检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2023年第9期35卷 1299-1322页

作者：刘宝龙周森董建锋谢满德周胜利郑天一张三元叶修梓王勋浙江工商大学计算机科学与技术学院基于大数据架构的公安信息化应用公安部重点实验室浙江工商大学信息与电子工程学院浙江警察学院计算机与信息安全系浙江大学计算机科学与技术学院温州大学大数据与信息技术研究院

近年来,随着深度学习技术的发展,已有很多新颖的基于骨架的人体动作识别算法被提出,极大地推动了该领域的发展.对基于骨架的人体动作识别领域的主要数据集和算法进行全面、细致的总结.首先对NTU,Kinetics-Skeleton和SYSU 3DHOI等骨架相... 详细信息

近年来,随着深度学习技术的发展,已有很多新颖的基于骨架的人体动作识别算法被提出,极大地推动了该领域的发展.对基于骨架的人体动作识别领域的主要数据集和算法进行全面、细致的总结.首先对NTU,Kinetics-Skeleton和SYSU 3DHOI等骨架相关的数据集进行回顾;然后将基于骨架的人体动作识别算法归纳为基于监督学习的、基于半监督学习的和基于无监督学习的3大类,并对分属不同类别的算法进行介绍和比较;最后分析和总结得出该领域当前面临过度依赖大数据、大算力和大模型等挑战,并针对性地提出缓解以上挑战的3点未来发展方向:高精度骨架数据集建设、细粒度骨架动作识别和数据有效学习的骨架动作识别.

关键词：动作识别骨架特征提取深度学习图卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于异构系统的多级并行稀疏张量向量乘算法

引用

计算机学报 2024年第2期47卷 441-455页

作者：陈玥丹肖国庆阳王东金纪勇龙军李肯立中南大学大数据研究院湖南大学深圳研究院湖南大学信息科学与工程学院国家超级计算长沙中心之江实验室基础理论研究院—应用数学与机器智能研究中心

张量在许多实际应用中被用来表示大规模、多源、高维、多模态的数据.稀疏张量分解作为挖掘数据中隐藏信息的有效方法之一，已被广泛应用于机器学习、文本分析、生物医疗等研究领域中.稀疏张量向量乘(Sparse Tensor-VectorMultiplication... 详细信息

张量在许多实际应用中被用来表示大规模、多源、高维、多模态的数据.稀疏张量分解作为挖掘数据中隐藏信息的有效方法之一，已被广泛应用于机器学习、文本分析、生物医疗等研究领域中.稀疏张量向量乘(Sparse Tensor-VectorMultiplication,SpTV)是张量分解中最基础、耗时最多的运算之一.为加速大数据和人工智能相关应用的运行效率，本文提出了基于CPU-GPU异构结构的多级并行SpTV加速算法.首先，为了将SpTV运算映射到混合、多级并行的分布式CPU-GPU异构多/众核构架，本文设计了一种多维并行SpTV划分方法，采用面向节点级并行的N-1维张量划分和面向GPU线程级并行的矩阵划分，充分利用计算节点间和节点内的多级并行计算能力.其次，设计了一种基于稀疏张量纤维的压缩存储格式，压缩稀疏张量的内存占用，优化SpTV运算的计算和访存模式.最后，提出了基于多流并行的异构高效SpTV算法，进一步设计了稀疏张量的细粒度划分方法、多流并行运行机制和基于张量块排序的多流并行优化技术，实现了SpTV运算中通信开销和计算开销的相互重叠与隐藏.实验结果表明，与相关工作aeSpTV相比，所提出的SpTV算法在所有测试数据集上最高能够获得3.28倍的加速比.

