基于平行注意力机制的对抗样本防御方法

为降低对抗样本的影响,提高分类模型在遭受攻击威胁下的精度,利用哺乳动物视觉系统工作原理,结合注意力机制,提出一种新型防御对抗样本模型PSCAM-GAN(Parallel Spatial and Channel Attention Mechanism Adversarial Generative Network)。该防御模型在通过编码器获得对抗样本的特征图后,使用平行注意力机制提取特征图中的个体和位置信息,然后在保证这些特征不变的情况下,重新调整特征图的权重,通过解码器产生净化结果。该方法能在清除恶意扰动的同时保持净化结果与输入的一致性,有效降低对抗样本对模型精度的影响。在CIFAR-10和MNIST数据集上,PSCAM-GAN面对多种对抗样本攻击时的防御效果超越了其他基于预处理的防御方法,能有效提高模型的健壮性。     

小样本下基于卷积神经网络的费用估算研究

在当前的费用估算模型较依赖数学模型、无法根据样本大幅度调整模型参数的现状下,针对导弹特征属性和研制费用公开样本稀少以及不同型号的导弹样本对待预测样本的参考意义不同的问题,提出了小样本下基于卷积神经网络的导弹研制费用估算模型.为解决小样本和样本贡献值问题,结合双三次插值算法和反距离加权插值算法对导弹原始样本集进行插值.采...     

基于样本扩充和改进Lasso回归的视线估计

为了利用眼部特征进行准确的视线估计,提出了一种基于样本扩充和改进Lasso回归的方法,建立眼部特征与视线之间的映射关系.通过对小样本评分得到优质样本,进而完成样本扩充,利用改进的Lasso回归得到准确的视线估计模型.该方法对标定过程中的眨眼等干扰具有鲁棒性,受干扰后仍可保持相对较高的视线估计准确度.实验结果表明:标定过程无干扰,该方法视线估计准确度比传统方法提高11.25%;标定数据加入6.67%异常数据,该方法视线估计准确度比传统方法提高22.62%.     

具有漂移特征的退化可靠性评估方法研究

针对具有参数漂移特征的产品， 首先采用随机扩散理论描述其参数漂移规律， 并建立了参数漂移模型. 在此基础上， 提出了基于参数漂移特征的退化补充样本容量的确定方法， 建立了基于退化观测数据和补充样本数据的产品退化可靠性评估模型. 最后， 通过对某传感器电压数据进行处理， 说明了该方法得到的可靠性估计结果具有较好的精度和稳健性， 与工程实际相符.     

人类生物样本库材料转移协议：实践考察与治理探索

在人类遗传研究活动中，人类生物样本库通常与研究者签订材料转移协议，由此对人类生物样本和/或数据的移转、使用目的与方式等相关事项进行具体约定。对人类生物样本库情境中材料转移协议文本的主要内容进行比较，有助于总结和提炼出材料转移协议签订过程中应重点关注的伦理与法律问题。由于材料转移协议关涉诸多利益相关者，其文本涵括人类生物样本和/或数据的提供、接收与存储使用、隐私保护与保密、研究成果的知识产权归属、费用、保证与责任等诸多条款。因此，有必要引入治理理念，材料转移协议既可以作为人类生物样本库的治理工具，又应当作为治理对象得到有效的治理，从而合理界定材料转移协议的功能范围，实现相关主体之间的利益平衡。     

NSD样本最近邻密度估计的相合性

利用负超可加相依(NSD)序列的Bernstein不等式和Borel-Cantelli引理, 给出NSD样本最近邻密度估计和失效率函数估计的(弱)强相合性、 一致强相合性和(一致)强相合速度.     

我国城镇居民文化消费区域性差异分析——基于北京与西北部地区的比较

本文在对全国文化消费现状进行系统分析的基础上,利用非参数检验中的两独立样本检验对我国的政治、文化中心北京与经济技术薄弱、文化消费水平偏低的西北地区青海、甘肃、宁夏三省的城镇居民分别从文化消费水平、文化消费结构两方面进行了全面的差异性分析.结果显示北京与西北地区文化消费的两方面都表现出了明显的差异性,同时西北地区的三个省之间既表现出极大的相似性又存在一定的差异性.同时运用描述性分析找出了差异存在的具体方面,有助于地方政府因地制宜的制定符合本地的文化消费发展政策.     

中国养老地产项目样本研究

<正>与发达国家相比,我国的养老产业才刚刚开始发展,尚无真正成熟的模式,也没有以养老产业为主业的上市公司。目前,声称要进入这一行业的企业,大多与地产相关。正因为此,国内的地产商进入养老地产时虽然颇为高调,但在实际运营中,却又小心翼翼。本文选取了国内几个有代表性的样本进行分析研究,结果显示:由于养老产品的复杂性和多样性,即使是同一个企业,也不一定只选择一种模式,而是多方面试水,试图寻找出最合适的盈利模式。     

提高统计专业学生统计调查分析能力的途径

通过对统计专业学生的问卷调查,搜集学生关于自身统计调查分析能力满意度数据和影响自身统计调查分析能力提高因素的数据,利用基本描述统计量分析工具和列联表分析模型、配对样本T检验,对调查数据进行了深入分析。分析结果表明:学生对自身统计调查分析能力的满意度不高;影响满意度提高的因素主要有自身对统计专业的兴趣和实习实训活动的多样化;具有不同学习成绩的学生所希望提高的统计专业技能不同;学生的统计调查分析过程的薄弱环节主要是问卷设计和数据分析,并希望改变薄弱环节的方式方法有所不同,等等。这些结论为提高统计专业学生统计调查分析能力的培养新模式提供了参考依据。     

基于分解与集成的空气质量指数预测

为了能够准确地预测空气质量指数（AQI），建立了基于集合经验模态分解（EEMD）-样本熵（SE）的极限学习机（ELM）和门控循环单元（GRU）组合的AQI预测模型。首先利用EEMD算法对AQI数据进行分解，得到一组不同尺度的本征模态函数分量和残余分量；其次计算各分量SE值，根据各分量SE值将各分量重新组合成新的序列，并将新序列按其复杂程度经过GRU模型或ELM模型进行预测；最后将所有结果叠加得到AQI预测值。实验结果表明，与反向传播（Back Propagation,BP）神经网络模型、长短期记忆网络（Long Short-term Memory,LSTM）模型、ELM模型、GRU模型、EEMD-SE-ELM模型、EEMD-SE-GRU模型和EMD（经验模态分解）-SE-ELM-GRU模型相比，基于EEMD-SE-ELM-GRU的组合预测模型其预测误差最小，预测精度最高。