检索结果-内蒙古大学图书馆

图书馆论坛 2025年第5期45卷 126-132页

作者：储节旺樊鑫鑫刘博安徽大学管理学院安徽大学计算机科学与技术学院

传统的健康知识服务无法满足互联网时代的需求,AIGC赋能的智慧健康知识服务逐渐登上舞台。文章采用综合研究方法,探讨AIGC驱动的智慧健康知识服务模式,构建AIGC赋能的智慧健康知识服务智能体框架。研究发现:AIGC赋能的智慧健康知识服务... 详细信息

传统的健康知识服务无法满足互联网时代的需求,AIGC赋能的智慧健康知识服务逐渐登上舞台。文章采用综合研究方法,探讨AIGC驱动的智慧健康知识服务模式,构建AIGC赋能的智慧健康知识服务智能体框架。研究发现:AIGC赋能的智慧健康知识服务模式是新型的知识服务模式,通过智能体来实现人机交互,它利用AI技术,为用户提供个性化、智能化的健康知识服务。

关键词：人工智能 AIGC 智慧健康知识服务服务平台

来源：评论

学校读者我要写书评

暂无评论

面向无重叠视域的深度相机标定

引用

计算机辅助设计与图形学学报 2025年

作者：郝洪立陈双敏王彬李辉辛士庆吕琳屠长河青岛科技大学信息科学技术学院山东大学计算机科学与技术学院

在工业检测领域，如果2个深度相机有重叠视域，则棋盘格可作为常用的标定工具建立2个相机坐标系之间的关联，然而，在2个相机不存在重叠视域的情形下棋盘格无法发挥标定作用. 针对无重叠视域情形下的深度相机标定问题，提出“一杆... 详细信息

在工业检测领域，如果2个深度相机有重叠视域，则棋盘格可作为常用的标定工具建立2个相机坐标系之间的关联，然而，在2个相机不存在重叠视域的情形下棋盘格无法发挥标定作用. 针对无重叠视域情形下的深度相机标定问题，提出“一杆两球标定”方案，通过捕捉标定物的7～20个位姿，即可推测出2个相机坐标系之间的变换矩阵. 首先用7个变量分别表示平移、旋转和杆长，将“杆长不变”作为建立相机坐标系关联的重要线索，通过Voronoi图稳定地捕捉球心的位置; 然后建立关于球心距离偏差的目标函数，使用L-BFGS算法进行快速求解. 通过大量的模拟仿真实验，验证了所提方案的有效性; 在自行搭建的实验平台上的实验结果表明，该方案操作简单，计算高效，其平均误差0.003 1 mm，标准差为0.001 0 mm，能够满足多种工业检测场合的精度需求.

关键词：深度相机标定 Voronoi图四元数

来源：评论

学校读者我要写书评

暂无评论

基于Squeezeformer的多颗粒度多方面发音质量评测方法

引用

计算机工程 2025年第1期51卷 81-87页

作者：费涛艾山·吾买尔杜文旭朱翠翠新疆大学软件学院新疆乌鲁木齐830017 新疆大学计算机科学与技术学院新疆乌鲁木齐830017

口语发音质量评测相对于发音错误检测和诊断(MDD)任务,不仅需要原始的数据特征,还需要许多流畅度、准确度、完整度等特征辅助进行实现,所以对口语发音质量评测的研究远远少于对MDD的研究。目前对于口语发音质量评测的研究都是对语音评... 详细信息

口语发音质量评测相对于发音错误检测和诊断(MDD)任务,不仅需要原始的数据特征,还需要许多流畅度、准确度、完整度等特征辅助进行实现,所以对口语发音质量评测的研究远远少于对MDD的研究。目前对于口语发音质量评测的研究都是对语音评分某一项指标单方面进行评分。设计将Transformer替换Squeezeformer的改进模型Squeezeformer-MR对基线模型进行改进,Squeezeformer-MR使用多个残差连接增强了前后特征信息的传递。实验中,在参数设置上保持与基线模型一致,使用最稳定的24层嵌入层时,音素级、词级和句子级方面的综合评分的皮尔逊相关系数(PCC)相比基线模型分别提升了1.96%、6.37%和1.08%。在初次改进的基础上,使用WavLM和HuBERT预训练模型对训练集提取相应的特征,将提取到的预训练特征以拼接方式添加到原GOP特征中进行特征融合,使用融合特征以相同方式进行训练,得到的音素级、词级和句子级方面综合评分的PCC相比基线模型分别提升了2.45%、7.10%和1.89%。

