基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

偏缠绕模的Frobenius性质

主要给出了偏缠绕模的Frobenius性质，推广了缠绕模相应的性质。     

Na原子链表面等离激元特性的含时密度泛函研究

本文用含时密度泛函理论研究了线性Na原子链的表面等离激元机理.主要在原子尺度下模拟计算了体系随着原子数增加及原子间距变化的集体激发过程.研究发现线性原子链有一个普遍的特性——存在一个纵模和两个横模.两个横模一般在实验上很难被观测到.纵模随着原子链长度增加,能量红移的同时,该纵模主峰的强度呈线性增长.随着原子个数的增加,端点模式(TE)开始蓝移,能量和偶极强度都逐渐趋向饱和.横模能量被劈裂的原因概括如下:(一)每个位置的电子受到的势不同,在两端的电子受到的势要比在中间的电子受到的势要高,因此两端的电荷积累也比中间多;(二)端点存在悬挂键,所以中间的电子-电子间相互作用与端点的不一样,这两方面又都与原子间距d有关.     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

Fréchet空间上的一些等距逼近问题

本文主要讨论Ｆｒéｃｈｅｔ空间上ε－等距线性算子的等距逼近问题，证明了任意有限维Ｆｒéｃｈｅｔ空间之间的等距逼近问题都是肯定的；无穷维Ｆｒéｃｈｅｔ空间（ｓ）空间上的等距逼近问题也是肯定的．     

压电陶瓷及其应用

论述了压电陶瓷历电性的物理机理，并介绍压电陶瓷的应用．     

虚二次域上不可分的正定Hermite型的构作

本文给出了构作虚二次域ＩＱ（－ｍ）上不可分的正定整Ｈｅｒｍｉｔｅ型的方法．对任意给定的自然数ｎ，ｄ和无平方因子的ｍ，当ｍ３（ｍｏｄ４），除了ｍ＝１时ｎ＝２，ｄ＝１；ｎ＝３，ｄ＝１，３；ｎ＝５，ｄ＝１和ｍ＝２时ｎ＝３，ｄ＝１这５个例外，证明了存在ＩＱ（－ｍ）上不可分的正定整Ｈｅｒｍｉｔｅ格，其秩为ｎ且判别式为ｄ，并给出它们的明确结构．在上述５个例外情形下，不存在具有上述性质的格．     

置换模,ρ置换模与Conlon比析

本文对特征P的基域F引入适当的Galois群T,讨论p置换模的Green环的Conlon比析在Galois群T作用下的动态,证明了在T作用下p置换模的Green环的不动点集重合于置换模的Green环。     

自入射代数的不可分解模由其合成因子决定的充分必要条件

本文利用有限表示型自入射代数的分类理论和覆盖方法,得到了自入射代数的不可分解模由合成因子决定的充分必要条件.