课程文献中心 更多>>

关键词： 低照度图像增强   无监督学习   生成对抗网络   直方图均衡   特征融合  

摘要： 针对基于深度学习的低照度图像增强（LLIE）技术普遍依赖于成对的数据集进行训练的问题，考虑到实际应用中配对数据集的获取难度较高及其可能导致网络泛化能力受限，提出一种结合信噪比（SNR）引导的双分支结构和直方图均衡的低照度图像增强网络，从而摆脱对配对数据集的依赖。首先，在生成对抗网络（GAN）的框架上，引入了卷积神经网络（CNN）和变换器的双分支结构，并使用信噪比图像指导网络自适应地对图像不同区域进行增强，有效平衡了图像增强和噪声抑制。其次，采用经直方图均衡（HE）处理的低照度图像约束生成结果，显著提升了生成图像的纹理细节。最后，在鉴别器部分，结合了全局与局部鉴别器，确保生成图像与参考图像在分布上的一致性，进一步提高了图像的视觉质量。为了验证所提网络的有效性，在LOL与LSRW测试集上进行测试，与包含有监督和无监督在内的10种先进方法进行了比较。在LOL数据集上，本网络以PSNR为19.15dB和SSIM为0.7051的成绩，均位列第二名；在LSRW数据集中，以17.28dB的PSNR和0.4857的SSIM成绩获得第一名与第二名。其中，在LSRW测试的PSNR结果相较于ZHANG等所提出的KinD和JIANG等所提出的EnlightenGAN分别提升了15.7%和9.6%。实验结果表明，本研究提出的网络与无监督方案和部分有监督方案相比均展现了优越性能，显著提升了生成图像的质量，超过了多个主流方法。

关键词： 域不变特征   自适应对抗训练   固有分布聚类   不可见工况故障诊断  

摘要： 针对不可见工况下故障诊断准确率降低的问题，提出了一种基于自适应域对抗泛化网络的故障诊断方法，实现了域不变特征的有效提取，增强了诊断方法在不可见工况下的鲁棒性。首先，采用固有分布聚类辅助提取更加注重故障差异、忽略工况差异的特征，提高域不变特征的泛化性。在全局对抗训练基础上提出局部对抗训练，使域不变特征与广义源域特征分布差异较小时，模型能够更好对齐。通过自适应对抗因子调整全局和局部对抗训练的权重占比，使模型从多个源域中提取和完善域不变特征，以适应各种不可见工况。最后，通过轴承故障数据验证了该方法在不可见工况下诊断的有效性和可靠性，为故障诊断提供重要决策依据。

关键词： 卷积神经网络   遗传算法   对抗攻击   图像分类   信息安全  

摘要： 深度神经网络(deep neural network,DNN)能够取得良好的分类识别效果,但在训练图像中添加微小扰动进行对抗攻击,其识别准确率会大大下降.在提出的方法中,通过遗传算法得到最优扰动后,修改图像极少的像素生成对抗样本,实现对VGG16等3个基于卷积神经网络图像分类器的成功攻击.实验结果表明在对3个分类模型进行单像素攻击时,67.92%的CIFAR-10数据集中的自然图像可以被扰动到至少一个目标类,平均置信度为79.57%,攻击效果会随着修改像素的增加进一步提升.此外,相比于LSA和FGSM方法,攻击效果有着显著提升.

