检索结果-内蒙古大学图书馆

计算机工程与应用 2025年第3期61卷 275-285页

作者：倪力政陈颖李翔邓修涵马腾上海应用技术大学计算机科学与信息工程学院上海201418

针对遥感图像地理信息复杂多变、局部细节与上下文信息难以被充分提取,以及部分配准模型精度较低、用时较长等问题,提出了一种融合注意力与多阶尺度特征的配准模型,在特征提取阶段引入Transformer与逆残差结构结合的轻量级卷积网络,通... 详细信息

针对遥感图像地理信息复杂多变、局部细节与上下文信息难以被充分提取,以及部分配准模型精度较低、用时较长等问题,提出了一种融合注意力与多阶尺度特征的配准模型,在特征提取阶段引入Transformer与逆残差结构结合的轻量级卷积网络,通过嵌入混合注意力块加深对通道空间信息的关注,进一步地,为了更有效地捕获上下文特征信息,使用增强注意力的多尺度扩张卷积模块进行深层次过滤提取,以获取更精细和丰富的特征语义图。在匹配阶段采用互相关最优加权的双向匹配方法,计算密集对应关系得到双向参数,并通过参数回归网络加权合成最终变换参数,仿射变换完成图像配准。实验结果表明,关键点正确估计的比例系数为0.03、0.05和0.1的情况下,在三个数据集上的配准精度达到61.9%、86.2%、93.6%,而平均配准时间仅为1.05 s,证明了该模型有效提升遥感图像配准的精度和效率。

关键词：遥感图像配准上下文特征增强注意力双向匹配

来源：评论

学校读者我要写书评

暂无评论

融合预训练模型与注意力的事件抽取方法

引用

计算机工程与应用 2025年第4期61卷 130-140页

作者：肖立中殷晨旭上海应用技术大学计算机科学与信息工程学院上海201418

事件抽取旨在从大量无结构的文本中抽取出结构化的事件信息,然而现有的研究工作存在难以抽取重叠角色,子任务间缺乏交互以及语义特征表达能力不足的问题。针对上述问题提出了一种中文事件抽取模型PACJEE(pre-trained language model and... 详细信息

事件抽取旨在从大量无结构的文本中抽取出结构化的事件信息,然而现有的研究工作存在难以抽取重叠角色,子任务间缺乏交互以及语义特征表达能力不足的问题。针对上述问题提出了一种中文事件抽取模型PACJEE(pre-trained language model and attention mechanism based Chinese joint event extraction)。该模型采用预训练语言模型RoBERTa来提取文本特征,对文本进行事件类型分类,在触发词识别阶段,将提取到的事件类型先验特征与文本特征进行融合,并且使用自注意力机制获取内部特征相关性,在论元角色分类阶段引入卷积神经网络与注意力机制来加强触发词特征的表达能力,通过多层指针标注进行重叠角色的识别。该方法在中文数据集ACE2005和DuEE上进行了实验分析,结果显示,相较于基准方法,在触发词分类上的F1值分别提升1.6和0.5个百分点,在论元角色分类上的F1值分别提升3.3和2.5个百分点,说明该模型能显著提升事件抽取效果,并且在一定程度上提升了对角色重叠事件的识别准确率。

关键词：事件抽取角色重叠特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络与动态采样的三维目标检测算法

引用

激光与光电子学进展 2025年

作者：钟凯陈颖颜承志高寒上海应用技术大学计算机科学与信息工程学院

现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间... 详细信息

现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间的语义信息，从而生成高质量的伪图像。在关键点采样阶段，设计了一种动态采样策略，不仅提升了采样效率，同时增加了前景点的比例，并结合动态最远体素采样方法以确保关键点分布的均匀性。在候选框细化阶段，利用多尺度图池化模块提取丰富的局部特征，最后通过自适应模块融合局部信息与关键点信息，增强了特征表达能力。基于KITTI数据集的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)分别达到了56.08%和77.65%，较基准算法Point Pillars分别提升了12.29和10.04个百分点。此外，该算法在远距离目标识别方面也表现出更高的精度，验证了其在远距离目标检测和小目标类别检测中的有效性。