关键词： CPU-GPU 异构并行计算多级并行稀疏张量张量运算

来源：评论

学校读者我要写书评

暂无评论

基于高分辨率网络的自监督单目深度估计方法

引用

计算机辅助设计与图形学学报 2023年第1期35卷 118-127页

作者：蒲正东陈姝邹北骥蒲保兴湘潭大学数学与计算科学学院湘潭411105 湘潭大学计算机学院.网络空间安全学院湘潭411105 中南大学计算机学院长沙410083 梧州学院大数据与软件工程学院梧州543002

使用深度学习方法进行单目深度估计时,由于使用多级下采样会出现重建结果细节信息缺失、边缘轮廓模糊等问题.为此,提出一种基于高分辨率网络的自监督单目深度估计方法.首先,通过并行连接使得特征图在编码过程中始终保持高分辨率表示,以... 详细信息

使用深度学习方法进行单目深度估计时,由于使用多级下采样会出现重建结果细节信息缺失、边缘轮廓模糊等问题.为此,提出一种基于高分辨率网络的自监督单目深度估计方法.首先,通过并行连接使得特征图在编码过程中始终保持高分辨率表示,以充分地保留细节信息;其次,为了提高编码器的学习能力,在编码部分引入注意力模块,对图像特征进行筛选和提炼;最后,针对深度估计的多义性问题,利用非相邻帧图像之间的一致性,设计了一种有效的损失函数,并使用可靠性掩膜来消除动点和遮挡点的干扰.在TensorFlow框架下采用KITTI和Cityscapes数据集进行实验,实验结果表明,与已有深度估计方法相比,该方法不仅能够保留预测深度的边缘信息,而且能够提高预测深度的准确性,可达到0.119的平均相对误差.

关键词：单目深度估计卷积神经网络自监督编码器深度估计

来源：评论

学校读者我要写书评

暂无评论

基于改进RT-DETR的多尺度特征融合的高效轻量皮肤病理检测方法

引用

南方医科大学学报 2025年第2期45卷 409-421页

作者：任煜瀛黄凌霄杜方姚新波宁夏大学信息工程学院//宁夏“东数西算”人工智能与信息安全重点实验室//宁夏大数据与人工智能省部共建协同创新中心宁夏银川750021

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块... 详细信息

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块进行重参数化改进。在颈部网络中引入卷积和注意力融合模块代替多头自注意力机制,形成AIFI-CAFM模块,从而增强模型捕获图像全局依赖关系和局部细节信息的能力。设计DRB-HSFPN特征金字塔网络替换跨尺度特征融合模块(CCFM),以融合不同尺度的上下文信息,提升颈部网络的语义特征表达能力。结合Inner-IoU和EIoU的优点,提出了Inner-EIoU替换原损失函数GIOU,进一步提高模型推理准确性和收敛速度。结果改进后的RT-DETR相较于原始模型,在HAM10000数据集上的mAP@50和mAP@50:95分别提升了4.5%和2.8%,检测速度FPS达到59.1帧/s。同时,改进模型的参数量为10.9M,计算量为19.3GFLOPs,相较于原始模型分别降低了46.0%和67.2%,验证了改进模型的有效性。结论本文提出的SD-DETR模型在降低参数量和计算量的同时,能够有效的提取并融合多尺度特征,从而显著提升了皮肤病检测任务的性能。

关键词：皮肤病轻量级网络多尺度特征融合注意力机制 RT-DETR

来源：评论

学校读者我要写书评

暂无评论

面向软件定义网络的异常流量检测研究综述

引用

通信学报 2024年第3期45卷 208-226页

作者：付钰王坤段雪源刘涛涛海军工程大学信息安全系湖北武汉430033 信阳职业技术学院数学与信息工程学院河南信阳464000 信阳师范大学计算机与信息技术学院河南信阳464000 信阳师范大学河南省教育大数据分析与应用重点实验室河南信阳464000

针对软件定义网络(SDN)较传统网络更易遭受网络攻击的现实,从技术原理和架构特点出发,对近年来面向软件定义网络的异常流量检测研究进展进行综述,分析了SDN可能遭受网络攻击的组织形式,讨论了当前SDN异常流量检测、异常流量溯源、异常... 详细信息

