摘要:联邦学习是一种新型的分布式学习框架，它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先，本文介绍了联邦学习的基本概念和威胁模型，有助于理解其面临的攻击。其次，本文总结了由内部恶意实体发起的3种攻击类型，同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较，进一步讨论了该领域未来的发展方向。

摘要:异常事件检测技术是当前智能监控技术研究领域关注的一个热点，作为计算机视觉的重要研究内容，其主要目标是利用计算机自动检测出可被视为异常的事件。传统方法存在低层视频特征描述能力弱，异常检测方法计算代价大，对复杂场景建模时鲁棒性差等方面的限制。本文结合国内外的研究现状和目前的主流方法，介绍了监控视频中异常事件检测涉及的基本技术，分析了各类监控视频特征提取方法、特征学习模型和异常检测方法的优缺点，整理归纳了可用于监控视频中异常事件检测的常用实验数据集，最后讨论了监控视频中异常事件检测技术的难点、挑战及未来发展趋势。

摘要:压缩感知（Compressive sensing， CS）理论框架下逆合成孔径雷达（Inverse syntheitic operture radar， ISAR）成像的结果具有超分辨、无旁瓣干扰等特点，但CS ISAR成像方法性能仍然受到稀疏表示不准确和图像重建方法效率低等限制。基于深度神经网络（Deep neural network， DNN）的欠采样或不完整信号重建方法取得了瞩目的表现。DNN能够自主学习最优网络参数并挖掘出输入数据的抽象高层特征表示，但目前已有的DNN都为实数域的模型，无法直接用于复数形式数据处理。为了利用DNN的优势提高ISAR欠采样数据成像的质量，本文通过级联不同类型的复数网络层的方式，构建具有多级分解能力的复数深度神经网络（Complex value DND， CV-DNN），利用CV-DNN实现ISAR成像。实验结果表明，基于CV-DNN的ISAR成像方法在成像质量和计算效率方面都优于传统压缩感知成像方法。

摘要:前导脉冲信号到达时间（Time of arrival，TOA）估计精确度直接影响多点定位精确度。在差分匹配滤波器数学模型基础上，分析理想脉冲信号差分匹配滤波器TOA精确度与采样频率的关系。讨论非理想脉冲信号之间的时间结构关系，提出基于S模式前导四脉冲信号构造差分匹配滤波器校准时间戳的改进算法，实现过零点的准确估计。从信噪比、采样频率和复杂度仿真数据输出的均方根误差对比可见，通过四脉冲滤波获得的TOA精确度要比单脉冲和双脉冲滤波获得TOA精确度高。匹配滤波器和差分匹配滤波器TOA精确度对比分析结果表明，修正的差分匹配滤波器算法有更好的效果。在采样频率 40 MHz、信噪比为40 dB时，四脉冲信号差分匹配滤波器TOA精确度为0.402 7 μs，远远小于国际民航组织规定的时间误差精度最大值25 μs。最后实际空管运行数据验证结果证明了本文修正算法估算TOA的精确度和可用性。

摘要:传统的利用遥感数据检测涡旋的方法通常是基于物理参数、几何特征、手工特征或专家知识。本文重点研究了基于深度学习技术从海表面高度图中识别海洋涡旋的方法。针对海洋卫星拍摄的海洋表面高度图中的涡旋检测问题，提出了一种基于卷积神经网络的多涡旋检测模型，该模型能够准确提取涡旋的特征信息，拟合语义信息与海面高度之间的关系。同时，在用于涡旋检测的最新公开数据集SCSE-Eddy上进行模型训练，以评估基于人工智能的涡旋检测方法性能，该数据集涵盖了15年来位于中国南海及其东部部分海域的每日卫星遥感海表面高度数据。实验结果表明，与现有的方法相比，本文模型取得了更好的检测结果，能够更好地区分相距较近的涡旋。

