公开(公告)号：CN116452905A

公开(公告)日：2023-07-18

申请号：CN202310138890.1

申请日：2023-02-21

Applicant: 哈尔滨工程大学

Inventor： 李一兵 ,  李子凡 ,  李凌莉 ,  叶方 ,  田园 ,  孙骞

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094

Abstract: 一种基于深层特征的SAR图像对抗样本生成系统及生成方法,涉及计算机视觉领域。解决现有对抗样本生成方法存在扰动大，导致攻击成功率低且易被识别的问题。生成方法为：处理SAR图像获得图像数据；采用特征提取器提取图像数据，获得融合特征向量；采用生成器处理融合特征向量，获得初始对抗样本；处理初始对抗样本获得生成器总损失函数，并进行反向回传，获得训练的生成器；采用判别器对初始对抗样本进行处理，获得判别器总损失函数，并进行反向回传，获得训练的判别器；重复上述使得训练的生成器与训练的判别器趋近于收敛，获得最优的生成器，然后采用最优的生成器对融合特征向量进行处理，获得对抗样本。本发明适用于SAR图像的对抗样本生成。

公开(公告)号：CN116522174A

公开(公告)日：2023-08-01

申请号：CN202310675229.4

申请日：2023-06-08

Applicant: 哈尔滨工程大学

Inventor： 孙骞 ,  刘瓦 ,  李凌莉 ,  田京鹭 ,  邹珺婧 ,  赵云龙 ,  李一兵 ,  叶方

IPC: G06F18/23 ,  G06F18/214 ,  G06F18/213 ,  G06F18/241 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0985 ,  G06N3/08 ,  G01C25/00

Abstract: 本发明公开一种水下惯性基多源导航系统联合故障智能诊断方法。步骤1：基于历史数据对故障数据数量进行评判；步骤2：判断故障数据的训练样本是否大于阈值，若大于阈值则进行步骤3，若小于阈值则进行步骤4；步骤3：使用基于GCN‑LSTM时空组合模型的故障诊断方法进行故障诊断；步骤4：使用基于FMM‑ML模型的故障诊断方法进行故障诊断；步骤5：将步骤3或步骤4的故障诊断存入历史数据库中,为下次故障诊断提高训练样本，从而提高AUV多源导航系统在实际工作中的故障诊断性能。针对水下多源导航系统在实际环境中存在不同工况不同传感器在不同阶段样本数目不同的问题。