基于梯度选择的图卷积网络针对性通用对抗攻击

图卷积网络(GCN)是处理图结构化数据的一种十分重要的方法,最新的研究表明,GCN极易受到对抗性攻击,即通过修改少量数据,就能显著影响GCN的结果.在对GCN的所有对抗攻击中,有一种特殊的对抗攻击方法——通用对抗攻击.这种攻击能产生应用于所有样本的扰动,并使GCN得到错误的结果.本文主要研究针对性通用对抗攻击,通过在现...     

网络性能变化梯度的通信网络节点重要性评价方法

现有的评价通信网络节点重要性的方法是利用网络可替换路由的数目作为评价指标,这种方法存在一定缺陷,新的评价方法是将网络直径和网络连通系数作为评价指标的网络性能变化梯度法。利用评价方法计算移除网络节点时网络直径和网络连通性的变化,能够准确反映网络节点对其性能的影响程度,无论网络是否被分割都同样适用。     

基于双重梯度的车辆传感器网络定向扩散梯度场

为了提高定向扩散梯度场建立的快速性和逻辑网络的实时连通性,提出一种基于双重梯度的车辆传感器网络(VSN)定向扩散梯度场(DDGF-DG)。通过网络中各路边节点估算的梯度值将网络划分为若干以路边节点为局部核心的区域,各局部核心分布式启动局部定向扩散梯度场的建立,利用双重梯度值将各局部定向扩散梯度场连接成全局定向扩散梯度场,实现巨大规模车辆传感器网络的分区治理。理论分析和仿真结果表明,基于双重梯度的定向扩散梯度场及其动态调整有利于减小梯度场建立与维护的时间开销和提高网络的实时连通性。     

保证覆盖的无线传感器网络梯度部署方法

在大规模随机部署的无线传感器网络中,数据通常逐跳汇聚到Sink节点,因而与Sink邻近的节点需要转发大量的数据,从而导致了Sink邻近区域内的节点因能量耗尽而引起网络失效。此时,外层区域的节点仍剩余大量的能量。本文首先提出了网络生存期最大化部署的问题,分析了无线传感器网络数据转发的特点,基于此特点给出了梯度的节点密 密度部署方法,以提高能量利用率,最小化剩余能量,最后通过理论和实验分析了梯度部署方法的性能。     

基于能耗梯度的无线传感器网络路由算法

无线传感器网络中的节点能量有限且较难补给,网络生命周期难以保证,这大大影响了其应用的场景和范围。为解决上述问题,提出了一种新的路由算法EDROPL,算法通过将网络进行区域划分,引入能耗梯度概念,采用适当的评价函数指导簇首节点的选择,同时采用簇首之间层次转发数据等方法优化路由。仿真实验表明,EDROPL相对于LEACH算法以及LEACH-A算法、HRPNC等其他能耗模型算法能更好的均衡网络能耗,提高网络生命周期。     

基于复杂梯度网络的能效优化路由算法

为缓解快速增长的网络数据带来较大的能耗,响应节能减排的发展需求,提高能源的使用效率,提出一种能效优化的路由算法。利用以无标度网络为底网构建的复杂梯度网络进行建模,定义节点"势",该节点"势"由邻居节点介数决定,并以节点"势"的大小为梯度构造梯度驱动传输策略,进行数据包的转发与传输。仿真结果表明,与最短路径路由算法相比,在有较大的网络数据请求时,该算法可以绕过节点介数较大的节点,避免发生拥塞,从而有效降低网络能耗,缩短数据包转发时间,达到网络能效优化的目的。     

基于精细化梯度的传感器网络节点距离测量

定位在无线传感器网络中具有极其重要的作用,而距离测量往往是定位的前提、寻求低成本、低开销、高精度的分布式传感器网络节点距离测量算法是本文的主要目的.根据无线传感器网络最小跳数梯度场中节点精细化梯度值的分布特征,提出了一种基于精细化梯度的传感器网络节点距离测量方法DV-FGI.与DV-hop算法相比,DV-FGI保留了DV-hop算法低成本、低开销的优点,具有更高的测量精度,并将节点距离测量分辨率从节点有效通信半径提高至网络节点间距.理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果.     