摘要:针对目前二维环境中流场可视化应用深度信息不足、交互不自然等问题，提出一种基于沉浸式增强现实的流场可视化方法，在现实空间中通过流线展示流场变化特征，利用沉浸式增强现实技术为用户提供有效的深度信息，并通过手势、凝视等自然交互方式进行流线布置。由于增强现实设备不具备流场可视化计算所需要的计算能力，该方法采用服务器/客户端架构，以服务器端进行流线计算，以头戴增强现实设备进行流线定位、结果绘制及用户交互。在此基础上，设计了基于用户凝视的流线布置和基于凝视与手势的种子点放置两种交互方式，利用自然交互提高用户流线布置及分析效率。实验结果表明该方法能够在增强现实环境中准确完成流线绘制，反映流场的变化情况，并提供快捷、自然的交互。

摘要:深度学习模型已经在文本和图像等分类任务上取得了不错的效果，然而深度学习模型很难为分类结果提供可解释性。本文提出一种非结构化数据的多粒度集成分类方法，与其他学习方法相比，多粒度集成分类方法能够保留数据的上下文信息。在多粒度集成分类方法中，数据被划分成不同的粒度，用于训练不同的基学习器，这些学习结果为集成模型最后的分类提供了可解释性。基学习器根据它们在验证集上的精度被赋予不同的权重，从而构造出一个较好的集成学习器。在实验中，本文验证了所提出模型在3种非结构化数据类型（文本、医学图像和时间序列）上的有效性。实验结果表明， 本文的模型比现有的基准方法简单，具有较好的分类精度，并且能够为数据的分类提供可解释性。

摘要:推荐系统为用户推荐用户可能感兴趣的物品，可以有效地减轻信息过载。基于欧几里得嵌入的协同过滤方法将用户和物品映射到统一的隐藏空间中，是构建推荐系统的重要方法之一。然而，传统的基于欧几里得嵌入的推荐方法仅考虑用户和物品隐藏特征向量之间低阶交互，不能有效建模现实世界中用户和物品的复杂交互行为。本文提出基于深度学习的欧几里得嵌入的协同过滤算法，利用深度学习技术学习用户和物品隐藏特征向量之间的高阶、非线性交互函数，建模用户和物品之间复杂交互行为。在真实数据集上的实验结果表明，基于深度学习的欧几里得嵌入的协同过滤算法性能优于传统协同过滤算法。

摘要:目前的宽度学习系统（Broad learning system，BLS）通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接，网络权值可以用求解伪逆的方法快速求得，避免了耗时的训练过程，从而成为快速而高效的学习方法。然而在追求高精度结果的过程中，BLS对于增强节点数量的需求过于巨大，容易造成过拟合问题。为此，本文提出了基于函数链神经网络（Functional-link neural network，FLNN）的深度分类器（FLNN based deep classifier，FLNNDC），旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构，每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点，而不是全部映射节点。和原宽度结构相比，在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。

摘要:祥云图案的创作目前主要依赖手工绘制，现有的大部分研究工作主要针对真实感云和烟的模拟和绘制，本文提出一个基于样例和交互式草图的祥云图案生成模型。首先对手绘的祥云图案样例进行特征线的提取并归一化后形成特征库；用户输入简单的二维草图来分别表示云头、云体和云尾的骨架曲线；算法对云体和云头的草图轨迹进行非均匀自动划分得到生成线段集，利用这些线段到特征库中寻找相应的特征曲线并安装来得到云体和云头部分；通过对云尾骨架曲线进行平移和缩放来过程化生成云尾部分。实验结果表明，通过该生成模型，用户通过很少的交互和参数控制就可以生成大量具有手绘风格特征的祥云图案。

摘要:视频行人重识别是一项应用非常广的计算机视觉任务。目前的视频行人重识别方法通常是基于监督学习的，该方法需要手工标记大量的数据，代价非常高且并不适用于现实场景。本文提出了一种从底向上的基于多样性约束和离散度分层聚类的无监督视频行人重识别方法。该方法首先将每个样本当作是一个不同的类，然后结合类内间离散度进行从底向上的分层聚类，类间和类内离散度都小的类别将被优先合并，同时在聚类准则中加入一项多样性约束来平衡每类中的样本数量，最后，利用线性变化的特征存储器动态更新模型。在Mars和DukeMTMC-VideoReID两个大型视频数据集上的实验结果表明，相比于目前先进的无监督视频行人重识别方法，本文方法在性能上有一定的提升。

