基于仿射变换和梯度细化的对抗样本生成方法

尽管白盒攻击已实现了较高的攻击成功率,但样本的过拟合现象,使得生成的对抗样本在攻击其它分类模型时成功率偏低。为缓解过拟合现象以提高对抗样本的迁移性,增加其在黑盒条件下的攻击成功率,本文提出了一种基于仿射变换和梯度细化的对抗样本生成方法AF-R-MI-FGSM。该方法不是仅使用原始图像生成对抗样本,而是在每次迭代时对输入图像进行随机的仿射变换来提高输入图像的多样性,利用数据增强技术来缓解对抗样本的过拟合现象,使得对抗样本更具有迁移性。由于引入图像随机变换导致噪声梯度随机性增加,影响攻击性能,本文提出了一种梯度细化的方式来缓解消极的梯度影响。此外,还通过使用集成模型来进一步提高样本的迁移性。并在ImageNet数据集上进行了实验,验证了本文方法的有效性,在黑盒条件下,与MI-FGSM相比,本文所提方法的单模型攻击的平均攻击成功率提升了14.3%,集成模型攻击的平均攻击成功率提升了22.1%。

基于精细化梯度的无线传感器网络汇聚机制及分析

信息汇聚是无线传感器网络的典型传输形态之一.在信息汇聚过程中,网络存在数据流分布内密外疏的不均衡特性.研究发现,在传统跳数模型下,网络数据流分布不仅存在全局不均衡性,而且同层节点内还存在着内疏外密的反向不均衡现象,从而使网络流量分析复杂化.提出一种精细化梯度模型,通过引入加权平均机制,将跳数信息转化为精细梯度信息,并以梯度作为数据汇聚的参考依据.通过理论和仿真分析,精细化梯度模型下网络具有更平稳的网络数据流分布特征,并在通常情况下具有更高的通信效率.

基于精细化梯度的水分传感器网络能量高效查询算法

在分析现有无线传感器查询算法基础上,借鉴了数据融合树以及位置辅助查询的思想,提出一种基于精细化梯度的能量有效动态水分传感器网络查询算法EEQA-FGG。EEQA-FGG包含了查询路由生成、查询执行流程及查询异常处理3个算法的详细设计,同时模拟分析了不同规模下区域和全网查询运行情况,并与融合树、位置辅助等方案进行了比较。仿真显示,EEQA-FGG算法可以有效降低网络能耗、均匀网络负载、延长网络生命周期,尤其在区域查询中,EEQA-FGG的生命周期可比SPT和Compass方案延长10%-50%,特别适合大规模农田监测数据查询方案。

基于精细化梯度的传感器网络节点距离测量

定位在无线传感器网络中具有极其重要的作用,而距离测量往往是定位的前提。寻求低成本、低开销、高精度的分布式传感器网络节点距离测量算法是本文的主要目的。根据无线传感器网络最小跳数梯度场中节点精细化梯度值的分布特征,提出了一种基于精细化梯度的传感器网络节点距离测量方法DV-FGI。与DV-hop算法相比,DV-FGI保留了DV-hop算法低成本、低开销的优点,具有更高的测量精度,并将节点距离测量分辨率从节点有效通信半径提高至网络节点间距。理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果。

超声冲击处理对高合金钢表面高温耐磨损性能的影响

采用超声冲击设备对高合金钢进行冲击加工,并对冲击后的试样进行400℃退火2 h处理。通过扫描电镜(SEM)、显微硬度仪和高温摩擦磨损仪研究了超声冲击处理后试样的显微组织、硬度分布和高温环境下的摩擦磨损性能;采用光学显微镜和SEM观察试样磨损表面和磨痕的微观形貌,使用能谱仪(EDS)分析磨损表面的元素组成,以研究其磨损机理。结果表明,经超声冲击处理的高合金钢,在温度低于500℃时摩擦系数为0.3～0.4,磨损率为0.04%～0.05%,起伏较小。与原始试样相比,超声冲击处理使其表面形成一层梯度细化组织,表面硬度提高了15.8%,在同等高温条件下的摩擦系数降低了45.8%,磨损率降低了35.8%,表明其高温耐磨损性能经超声冲击处理后得到显著提升。

