摘要：随着社会经济的快速发展,森林资源的日趋减少,以及人们对环保意识的不断增强,建筑装饰业在项目的施工管理上面临着新的挑战。针对建筑装饰行业项目的进度管理和优化策略,本文首先阐述了项目进度管理的重要性,然后介绍了现行的建筑装饰项目的施工进度管理存在的问题,例如设计变更、材料供应等,这些因素可能会延误工程项目的进度。接着,本文剖析了一种改进的项目进度管理方法,它包括合理的人力资源调配、对资源的有效利用和时间成本控制等。最后,基于工程案例,验证了该优化策略能有效提高建筑装饰项目的工期控制和工程效益。本文的研究结果为建筑装饰行业项目管理提供了理论支撑和实践参考。

摘要：几何深度学习模型在三维形状检索任务中已应用,其安全评估工作也引起了研究者们的关注。该文针对三维形状检索评估提出一种基于多视图通用扰动攻击(MvUPA)的对抗攻击方法,其具有高成功率的攻击效果。首先设计多视角深度全景图检索模型,训练适用于视图类三维形状检索的高效嵌入向量;其次,为三维形状检索提出有益于通用扰动更新的损失函数方案和攻击机制。该损失函数方案同时融合了三元损失和标签损失,提升了对相近拓扑异类样本和差异拓扑同类样本的对抗扰动生成。通过实验验证了MvUPA在多个视图类检索模型上攻击的有效性和稳定性,攻击指标下降率(DR)最高达94.52%;融合损失函数相比单个损失函数DR指标提高约3.0%~5.5%。

摘要：对基于点云神经网络的局部形状特征匹配模型进行对抗攻击,有益于评估并提高其对抗鲁棒性.针对上述问题,提出了3种基于对抗点的攻击方法,包括通过移动原始待匹配局部点云中点的坐标进行对抗点扰动;计算局部点云的显著图,通过添加点到显著图中关键点的位置并施加位移进行对抗点添加;通过将显著图中的关键点移动到形状中心位置进行对抗点删除.在3DMatch数据集上针对DIP模型和SpinNet模型的实验结果表明,3种攻击方法均能实现有效攻击;攻击的效果与所设置的扰动大小有关;在保证隐蔽性的前提下,随着扰动的增大,攻击效果逐渐显著,如DIP模型被攻击后的特征匹配召回率可从100%降低至2%.