摘要:光照条件是视频外部成像环境的重要因素，可反映视频成像时的客观物理条件，即使采用复杂的计算机图形学模型，也难以完全反映光照的真实场景。针对大部分Deepfake换脸视频与真实视频在外部成像环境上的差异，提出一种基于光照方向一致性的换脸视频检测方法。本文利用Lambert光照模型逐帧计算待测视频的二维光照方向，通过判断整段待测视频二维光照方向的角度变化是否平滑确定视频真伪。实验结果表明该方法在公开的测试数据库TIMIT和FaceForensics⁺⁺上具有较好的检测性能，可以有效区分真实视频和换脸视频。由于不需要训练检测模型，该方法具有计算复杂度低、实时性好的优点。

摘要:多标记学习和选择性集成是机器学习中的两个热点研究问题。本文利用聚类思想探究多标记学习中的选择性集成， 提出了两种具体的多标记选择性集成算法：基于最小距离的簇中心选择算法（Minimum distance based cluster center selection，MDCCS）和基于K-means的簇中心选择算法（K-means based cluster center selection， KMCCS）。在所提出的算法中，如何度量学习器之间的距离是其能否成功的关键因素。本文首先基于学习器的分类结果对其进行重新表示，在此基础上给出了学习器之间距离的计算方式。此外， 对于算法中的空簇问题给出了两种解决方法。基于Mulan数据库中的多标记数据集和5种评价指标对所提算法进行了详细的分析，实验结果表明了所提算法的有效性。

摘要:使用耳语音的频谱包络来预估正常音的基频特征，这类算法在对正常音基频预测的准确性上存在一定不足，在合成语音自然度方面存在着明显欠缺，有时会出现音调失常等问题。本文提出一种声学特征融合的方法，通过双向长短期记忆（Bi-long short-term memory， BLSTM）深度网络来逐帧预测正常音基频。首先，使用STRAIGHT模型和相关代码，分别对耳语音和正常音语料进行预处理，提取耳语音的梅尔倒谱系数（Mel-scale frequency cepstral coefficient，MFCC）、韵律及谱包络特征，正常音的基频与谱包络特征。然后使用BLSTM深度网络，分别建立耳语音和正常音谱包络特征之间映射关系，以及耳语音MFCC、韵律及谱包络特征对正常音基频F₀的映射关系。最后根据耳语音的MFCC、韵律及谱包络特征获得对应的正常音基频和谱包络，使用STRAIGHT模型合成正常音。实验结果表明，相较于仅使用谱包络估计基频，采用此种方法引入语音韵律和MFCC的融合特征是对基频特征的良好补充，解决了音调失常的现象，转换后的语音在韵律上更加接近正常发音。

摘要:基于传感器模式噪声的图像来源鉴别算法的关键在于如何获取高质量的光响应非均匀性（Photo-response non-uniformity， PRNU）噪声，目前大多数增强PRNU噪声质量的算法以及出于实际应用的目的对其压缩的算法几乎是在人工假设模型的基础上实现的。本文提出了一种基于样本错配训练的图像PRNU噪声提纯方法，该方法使用了深度堆叠自编码器网络，并设计了一种样本错配的技术对其进行训练。这种基于样本错配训练的端到端深度神经网络的使用有效避免了人工设计算法的局限性，对图像PRNU噪声进行了有效提纯，进而提升了其用于图像来源鉴别时的性能。在Dresden图像数据集上进行的比较实验结果表明，提纯后的PRNU噪声具有更好的性能。

摘要:热障涂层技术在航空发动机中具有延长热端部件使用寿命、提高功率和减少燃油消耗的优点。对热障涂层金属构件进行电火花小孔加工时，需要先去除金属基体表面的热障涂层。针对等离子喷涂法（Air plasma spray， APS）制备的热障涂层进行了磨料水射流去除加工试验。采用直径为300 μm的低压磨料水射流，在室温下开展APS涂层的盲孔加工试验，以期为后续的电火花穿孔加工提供可能性。结果表明，冲蚀孔径和孔深随磨料浓度、射流压力、冲孔时间和靶距的增加而增大，涂层去除速率随磨粒硬度和粒径的增加而提高，APS涂层的冲蚀效率明显高于EB-PVD涂层。

