识别和阻止多阶段的网络攻击行为,本文主要介绍了参数化的攻击树模型,并使用相应的攻击描述语言对具体实例进行剖析,给出了一种具有可操作性、针对多阶段入侵进行检测的方法。

多阶段输电网络拥塞规避路由算法研究

为了提高多阶段输电网络性能,提出了一种基于蚁群算法的多阶段输电网络拥塞规避路由算法,采用IP模块中的LMH0034芯片对多阶段输电网络路由信号进行均衡处理,提高路由信号的抗噪能力,通过路由更新模块对接口状态机以及接口路由表产生影响,及时调整系统的路由状态信息,采用信息处理模块实现路由系统信息的塑造、传递、采集以及处理。软件设计过程中,引入蚁群算法实现了多阶段输电网络拥塞规避路由算法的改进,给出了多阶段输电网络拥塞规避路由算法的具体代码。仿真实验结果说明,拥塞规避路由算法可以提高多阶段输电网络的吞吐率,降低网络时延和丢包率,最终提升多阶段输电网络的数据传输性能。

基于食物链生态进化算法的多阶段输电网络规划

将模拟生物界能量传递方式的食物链生态进化算法应用于多阶段输电网络规划。根据食物链生态进化算法收敛性受初始食物链上个体分布影响较大的特点,提出了一种初始化方法。该方法使得初始种群广泛分布于搜索空间,避免了完全随机初始化群体分布不合理的缺点。根据多阶段输电网络规划的特点,提出了以待选线路为决策变量,规划阶段号为搜索域的实数编码方法,解决了决策变量维数随着规划阶段数的增加而增加的问题。根据食物链中低级种群和中级种群品质较低的特点,提出了大变异策略,使得低级种群和中级种群可以快速产生新个体,改善群体品质,避免"早熟"。将所提方法应用于19节点系统,得到了现有文献中有关该系统的最优规划方案,表明该方法的可行性和有效性。

基于多阶段贝叶斯网络的反导系统任务可靠性建模

针对反导系统的可靠性评估问题,给出了反导系统任务可靠性的定义,采用任务剖面描述任务时序逻辑关系,建立了各阶段任务的贝叶斯网络（phase-Bayesian networks,phase-BN）任务可靠性模型,并将其组合为多阶段任务系统贝叶斯网络（phased mission system Bayesian networks,PMS-BN）模型,讨论了PMS-BN模型的求解方法。最后通过算例分析,求得反导系统的可靠性,并与Mark-ov以及故障树模型进行比较,分析了结果的精度与计算复杂度。

用最少的虚工序构建等效多阶段工序网络

运用网络计划可以直观地表示项目管理中的诸多疑难问题,便于分析和求解.但是它也存在明显的缺点,如,(1)工序网络的有向无回路性表明很多时候适合运用动态规划法,但它在通常情况下的无阶段性使得该方法无法直接应用;(2)任意构建的工序网络容易表现得错综复杂,不利于研究;(3)用最少的虚工序表示双代号网络是NP-难问题,因此对一个工序系统可能构建出多个差别迥异的工序网络,有碍于进度计划管理研究,等等.如果能将工序网络构建成等效的多阶段网络,各工序分别表示在相应的阶段中,无疑有助于上述问题的解决.构建等效多阶段工序网络需要添加虚工序.通过添加最少的虚工序将工序网络构建成等效多阶段网络,从而有助于建立更合理的工序网络表示法.

基于Prüfer数编码的演化计算方法研究——多阶段物流网络优化问题研究

运用演化计算求解多阶段物流网络优化问题的关键是其编码问题。论文运用Prüfer数对其进行编码,针对Syarif等人方法中的不足,提出了一种改进的Prüfer数解码方法,避免了不可行解的产生,提高了解码的效率。在此基础上,一种新的基于Prüfer数编码的演化计算方法被提出,通过算例分析,该方法的可行性和有效性得到了充分的证明。

多阶段大规模网络攻击下的网络安全态势评估方法研究

针对传统的网络安全态势评估方法一直存在评估偏差较大的问题,为了准确分析网络安全状况,提出一种新的多阶段大规模网络攻击下的网络安全态势评估方法。首先根据多阶段大规模网络攻击下的网络安全多数据源的特点,建立基于信息融合的多阶段大规模网络攻击下的网络安全态势评估模型;然后对大规模网络攻击阶段进行识别,计算网络攻击成功的概率和网络攻击阶段的实现概率;最后利用CVSS中的3个评价指标对网络安全态势进行评估。实例分析证明,所提方法更加符合实际应用,评估结果准确且有效。

海洋石油平台关键机械设备可靠性研究

随着我国海洋石油平台数量逐年增多、服役年限逐年增长,平台上的关键机械设备的状态与可靠性将会下降,影响整个平台的正常运营。因此提出了一种基于多阶段贝叶斯网络的海洋石油平台关键机械设备可靠性的研究方法。分别建立平台关键机械设备在建造安装与生产运营两个阶段的故障树模型,进一步转化为多阶段贝叶斯网络模型进行可靠性计算,最终得到可靠性随时间变化曲线,为海洋石油平台的安全可靠性分析提供了一种新的方法参考。

基于多阶段DEA模型视角的银行效率影响原因分析

多阶段网络化DEA模型对于打开经营"黑箱",评价决策单元的整体效率是一种有效的方法,是对传统模型的重大改进。本文通过研究风险因素对传统DEA模型和多阶段DEA模型计量的经营效率的影响,找出对多阶段网络模型所得经营效率的影响因素,得出"收益"和"风险控制"是影响效率的最主要因素,相对而言,"收益"较"风险控制"对效率的影响更大。通过研究将有助于管理者确定生产过程的非有效来源,确定效率的改进方向。

含二次参数权的网络最短路径算法

详细介绍了广义标号算法、程序设计思想及其实现方案,并讨论了算法的适用规模。