Steganalysis of neural networks based on parameter statistical bias

Many pretrained deep learning models have been released to help engineers and researchers develop deep learning-based systems or conduct research with minimall effort. Previous work has shown that at secret message can be embedded in neural network parameters without compromising the accuracy of the model. Malicious developers can, therefore, hide malware or other baneful information in pretrained models, causing harm to society. Hence, reliable detection of these vicious pretrained models is urgently needed. We analyze existing approaches for hiding messages and find that they will ineluctably cause biases in the parameter statistics. Therefore, we propose steganalysis methods for steganography on neural network parameters that extract statistics from benign and malicious models and build classifiers based on the extracted statistics. To the best of our knowledge, this is the first study on neural network steganalysis. The experimental results reveal that our proposed algorithm can effectively detect a model with an embedded message. Notably, our detection methods are still valid in cases where the payload of the stego model is low.     

基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题, 依据无人机的实时数据, 构建了基于路径的多层规划模型, 并设计了模型的算法求解流程。使用遗传算法与禁忌搜索混合算法, 得出了任务规划中的最优路径规划, 并在此基础上进行了冲突的消除。通过仿真案例表明, 用无人机协同配合导弹部队作战, 实时传输作战数据, 能够解决战场信息模糊不确定的问题; 使用多层规划模型能够为导弹多波次规划作战的路径进行科学的决策和选择。利用遗传算法和禁忌搜索混合算法, 能够避免局部最优导致无法输出结果的现象。     

一种基于局部平均法向变形的网格参数化方法

针对有边界无边界的网格参数化问题, 提出一种局部平均法向变形的网格参数化方法, 以平均曲率流的方式为参考, 将顶点推向其邻居的平均位置, 使网格变形至平面或球面. 首先, 计算每个三角形邻居面的平均法向, 并以该法向为目标, 计算每个面法向变化的旋转矩阵; 其次, 基于Poisson方程将整个网格重新“缝合”, 通过优化拉伸能量, 计算顶点的新坐标. 交替迭代上述两个步骤, 将网格变形至常平均曲率曲面. 该算法与一般的基于能量优化的方法不同, 每次迭代只需求解稀疏线性方程, 因此可以快速处理大型数据集. 通过在形变过程中加入惩罚函数动态地调整全局平均法向量的权重, 避免了变形过程中三角形退化或翻转的问题. 实验结果表明, 与其他参数化方法相比, 该方法具有实用可靠、 计算效率高等优点, 并能在同一框架下计算低扭曲的平面参数化和球面参数化.     

阶次自适应AR等效电路模型的锂电池SOC滑模观测

基于等效电路模型的一类车载动力电池剩余荷电状态(state of charge，SOC)的估算方法，其估算精度高度依赖于模型精度，模型精度又正比于模型复杂度，以至于难以较好地应用于嵌入式控制单元.提出复杂度相对较低、能够自适应确定最优模型阶次的全新等效电路模型——基于阶次自适应AR模型的车载动力电池等效电路灰箱模型.基于此灰箱模型，给出锂离子电池SOC的滑模观测器设计推导及能观性、收敛性证明.结果表明，本文提出的基于阶次自适应AR等效电路灰箱模型的滑模观测器SOC估算方法(adaptive autoregressive-sliding mode observer，AAR-SMO)具有低模型复杂度、高精度、强鲁棒性及快速收敛等性能.     

The Effectiveness of Structural Monetary Policy and Macro-Prudential Policies — Based on the DSGE Model That Includes Bank Heterogeneous Credit

Journal of Systems Science and Complexity - Structural monetary policy and macro-prudential policies are important parts of the policy system of the People’s Bank of China. By constructing a...     

茶树花多糖研究进展

茶树花与茶叶同根共生,但往往被视为茶树的废弃物,不能很好地加以利用,从而造成资源的浪费与损失。茶树花含有丰富的活性物质,其中茶树花中的多糖成分与茶叶中含有的多糖成分基本相同,但含量明显高于茶鲜叶。茶树花多糖具有降血糖、抗氧化、免疫调节作用及抗肿瘤、肝保护、抗凝血等多种生物活性,是非常宝贵的新资源食品。茶树花多糖主要的提取方法包括溶剂提取法、酶法提取、微波辅助提取和超声辅助提取法。提取出的茶树花粗多糖,一般需要经过脱蛋白、脱色、色谱柱分离等纯化工艺,得到纯净的茶树花多糖。目前,围绕茶树花多糖的研究报道较少,值得对其进行深入研究。聚焦茶树花这一新资源食品,围绕茶树花多糖的生物活性、提取方法、分离纯化方法等方面进行阐述,以期为研究茶树花及其多糖活性物质的开发利用提供新的研究思路。     

多维度深海鱼类识别算法

针对深海光线分布不均匀导致鱼类识别检测困难的问题,提出了符合视觉认知的多维度深海鱼类识别算法.该方法从时间维度优化传统的高斯混合模型(GMM)初步确定变化区域,从空间维度构建目标特征,完整提取运动目标,从时空关联维度建立深度学习的鱼类识别框架,试验结果表明:本算法可在多种复杂条件下准确提取运动目标,面积交迭度(AOM)达到80％以上,优于当前主流算法.     

化学实验教学创新设计的调查报告

为了了解化学实验教学创新设计的现状,对常德市普通高中化学教师进行问卷调查,调查结果显示高中化学实验教学创新设计有弱化的趋势.在此基础上,从学科教学的角度对弱化的原因进行了分析,并提出化学实验教学创新设计的OCPP评价模式,尽可能建构、揭示或阐述实验教学创新设计的基本原理.OCPP模式包括目标评价(Objective Evaluation)、内容评价(Content Evaluation)、过程评价(Process Evaluation)和成果评价(Product Evaluation)4个部分.     

科技成果转化的探索与思考 ——基于湖南省科技成果转化的实证研究

科技成果转化是推动科技与经济结合的直接动力,是促进经济社会高质量发展的必要途径.文章通过对科技成果转化的重要性、现状和障碍的分析,提出科技行政管理部门应采取的管理举措.