关键词： Squeezeformer模型发音质量评测预训练模型特征融合皮尔逊相关系数

来源：评论

学校读者我要写书评

暂无评论

基于回声状态网络的智能合约漏洞检测方法

引用

计算机应用 2025年第1期45卷 153-161页

作者：刘春霞徐晗颖高改梅党伟超李子路太原科技大学计算机科学与技术学院太原030024

区块链平台上的智能合约是为链上各方提供安全可信赖服务的去中心化应用程序,而智能合约漏洞检测能确保智能合约的安全性。然而,现有的智能合约漏洞检测方法在样本数量不均衡和语义信息挖掘不全面时,会出现特征学习不足和漏洞检测准确... 详细信息

区块链平台上的智能合约是为链上各方提供安全可信赖服务的去中心化应用程序,而智能合约漏洞检测能确保智能合约的安全性。然而,现有的智能合约漏洞检测方法在样本数量不均衡和语义信息挖掘不全面时,会出现特征学习不足和漏洞检测准确率低的问题,而且,这些方法无法对新的合约漏洞进行检测。针对上述问题,提出一种基于回声状态网络(ESN)的智能合约漏洞检测方法。首先,根据合约图,对不同语义、语法边进行学习,并利用Skip-Gram模型训练得到特征向量;其次,结合ESN和迁移学习,实现对新合约漏洞的迁移扩展,以提高漏洞检测率;最后,在Etherscan平台搜集的智能合约数据集上进行实验。实验结果表明,所提方法的准确率、精确率、召回率和F1分数分别达到了94.30%、97.54%、91.68%和94.52%,与双向长短时记忆(BLSTM)网络、自注意力机制的双向长短时记忆(BLSTM-ATT)相比,所提方法的准确率分别提高了5.93和11.75个百分点,漏洞检测性能更优。消融实验也进一步验证了ESN对智能合约漏洞检测的有效性。

关键词：漏洞检测智能合约回声状态网络迁移学习区块链

来源：评论

学校读者我要写书评

暂无评论

基于优先级先验的演化大规模多目标安全博弈框架

引用

计算机研究与发展 2025年第2期62卷 458-471页

作者：吴宇鹏钱鸿王为业张杨文辉周爱民华东师范大学计算机科学与技术学院上海200062 华东师范大学上海智能教育研究院上海200062

多目标安全博弈(multi-objective security game,MOSG)旨在同时最优化防御者应对多个异质攻击者获得的收益,在实际应用中具有重要意义.近期提出的基于空间离散化的演化搜索(space discretization based evolutionary search,SDES)框架将... 详细信息

多目标安全博弈(multi-objective security game,MOSG)旨在同时最优化防御者应对多个异质攻击者获得的收益,在实际应用中具有重要意义.近期提出的基于空间离散化的演化搜索(space discretization based evolutionary search,SDES)框架将MOSG中的带约束的高维阶梯函数优化问题转换为低维组合优化问题,并使用贪心策略解决组合优化任务.虽然SDES能够在有限时间内处理大规模MOSG任务,但是SDES难以收敛到大规模MOSG任务对应的最优Pareto前沿上.一方面,SDES的贪心策略的收敛性假设随问题规模扩大而变得愈发难以满足;另一方面,SDES过多的阶段组件(空间离散化、演化优化、评估、解的精炼)存在阶段耦合的风险,即上游组件的优化质量直接影响下游组件的表现.因此,挖掘并利用MOSG任务中被保护对象的优先级(priority)先验知识,旨在提高解的质量并简化SDES框架,从而提出了SDES-P框架.SDES-P重新设计了SDES的核心组件——评估组件,并移除解的精炼组件.具体而言,SDES-P从具有最大资源的不可行解开始,根据被保护对象优先级先验将被保护对象分成2组,优先级较高的一组对象会逐渐释放资源以找到可行解.最后,SDES-P包含了一种结合优先级先验的演化局部搜索策略,增强最终Pareto前沿的质量.分析出SDES-P可保持SDES所具有的样本复杂度低、规模可扩展性强的优势,并且用实验结果表明,无论MOSG任务是否满足收敛假设,SDES-P可以找到相较于SDES收敛性、多样性更优的高质量Pareto前沿.