针对软件定义网络(SDN)较传统网络更易遭受网络攻击的现实,从技术原理和架构特点出发,对近年来面向软件定义网络的异常流量检测研究进展进行综述,分析了SDN可能遭受网络攻击的组织形式,讨论了当前SDN异常流量检测、异常流量溯源、异常流量缓解相关技术的特点、优势及不足;对当前研究中常用的数据集进行了对比分析,并梳理出一些通用的数据预处理方法;总结并展望了未来SDN环境下异常流量检测方法的研究方向。调研结果可以指导实际应用需求中适配方法的选取,提出待解决的问题和矛盾可为后续研究提供引导。

关键词：软件定义网络深度学习异常流量检测异常流量溯源异常流量缓解

来源：评论

学校读者我要写书评

暂无评论

低T深度条件下ZUC-128的高效量子线路实现

引用

中国科学：物理学、力学、天文学 2024年第12期54卷 34-51页

作者：邹剑向思明邹长忠吴文玲福州大学计算机与大数据学院福州350108 福州大学网络系统信息安全重点实验室福州350108 中国科学院软件研究所可信计算与信息保障实验室北京100191

祖冲之密码算法(ZUC)是我国推出的一种流密码算法,本文主要研究如何以较低T深度实现ZUC-128算法的完整量子线路.S盒是ZUC-128算法非线性组件的重要组成部分,本文首先通过穷搜剪枝策略和塔域分解技术分别获得了S_(0)和S_(1)的经典线路实... 详细信息

祖冲之密码算法(ZUC)是我国推出的一种流密码算法,本文主要研究如何以较低T深度实现ZUC-128算法的完整量子线路.S盒是ZUC-128算法非线性组件的重要组成部分,本文首先通过穷搜剪枝策略和塔域分解技术分别获得了S_(0)和S_(1)的经典线路实现,然后分两步设计S_(0)和S_(1)量子线路:第一步是减小经典线路的与门深度,第二步是实现量子线路的T深度等于经典线路的与门深度.本文新型的S_(0)和S_(1)的量子线路的T深度都为7.同时本文还研究了加法器和L函数的量子线路实现,以降低整体线路的T深度.最后本文探索出了ZUC-128算法整个流程的量子线路构造,当工作步骤中的L=32轮时,该量子线路需要46008个量子比特,682340个T门,2008535个CNOT门和42680个NOT门,T深度为11341,其量子比特数与T深度的乘积为5.22×10^(8).

关键词： ZUC-128 塔域分解量子线路

来源：评论

学校读者我要写书评

暂无评论

瞬态执行攻击防御方法研究进展

引用

计算机工程与应用 2025年第2期61卷 37-58页

作者：李扬高菲马自强苗莉宁夏大学信息工程学院银川750021 宁夏“东数西算”人工智能与信息安全重点实验室银川750021 宁夏大数据与人工智能省部共建协同创新中心银川750021

瞬态执行攻击利用处理器微架构的实现特性窃取秘密,并通过缓存侧信道泄露秘密相关信息,对现代商用处理器的信息安全构成了极大威胁。随着攻击研究的不断深入,其防御方法也成为了研究热点。对瞬态执行攻击防御技术发展现状进行了系统性总... 详细信息

瞬态执行攻击利用处理器微架构的实现特性窃取秘密,并通过缓存侧信道泄露秘密相关信息,对现代商用处理器的信息安全构成了极大威胁。随着攻击研究的不断深入,其防御方法也成为了研究热点。对瞬态执行攻击防御技术发展现状进行了系统性总结,剖析了熔断型攻击、幽灵型攻击、数据采样型攻击和缓存隐蔽信道的形成原因及分类依据;总结了防御方法的实现原理与发展现状,依据防御措施的介入阶段将其分为四类:基于代码检测的、基于破坏瞬态行为的、基于中断隐蔽信道的和面向攻击检测的防御方法,其中,特别总结了结合机器学习的攻击检测方法。对现有防御研究中存在的关键问题进行了分析与总结,并展望了未来的研究方向,以期为后续研究工作提供帮助。

