基于端口注意力与通道空间注意力的网络异常流量检测

网络异常流量检测是网络安全保护重要组成部分之一。目前,基于深度学习的异常流量检测方法都是将端口号属性与其他流量属性同等对待,忽略了端口号的重要性。为了提高异常流量检测性能,借鉴注意力思想,提出一个卷积神经网络(CNN)结合端口注意力模块(PAM)和通道空间注意力模块(CBAM)的网络异常流量检测模型。首先,将原始网络流量作为PAM的输入,分离得到端口号属性送入全连接层,得到学习后的端口注意力权重值,并与其他流量属性点乘,输出端口注意力后的流量数据;其次,将流量数据转换成灰度图,利用CNN和CBAM更充分地提取特征图在通道和空间上的信息;最后,使用焦点损失函数解决数据不平衡的问题。所提PAM具有参数量少、即插即用和普遍适用的优点。在CICIDS2017数据集上,所提模型的异常流量检测二分类任务准确率为99.18%,多分类任务准确率为99.07%,对只有少数训练样本的类别也有较高的识别率。

上海里弄过街楼非正规营造与通道空间研究

近代上海里弄的底层通道在长时间的演变过程中,诞生了“通道房屋”这种十分普遍的非正规营造方式,“通道居民”便以此为家为业。通道居民改变了里弄通道原初的交通功能,赋予了其多样化的空间利用方式和复杂的日常生活性。本文从微观视角出发,综合近代文献档案检索和实地遗存考察的研究方法,以上海中心城区6个历史文化风貌区为调研对象,统计绘制里弄过街楼的分布地图,指出里弄过街楼对于底层通道的利用方式具有区域差异性,这是由城市长期发展过程中形成的阶层分化和生活惯习导致的。该文以里弄过街楼底层通道空间为研究对象,主要围绕流动和固定的摊贩、居住的合理性与非法性、空间的公共与私密以及生活的矛盾和冲突四个方面展开。研究结果显示,里弄过街楼底层通道空间,是在混乱中生成的新秩序。近代上海人口数激增造成的房荒是里弄过街楼通道房屋产生的大背景,通道居民是上海里弄日常生活文化和市井文化最生动的写照和集中反映,这里也孕育着上海的市井文化与城市基因。随着城市更新的不断推进,里弄历经多轮旧改,数量急剧减少,上海正在逐步丧失这种带有历史印记的自组织空间与原生文化。

基于双分支通道空间依赖和非对称权重共享卷积的目标检测优化结构

以往的目标检测任务中,大量研究通过空间和通道信息来构建特征优化算法。然而,如何利用通道和空间中最大和平均特征的信息分布情况进行特征提取,仍是一个挑战。针对上述挑战,构建了双分支通道空间依赖网络,用来提取空间和通道中信息依赖特征,其关键是获取最大特征和平均特征上的重要信息分布情况。为了优化网络的检测精度与计算效率,构建了非对称权重共享卷积网络,利用相同的非对称卷积核进行联合训练来实现权重共享,极大地增强了卷积核参数的鲁棒性。以YOLOv4、YOLOv5和EfficientDet为检测基线,在PASCAL VOC和MS COCO数据集上进行实验,验证了双分支通道空间依赖网络和非对称权重共享卷积网络模块的有效性。在两个数据集上精度最高分别增长了1.98%和2.6%。

基于乘客行为心理的地铁换乘通道空间公共艺术设计研究

环境的舒适性会影响乘客的心理感受与换乘效率,为了提升地铁换乘通道空间的环境舒适性,调节乘客的心理感受。文章采用文献研究法与实地调研法分析地铁换乘通道空间公共艺术设计的现存问题,并对换乘通道空间的乘客行为心理进行具体分析,结合案例分析法提出基于乘客行为心理的导向识别性、舒适性、文化艺术特色性的地铁换乘通道空间公共艺术设计策略。以期为未来地铁换乘空间的公共艺术设计提供理论依据。

结合通道空间加权特征金字塔网络的白细胞检测与分割

白细胞的准确检测和精确分割是一项具有挑战性的医学图像处理任务.在显微镜下获取的白细胞图像会受到染色杂质的影响,且白细胞种类繁多、形态各异、类间差别小,还存在相互重叠相互粘连的现象,导致细胞边缘无法被准确分割,上述问题一直都是白细胞图像检测和分割的难点.针对以上问题,基于Mask R-CNN提出了结合注意力机制多尺度特征融合的白细胞检测方法.在Mask R-CNN结构的基础上,在特征金字塔网络(FPN)模块中融合了注意力机制模块,提出了通道空间加权特征金字塔网络.该结构不仅可以学习特征图中重要通道特征的权重大小,还可以学习层中重要特征区域的表示.同时,在网络结构中加入了Skip-FPN模块,该模块通过短连接融合更多白细胞的底层细节信息,从而更准确地检测白细胞,更精确地进行白细胞的形态分割.实验结果表明,所提方法具有良好的检测与分割性能.在Kaggle开源数据集下,所提方法对白细胞检测的指标mAP值达到了98.25%,与改进前相比提高了1.25%;分割的平均精度mIoU值达到了89.30%,与改进前相比提高了0.002%.