关键词：大规模演化安全博弈 Stackelberg博弈多目标演化优化优先级先验局部搜索

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的去偏因果推荐

引用

计算机应用研究 2025年第5期42卷 1331-1337页

作者：荀亚玲李欣意韩硕李砚峰王兴太原科技大学计算机科学与技术学院太原030024

推荐系统通常依赖用户的历史交互数据进行模型训练,虽然能够较好地反映用户过去的行为偏好,但在捕捉用户的潜在兴趣方面存在局限性,同时也面临数据稀疏性问题;此外,推荐系统往往过度关注流行度较高的项目,而未能充分考虑用户的真实偏好... 详细信息

推荐系统通常依赖用户的历史交互数据进行模型训练,虽然能够较好地反映用户过去的行为偏好,但在捕捉用户的潜在兴趣方面存在局限性,同时也面临数据稀疏性问题;此外,推荐系统往往过度关注流行度较高的项目,而未能充分考虑用户的真实偏好,进一步限制了推荐的多样性和个性化水平。针对上述问题,提出一种去偏因果推荐方法GDCR(graph neural network-based debiased causal recommendation)。首先,GDCR引入图神经网络GNN来聚合用户-项目交互图和社交网络图中的信息,过程中不仅考虑了用户对不同项目的评分差异,还根据用户之间关系的紧密程度进行深入分析,从而获取更丰富、全面的用户表示和项目表示。然后构建因果图描述数据的生成过程,并分析导致过度推荐热门项目除了受流行偏差影响外,还受到一致性偏差的影响,由此,应用后门调整策略来消除上述偏差。在MovieLens和Douban-Movie两个公开数据集上,与八种基线方法进行了对比实验,结果表明,GDCR方法相较于其他先进的推荐方法展现出显著的性能优势,进一步验证了该方法在缓解数据稀疏性问题和提升推荐准确性方面的有效性。

关键词：推荐系统因果推断图神经网络后门调整

来源：评论

学校读者我要写书评

暂无评论

融合时序与全局上下文特征增强的弱监督动作定位

引用

计算机应用 2025年第3期45卷 963-971页

作者：党伟超范英豪高改梅刘春霞太原科技大学计算机科学与技术学院太原030024

针对现有的弱监督动作定位研究中将视频片段视为单独动作实例独立处理带来的动作分类及定位不准确问题,提出一种融合时序与全局上下文特征增强的弱监督动作定位方法。首先,构建时序特征增强分支以利用膨胀卷积扩大感受野,并引入注意力... 详细信息

针对现有的弱监督动作定位研究中将视频片段视为单独动作实例独立处理带来的动作分类及定位不准确问题,提出一种融合时序与全局上下文特征增强的弱监督动作定位方法。首先,构建时序特征增强分支以利用膨胀卷积扩大感受野,并引入注意力机制捕获视频片段间的时序依赖性;其次,设计基于高斯混合模型(GMM)的期望最大化(EM)算法捕获视频的上下文信息,同时利用二分游走传播进行全局上下文特征增强,生成高质量的时序类激活图(TCAM)作为伪标签在线监督时序特征增强分支;再次,通过动量更新网络得到体现视频间动作特征的跨视频字典;最后,利用跨视频对比学习提高动作分类的准确性。实验结果表明,交并比(IoU)取0.5时,所提方法在THUMOS'14和ActivityNet v1.3数据集上分别取得了42.0%和42.2%的平均精度均值(mAP),相较于CCKEE(Cross-video Contextual Knowledge Exploration and Exploitation)方法,在mAP分别提升了2.6与0.6个百分点,验证了所提方法的有效性。

关键词：弱监督动作定位时序类激活图动量更新伪标签监督特征增强

来源：评论

学校读者我要写书评

暂无评论

CRC-PAC码的自适应移位修剪列表译码算法

引用

无线电通信技术 2025年第1期51卷 155-160页

作者：楼俊豪黄志亮张莜燕周水红浙江师范大学计算机科学与技术学院浙江金华321004

极化调整卷积(Polarization-Adjusted Convolutional,PAC)码的列表译码算法显示出优异的性能,但是仍然存在两个缺陷:①PAC码不具备错误检测能力不利于实际应用;②列表译码算法路径度量的大量累加导致正确译码路径被删除。针对这两个问题... 详细信息

