基于YOLO算法的行人检测方法

针对复杂道路交通环境,选择YOLO(You Only Look Once)实时目标检测算法,对行人目标进行检测识别的研究。YOLO算法在目标检测的速度和精度上都取得过良好效果。首先在YOLO网络模型的基础上针对行人单类检测问题,修改分类器,并通过卷积操作改变网络最后的输出维度;其次通过对道路交通场景下采集到的样本图片进行标注,得到行人数据集;然后采用相同预训练模型在YOLOv2和YOLOv3上训练,通过优化网络参数,加速模型收敛。实验结果分析可知,基于改进的YOLOv3的行人目标检测方法更能满足实时性的要求。     

面向网络攻击和隐私保护的多智能体系统分布式共识算法

为解决网络攻击与信息窃听环境下的多智能体系统分布式共识问题，提出一种能有效抵御网络拒绝服务（Do S）攻击和保护节点状态隐私的平均共识算法。首先，结合网络化控制系统中DoS攻击的特性，构建与时间相关的周期性Do S攻击模型。其次，利用邻居节点间的信息交互给出一种基于差分隐私的分布式网络节点信息处理机制，并将其引入平均共识算法。再次，结合事件触发机制，提出一种适用于DoS攻击下无向通信网络的分布式共识算法，并分别对其收敛性和隐私保护性能进行了严格的数学分析。最后，通过数值仿真实验和硬件实验验证了所提算法的有效性。