关键词： 应急供应链   网络均衡   非线性约束   变分不等式   Emergency Supply Chain   Network Equilibrium   Nonlinear Constraints   Variational Inequalities  

摘要： 在应急供应链因各参与方之间的利润冲突而频繁失效的背景下，网络均衡理论常被用于构建应急供应链模型，以确保决策的稳定性。然而，现有模型的线性、单调、可导约束条件无法充分捕捉应急情境下的复杂决策行为，从而限制了模型在实际应用中的有效性和准确性。为了解决这个问题，我们提出了一个应急供应链网络均衡变分不等式模型，并创新性地使用非线性、非单调甚至非连续的函数作为模型的约束条件。通过设计案例进行模拟仿真，我们验证了该模型可以在复杂的非线性环境中，为各参与方提供符合其利润要求的稳定决策，显著提升了实际应用价值。

关键词： 光业务单元   系统架构   业务模型   目标网络架构   业务承载方案  

摘要： 【目的】随着同步数字体系（SDH）技术逐步退网及新兴产业的发展，传送网亟需新的承载技术以匹配政企专线和算力网络的需求。光业务单元（OSU）技术通过灵活映射，为政企业务提供高效的承载方案。本文分析了OSU技术的优势，提出了OSU业务模型与现网落地方案，并规划了OSU目标网络架构，解决当前OTN网络在小颗粒业务承载中的不足，提升网络的灵活性和效率。【方法】通过对比分析OSU与现有SDH、多业务光传送网络（MPLS-TP）技术的优势，探讨OSU的技术特点、设备演进方案及网络架构。结合实验室测试与现网验证，评估OSU技术在不同应用场景下的性能，重点关注时延优化、带宽利用率和灵活调整能力等关键指标。【结果】实验结果表明，OSU技术在时延优化和小颗粒业务承载方面表现突出。其灵活映射机制能够显著减少带宽浪费，提升资源利用率，简化映射层级，降低传输时延，并增强硬管道连接能力，使100G端口可承载多达4000条专线，提升承载能力。此外，OSU设备交叉容量达12.8T，增强了网络的灵活性和扩展性。【结论】OSU技术为解决当前政企OTN网络中小颗粒高品质专线业务承载的瓶颈提供了一条有效途径。通过合理规划和部署OSU设备能有效升级现有网络，满足政企用户对灵活带宽、低时延和高可靠性的需求。OSU技术在未来政企网络中的应用前景广阔，本文的研究为其推广和应用提供了重要的理论支持和实践指导。

关键词： 脑电波   双频指数预测   辅助分类生成对抗网络   时域   频域   快速傅里叶变换  

摘要： 双频指数是通过双频分析将脑电功率和频率的混合信息拟合为一个最优数。它的数值可以通过使用监督学习来预测。然而，监督学习通常需要大量的标记训练数据来实现更好的性能。为了解决这个问题，我们提出了一种基于改进的辅助分类生成对抗网络作为回归模型的双频指数估计方法。具体来说，优化后的回归模型由用于生成数据的任务的生成器模型、用于区分真假的任务的鉴别器模型和用于双频指数预测任务的回归器模型组成。在网络训练过程中，我们使用时域和频域分析方法来改进回归模型的结果。实验表明，该模型利用带双频指数标签的连续60秒的数据集，同时在时域和频域下对优化后的回归模型进行回归预测，平均绝对误差为3.61，并在不同的回归评价指标下均取得了较好的预测效果。实验所用的方法提高特征识别的性能，获得更好的回归结果。

关键词： 新能源汽车贸易   复杂网络理论   社团检测   竞争关系  

摘要： 中国新能源汽车发展正以前所未有的速度和规模撼动全球汽车贸易格局，其所处的国际贸易环境状况是值得关注的问题。运用复杂网络分析方法，探究2017—2022年全球新能源汽车贸易的整体网络特征、区域社团特征及核心国家竞争关系。研究发现：①全球新能源汽车贸易网络空间结构存在“小世界”特征，节点异质性强且符合幂律分布，满足无标度结构特征。②全球新能源汽车贸易网络可划分为5个区域社团，欧亚—东西非（社团2）、西欧—东非（社团5）为中心势较高单核社团，区内贸易依赖性强。以德国和美国为中心的北美—西欧社团（社团1）及以中国和日本为中心的亚洲—东欧—南美社团（社团3）内部贸易关系密集，前者富人俱乐部特征明显，后者异配性特征明显。东南亚—东北欧社团（社团4）内两个核心国家的出口市场相似，竞争关系显著。③在贸易网络核心—边缘结构中，核心国家数量上升，形成以德国、美国、比利时、英国、中国和日本六大核心国家间的竞争格局。亚洲地区内部竞争强度下降，但与欧洲地区的外部竞争强度增大，欧洲地区内部竞争强度持续增强。

