烟雾图像检测是及早发现火灾的一种重要手段。针对传统LBP(Local Binary Patterns) 特征与Gabor特征的融合算法存在鲁棒性和检测率低的问题,提出一种TDFF(Triple Multi Feature Local Binary Patterns and Derivative Gabor Feature Fusion)的烟雾检测算法。采用T-MFLBP(Triple Multi Feature Local Binary Patterns)算法分别对像素间不同灰度差值以及非均匀模式中特殊位置的像素进行编码计算,可以捕捉更清晰的纹理特征;然后利用高斯核函数的一阶偏导数提取Gabor特征,从而优化提取图像边缘灰度信息的性能;最后对融合后的特征进行训练,可以提高最终分类的准确性。实验结果表明,TDFF算法具有较强的鲁棒性,烟雾图像的检测率也显著优于未改进的传统算法。

自动攻击 “可靠的评估对抗性鲁棒性与各种无参数攻击相结合” 弗朗切斯科·克鲁斯（ Francesco Croce）和马蒂亚斯·海因（ Matthias Hein） ICML 2020 我们建议使用四种不同攻击的组合来可靠地评估鲁棒性： APGD-CE ，这是我们在交叉熵方面的新的无步长PGD版本， APGD-DLR ，我们在新的DLR损失上推出的新的无步长PGD PGD版本， FAB ，将对抗性扰动的规范降到最低 ， Square Attack ，一种查询效率高的黑盒攻击 。 注意：我们修复了攻击的所有超参数，因此不需要调整就可以测试每个新的分类器。 消息 [2020年10月] AutoAttack在新的基准测试用作标准评估，该基准包含最强大分类器的！ 请注意，此页面和RobustBench的排行榜是同时维护的。 [2020年8月] 更新的版本：为了i）将AutoAtta

随着数据越来越多地存储在不同的筒仓中，社会越来越关注数据隐私问题，传统的人工智能(AI)模型集中训练正面临效率和隐私方面的挑战。最近，联邦学习(FL)作为一种替代解决方案出现，并在这种新的现实中继续蓬勃发展。现有的FL协议设计已经被证明对系统内外的对抗是脆弱的，危及数据隐私和系统的鲁棒性。

提出了一种基于CT-CZT-SVD的数字水印算法。该算法利用CZT变换算法的高频窄带分析能力和奇异值的稳定性对CT变换获取的表示细节特征的图像高频分量进行混合处理。实验表明，该算法通过提高频率分辨率及频谱锐化效果，能充分表达图像的细节信息，有效提升了水印图像的不可见性以及对常见的几何攻击、JPEG压缩等水印攻击的鲁棒性。

随着分数阶理论研究的不断发展，分数阶 控制器方法不仅可以改善系统动态响应特性，而且可以获得优越于传统PID控制器方法。分数阶微积分控制器增加了积分阶次 和微分阶次 ，提高了设计控制器的灵活度。本文在分数阶理论基础上引入了自抗扰控制器，设计出新型的分数阶自抗扰控制器，充分结合分数阶控制器高精度控制和自抗扰控制器抗干扰能力强等优势。通过仿真分析的得出分数阶自抗扰控制器的控制效果优越于其单独的控制效果。

这是基于阴影图提取的数字水印算法，具有很好的性能，内有源代码可直接使用。方便研究

这是一个用于验证嵌入水印鲁棒性能的MATLAB攻击程序，包括常见攻击手段，很实用

对于直线永磁同步伺服电机 , 提出了一种高精度的 H ∞鲁棒位置控制器。其中, 使用H ∞鲁棒控制理论设计反馈控制器, 在具有模型摄动及外部干扰的情况下 , 保证了闭环系统的鲁棒稳定和鲁棒性能; 针对被控对象的标称模型设计 IP 积分 - 比例位置控制器 , 以满足位置系统性能要求。设计的控制器既保证了系统的鲁棒性 , 又保证了系统的跟踪性能。仿真结果表明了提出方案的合理性和有效性。

混合动力系统建模的稳定性和鲁棒性-hybrid dynamical systems modeling stability and robustness.pdf

模拟退火 遗传算法 粒子群算法 鲁棒性强