排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
在没有口令的情况下,如何才能进入cmos setup呢?我在学习汇编语言时,发现用一个汇编小程序可以重新启动CMOS的SETUP配置菜单。 相似文献
3.
4.
Adam是目前深度神经网络训练中广泛采用的一种优化算法框架,同时使用了自适应步长和动量技巧,克服了SGD的一些固有缺陷。但即使对于凸优化问题,目前Adam也只是在线学习框架下给出了和梯度下降法一样的regret界,动量的加速特性并没有得到体现。这里针对非光滑凸优化问题,通过巧妙选取动量和步长参数,证明了Adam的改进型具有最优的个体收敛速率,从而说明了Adam同时具有自适应和加速的优点。通过求解 ${l_1}$ 范数约束下的hinge损失问题,实验验证了理论分析的正确性和在算法保持稀疏性方面的良好性能。 相似文献
5.
组织内部网络不仅面临着外部攻击者的威胁,同时也面临以破坏组织网络结构、内部信息资料窃取以及各种诈骗手段为主的内部威胁。内部威胁因为其多元化、伪装性强等特点,对组织机构内部造成了严重影响,因此对于内部威胁发现检测方法的研究变得非常有必要。本文首先对内部威胁进行了描述,重点针对内部威胁发现检测方法的现实意义进行了论述。同时将现有的内部威胁发现检测方法分为3类:基于异常行为的检测方法、基于审计日志异常的检测方法和其他检测方法,分别介绍了现有3类方法的研究现状,并对它们的研究进展进行了总结、归纳和分析。最后对内部威胁发现检测方法的未来研究方向进行了展望。 相似文献
6.
时空序列预测方法综述 总被引:1,自引:0,他引:1
随着数据采集技术的进步,带有地理位置信息的时空数据迅速增长,迫切需要探索有效的时空数据建模方法。时空序列预测是时空数据建模的基础方法之一,它广泛应用于很多领域。目前缺乏对它进行综述的中文文献,因而对这些方法进行归纳和总结具有重要的研究意义。针对时空序列预测问题进行了研究,首先回顾了其应用背景和发展历程,介绍了它的相关定义及特点。然后按其类别介绍了传统的时空序列预测方法、基于传统机器学习的时空序列预测方法和基于深度学习的时空序列预测方法,并分析了这些方法的应用范围和优缺点。最后对时空序列预测未来的研究方向进行了梳理和展望,为研究者们进一步深入研究时空序列预测问题奠定了理论基础。 相似文献
7.
通过介绍我国锰矿的基本储量特点,以某锰矿开采企业为研讨对象,深入探讨了锰矿开采过程中的管理问题,并且从多方面多角度探讨了锰矿开采过程中影响管理的主要因素及采取的解决措施。为锰矿开采企业在进行开采过程管理时提供了良好理论依据。 相似文献
8.
自适应策略与动量法是提升优化算法性能的常用方法。目前自适应梯度方法大多采用AdaGrad型策略,但该策略在约束优化中效果不佳,为此,研究人员提出了更适用于处理约束问题的AdaGrad+方法,但其与SGD一样在非光滑凸情形下未达到最优个体收敛速率,结合NAG动量也并未达到预期的加速效果。针对上述问题,文中将AdaGrad+调整步长的策略与Heavy-Ball型动量法加速收敛的优点相结合,提出了一种基于AdaGrad+的自适应动量法。通过设置加权动量项、巧妙选取时变参数和灵活处理自适应矩阵,证明了该方法对于非光滑一般凸问题具有最优个体收敛速率。最后在l∞∞范数约束下,通过求解典型的hinge损失函数优化问题验证了理论分析的正确性,通过深度卷积神经网络训练实验验证了该方法在实际应用中也具有良好性能。 相似文献
9.
深度神经网络具有脆弱性,容易被精心设计的对抗样本攻击.梯度攻击方法在白盒模型上攻击成功率较高,但在黑盒模型上的迁移性较弱.基于Heavy-ball型动量和Nesterov型动量的梯度攻击方法由于在更新方向上考虑了历史梯度信息,提升了对抗样本的迁移性.为了进一步使用历史梯度信息,本文针对收敛性更好的Nesterov型动量方法,使用自适应步长策略代替目前广泛使用的固定步长,提出了一种方向和步长均使用历史梯度信息的迭代快速梯度方法(Nesterov and Adaptive-learning-rate based Iterative Fast Gradient Method,NAI-FGM).此外,本文还提出了一种线性变换不变性(Linear-transformation Invariant Method,LIM)的数据增强方法 .实验结果证实了NAI-FGM攻击方法和LIM数据增强策略相对于同类型方法均具有更高的黑盒攻击成功率.组合NAI-FGM方法和LIM策略生成对抗样本,在常规训练模型上的平均黑盒攻击成功率达到87.8%,在对抗训练模型上的平均黑盒攻击成功率达到57.5%,在防御模型上... 相似文献
10.