【摘 要】
：
神经网络模型结构作为深度学习的重要组成部分,在很大程度上决定着深度学习的性能表现.而目前基于深度学习的应用,大部分都由经典的网络模型修改而来.由于无法获得原神经网络模型结构,本文根据原模型的输入输出数据以及经典的神经网络模型结构,构建了原模型的预测模型.该方法主要通过对预测模型的结构参数进行编码,并利用遗传算法(GA)进行选择、交叉、变异操作,从而构建出原模型的等价模型.对于同一输入数据,等价模型和原模型的输出基本保持一致.本文提出的构建方法在图像分类、信号调制类型分类和网络链路预测领域均取得了较好的效果
【机 构】
：
中国人民解放军61478部队 乌鲁木齐830001;浙江工业大学网络空间安全研究院 杭州310023
论文部分内容阅读
神经网络模型结构作为深度学习的重要组成部分,在很大程度上决定着深度学习的性能表现.而目前基于深度学习的应用,大部分都由经典的网络模型修改而来.由于无法获得原神经网络模型结构,本文根据原模型的输入输出数据以及经典的神经网络模型结构,构建了原模型的预测模型.该方法主要通过对预测模型的结构参数进行编码,并利用遗传算法(GA)进行选择、交叉、变异操作,从而构建出原模型的等价模型.对于同一输入数据,等价模型和原模型的输出基本保持一致.本文提出的构建方法在图像分类、信号调制类型分类和网络链路预测领域均取得了较好的效果.
其他文献
为了明确辽河西部凹陷曙北地区沙河街组四段薄砂层成因类型及分布规律,从岩心、测井响应和地震反射特征等方面总结了各类成因薄砂层的识别标志,并预测了各砂层组的砂体展布,探讨了砂体发育的控制因素,总结了沉积模式.研究结果表明,曙北地区沙四段为扇三角洲-湖泊的沉积体系,薄砂层发育水下分流河道、河口坝、低隆滩坝、沿岸浅滩4种成因类型,其中以水下分流河道和低隆滩坝为主.古地貌、古物源和古水深控制了各类砂体的展布.以曙光和兴隆台古潜山一线为界,南部为扇三角洲体系沉积区,主要发育前缘水下分流河道和河口坝;北部(包括低隆区)
嵩县喂母寺钨锰多金属矿区位于华熊台缘拗陷东段,熊耳山隆起与嵩县断陷盆地的结合部位,为近年来在豫西地区发现的新型钨锰多金属矿床.矿体赋存在断陷盆地边缘的北东向断裂破碎带中,已圈出钨锰多金属矿体3条,钨、锰、铅、铁共生.矿体受地层岩性、构造、岩浆热液等因素控制,矿床成因与岩浆期后热液充填交代作用关系密切,属岩浆期后热液型钨锰多金属矿床.
当前各国原油储库主要分为地面储库、地下盐穴储库和地下水封洞窟3种类型.根据我国实际情况分析,这3种类型储库均难以在我国推广.通过分析中国东北地区现有废弃矿山情况,结合地下原油储库的工程技术条件,提出了利用废弃矿山改造地下空间,用以建设战略原油储库的构想.建议尽快开展东北地区废弃矿山地下空间综合调查工作,启动相关地下油气储库封闭实验等测试研究工作.
应用气相色谱、气相色谱-质谱技术,研究了秀水盆地秀D1井下白垩统义县组烃源岩的生物标志化合物特征,对烃源岩有机质来源、沉积环境、热演化程度等进行了分析.结果表明,秀水盆地秀D1井下白垩统义县组烃源岩有机质丰度高,有机质类型为Ⅱ型,处于成熟演化阶段;(C20+C21)/(C23+C24)三环萜烷为0.66～5.06,C24四环萜烷/C26三环萜烷为0.38～2.25,具有典型湖相烃源岩特征;烃源岩Pr/Ph主要介于0.5～1.0之间,指示还原环境;伽马蜡烷/C30藿烷比值为0.05～0.41之间,指示处于强
以Landsat 8与SPOT-6遥感数据为基础数据源,利用工作区遥感影像特征和1:5万地理底图,采用目视解译的方法,对工作区地层、线性构造、环形构造进行解译,并采用比值-主成分分析法提取羟基和铁染蚀变信息.通过对遥感解译的断裂构造、环形构造和蚀变矿化信息进行综合分析,从遥感角度圈定成矿有利部位,供野外找矿参考.
