排序方式: 共有7条查询结果,搜索用时 4 毫秒
1
1.
2.
随着深度学习理论的迅速发展,基于深度神经网络的各项技术得到了广泛的应用,并且在众多应用领域取得了出乎意料的实践效果。然而,近年来大量研究发现,深度神经网络普遍存在天然缺陷,容易受到对抗样本的威胁,严重影响模型使用的安全性,因此对该领域的研究已经成为深度学习相关领域的热门研究方向。研究对抗样本有利于暴露模型存在的问题进而加以防范,对其应用的挖掘有利于为隐私保护等研究提供新思路。为此首先介绍了对抗样本研究领域中的重要概念和术语,然后按照时间从产生机理的角度梳理该领域研究中的基础算法及后续衍生的进阶算法,接着展示了近年来对抗样本所涉及的具体领域及其应用,最后对该领域进一步的研究方向和应用场景进行了展望。 相似文献
3.
4.
5.
6.
针对分数傅里叶变换用于牛顿环参数估计时速度较慢的问题,通过分析牛顿环条纹图分数傅里叶域幅值最大值与相应旋转角的分布规律,提出基于三角形收缩法改进的分数傅里叶变换进行牛顿环参数估计的方法。实验结果表明:该方法具有可行性,对于图像尺寸小于640×640 pixels的条纹图,处理所需时间<1 s,随着图像尺寸增加,条纹图中包含的条纹数目增加,曲率半径估计值相对误差降低,而处理时间仍可满足工程实际需求。以处理1080×1080 pixels的图像为例,估计值相对误差为0.001%,处理时间为3.31 s。该方法估计720×720 pixels高斯噪声污损的牛顿环干涉条纹图像平均用时1.28 s,约为传统分数傅里叶变换用时的1/700。 相似文献
7.
在某类视频监控系统或综合信息传输系统中,常常需要解决无伴音图像与有关数据的实时传输问题。为此,本文介绍一种利用现有成熟电视技术,对其伴音通道进行一定的改造后实现同时传输9600波特二进制数据与黑白标准视频图像信号的方法。笔者将全电视信号中的伴音信号用数字调制信号 相似文献
1