摘要：针对高光谱影像分类中的深度学习模型设计问题,提出了一种面向高光谱影像分类的网络结构自动搜索方法。该方法首先利用可微分结构搜索技术在源高光谱数据集上进行网络结构搜索,然后采用堆叠单元的形式构建深度网络模型,最后利用目标高光谱影像对模型进行分类性能评估。该方法仅在源高光谱数据集上进行一次网络结构搜索,得到的深度网络模型即可应用于其他目标高光谱影像的分类任务,能够有效提高模型利用率。为了提高自动搜索得到的模型的泛化能力和分类精度,采用多源多分辨率的高光谱影像构建源数据集,并引入部分通道连接操作提高搜索效率。试验表明,该方法能够自动搜索出适合高光谱影像分类任务且具备一定通用性的深度网络模型,该模型能够取得较常规深度学习模型更为优异的分类效果,在University of Pavia、Indian Pines、Salinas和Houston 2018这4个目标高光谱影像上分别取得了98.15%、98.74%、97.30%和74.47%的总体分类精度。

摘要：合成孔径雷达自动目标识别(SAR-ATR)领域缺乏有效的黑盒攻击算法,为此,该文结合动量迭代快速梯度符号(MI-FGSM)思想提出了一种基于迁移的黑盒攻击算法。首先结合SAR图像特性进行随机斑点噪声变换,缓解模型对斑点噪声的过拟合,提高算法的泛化性能;然后设计了能够快速寻找最优梯度下降方向的ABN寻优器,通过模型梯度快速收敛提升算法攻击有效性;最后引入拟双曲动量算子获得稳定的模型梯度下降方向,使梯度在快速收敛过程中避免陷入局部最优,进一步增强对抗样本的黑盒攻击成功率。通过仿真实验表明,与现有的对抗攻击算法相比,该文算法在MSTAR和FUSAR-Ship数据集上对主流的SAR-ATR深度神经网络的集成模型黑盒攻击成功率分别提高了3%~55%和6.0%~57.5%,而且生成的对抗样本具有高度的隐蔽性。

摘要：现有的电子简历实体识别方法准确率低,采用BERT预训练语言模型虽能取得较高的准确率,但BERT模型参数量过大,训练时间长,其实际应用场景受限,提出一种基于ALBERT的中文电子简历命名实体识别方法。通过轻量版ALBERT语言模型对输入文本进行词嵌入,获取动态词向量,解决一词多义的问题;使用BiLSTM获取上下文结构特征,深层次挖掘语义关系;将拼接后的向量输入到CRF层进行维特比解码,学习标签间约束关系,输出正确标签。实验结果表明,该方法在Resume电子简历数据集中取得了94.86%的F1值。

摘要：通过地理实体在新型基础测绘项目中的建设,分析实体数据的组织结构和多源异构空间数据的融合方式,设计了一种实体扩展码编码规则,开发了实体标识码编码工具。解决了多源数据因空间结构差异、属性信息繁杂造成的应用不便、共享困难等问题;设计的扩展码规范了实体码结构,并基于编码工具,实现了实体码快速编码。采用该方法建设了试点区域地理实体数据库,构建了成果展示系统和应用场景,为地理实体数据建设及应用提供了有效的解决方案。

摘要：在多功能雷达对抗领域,目前基于强化学习理论的认知干扰决策方法难以满足雷达对抗高实时性要求。对此,将异步优势行动者-评论家(asynchronous advantage actor-critic,A3C)算法引入到认知干扰决策领域,设计了包括干扰机模型、环境模型(目标方多功能雷达)以及交互机制的认知干扰决策整体框架,制定了干扰决策流程,干扰机模型利用异步多线程方式与环境模型进行交互训练。仿真实验表明,在扩充雷达任务转换关系表的基础上,所提方法与基于深度Q网络(deep Q network,DQN)的认知干扰决策系列方法相比,极大地提高了时间效率,平均决策时间降低70%以上,并且在决策准确度上有着明显优势,表明所提方法能够为多功能雷达对抗决策提供更有力的技术支撑。

