摘要：深度学习技术已广泛应用于图像分类和目标检测等计算机视觉核心任务,并取得了瞩目的进展。然而,深度学习模型因其高度的复杂性与内在的不确定性,极易成为对抗样本攻击的靶标。攻击者巧妙地利用数据中细微的、精心设计的扰动,诱导模型以极高的置信度输出错误结果,此类对抗样本对实际应用场景中模型的可靠性及安全性构成了严峻的挑战与潜在威胁。例如,攻击者可利用对抗眼镜误导人脸识别系统,导致身份误判,进而实施非法入侵、身份冒用等威胁公共安全和个人隐私的行为;也可对自动驾驶系统的监控数据添加对抗噪声,虽不破坏交通工具本身特征,却可能导致漏检重要交通工具,引发交通混乱甚至事故,造成严重后果。本文旨在梳理当前对抗攻击与对抗防御技术的研究现状。具体而言,内容涵盖以下三个方面:1)在概述对抗样本基本概念和分类的基础上,剖析了多种对抗攻击的形式和策略,并举例介绍了具有代表性的经典对抗样本生成方法;2)阐述对抗样本的防御方法,从模型优化、数据优化和附加网络三个方向系统梳理了当前提高模型对抗鲁棒性的各类算法,分析了各类防御方法的创新性和有效性;3)介绍对抗攻击和对抗防御的应用实例,阐述了大模型时代对抗攻击和防御的发展现状,分析了在实际应用中遇到的挑战及解决方案。最后本文对当前对抗攻击与防御方法进行了总结分析,并展望了该领域内未来的研究方向。

摘要：Mainstream line is significant for the Yellow River situation forecasting and flood *** effective statistical feature extraction method is proposed in this *** this method, a between-class scattering matrix based projection algorithm is performed to maximize between-class differences, obtaining effective component for classification;then high-order statistics are utilized as the features to describe the mainstream line in the principal component *** are performed to verify the applicability of the *** results both on synthesized and real scenes indicate that this approach could extract the mainstream line of the Yellow River automatically, and has a high precision in mainstream line detection.

摘要：文中提出一个基于书法的虚拟毛笔模型。该模型的主要优点在于使用基于物理的建模方法来描述真实毛笔在实际书写过程中由于毛笔内部力和外部力的影响产生的毛笔变形。通常采用的基于物理的模拟方法是通过模拟每一根笔毛的变形进而模拟整支毛笔的整体变形,而该模型使用了基于毛笔和纸张交互产生的印痕来模拟毛笔变形,这种方法可以大大降低传统的基于毛发模拟方法产生的计算复杂性。同时,为了精确地计算毛笔的变形参数,使用了一组弹簧网络,能根据施加于毛笔上的力来计算毛笔的弹性变形。仿真结果表明,虚拟毛笔可以高效地实时操作,并得到可与真实毛笔笔迹媲美的效果。

摘要：为验证驾驶模拟技术在跟驰行为研究中的有效性,设计了实车实验与驾驶模拟实验。选取了跟驰距离、跟驰距离标准差、车头时距及驾驶员反应延迟时间作为分析指标,并采用Wilcox检验、生存分析方法分别验证了非时间数据、时间数据的有效性。结果表明跟驰距离、车头时距、驾驶员反应延迟时间具备绝对有效性,两种不同实验环境下跟驰距离标准差随跟驰速度变化趋势相同,具备相对有效性。实车实验中,前车加速度、前后车相对距离、前车加速度变化状态显著影响驾驶员反应延迟时间。有效性分析结果为基于驾驶模拟实验的跟驰行为研究提供前提条件,生存分析结果可用于驾驶员反应延迟时间建模及跟驰模型优化。

摘要：采用Bresenham画线算法增量定位的思想,提出一种基于Bresenham算法的图像旋转快速算法.该算法减少了图像旋转中大量的浮点运算以及取整运算,可以在保证旋转质量的前提下,大幅度地提高图像旋转的效率.实验结果表明,该算法使得平均处理速度提高了将近4倍,并且方便了硬件实现.

摘要：针对战场环境中无人机多机成员通信链路局部时断时续情形,并基于一致性算法有向生成树最弱通信连通条件,设计了无人机多机通信拓扑包含有向生成树/子树的判别策略、以及重新包含有向生成树的通信链路最小变更方案的获取策略;研究选取预计到达时间(ETA)为协调变量,基于一致性算法控制无人机成员或其成员子集实现同时到达;提出设置虚拟子目标点的一致性控制策略,实现多无人机空中聚集飞行和同时到达,以提高作战生存力,并且避免多无人机飞行间距超出相互通信作用范围;通过仿真与分析,验证了上述策略的有效性。

摘要：针对欧氏距离和Hausdorff距离等在描述目标运动轨迹差异性时度量不够准确的问题,提出一种基于归一化编辑距离和谱聚类的轨迹分布模式学习方法.首先对目标的运动轨迹进行矢量量化编码;然后采用归一化的编辑距离来度量轨迹编码序列之间的差异,得到归一化编辑距离矩阵;再通过该矩阵进行谱聚类来提取轨迹的分布模式;最后利用所提取的轨迹分布模式确定整条轨迹及其局部是否异常.通过仿真和真实场景的实验验证了该方法的有效性.

摘要：本文介绍了一种动态分层区组随机算法,用于解决临床随机对照试验在试验设计时因无法确定各分层因素和水平下受试者的数量,无法使用分层区组随机算法的问题。其方法是在临床试验开始之前以区组随机算法生成一个随机序列,在试验进行过程中按需从随机序列中以区组为单位向某分层因素水平下分配随机号码,受试者再在本区组内完成随机分配。本研究采用中医药治疗胃癌贫血及血液高凝状态的实例说明如何设计和实施动态分层区组随机分配。结果显示,动态分层区组随机算法与传统的静态分层区组随机算法相比具有更高的灵活性和适应性,但其在临床试验的实现更为复杂且要求也更高。

摘要：图像自动语句标注利用计算机自动生成描述图像内容的语句,在服务机器人等领域有广泛应用.许多学者已经提出了一些基于注意力机制的算法,但是注意力分散问题以及由注意力分散引起的生成语句错乱问题还未得到较好解决.在传统注意力机制的基础上引入注意力反馈机制,利用关注信息的图像特征指导文本生成,同时借助生成文本中的关注信息进一步修正图像中的关注区域,该过程不断强化图像和文本中的关键信息匹配、优化生成的语句.针对常用数据集Flickr8k, Flickr30k 和MSCOCO 的实验结果表明,该模型在一定程度上解决了注意力分散和语句顺序错乱问题,比其他基于注意力机制方法标注的关注区域更加准确,生成语句更加通顺.

摘要：OBE成果导向教学是适合高职教育的先进教学理念,文章围绕OBE教学理念核心问题,在课程教学模式构建及教学实施、教学反思等方面阐述了基于该理念的程序设计课程改革与实践。从教学目标、教学设计、课堂改革等重要环节出发,持续推进程序设计课程教学改革,提高教学质量,以及提升学生专业技能和综合素质能力。