关键词：三维目标检测图神经网络动态采样点云处理小目标检测

来源：评论

学校读者我要写书评

暂无评论

基于代理重加密的PCNs数据传输方案

引用

计算机工程与设计 2025年第2期46卷 472-478页

作者：薛庆水韩静卢子譞蔡杰伟李尹珩上海应用技术大学计算机科学与信息工程学院上海201418

在对现阶段基于支付通道网络(PCNs)的研究中,发现交易转发过程的安全性和交易数据的隐私性得不到保障,且网络中存在通道负载不均衡问题。为解决这些问题,提出一种基于代理重加密的PCNs方案。使用代理重加密技术,利用半诚实代理节点完成... 详细信息

在对现阶段基于支付通道网络(PCNs)的研究中,发现交易转发过程的安全性和交易数据的隐私性得不到保障,且网络中存在通道负载不均衡问题。为解决这些问题,提出一种基于代理重加密的PCNs方案。使用代理重加密技术,利用半诚实代理节点完成密文的密钥转换,通过代理节点的介入,以细粒度访问控制的方式进行交易传输,确保即使是在不受信任的环境下也能进行交易支付,同时不会泄露任何的明文消息,此外将网络中的节点进行权重计算,采用动态分配算法,均衡整体网络中的负载量,提高网络的使用率。

关键词：通道支付网络隐私保护区块链代理重加密路由算法密钥转换椭圆曲线

来源：评论

学校读者我要写书评

暂无评论

一种高效的连续时序图注意力网络的交通预测模型

引用

计算机工程 2025年第4期51卷 350-359页

作者：刘云翔梁智超上海应用技术大学计算机科学与信息工程学院上海201418

交通预测领域面临传统时空建模方法难以有效捕获长程依赖关系、固定时间窗口机制无法适应动态时序模式以及基于统计学的传统模型在复杂拓扑关系建模方面存在局限性3个主要挑战。针对上述问题,提出基于连续时序的高效图注意力网络(T-EGAT... 详细信息

交通预测领域面临传统时空建模方法难以有效捕获长程依赖关系、固定时间窗口机制无法适应动态时序模式以及基于统计学的传统模型在复杂拓扑关系建模方面存在局限性3个主要挑战。针对上述问题,提出基于连续时序的高效图注意力网络(T-EGAT)。首先设计高效多头自注意力机制(EMSA),采用参数共享和稀疏计算策略,将注意力头的计算复杂度从O(N)降低到O(Nlog_(a)N);其次开发线性时序扩展模块,通过可学习的时序卷积核将时间感知范围从固定K步扩展到K+Δ步的弹性窗口,其中Δ∈[0,12]为自适应调整参数;最后构建动态图推理架构,利用图神经网络(GNNs)的邻域聚合特性,在每个时间步自动生成包含83个交通要素的拓扑关系矩阵。实验结果表明,在PeMSD4、METR-LA等5个基准数据集上,T-EGAT相较16种基线模型(包括DCRNN、GraphWaveNet、ASTGCN等)取得显著提升,平均绝对误差(MAE)降低了2.77%~5.97%,均方根误差(RMSE)改善了3.12%~6.44%,单步预测时间缩短了1.41%~2.3%。消融实验结果表明,EMSA带来42%的精度提升,时序扩展模块减少了17%的长时预测误差,动态图生成机制提高了29%的拓扑建模准确率。该模型在突发交通事故场景下表现出更强的鲁棒性,异常事件检测F1值达到0.873,较传统方法提升了21.5%。该方案为实时交通管理系统提供了新的技术框架,其弹性时序建模机制和高效注意力架构为时空预测任务提供了普适性解决方案。