PSWGAN-GP:改进梯度惩罚的生成对抗网络

生成对抗网络的出现对解决深度学习领域样本数据不足的研究起到了极大的促进作用。为解决生成对抗网络生成的图像出现轮廓模糊、前景背景分离等细节质量问题,提出一种改进梯度惩罚的Wasserstein生成对抗网络算法(PSWGAN-GP)。该算法在WGAN-GP的Wasserstein距离损失和梯度惩罚的基础上,在判别器中使用从VGG-16网络的3个池化层中提取的特征,并通过这些特征计算得出风格损失(Style-loss)和感知损失(Perceptual-loss)作为原损失的惩罚项,提升判别器对深层特征的获取和判别能力,对生成图像的细节进行修正和提升。实验结果表明,在生成器和判别器网络结构相同,并保证超参数相同的情况下,PSWGAN-GP的IS评分和FID评分相对于参与对比的其他图像生成算法有所提升,且可有效改善生成图片的细节质量。     

基于梯度信息的无线传感器网络MAC协议研究

在无线传感器网络中,MAC协议负责协调节点竞争,为节点分配共享的无线信道资源.使用节点采集信号强度信息来划分梯度,依据梯度将事件域内节点分配到不同时间空间中来竞争信道,可以减轻信道的负担.仿真实验表明,引入自适应的梯度划分算法能很好地适应网络拓扑结构的变化,采用的梯度跳跃机制可以有效减小由于梯度划分而带来的延迟,并且,所设计的空间相关性控制策略能够有效减小重建误差.     

传感器网络中阈值Nesterov加速梯度下降定位方法

在传感器网络定位问题中,利用接收信号强度RSSI(Received Signal Strength Indication)的定位方法存在着接收信号传播不稳定,定位精度较低的问题.为解决该问题,提出了一种基于阈值Nesterov加速梯度下降NAGT(Nesterov Accelerated Gradient Descent with Threshold)的RSSI定位算法.算法引入Nesterov思想,不断更新寻优动量,以达到损失函数最小,从而求取对应的未知基站坐标,通过增设阈值,降低了算法陷入局部最优的概率.经仿真比较分析,NAGT方法相对于粒子群算法与随机梯度法,在定位精度与效率上有着较为明显的优势.     

基于跳数梯度的传感器网络节点距离测量

针对无线传感器网络节点距离测量精度问题,提出了一种基于平滑跳数梯度的间接测距方法DV-SHG(DV-hop with Smoothing Hop Gradient)。DV-SHG应用节点的邻居节点信息对跳数值和平均每跳距离进行修正以提高测距精度。理论分析及仿真结果表明,与DV-GNN(DV-hop with the Number of Gradient Neighbors)算法相比,在相同的计算和通信开销下,DV-SHG算法能获得较高的测距精度,在节点密集分布的无线传感器网络中具有很好的测距效果。     

多个体网络分布式随机投影无梯度优化算法

研究了有向多个体网络的无梯度优化问题,提出了一种分布式随机投影无梯度优化算法。假定网络的优化目标函数可分解成所有个体的目标函数之和,每个个体仅知其自身的目标函数及其自身的状态约束集。运用无梯度方法解决了因个体目标函数可能非凸而引起的次梯度无法计算问题,并结合随机投影算法解决了约束集未知或约束集投影运算受限的问题。在该算法作用下,所有个体状态几乎必然收敛到优化集内,并且网络目标函数得到最优。     

无线传感器网络中基于梯度的拓扑控制算法

对无线传感器网络,根据定向扩散协议提出一种基于梯度场拓扑控制算法（ETBG）,以减少分级簇等级,从而达到降低时延的目的,同时采用基站移动的方法平衡网络负载,进一步提高网络的生存期。最后通过仿真验证算法的有效性。     

