检索结果

Select

1. 基于联合条纹关系的车辆重识别

张廷萍, 帅聪, 杨建喜, 邹俊志, 郁超顺, 杜利芳

《计算机应用》唯一官方网站 2022, 42 (6): 1884-1891. DOI: 10.11772/j.issn.1001-9081.2021040544

摘要（207）

HTML （10）

PDF （5038KB）（48）

为了解决车辆重识别过程中因车辆特征图分块所导致的空间信息丢失问题，提出一种联合条纹特征之间关系的模块以弥补丢失的空间信息。首先，针对车辆特殊的物理结构，构建了一种双分支神经网络模型，对输出的特征图进行水平和垂直均等分割并在不同的神经网络分支上进行训练；然后，设计多激活值模块以减少噪声并丰富特征图信息；接着，使用三元组和交叉熵损失函数对不同的特征进行监督训练以约束类内距离并扩大类间距离；最后，设计批量归一化（BN）模块消除不同损失函数在优化方向上存在的差异，从而加速模型的收敛。使用所提方法在VeRi-776和VehicleID两个公共数据集上进行实验，结果表明该方法的Rank1值优于现有最好的方法VehicleNet，验证了其有效性。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 边缘计算中基于深度Q网络的物理层假冒攻击检测方法

杨建喜, 张媛利, 蒋华, 朱晓辰

计算机应用 2020, 40 (11): 3229-3235. DOI: 10.11772/j.issn.1001-9081.2020020179

摘要（430）

PDF （845KB）（545）

针对边缘计算中边缘计算节点与终端设备之间的通信容易受到假冒攻击的安全问题，提出了一种基于深度Q网络（DQN）的物理层假冒攻击检测算法。首先，构建边缘计算网络中的假冒攻击模型，接收端基于物理层信道状态信息（CSI）建立假设检验，并将当前测量得到的CSI和上次记录的CSI之间的欧氏距离作为检验统计量；其次，利用DQN算法以接收端回报最大化为目标自适应地为边缘计算动态网络环境筛选出当前最优检测阈值；最后，通过对比检验统计量与检测阈值来判断当前发送端是否为假冒攻击者。仿真结果表明，信干噪比（SINR）和信道增益比对检测算法性能有一定的影响，但在信道增益相对变化不超过0.2时，误报率、漏检率和平均错误率低于5%，因此该检测算法能够自适应边缘计算动态变化的网络环境。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于支持向量机的4G室内物理层认证算法

杨建喜, 戴楚屏, 姜停停, 丁正光

计算机应用 2016, 36 (11): 3103-3107. DOI: 10.11772/j.issn.1001-9081.2016.11.3103

摘要（976）

PDF （934KB）（482）

针对传统的物理层安全算法没有充分利用信道特性这一问题，提出一种物理层信道检测方案。针对4G无线信道的本质特性，结合假设检验方法，利用支持向量机（SVM）对信道向量指标进行挖掘，从而判决是否存在仿冒攻击者。仿真实验中，所提算法在线性核函数下的判决准确率为98%以上，在径向基函数（RBF）下的判决准确率为99%以上。实验结果表明，所提算法能够充分利用空间不同位置的无线信道特性，实现逐条信息源的认证，增强系统的安全性。

参考文献 | 相关文章 | 多维度评价

Select

4. 公路桥梁定期检测领域命名实体识别语料库构建

莫天金李韧杨建喜李童蒋仕新李东

计算机应用 DOI: 10.11772/j.issn.1001-9081.2019111989
录用日期: 2019-12-18