南京新街口地下综合体步行通道空间环境研究

本文分三个层面确定了九个相关步行环境评价因素,通过调研及收集相关资料来评价和分析南京新街口地下综合体步行系统空间环境,旨在将步行系统空间环境的基本情况从现象的、感性的认识提高到理论的高度,以获得全面、深刻的结论,对未来的地下空间空间环境的规划设计提供一定的指导。

光寻址微通道空间光调制器系统设计与工作参量的选取

用调制传递函数方法计算了电子图象极限分辨率。并由此可决定近贴聚焦系统的参量。通过测量晶体材料和介质镜某些特性,获得 MSLM 的最佳性能。

微通道空间光调制器进展与应用

概述微通道空间光调制器(MSLM)进展情况。对微光图象实时处理、光计算和光学神经网络等领域中应用作了介绍与讨论。

基于卷积神经网络与通道和空间注意力机制的房颤预测模型研究

目的采用人工智能技术提出一种模型,以对房颤进行早期预防和诊断。方法提出一种基于卷积神经网络(convolutional neural network,CNN)与通道和空间注意力机制(convolutional block attention module,CBAM)的模型用于对房颤的诊断与预测。结果根据长期心房颤动数据库、MIT-BIH心房颤动数据库和MIT-BIH正常窦性心律数据库的数据,提出的模型在全盲的情况下总体准确率达94.2%。结论提出的模型满足了医学心电图解释的需要,为房颤的预测研究提供了新思路。

步行体验下轨交站点与城市综合体的通道型衔接空间设计研究——以上海三个轨交站点为例

随着TOD模式的发展,城市综合体与轨交站点的衔接空间设计越发得到重视,其中通道型衔接空间应用范围最广,但大多只考虑基本通行需求,忽略了使用主体的感受,缺乏对人性化空间的设计。以上海市三个典型轨交站点为例,从使用者的步行体验视角出发,通过对比探究步行体验特性与空间特征的关联性,为增强该类空间步行友好品质提出建议。

通道空间深度感知的轻量化水下目标检测

提出了一种通道空间深度感知的轻量化水下目标检测网络CSDP-L-YOLO;该网络基于YOLOv5网络进行改进,由特征感知模块和双注意门控策略组成;特征感知模块旨在将解码器中的多级特征自适应抑制或增强,优化类内学习的一致性,解决水下场景复杂导致的误检和漏检问题;通过线性操作和混洗结构生成特征映射,减少冗余特征的融合和计算,以减少模型的参数量和计算量;双注意门控策略是在编码器中同时引入并发通道空间挤压-激励机制模块和卷积注意力模块,进一步关注强相关性特征,增强模型对特征的敏感度;实验结果表明,与基线模型YOLOv5-s相比,mAP提高了2.4%,节省了20%参数量和15.8%计算量,检测速度提升了8.2 ms;此外,与目前较为先进的YOLOv8模型相比,mAP提高了1.9%。

DenseNet结合空间通道注意力机制的环境声音分类

音乐信息识别(MIR)和自动语音识别(ASR)都是以结构化声音为特点的声音识别,环境声音识别在声音识别领域的难度很大。为了充分利用从环境声中提取的Log-Mel谱图的空间特征与通道特征,提出了一种基于密集连接卷积网络(DenseNet)的空间通道注意力机制。使用DenseNet对Log-Mel谱图进行特征提取,引入空间通道注意力机制使网络更加关注显著特征;为了解决数据不足导致的过拟合问题,将混合数据增强的方法应用于Log-Mel谱图,从而保证了数据的多样性;在2个公共数据集(ESC-50和ESC-10)验证所提方法的有效性。结果表明:所提的空间通道注意力机制模型能够使神经网络对环境声音的识别率分别达到79.3%(ESC-50)和94.3%(ESC-10)。

融合空间和通道特征的等离子弧焊熔池熔透状态预测方法

为了提高等离子弧焊熔池熔透状态预测的准确率,满足工业应用的需求,提出了一种融合图像空间和通道特征的熔池熔透状态预测模型PCSCNet.在该模型中对残差网络(residual network,ResNet50)结构进行改造,并融入压缩和激励网络来同时提取熔池正面图像的空间和通道特征信息.采用恒定电流等离子弧焊试验的数据集进行测试,建立了熔池正面图像与熔池熔透状态的对应关系.结果表明,模型预测准确率提升到95%以上.采用GradCAM方法对模型进行可视化,分析并揭示了模型预测的聚焦区域,与实际熔池的图像特征进行对比,验证了模型的合理性.