摘要：针对光学遥感图像中近岸舰船目标检测干扰大、虚警率高的问题,在基于包围框边缘感知向量(box boundary-aware vectors,BBAVectors)检测网络的基础上提出了改进方法。首先在特征融合网络后加入一个有监督的注意力模块来增强目标区域信息,削弱无关背景信息干扰;然后利用边界感知向量间的几何关系设计了一个自监督损失函数,用以加强向量间的耦合关系,防止向量独立性导致包围框出现不规则形状。实验结果显示,在HRSC2016数据集L_(2)级检测任务中,改进模型检测结果的平均精度相较于原网络提高了6.91%,有效抑制了背景噪声的干扰,降低了近岸舰船目标检测的虚警率,证明了改进方法的有效性。

摘要：大数据时代地理空间资源不断增多,但现有通用知识库较少考虑地理空间数据蕴含的语义知识,难以实现数据的快速检索。因此亟需引入本体技术,以蕴含的语义知识为基础,提高地理空间数据访问速度,精确获取用户所需信息。以本体为基础,提出了顾及地理空间数据语义知识的快速检索方法。首先,基于通名编码规则、地理空间数据和开源百度百科数据构建语义知识库;然后,定义查询重写规则,设计语义知识和空间数据库映射方式,基于地名自动构建检索语句;最后,通过实例应用和效率、质量对比分析验证快速检索方法的可行性。该方法以地理空间数据的语义知识为基础,仅通过地理实体名称即可自动构建数据库检索语句,减少用户对数据存储方式和数据库语法规则的依赖,有效提高系统的检索效率和智能化程度。

摘要：空天协同对地观测技术快速发展,通过空天协同对地观测的语义信息建模获取信息和知识是服务于对地观测任务执行和规划制定的重要手段之一。为有效获取空天协同对地观测平台运行状态信息并服务于对地观测任务,提出构建服务于空天协同对地观测的语义信息模型。首先,设计空天协同对地观测平台领域本体,围绕时空关系和传感器对象建模,针对典型应用需求制定空天协同对地观测规则;然后,构建空天协同对地观测领域内时间和空间关系的语义描述,结合静态和动态场景语义表达,实现对空天协同对地观测场景的语义描述;最后,构建语义信息服务实验系统,验证模型与方法的效果。结果表明,所提模型与方法能够有效描述与展示空天协同对地观测平台的运行状态和执行任务情况,有助于对地观测任务规划和决策制定。

摘要：提出了一个基于图像识别的跨模态实体链接模型。首先,利用人机交互的图像目标截取模块实现图像目标指代,支持多目标图像的输入,将复杂的目标检测任务简化为图像识别分类任务。然后,设计了一个基于轻量快速的MobileNetV2网络训练的图像识别模块,在自建目标图像数据集环境下进行测试。实验结果验证了该模型能够减小模型规模,降低对硬件的要求,通过有监督的数据增强,在少样本训练条件下达到了94.06%的识别准确度,缓解了数据缺乏的问题。最后,进一步借助模型输出的目标实体命名标签,完成跨模态实体链接任务,能够有效支撑图像输入条件下的知识图谱问答任务。

摘要：为提高杂波环境下的目标检测性能,基于正交频分复用（OFDM）多输入多输出（MIMO）雷达的波形和频率分集,提出了一种联合优化发射波形和接收滤波器的方法.首先以各天线发射功率和发射波形功率峰均比（PAPR）为约束条件,最大化输出信杂噪比（SCNR）为目标函数建立优化模型.然后利用循环迭代将优化问题分为两部分,并通过拉格朗日乘子法、半正定松弛（SDR）、Charnes-Cooper转换和随机化方法,求解得到最优发射波形和接收滤波器权值.仿真结果表明：所提方法的在满足PAPR约束的条件下,输出SCNR与理想波形的差距控制在0.3 dB以内,优于仅设计发射波形的方法和连续二次规划修正法,且PAPR的约束和序列长度变化几乎不影响算法性能.