公开(公告)号：CN113658012A

公开(公告)日：2021-11-16

申请号：CN202110703377.3

申请日：2021-06-24

Applicant: 中国人民解放军陆军工程大学

Inventor： 潘雨 ,  潘志松 ,  胡谷雨 ,  王帅辉 ,  邹军华 ,  刘鑫 ,  黎维 ,  陶蔚 ,  周星宇

IPC: G06Q50/00 ,  G06F17/13 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于深度网络表示学习的社团发现方法，涉及作图分割问题的技术领域。将网络建模成图；构建社团结构矩阵；获得网络节点表示向量；在获得的网络低维表示上运行K‑均值策略获得最终的网络社团结构。本发明提出的方法利用深度神经网络成功捕捉了网络的非线性结构，学习了更加准确和丰富的节点表示，为后续的社团发现打下坚实的基础。实现了在大规模、稀疏和高维网络中准确挖掘社团结构的任务。

公开(公告)号：CN113469330A

公开(公告)日：2021-10-01

申请号：CN202110709006.6

申请日：2021-06-25

Applicant: 中国人民解放军陆军工程大学

Inventor： 段晔鑫 ,  潘志松 ,  邹军华 ,  张武 ,  张磊 ,  周星宇 ,  胡亚豪

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 双极网络腐蚀增强对抗样本迁移性的方法，涉及计算机视觉的技术领域。本发明对源深度网络的内部参数进行实时的双级腐蚀，使得信息流的前后传播发生改变，并生成多个具有相似决策边界的虚拟模型；然后在迭代过程中通过纵向集成的方法将各个虚拟模型进行融合，以缓解迭代攻击的过拟合问题，从而使生成的对抗样本更具有迁移性能。本发明对网络模型进行双级腐蚀，实验结果表明能大大提升所得对抗样本的迁移性。通过提升对抗样本图像跨模型迁移攻击能力，显著提升了对抗样本的黑盒攻击成功率。