王林元
- 作品数：5 被引量：13H指数：2
- 供职机构：中国人民解放军信息工程大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术文化科学电子电信更多>>
- CT重建中投影矩阵模型研究综述被引量：9
- 2014年
- CT重建算法中,投影矩阵反映探测器上的投影与重建物体的关系,其模型刻画对于重建速度和精度有着重要影响。本文介绍目前投影矩阵研究现状,着重分析投影矩阵系数的计算方法,以及快速计算正投影和反投影的方法,并总结了目前投影矩阵模型的性能和发展。
- 陈建林闫镔李磊席晓琦王林元
- 关键词：CT重建投影矩阵
- 基于稀疏子空间采样的信号检测网络黑盒查询对抗攻击方法
- 2025年
- 随着深度神经网络在信号检测任务的应用,神经网络易受到对抗样本攻击的脆弱性也受到了广泛关注。针对无法获取模型内部信息的信号检测网络黑盒攻击场景,该文提出一种基于稀疏子空间采样的黑盒查询对抗攻击方法。该方法将信号样本检测数量消失比例作为判断攻击是否成功的约束条件,构造信号检测网络对抗样本攻击模型,参考跳步跳跃攻击(HSJA)算法设计基于决策边界的信号检测网络黑盒查询对抗攻击方法求解该模型,以生成信号对抗样本。为了进一步改善查询效率,该文根据信号对抗扰动特点构建稀疏子空间采样进行查询攻击,即在生成对抗样本时,按照一定比例选择具有较大幅度的信号分量,并仅在这些选定的分量上添加扰动。实验结果表明,在信号目标消失数量比例0.3的决策边界下,稀疏子空间采样黑盒对抗攻击方法使得信号检测网络mAP值降低了43.6%、召回率降低了41.2%。与全空间采样方法相比,稀疏子空间采样方法攻击成功率提升了2.5%,且对抗扰动平均能量比降低了3.47%。稀疏子空间采样攻击方法可以使得信号检测网络性能明显下降,相较于全空间采样具有攻击成功率更高、扰动强度更小等优势。
- 李东阳李东阳王林元马德魁闫镔
- 基于近端线性组合的信号识别神经网络黑盒对抗攻击方法
- 2024年
- 随着深度学习在无线通信领域特别是信号调制识别方向的广泛应用,神经网络易受对抗样本攻击的问题同样影响着无线通信的安全。针对无线信号在通信中难以实时获得神经网络反馈且只能访问识别结果的黑盒攻击场景,提出了一种基于近端线性组合的黑盒查询对抗攻击方法。该方法首先在数据集的一个子集上对每个原始信号样本进行近端线性组合,即在非常靠近原始信号的范围内与目标信号进行线性组合(加权系数不大于0.05),并将其输入待攻击网络以查询识别结果。通过统计网络对全部近端线性组合识别出错的数量,确定每类原始信号最容易受到线性组合影响的特定目标信号,将其称为最佳扰动信号。在攻击测试时,根据信号的类别选择对应最佳扰动信号执行近端线性组合,生成对抗样本。实验结果显示,该方法在选定子集上将每种调制类别的最佳扰动信号添加在全部数据集上能将神经网络识别准确率从94%降至50%,且相较于添加随机噪声攻击的扰动功率更小。此外,生成的对抗样本对于结构近似的神经网络具有一定迁移性。这种方法在统计查询后生成新的对抗样本时,易于实现且无需再进行黑盒查询。
- 郭宇琦李东阳闫镔王林元
- 关键词：信号识别
- 一种基于GAN网络投影补全的有限角度CT重建算法被引量：4
- 2019年
- 计算机断层成像(Computed Tomography,CT)重建算法作为CT成像技术的核心,该算法的改善不仅能够拓展成像应用领域,还可进一步推动新型成像系统的出现。而有限角度重建问题因其自身高度奇异的病态性,是CT重建算法研究领域长期以来的热点和难点问题。受到生成对抗网络(Generative Adversarial Networks,GAN)在图像修复领域取得显著进展的启发,本文提出一种基于GAN网络投影补全的有限角度CT重建算法,该算法利用GAN网络对抗训练获得可将有限角度投影数据补全的生成网络,生成网络在判别网络的监督下逼近真实的全角度投影图像,而后利用补全后的投影进行FBP重建,获得有限角度重建结果。实际数据实验结果表明本文方法与传统的SART-TV算法和FBP+CNN方法相比,在重建质量上具有一定优势,并初步验证了使用GAN网络投影补全策略进行有限角度重建的可行性。
- 梁宁宁李子恒王林元蔡爱龙李磊闫镔
- 关键词：计算机断层成像