极化调整卷积(Polarization-Adjusted Convolutional,PAC)码的列表译码算法显示出优异的性能,但是仍然存在两个缺陷:①PAC码不具备错误检测能力不利于实际应用;②列表译码算法路径度量的大量累加导致正确译码路径被删除。针对这两个问题,在短PAC码上级联循环冗余校验(Cyclic Redundancy Check,CRC)码使其获得检错能力,结合移位修剪列表(Shifted-Pruning List,SPL)译码算法解决列表译码潜在的正确路径被删除的问题,并结合自适应列表方案,进一步降低CRC-PAC码的误码率。仿真结果表明,与传统的CRC辅助列表译码相比,所提出的自适应移位修剪列表(Adaptive Shifted-Pruning List,ASPL)译码可以实现更好的性能。

关键词：极化调整卷积码极化码循环冗余校验辅助列表译码移位修剪

来源：评论

学校读者我要写书评

暂无评论

基于特征对齐融合的双波段图像描述生成方法

引用

现代电子技术 2025年第7期48卷 65-71页

作者：顾梦瑶蔺素珍晋赞霞李烽源中北大学计算机科学与技术学院山西太原030051

为了获得更准确、全面的现场信息,采用红外和可见光同步成像探测复杂场景已成为常态,但现有图像描述研究仍集中于可见光图像,无法全面而准确地描述已探测到的场景信息。为此,文中提出一种基于特征对齐融合的可见光⁃红外双波段图像描述... 详细信息

为了获得更准确、全面的现场信息,采用红外和可见光同步成像探测复杂场景已成为常态,但现有图像描述研究仍集中于可见光图像,无法全面而准确地描述已探测到的场景信息。为此,文中提出一种基于特征对齐融合的可见光⁃红外双波段图像描述生成方法。首先,利用Faster⁃RCNN分别提取可见光图像的区域特征和红外图像的网格特征;其次,以Transformer为基本架构,在可见光⁃红外图像对齐融合(VIIAF)编码器中引入位置信息做桥接,进行可见光⁃红外图像特征的对齐与融合;接着,将融合得到的视觉信息输入Transformer解码器中得到粗粒度文本的隐藏状态;最后将编码器输出的视觉信息、解码器得到的隐藏状态与经训练的Bert输出的语言信息输入所设计的自适应模块,使视觉信息和语言信息参与文本预测,实现文本由粗到细的图像描述。在可见光图像⁃红外图像描述数据集上进行的多组实验表明:所提方法不仅能够精确捕捉到可见光和红外图像间的互补信息,而且与使用Transformer的最优模型相比,其性能在BLEU⁃1、BLEU⁃2、BLEU⁃3、BLEU⁃4、METROR、ROUGE以及CIDEr指标上分别提高1.9%、2.1%、2.0%、1.8%、1.3%、1.4%、4.4%。

关键词：图像描述双波段特征对齐融合注意力机制 Transformer 语言模型 Bert 自适应

来源：评论

学校读者我要写书评

暂无评论

面向运动前景区域的视频异常检测

引用

计算机应用 2025年第4期45卷 1300-1309页

作者：潘理虎彭守信张睿薛之洋毛旭珍太原科技大学计算机科学与技术学院太原030024

静态背景信息和运动前景对象的数据分布不平衡通常会引起发生异常的前景区域信息学习不充分问题,进而影响视频异常检测(VAD)的精度。为了解决上述问题,提出一种用于VAD的嵌套U型帧预测生成对抗网络(NUFP-GAN)方法。所提方法使用具有突... 详细信息

静态背景信息和运动前景对象的数据分布不平衡通常会引起发生异常的前景区域信息学习不充分问题,进而影响视频异常检测(VAD)的精度。为了解决上述问题,提出一种用于VAD的嵌套U型帧预测生成对抗网络(NUFP-GAN)方法。所提方法使用具有突出视频帧中显著目标能力的嵌套U型帧预测网络架构作为帧预测模块,并在判别阶段设计一个自注意力补丁判别器,应用不同大小的感受野提取视频帧中更重要的外观和运动特征,以提升异常检测的准确性。此外,为保证预测帧和真实帧在高级语义信息上的多尺度特征一致性,引入多尺度一致性损失,以进一步提升方法的异常检测效果。实验结果表明,所提方法在CUHK Avenue、UCSD Ped1、UCSD Ped2和ShanghaiTech数据集上的曲线下面积(AUC)值分别达到了87.6%、85.2%、96.0%和73.3%;与MAMC(Memoryenhanced Appearance-Motion Consistency)方法相比,所提方法在ShanghaiTech数据集上的AUC值提升了1.8个百分点。可见,所提方法能够有效应对VAD中数据分布不平衡带来的挑战。

关键词：深度学习视频异常检测生成对抗网络未来帧预测无监督学习

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：