摘要:恶意攻击者可以通过在自然样本中添加人类无法察觉的对抗噪声轻易地欺骗神经网络， 从而导致分类错误. 为了增强模型对抗扰动的鲁棒性， 先前的研究大多关注单模态任务， 对多模态场景的研究相对匮乏. 为了提升多模态RGB-骨骼动作识别的鲁棒性， 提出了一个基于特征交互模块（FIM）的鲁棒动作识别框架， 提取对抗样本的全局信息并学习模态间的联合表征， 以此来校准多模态特征. 实验结果表明， 面对CW攻击， 该动作识别框架在NTURGB+D数据集上进行鲁棒性评估， 其RI值达到25.14%， 平均鲁棒准确率也达到48.99%， 比最新的MinSim+ExFMem方法分别提高了8.55和23.79个百分点， 表明其在增强鲁棒性及平衡准确率方面都优于其他方法.

摘要:提出了结合负刚度装置提升线性滞回阻尼器对斜拉索多模态振动控制效果的方 法 . 考虑被动负刚度装置与阻尼器在斜拉索上任意位置安装，采用斜拉索两点施控系统特征 方程，讨论了安装位置、线性滞回阻尼器参数、负刚度系数等对斜拉索多模态阻尼的影响 . 结 果表明，被动负刚度装置能有效提升线性滞回阻尼器对斜拉索的多阶模态阻尼比，其安装位 置越靠近阻尼器，阻尼提升效果越明显. 进一步，以苏通大桥某附有黏性剪切阻尼器的超长拉 索为例进行了实际设计，讨论了被动负刚度的可行性，并与结合惯容器的阻尼器进行了对比， 结果表明，被动负刚度装置对斜拉索-阻尼器系统多模态阻尼提升效果更好.

摘要:针对水力发电和光伏发电存在功率波动大、稳定性差等问题，提出了一种适应新能源接入的多端口变换器及能量协同控制方案. 首先，针对多端口变换器常见的拓扑结构进行了对比分析，选定了多端口变换器的拓扑结构；其次，针对多种新能源（如光、水、风力等）能量互补的一般性问题，提出了一种基于多端口变换器的多模态能量协同控制方案.最后，仿真模拟了多工况下的运行状态，仿真结果表明，双层控制策略能有效地实现能量协调调度，能解决某局部区域内的负荷季节性过载问题.该多端口变换器能实现对直流母线电压、输出功率等关键参数的控制，具有较强的适应能力.

摘要:针对微粒群算法在多模态函数优化中难以找到全部极值点以及陷入局部最优和后期收敛速度慢等缺陷，提出了一种基于熵的自适应混沌爬山微粒群算法.算法根据熵的值来衡量种群多样性，当发现种群多样性匮乏时，采用动态混沌机制增强多样性；后期融入了局部收敛速度较快的爬山算法提高微粒群算法的后期收敛速度.4种典型多模态函数测试结果表明该算法在求解复杂多模态函数优化问题方面的可行性。

摘要:通过在克隆选择过程中引入抗体聚类机制,提出了一种用于复杂多模函数优化的新算法.通过聚类将抗体群分成多个子种群来实现其克隆选择策略,加速克隆扩增,从而提高抗体成熟力及亲和性.采用了混合超变异算子,使其能快速获取全局及局部最优.实验仿真结果表明:该算法对复杂函数寻优的过程是相当有效的,具备良好的全局和局部收敛可靠性.