论对抗性的稳健性 该存储库包含有关的论文的LaTeX源。 这篇文章旨在帮助所有人-从设计自己的神经网络的人到审查国防论文的人，到只是想知道国防评估中要考虑的那些人-了解有关评估对抗性鲁棒性的方法的更多信息。 这是一份生活文件 我们不希望这成为传统论文，它只写一次就从未更新过。 虽然如何评估对抗性鲁棒性的基本原理不会改变，但是我们今天提供的有关评估对抗性鲁棒性的大多数具体建议可能很快就会过时。 因此，我们希望不时更新本文档，以便与研究界当前接受的最佳实践相匹配。 抽象的 事实证明，正确评估针对对抗性示例的防御措施非常困难。 尽管最近有大量工作试图设计能够抵抗自适应攻击的防御措施，但很少成功。 大多数提出辩护的论文很快就会被证明是不正确的。 我们认为，一个重要的因素是执行安全评估的难度。 在本文中，我们讨论了方法论的基础，回顾了公认的最佳实践，并提出了评估对抗性例子的防御措施的新方法。 我们

传统最小二乘对粗差比较敏感，在有粗差系统中计算很容易失败，而Huber方法给出了较为稳健的计算结果

针对永磁直线同步电机(PMLSM)伺服控制系统易受参数变化、外部扰动、非线性摩擦力等不确定性因素的影响,采用了一种自适应非线性滑模控制(ANLSMC)方案.首先,建立了含有不确定性因素的PMLSM动态方程,然后,通过速度作为状态变量的非线性函数和广义滑模面相结合,设计了非线性滑模面,这样不仅提高了系统的响应速度,而且增强了系统的鲁棒性.通过自适应控制在线调整趋近律中的控制增益来调节系统状态轨迹到达滑模面的趋近速度,削弱了抖振现象,同时减少了系统跟踪误差,进而提高系统的控制精度.最后,实验结果表明所采用的控制方案有效可行,与滑模控制(SMC)和非线性滑模控制(NLSMC)相比,ANLSMC不仅提

为提高井下应急救援无线Mesh网络的鲁棒性,提出了基于混合网状网结构的组网模式。在该模式下,无线终端参与无线Mesh网络组网,能够在骨干传输网络出现问题时对数据进行路由转发,从而消除了传统基础设施结构应急救援无线Mesh网络中终端通信对骨干传输网络的绝对依赖。此外,针对该模式下Mesh终端能耗较高的问题,进一步提出了一种改进AODV路由策略。该策略在AODV路由协议的基础上增加了节点类型信息与通信状态信息,根据节点类型与通信状态决定路由选择方式,实现了路由选择过程对Mesh终端的识别与避免,从而节约了无线Mesh终端能量。针对该策略的路由性能的仿真结果表明,该策略相比AODV提高了矿井应急救援无线Mesh网络的吞吐性能、传输稳定性与实时性;当骨干路由节点发生故障时,该策略能够快速重建路由,具有较强的路由恢复能力。

一种基于非梯度下降的参数优化算法，2015年提出

使用从单个图像进行3D人脸建模的Python代码 新功能：请参阅我们的后续项目，以进行。 此页面包含端到端演示代码，这些代码直接从不受约束的2D面部图像中估算3D面部形状和纹理。 对于给定的输入图像，它将生成面部形状和纹理的标准层文件。 它伴随我们的论文[1]中描述的深层网络。 在此版本中，我们还包括了地标构成的姿势和表情拟合的演示代码。 此版本是正在进行的人脸识别和建模项目的一部分。 请，请参阅以获取更新和更多数据。 特征 直接从图像强度用于3D形状和纹理估计的端到端代码 在不受限制的条件下设计和测试人脸图像，包括具有挑战性的LFW，YTF和IJB-A基准 首次显示使用我们的网络提取的3D面部形状和纹理参数具有描述性和鲁棒性，并通过这些基准上的3DMM表示提供了近乎最新的面部识别性能 没有昂贵的迭代优化，内部循环即可回归形状。 因此，3DMM安装非常快 使用回归的3D人脸模型，根据检

提出了一种新颖的基于人工神经网络(ANN)和遗传算法(GA)的激光器参数全局优化方法,建立激光器输出功率的人工神经网络模型,来模拟激光器参数对输出功率的综合影响机理,进而以该模型作为目标函数,采用遗传算法对激光器参数进行全局优化。以平凹腔单横模氦氖激光器为例验证了该方法的可行性和有效性。对相同参数的激光器,人工神经网络模型的仿真数据与实验数据的均方根误差为0.0127 mW。应用该方法对其他参数全局优化后激光器预期输出功率比实验室已有的同等尺寸的激光器大,说明了该方法的有效性。

现有基于变分模态分解算法(VMD)的轴承故障诊断方法,由于其参数K需要依据先验知识预先设定,缺乏对K值最优设定的理论支撑,难以保证故障特征提取及故障诊断的精确性.针对上述问题,提出一种基于参数估计优化的VMD与多尺度熵(MSE)的石化装备轴承特征提取及诊断新方法.首先,针对VMD分解参数K的难以实现最优设定问题,利用局部均值分解(LMD)自适应分解分量的频率分布特征,构建一种实现K值有效估计的方法;其次,在VMD分解的基础上,提出一种MSE和线性判别分析(LDA)协同特征提取方法,完成特征模型构建;然后,针对轴承故障特征样本过少,利用支持向量机(SVM)对提取故障特征进行识别;最后,利用石化装备实验室仿真平台的轴承故障数据进行实验,验证算法的有效性和工程实用性.对比分析表明,所提出的算法可以很好地提取故障特征且故障识别精度较高,具有较好工程操作性和扩展性.

主要研究了在数字图像信号中加入有标志意义的二维水印的方法，提出了一种基于离散余弦变换的数字水印算法。 为了保证该算法的鲁棒性和透明性的良好平衡，首先，将二维水印进行置乱，提高了水印信息的安全性；其次，采用分块 DCT变换及依据HVS有选择地选取部分中频系数进行修改的策略，增强了数字水印嵌入的稳定性，并且该算法实现了数字 水印的盲提取；最后通过仿真实验证明，该算法不仅具有较好的透明性，而且对诸如压缩、加噪、裁剪、缩放、旋转、滤波、 平滑等攻击均具有较好的鲁棒性。 关键词：数字水印；余弦变换；嵌入；提取；鲁棒性；透明性

复杂网络上的渗流和网络鲁棒性 给定度分布P(k)的复杂网络上的点缺陷： 顶点以概率q被随机的占据（工作状态良好） 或以概率1-q被空置 (被破坏) 然后考察系统存在无限大连通集团的临界概率qc 对无标度网络 当 λ<=3, 临界概率 qc 是0或负值. 无标度网络对于顶点的随机移除非常稳健!