王硕
- 作品数：5 被引量：9H指数：1
- 供职机构：华北电力大学控制与计算机工程学院更多>>
- 发文基金：国家自然科学基金中央高校基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 针对图像识别的一种分步对抗防御方法研究
- 2023年
- 随着深度学习技术的不断发展,其在图像识别领域的应用也取得了巨大突破,但对抗样本的存在严重威胁了模型自身的安全性。因此,研究有效的对抗防御方法,提高模型的鲁棒性,具有深刻的现实意义。为此,基于快速生成对抗样本和保持样本预测结果相似性之间的博弈,提出了一种分步防御方法。首先,对通用样本进行随机数据增强,以提高样本多样性;然后,生成差异性对抗样本和相似性对抗样本,增加对抗训练中对抗样本的种类,提高对抗样本的质量;最后,重新定义损失函数用于对抗训练。实验结果表明,在面对多种对抗样本的攻击时,分步防御方法表现出了更优的迁移性和鲁棒性。
- 徐茹枝王硕龙燕宗启灼
- 关键词：图像增强
- 具有丢包补偿网络化控制系统的量化反馈稳定性分析被引量：9
- 2015年
- 针对受丢包和量化反馈问题约束的网络化控制系统,研究了零输入补偿策略和保持输入补偿策略与系统稳定性的关系.丢包补偿策略是决定网络控制系统性能的关键因素之一,量化效应的存在使两种补偿策略对系统的影响与以往的结果产生一些区别.文章采用以连续丢包数作为切换信号的切换量化器,量化密度根据网络负荷情况动态调节,利用受限切换系统方法得到了网络控制系统分别使用零输入策略和保持输入补偿策略时的稳定性分析方法.所得到的稳定性判据具有更小的保守性.进一步比较了两种丢包补偿策略在不同情形下对系统稳定性的影响.从理论分析及仿真结果可知,这两种丢包补偿策略各有优劣,分别适用于两种不同的情况.
- 王硕禹梅谭文
- 关键词：丢包补偿线性矩阵不等式
- 基于哈夫变换和神经网络的课堂场域评估实验
- 2023年
- 学生对待课堂的态度是评价课堂教学效果的重要维度之一,学生在课堂场域中的位置客观地反映了学生对于课堂的态度。为了实现对课堂进行客观评价的目的,设计了基于哈夫变换和神经网络的课堂场域评估实验,分别采用计算机视觉课程中传统特征检测方法和现代多目标检测方法,基于课堂图像对学生课堂场域进行检测和分析。结果表明,在理解不同检测方法原理的基础上,学生通过搭建模型和调整参数等方法解决了实际问题,在实际应用场景中分析比较了传统和现代方法的优缺点,并提出了不同的场域评估指标。该实验培养了学生的工程实践能力和创新能力,实验教学效果良好。
- 周蓉王硕白逸仙师瑞峰
- 关键词：哈夫变换神经网络实验教学
- 基于主特征归因的对抗样本生成方法研究
- 2023年
- 为提高对抗训练的样本质量,本文对深度学习模型内部的特征识别过程进行了探究,并提出了一种基于主特征归因的迁移性对抗样本生成方法.算法在提取样本的主要特征后对目标层神经元进行特征归因,并利用独立性假设简化梯度计算,通过抑制积极神经元的识别作用,更加高效地得到更具迁移性的对抗样本.经过大量实验验证,相比于已有方法,在针对多模型的攻击中,本文算法的攻击成功率提高了5%以上,为后续研究如何提高模型的鲁棒性奠定了基础.
- 王硕徐茹枝关志涛
- 关键词：图像识别特征提取
- 面向新型电力系统中恶意软件检测模型的黑盒攻击方法研究
- 2023年
- 近年来,恶意软件攻击对新型电力系统的威胁日益增大。为了应对潜在的风险,研究者通过在智能电网中部署恶意软件检测模型的方式来保护主机系统的安全。然而,越来越多的检测模型在精心构造的对抗样本面前暴露出了弱点。进一步分析潜在的漏洞,对提高新型电力系统稳定性有着深远意义。为此,文章提出一种基于深度强化学习生成恶意软件对抗样本的方法。该方法通过设计动作空间中攻击手段的方式提高对抗样本的逃避能力,然后使用集成环境对智能体进行训练,使得生成样本具有更好的迁移能力。实验结果表明,基于深度强化学习D3QN的对抗样本生成方法相较于其他方法具有更好的综合性能,有利于进一步挖掘目前电力系统中恶意软件检测模型的漏洞。
- 李敏徐茹枝王硕