以安徽旌德-宁国地区大气干湿沉降物为研究对象,共采集6处干湿沉降物样品24件,对大气干湿沉降元素含量特征、通量特征进行对比分析,对干湿沉降元素含量及分布特征加以统计研究,并开展大气干湿沉降环境地球化学评价.结果显示:1)大气干湿沉降元素主要以矿物相形式存在或吸附在固体颗粒上,且受周边环境影响;2)干沉降中Cd、Se的高含量会对研究区土壤污染造成较大影响,湿沉降中部分样点pH超灌溉水水质标准,所有点均达到地表水Ⅱ类环境质量标准;3)区内重金属元素年沉降通量密度为,As年沉降通量低,Hg、Ni、Pb、Cr、C
应用高频红外碳硫仪研究了东北黑土地中碳的赋存形态(全碳、有机碳),实验优化了样品称样量、纯铁纯钨助熔剂加入量等测试条件.结果表明:当样品称样量在0.05 g、纯铁助熔剂加入量为0.5 g、纯钨助熔剂加入量为1.0 g时,黑土地中碳形态分析测试效果最佳.用该方法对有证土壤标准物质进行分析,结果均在不确定度范围内,测量值与标准值相对误差在-5.00％～+2.69％之间,相对标准偏差(RSD)小于6.29％.应用该方法与地质矿产行业标准方法(DZ/T0279.27—2016)对黑土实际样品进行比较分析,测试结果
选取土壤、水系沉积物、岩石、超基性岩、黏土等标准物质,应用混合溶剂与样品质量比为14:1的高稀释比方法熔融制备测试样品,拟合校准曲线,建立X射线荧光光谱(XRF)同时测定硅酸盐岩石样品中18种组分(SiO2、Al2O3、TFe2O3、MgO、CaO、K2O、Na2O、TiO2、BaO、MnO、P2O5、Cr2O3、V2O5、Rb、Sr、Zr、Cu、Ni)的快速分析方法.应用帕纳科Eagon2全自动高频电感熔样机,称取7.0000 g(45Li2B4O7+10LiBO2+5LiF)混合溶剂与0.5000 g
雅江县位于四川省西部雅砻江中游河段,以中山—高山峡谷地貌为主,地质灾害频发.为保障人民生命财产安全,基于逻辑回归与确定性系数叠加分析,进行雅江县上游河段滑坡灾害危险性评价.结果表明:1)雅江县上游河段滑坡极易发生在海拔2500～3000 m、拔河高度600～900 m、坡度30～45°、距离河流水系0～200 m范围较硬岩夹较软岩类地带;2)雅江县上游河段高危险区、极高危险区面积占总面积的46.75％,发生滑坡占滑坡总数的65.91％,说明该区域内滑坡分布密集,危害程度相对较高,与野外实际调查结果相符;3
目前新冠肺炎(COVID-19)在全球蔓延,为了对新冠肺炎进行早期诊断,同时减轻医护人员的工作压力,使用深度学习对患者胸部电子计算机断层扫描(CT)图像进行分析变得越来越重要.针对肺炎图像中纹理细节较为丰富、边缘结构模糊、极易干扰机器及医生诊断的问题,本文提出一种基于多尺度并行深度可拆分卷积神经网络(MSP-ReC-NN),对新冠肺炎CT图像进行去噪处理,提升肺炎图像质量.多尺度特征提取模块从不同尺度提取肺炎图像中的纹理特征细节,采用深浅通道并行方式,分别提取肺炎图像中的高维度以及低维度的特征.为进一步优