关键词：智能交通交通预测模型图神经网络交通流多头自注意力机制人工智能决策

来源：评论

学校读者我要写书评

暂无评论

一种基于属性证书的匿名电子投票方案

引用

计算机应用与软件 2025年第4期42卷 358-365页

作者：薛庆水周雨卫崔天睿薛震侯宗阳王晨阳上海应用技术大学计算机科学与信息工程学院上海201418

针对电子投票中用户信息隐私泄露、重复投票、投票内容泄露、选票篡改等问题,提出一种基于属性证书的匿名电子投票方案。该文利用零知识证明协议实现基于属性的证书认证和用户的完全匿名性;利用ElGamal加密技术和引入选票管理服务器(VMT... 详细信息

针对电子投票中用户信息隐私泄露、重复投票、投票内容泄露、选票篡改等问题,提出一种基于属性证书的匿名电子投票方案。该文利用零知识证明协议实现基于属性的证书认证和用户的完全匿名性;利用ElGamal加密技术和引入选票管理服务器(VMT)保证了选票的公平性;采用双重Id(CertId,选票ID)形式保证选票的可验证性。理论和实验分析表明:该方案具有匿名性、公平性、唯一性等特性,解决了CA半可信以及CA与投票机构VI合谋等问题,可以广泛应用于各种选举活动。

关键词：电子投票属性证书零知识证明 ElGamal加密技术

来源：评论

学校读者我要写书评

暂无评论

基于特征交互引导的弱监督显著目标检测

引用

计算机工程与设计 2025年第4期46卷 1234-1240,F0003页

作者：李永强石艳娇张晴上海应用技术大学计算机科学与信息工程学院上海201418

为解决现有的基于稀疏标记的弱监督显著目标检测模型需要引入额外标签恢复显著目标结构、模型检测效果不佳等问题,提出一种基于涂鸦注释的特征交互引导网络用于弱监督显著目标检测,无需预处理/后处理操作或额外标签。模型集成特征增强... 详细信息

为解决现有的基于稀疏标记的弱监督显著目标检测模型需要引入额外标签恢复显著目标结构、模型检测效果不佳等问题,提出一种基于涂鸦注释的特征交互引导网络用于弱监督显著目标检测,无需预处理/后处理操作或额外标签。模型集成特征增强机制分别对浅层和深层的多尺度特征进行扩展与聚合,轮廓重定位模块恢复并优化显著目标结构,所提全局特征对齐损失辅助模型感知显著目标的全局结构。实验结果表明,所提出模型优于现有的弱监督方法。

关键词：显著目标检测弱监督涂鸦注释特征交互引导特征增强多尺度特征特征对齐

来源：评论

学校读者我要写书评

暂无评论

基于动态混合注意力与多尺度特征的遥感图像配准

引用

激光与光电子学进展 2025年

作者：魏庭旭陈颖李铖昊马文浩上海应用技术大学计算机科学与信息工程学院同济大学中德工程学院

针对遥感图像的高分辨率、目标尺度变化大等特点导致现有的主流配准模型精度和效率较低的问题，本文提出了一种基于动态混合注意力和多尺度特征的配准模型。首先，在特征提取阶段引入ConvNeXtV2网络，通过嵌入动态混合注意力增强动态联... 详细信息

针对遥感图像的高分辨率、目标尺度变化大等特点导致现有的主流配准模型精度和效率较低的问题，本文提出了一种基于动态混合注意力和多尺度特征的配准模型。首先，在特征提取阶段引入ConvNeXtV2网络，通过嵌入动态混合注意力增强动态联系全局上下文与局部细节的能力。接着，提出多尺度特征校准模块，将低层次纹理信息与高层次语义信息聚合在多个感受野中以提高配准精度。其次，在匹配阶段使用基于预测矩阵加权的双向匹配方法计算密集对应关系得到双向参数，最后通过仿射变换完成图像配准。在Aerial Image等三个数据集上的实验结果表明，归一化距离阈值为0.01,0.03和0.05的情况下，配准精度达到40.9%,86.4%和95.3%，平均配准时间为0.87秒，证明了该模型有效提高了遥感图像配准的精度和效率。