摘要:提出利用测量位置处光栅传感器的光谱特征反推该处对应的应变分布状态的方法。采用改进的传递矩阵方法，模拟了不同应变分布函数对应的光谱响应，分析了其基本特征参数同应变分布之间的变化规律。通过有限元仿真计算试验件在弯曲载荷下光栅粘贴处的应变分布，重构了传感器的光谱，并将其和应变分布函数的理论计算光谱图进行比较，验证了应变分布形式与反射光谱特征的关联性。构建带有不同半径圆孔的铝合金板孔口弯曲加载试验系统，测试试验件弯曲挠度和孔径大小与反射谱特性的关系。理论及试验结果表明，实测与仿真计算的谱图变化具有相同规律，光谱特征参数可作为预测铝合金孔径的有效指标，并为其他类型结构的应变场变化规律的监测提供参考依据。

摘要:对半圆柱形凹形靶面单排圆形喷管和冠齿形喷管射流冲击换热进行了实验研究。凹形靶面直径与喷管直径之比D/d为10，射流孔节距与直径之比W/d为5，射流雷诺数分别为5 000、10 000和20 000，冲击间距比H/d分别为2、4、6和8。实验结果表明：两种形状喷管均在冲击间距比H/d=4时获得最强的驻点对流换热，但凹靶面前缘附近纵向平均努塞尔数基本呈现随射流冲击间距增加而减小的单调变换趋势；相对于圆形喷管，冠齿喷管射流冲击使得凹形靶面前缘线上的纵向平均努塞尔数最大提高幅度约为16%，凹形靶面前缘±2d区域的面积平均努塞尔数最大提高幅度约为18%。

摘要:为了摸清亚超大梯度剪切混合层内直射式喷嘴的燃油雾化特性，设计了用于向亚超剪切混合流中进行燃油喷射的直射式喷嘴，建立了亚超剪切混合层中燃油雾化试验系统。利用粒子图像测速系统（PIV），对亚超大梯度混合层中油雾场进行测量。通过改变喷嘴流量、喷射角度和喷嘴数量研究不同参数对雾化特性的影响，并应用图像处理技术对亚超大梯度剪切混合层内的油雾场进行分析，总结归纳其雾化规律。试验结果显示：随着流量增大，穿透深度会随之增大，破碎后的颗粒分布峰值所对应的液滴直径会逐渐变小，雾化效果提升；相同流量条件下，喷嘴的角度改变对雾化效果有影响，顺喷和逆喷的雾化效果均好于垂直喷射；逆喷的喷射高度最高，随着流量的增长，燃料将会碰壁；顺喷条件下，随着角度的增加，穿透长度会有所增加；综合燃油轨迹边界，逆喷的效果相对较好。相同流量条件下，喷孔个数的改变对雾化效果和穿透深度的影响不大。

摘要:以中国东南沿海某超高层三塔连体建筑为研究对象，以风-雨双向耦合算法为核心，基于计算流体动力学技术采用连续相和离散相模型进行风场和雨场的迭代模拟。首先基于9种风雨组合工况进行三塔连体建筑非定常脉动风场模拟，探讨超高层三塔连体建筑平均风压分布、表面速度流线和流场干扰机理。然后对比研究不同风雨组合工况下主塔表面雨滴附着数量、雨滴冲击力和雨压系数的分布规律，揭示风-雨耦合场中结构表面速度流线、雨滴运行轨迹和最终速度的作用机理。最后提炼出超高层三塔连体建筑最不利风-雨组合工况，并给出对应的雨压系数取值建议。研究表明：风-雨耦合环境下超高层连体建筑迎风面雨荷载作用最为显著，此时雨荷载与风荷载最大比值可达23.81%，局部测点最大雨压系数达到0.301，100 a重现期风速和强大暴雨组合为风-雨耦合作用的最不利组合工况。