结合对抗训练和特征混合的孪生网络防御模型

神经网络模型容易受到对抗样本攻击。针对当前防御方法侧重改进模型结构或模型仅使用对抗训练方法导致防御类型单一且损害模型分类能力、效率低下的问题,提出结合对抗训练和特征混合训练孪生神经网络模型(SS-ResNet18)的方法。该方法通过线性插值混合训练集样本数据,使用残差注意力模块搭建孪生网络模型,将PGD对抗样本和正常样本输入不同分支网络进行训练。在特征空间互换相邻样本部分输入特征以增强网络抗干扰能力,结合对抗损失和分类损失作为网络整体损失函数并对其进行标签平滑。在CIFAR-10和SVHN数据集上进行实验,该方法在白盒攻击下表现出优异的防御性能,黑盒攻击下模型对PGD、JSMA等对抗样本的防御成功率均在80%以上;同时,SS-ResNet18模型时间花销仅为子空间对抗训练方法的二分之一。实验结果表明,SS-ResNet18模型能防御多种对抗样本攻击,与现有防御方法相比,其鲁棒性强且训练耗时较短。     

广式腊肠加工新技术研究进展

广式腊肠是中国传统腊肉制品,经过多年的传承和发展,其加工方法也不断改良以适应社会需求。为了了解广式腊肠目前较为创新的加工技术,文章对广式腊肠的配方、加工工艺以及加工过程中的生化变化及控制等研究进展进行总结归纳,旨在为其今后的研究提供参考。     

镝纳米荧光材料合成及光学性质的研究

利用DFT/B3LYP/6-31G的方法对槲皮素结构参数、分子轨道能量的数据及羟基氢原子电荷分布分析,结果表明C4位酚羟基具有较强抗氧化活性,证明此位点的羟基氢参与自由基清除得可能性最大,从量子计算的角度阐释了槲皮素具有抗氧化的药理活性的量子原理。采用常规方法合成纳米镝稀土配合物,通过测量其红外光谱、紫外光谱、荧光光谱特征以及电化学分析和量子计算来研究它。研究表明,镝稀土元素可以与槲皮素生成化学性质稳定的配合物且具有生物活性,可广泛应用于疾病患者的治疗与诊断。