关键词：遥感图像配准线性注意力多尺度特征特征融合双向匹配

来源：评论

学校读者我要写书评

暂无评论

基于多尺度边缘感知和增强的息肉图像分割

引用

计算机工程与应用 2025年第1期61卷 272-281页

作者：杨瑞君陈丽叶程燕上海应用技术大学计算机科学与信息工程学院上海201418 华东政法大学刑事法学院上海201620

针对结直肠图像中息肉尺度差异大、边界不清晰以及内窥镜图片反光等问题,提出了一种基于边缘感知和边界增强的网络模型。以金字塔结构提取多层特征,使用集中引导的边缘感知聚合策略,利用中低层和高层的互补信息来获取第一个轮廓掩码。... 详细信息

针对结直肠图像中息肉尺度差异大、边界不清晰以及内窥镜图片反光等问题,提出了一种基于边缘感知和边界增强的网络模型。以金字塔结构提取多层特征,使用集中引导的边缘感知聚合策略,利用中低层和高层的互补信息来获取第一个轮廓掩码。使用了分层多尺度模块对骨干网络后三层进行特征提取,以适应不同大小息肉特征。提出正逆向综合关注单元,通过局部特征保留和轮廓掩码合并,挖掘出更多轮廓掩码的边缘信息。分别在Kvasir、CVC-ClinicalDB、ETIS、CVC-ColonDB和CVC-300五个流行的息肉分割数据集上进行实验,与目前主流的几种息肉分割方法比较三个指标,其中平均Dice和平均IoU都有所提高,MAE有所降低,性能效果明显优于其他方法。特别是,在ETIS数据集上平均Dice系数达到了0.7297,比之前最先进的方法提升了0.0429。

关键词：息肉分割轮廓掩码多尺度注意力

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv8n的轻量级遥感图像军用飞机检测算法

引用

电子测量技术 2025年第1期48卷 154-165页

作者：杨瑞君张浩叶璟上海应用技术大学计算机科学与信息工程学院上海201418 上海应用技术大学化学与环境工程学院上海201418

针对现有的轻量级目标检测算法在应用于遥感图像军用飞机目标检测任务所面临的模型参数大、检测速度慢的情况,提出一种基于YOLOv8n的轻量级遥感图像军用飞机目标检测算法:LeYOLO-MARs。采用了优化后的倒置瓶颈模块替换原始主干网络中的... 详细信息

针对现有的轻量级目标检测算法在应用于遥感图像军用飞机目标检测任务所面临的模型参数大、检测速度慢的情况,提出一种基于YOLOv8n的轻量级遥感图像军用飞机目标检测算法:LeYOLO-MARs。采用了优化后的倒置瓶颈模块替换原始主干网络中的经典瓶颈模块,更换高效的骨干网络特征提取模式,在保持特征提取能力的同时,有效降低了计算需求并提升了计算速度;颈部网络中引入了快速金字塔架构网络,减少了卷积层数并提高了语义信息共享的效率,减少了锁定和等待时间,同时考虑了有限的并行化机会和架构的复杂性;使用轻量级解耦网络头,通过逐点卷积简化检测头结构;使用Inner-SIoU作为新的定位回归损失函数,提升对小目标样本的学习能力并加快回归边界框的收敛;加入了轻量级金字塔压缩注意力机制模块,有效整合局部注意力和全局注意力,以建立long-range通道依赖关系。实验结果表明,改进的算法在保证检测速度的同时取得了95.7%的检测精度,比基线模型高0.4%,模型参数缩小43%,计算量减少63%,较主流算法在检测效果上有一定的提升,能够对军用飞机目标进行高质量实时检测。

关键词：目标检测军用飞机 YOLOv8 倒置瓶颈注意力模块特征金字塔

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：