关键词： 网络暴力   传染病模型   舆情演化   舆情治理   SEIQR模型  

摘要： [研究目的]采用传染病模型模拟网络暴力舆情演化过程,有助于监管部门预测舆情趋势、评估治理策略和制定应急预案。[研究方法]首先,融入生命周期理论改进标准传染病模型,研究网络暴力舆情的扩散机制和影响模式;其次,基于中央网信办加强网络暴力治理的通知内容深入分析模型基本再生数的参数含义;最后,通过六组对照仿真实验研究网络暴力舆情在不同阶段的治理侧重点。[研究结果/结论]实验结果表明,在网络暴力舆情的成长期加强内容识别预警有助于降低暴露人群比例;在爆发期通过及时发布权威信息能避免活跃人群放大负面舆论;在衰退期开展宣传教育能够增大传播链中隔离人群比例;在平缓期持续完善防控机制可以监督恢复人群的情绪变化。

关键词： 热轧   磨削   田口方法   GA-BP神经网络   表面粗糙度  

摘要： 由于高速钢轧辊磨削表面粗糙度难以预测且精度低，结合田口方法与GA-BP（genetic algorithm-back propagation）神经网络提出了一种预测轧辊磨削表面粗糙度的智能方法。采用田口正交试验设计和信噪比理论，研究了轧辊转速、砂轮速度、横移速度和进给量等工艺参数对轧辊表面粗糙度的影响，获得了最优磨削工艺参数。利用GA遗传算法对BP神经网络中的权值和阈值进行优化，并利用实际生产数据构建了基于GA-BP神经网络的预测高速钢轧辊磨削表面粗糙度模型。与实测结果的对比表明，该模型具有良好的适用性和预测精度，可为高速钢轧辊表面粗糙度的精准控制提供参考。

关键词： 陈皮   多囊卵巢综合征   网络药理学   分子对接  

摘要： 目的：运用网络药理学方法以及分子对接技术研究中药陈皮治疗多囊卵巢综合征（Polycysticovarysyndrome，PCOS）的作用机制。方法：从TCMIP及TCMSP筛选出陈皮有效成分，运用SwissTarget Prediction和Targetnet数据库预测药物靶点。通过GeneCards、TTD和OMIM数据库获得PCOS相关疾病靶点并与药物靶点比较获得交集基因。应用String平台和Cytoscape3.9.1软件绘制陈皮活性成分-PCOS-交集靶点图及蛋白质互作网络图。利用RStudio软件进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析获得陈皮作用机制。通过AutodockVina和PyMOL3.1.0软件进行关键靶点与活性成分分子对接及结果的可视化分析。结果 陈皮治疗PCOS的有效活性成分包括β-谷甾醇、黄姜味草醇等44种，关键靶点涉及雷帕霉素（mammalian target of rapamycin，mTOR）、丝氨酸/苏氨酸蛋白激酶1（Akt Serine/Threonine Kinase 1，AKT1）、表皮生长因子受体（Epidermal growth factor receptor，EGFR）等；陈皮可能通过生殖结构发育、蛋白激酶复合体及跨膜受体蛋白激酶活性等生物学过程发挥作用；陈皮主要通过调节AGE-RAGE信号通路、EGFR通路、PI3K/AKT信号通路、MAPK信号通路等起到治疗PCOS的作用；分子对接结果显示活性成分β-谷甾醇与mTOR结合能较低，结构更稳定。结论：本研究初步证明了陈皮通过多成分、多靶点、多通路尤其可能通过促进脂质的合成与代谢的相关通路发挥治疗PCOS的作用。