传感器网络定向扩散机制中梯度生成算法的研究

如何生成优化的梯度是传感器网络定向扩散中的一个关键问题,本文在分析一种基本梯度生成算法的问题基础之上,利用兴趣包的转发次数对其进行改进,设计了一种分布式的最短路径梯度生成算法.该算法极大的降低了邻居节点间建立"平行梯度"和"逆向梯度"的概率,可构建从源节点到sink节点的多条最短路径.仿真表明,改进的算法可建立更为有效的梯度,从而使得定向扩散中数据报文沿着更短的路径传输,无线传感器网络的能量利用率更高.     

基于自动阈值分类的高分辨率影像海陆分界线自动提取

海陆分界线的变化对滩涂面积和湿地系统变化具有指示作用并且影响航运活动,因而需提取海陆分界线.视海陆分界线为陆地(包括淤泥质潮滩)和海水(包括河道)的瞬时分界线.首先,构建近红外—绿—蓝波段的假彩色图像,进行色彩、对比度增强和双边滤波处理;其次,构建海陆分界线提取指数(Sea-land Boundary Extracti...     

基于RSSI的无线传感网络梯度分簇算法

无线传感器网络(WSN)通常采用分簇结构以减少通信量,降低网络的能量消耗。针对无线传感网在数据收集模式下节点的负载不均衡问题,提出一种基于可接收信号强度指示（RSSI）的WSN梯度分簇(RGC)算法,以节点RSSI值为基础建立梯度,形成层次性结构。从具有不同梯度与相同梯度的相邻簇首节点两方面着手,设计了负载均衡的分簇算法,有效降低其复杂度和能耗,延长网络生命周期。实验证明了该算法的正确性和有效性。     

基于差分投影和梯度向量流场的眼睛特征提取

提出了差分投影的方法确定眼睛区域,并根据人脸图像的边缘梯度图提出了一种新的基于梯度向量流场的眼睛特征提取方法。该算法改进原有的梯度向量流迭代方程求解梯度向量流场,以梯度向量流场中的汇点作为候选点,通过人脸器官的几何位置关系等方法评价候选点以定位眼球。算法能较好地容忍一定的光照变化、人脸的小角度倾斜和旋转、闭眼和眼镜等干扰。在具有以上干扰的ORL人脸库(400幅图像)和JAFFE人脸表情库(213幅图像)上的实验证明该算法具有较好的眼睛特征抽取能力。     

基于梯度的无线传感器网络能耗分析及能量空洞避免机制

在基于"梯度汇聚"模型的无线传感器网络 (Wireless sensor networks, WSNs)中, 因节点间能量消耗不平衡而引发的能量空洞一直是影响网络生存周期的重要原因. 本文分别分析了无通信干扰的自由空间环境和瑞利衰落环境下网络中节点的能量消耗,提出了一种基于节点能量非均匀分布的能量空洞避免机制,即根据节点的能耗水平为每个节点储备不同的初始能量.并结合通信干扰、休眠机制等因素,研究了基于"梯度汇聚"模型的无线传感器网络生存周期的上界和下界. 模拟结果表明,该机制提高了能量的利用效率,延长了网络的生存周期.     

鞍点梯度法、鞍点共轭梯度法

本文根据文献[1]、[2]、[3]所提出的鞍点逼近算法,提出两种新型算法。这两种算法有如下重要意义。①将计算鞍点问题转化为求二次极值问题;②用新方法计算鞍点可以在有限步达到最优解;③用新方法求解线性规划问题具有多项式算法性质;④引出差梯度的新概念。     

基于梯度的重叠式层次社区检测

社区检测(community detection)任务一直是数据挖掘领域的一个研究热点,近年来,深度学习和图链接数据呈现出多样化和复杂化的发展趋势,层次(Hierarchical)社区检测逐渐成为研究的焦点.层次社区检测任务的目标是,在将同质图中相似的节点聚集到社区中的同时,学习社区之间的层次结构关系,以更好的理解图数...