一种新的基于通道-空间融合注意力及SwinT的细粒度图像分类算法

细粒度图像分类是计算机视觉领域的一大分类任务,其难点在于如何通过类别监督信息自主地找到判别性区域.提出一种新的通道-空间融合注意力模块,基于该模块设计了一种新的Swin Transformer算法SwinT⁃NCSA(a Swin Transformer based on a novel channel⁃spatial attention module),分别从通道维和空间维同时提取特征,再将其融入到Swin Transformer模型中以提高其小尺度中多头注意力信息的提取能力.SwinT⁃NCSA算法特别关注了对分类有用的区域,同时忽视对分类无用的背景区域,以此在细粒度图像分类任务中达到较高的分类准确率.在FGVC Aircraft飞机数据集、CUB-200-2011鸟类数据集和Stanford Cars车类数据集3个公共数据集上的实验表明,SwinT⁃NCSA算法可以分别取得93.3%、88.4%和94.7%的准确率,优于同类算法.

物流通道的空间形成与区域经济空间结构演变

物流通道是保证物流业服务于区域内外经济流通的命脉和实现一体化物流的重要依托,也是区域经济空间系统的子系统,从承担单一功能的运输服务到综合运输服务,再到一体化的物流服务中,在区域经济空间结构的演变中扮演了重要的角色。基于此,文章在理论层面研究物流通道空间形成过程的基础上,以相关理论为依据,分析了物流通道在区域经济空间结构演变中的地位及其作用机制,并总结了物流通道作用于区域经济空间结构的演变过程。

基于空间频率通道的弱视眼与正常眼对比敏感度的差异分析

背景对比敏感度（cs）作为弱视诊疗手段之一在临床中已广泛应用，但其与空间频率通道之间的相互影响还有待研究。目的比较儿童弱视眼与正常眼的CS，通过空间频率通道探讨弱视眼cs缺损的原因。方法采用OPTEC6500型视功能测试仪对166眼正常眼和143眼弱视眼进行CS测量，通过主成分分析法和非正交旋转法推导空间频率通道的调谐曲线，由半高宽法计算通道带宽，比较通道数目和通道带宽，对弱视眼和正常眼的CS进行差异分析。空间频率通道的有效性采用43眼弱视眼cs数据进行交叉验证。结果在空间频率为1．5、3．0、6．0、12．0、18．0cpd时，弱视眼CS分别为：36．35±21．40、50．33±33．46、46．88±41．72、16．24±17．26、4．67±5．79；正常眼CS分另1为：49．49±24．69、87．23±40．87、93．18±51．99、36．63±24．72、15．70±13．87（H=27．83、66．61、68．34、78．23、89．88，P〈0．05）。弱视眼和正常眼的CS存在三个空间频率通道；在空间频率峰值为3．0、6．0、12．0cpd时，正常眼的通道带宽分别为1．03、1．02、0．99 octaves，弱视眼的通道带宽分别为1．04、1．01、0．73octaves。结论弱视眼cs的缺损可能由对应空间频率通道带宽的缩小引起。

空间通道对抽象逻辑思维的影响

人与周围的环境是不可分割的整体,环境不同对人的刺激作用不同,作用的强度也不同。不利的环境势必影响工作任务的完成,而特定的空间通道这一静态环境有利于诱导人的"集中注意",提升人的思维能力,使人在损耗较少生理与心理能量的情况下,完成更复杂的工作任务。

相空间重构单通道ICA算法及其在变形监测数据去噪中的应用

常用的去噪方法需对数据序列进行多尺度分解实现去噪,而未考虑信号本身的关联和特征。相空间重构单通道ICA算法依据相空间重构将一维信号扩展到高维相空间,从信号本身获取其隐含的动力学特征,从而利用独立分量分析分离有用信号和噪声。实验证明相空间重构的单通道ICA算法能够实现信号去噪,其去噪能力与多尺度分解去噪方法相当。此外,算法无须多尺度分解,自适应强,且适用于变形监测信号去噪。

多通道子空间算法在说话人识别中的应用

深入研究了基于多通道信号子空间的语音增强算法原理,对算法中各个参数对性能的影响进行了深入剖析,同时给出一种选取噪声方差的简单且有效的方法,并通过研究分析,证明多通道信号子空间算法不仅消噪明显而且对语音的损伤微小,而且相比于单通道子空间语音增强算法除了性能上的提升外,还没有导致计算量的增加。最后将多通道子空间语音增强算法用于说话人识别系统,并与其它多通道语音增强算法(延迟求和波束形成、波束形成后维纳滤波、线性约束最小方差波束形成)进行了对比,实验表明多通道信号子空间语音增强算法在多种噪声环境下均可有效的提高说话人识别系统的识别性能。

不同空间频率通道的深度知觉及其质地的影响

我们设计了四种不同质地的随机点立体图对(RDS),并按照Wilson的空间频率通道的频带,分别利用Butterworth滤波器及Gabor函数对之进行了数字滤波处理,然后进行各种左右眼配对观察.得结果如下:1、Gabor函数滤波后图对的匹配结果好于Butterworth滤波器滤波后的图对.2、滤波后图对的匹配效果与图象质地有关.3、不同滤波的图对匹配大多也能形成立体感.4、在体视不同通道图对的匹配中,右眼对图象的高频成分更为敏感.