基于Sobel的多方向算子模板边缘检测算法

针对传统Sobel算子存在的边缘检测方向性不强及提取边缘较粗等问题,提出了一种改进的多方向算子模板的边缘检测算法。算法增加了22.5°,45°,67.5°,112.5°,135°和157.5°六个方向算子模板,能够较好地检测出图像不同的方向边缘。模板权值根据中心像素点到邻域像素的距离及方向夹角的大小进行设定,充分考虑到了邻域内像素对中心点方向梯度的贡献大小;算法对梯度图像采用了改进的非极大值抑制方法进行细化,得到了较细的图像边缘。实验结果表明,与传统Sobel算法相比,该算法提取的边缘图像具有边缘方向性强且边缘较细的优点,具有较高的应用价值。

传输受限的大规模无线传感器网络路由算法

针对大规模无线传感器网络在其传输受限的应用环境下,提出一种基于精细化梯度层次场的有效路由算法(FGLRA)。该算法通过邻居节点集中低层次节点数来刻画节点在层次内的边界位置,实现精细化梯度层次场要求。在此基础上,描述了路由算法的总体框架,并对边界位置值确定、下一跳节点集选择、路由转发机制及数据回传4个关键部分进行了详细分析设计。最后,通过不同规模环境下的仿真模拟,并与融合树、位置辅助等路由算法进行了相关比较。结果表明,该路由算法能有效降低网络能耗、均匀网络负载、延长网络生命周期。

最小跳数路由无线传感器网络仿真研究

为提高最小跳数路由(MHR)无线传感器网络的综合性能,通过仿真分析,揭示了传统最小跳数路由无线传感器网络存在的缺陷,极低开销地提取了改进传统最小跳数路由网络所需的相关信息,并讨论了可能的改进策略,给出了改进前后的性能比较。理论分析和仿真结果表明,利用廉价提取的网络行为特征信息对传统的最小跳数路由无线传感器网络进行改进,能提高网络的可靠性、能源有效性以及其综合性能。

基于Sobel算子的金相图边缘提取新算法

针对传统Sobel算法存在定位不精确、提取边缘不连续等不足,提出在传统Sobel算子模板基础上增加了45°和135°两个模板,提高了边缘定位的精度;采用局部梯度均值作为阈值对梯度图像进行局部梯度筛选,然后进行边缘提取及细化。实验证明,算法获取的图像边缘与传统Sobel算法相比,具有定位准确、边缘连续性好、噪声少等优点,在金相图片处理中有一定的实用性。

Dynamic Bayesian identification of mechanical parameters of multi-cell curve box girder based on conjugate gradient theory

For multi-cell curve box girder, the finite strip governing equation was derived on the basis of Novozhilov theory and orthogonal property of harmonious function series. Dynamic Bayesian error function of mechanical parameters of multi-cell curve box girder was achieved with Bayesian statistical theory. The corresponding formulas of dynamic Bayesian expectation and variance were obtained. After the one-dimensional optimization search method for the automatic determination of step length of the mechanical parameter was put forward, the optimization identification calculative formulas were also obtained by adopting conjugate gradient method. Then the steps of dynamic Bayesian identification of mechanical parameters of multi-cell curve box girder were stated in detail. Through analysis of a classic example, the dynamic Bayesian identification processes of mechanical parameters are steadily convergent to the true values, which proves that dynamic Bayesian theory and conjugate gradient theory are suitable for the identification calculation and the compiled procedure is correct. It is of significance that the foreknown information of mechanical parameters should be set with reliable practical engineering experiences instead of arbitrary selection.