关键词：系统安全瞬态执行攻击缓存侧信道防御方法处理器安全

来源：评论

学校读者我要写书评

暂无评论

自监督对比的属性图联合表示聚类

引用

计算机工程与应用 2024年第16期60卷 133-142页

作者：王静红王慧河北师范大学计算机与网络空间安全学院石家庄050024 河北省网络与信息安全重点实验室石家庄050024 供应链大数据分析与数据安全河北省工程研究中心石家庄050024

现实世界中越来越多的复杂数据被表示为具有属性节点的图,因此属性图聚类是图挖掘中的一个重要问题。图神经网络在图结构数据的编码表示方面取得较好性能,但基于卷积操作或者注意力机制的图神经网络方法存在节点噪声、特征过度平滑、网... 详细信息

现实世界中越来越多的复杂数据被表示为具有属性节点的图,因此属性图聚类是图挖掘中的一个重要问题。图神经网络在图结构数据的编码表示方面取得较好性能,但基于卷积操作或者注意力机制的图神经网络方法存在节点噪声、特征过度平滑、网络异质性、计算代价高昂等问题。基于深度学习方法如自编码器能够有效地提取节点属性表示,但不能包含丰富结构信息。因此提出了一种基于自监督训练和对比学习的图联合表示聚类方法(self-supervised contrastive graph joint representation clustering,SCRC)。使用自编码器预训练学习节点的属性表示,通过在图结构信息上增加对比损失信息,使用影响对比损失融合更加丰富的结构信息,联合图结构信息和属性表示,基于神经网络自监督训练机制迭代优化完成聚类任务。通过设计简单的线性模型,避免使用卷积和注意力机制,有效整合结构信息,使得运行速度更快。在广泛使用的引文网络数据上进行实验,对参数敏感性进行分析,验证了影响对比损失和自监督联合聚类的有效性。实验结果表明,所提出的方法取得了显著的性能提升,并且对节点噪声、特征过度平滑和网络异质性更具有鲁棒性。

关键词：属性图聚类自监督训练对比学习自编码器联合表示学习

来源：评论

学校读者我要写书评

暂无评论

预训练语言模型特征增强的多跳知识库问答

引用

计算机工程与应用 2024年第22期60卷 184-196页

作者：魏谦强赵书良卢丹琦贾晓文杨世龙河北师范大学计算机与网络空间安全学院石家庄050024 供应链大数据分析与数据安全河北省工程研究中心石家庄050024 河北省网络与信息安全重点实验室石家庄050024

知识库问答(knowledge base question answering,KBQA)是一个具有挑战性的热门研究方向,多跳知识库问答主要的挑战是非结构化的自然语言问题与结构化的知识库推理路径存在不一致性,基于图检索的多跳知识库问答模型善于把握图的拓扑结构... 详细信息

知识库问答(knowledge base question answering,KBQA)是一个具有挑战性的热门研究方向,多跳知识库问答主要的挑战是非结构化的自然语言问题与结构化的知识库推理路径存在不一致性,基于图检索的多跳知识库问答模型善于把握图的拓扑结构,但忽略了图中结点和边携带的文本信息。为了充分学习知识库三元组的文本信息,构造了知识库三元组的文本形式,并提出了三个基于非图检索的特征增强模型RBERT、CBERT、GBERT,它们分别使用前馈神经网络、深层金字塔卷积网络、图注意力网络增强特征。三个模型显著提高了特征表示能力和问答准确率,其中RBERT结构最简单,CBERT训练最快,GBERT性能最优。在数据集MetaQA、WebQSP和CWQ上进行实验对比,在Hits@1和F1两个指标上三个模型明显优于目前的主流模型,也明显优于其他BERT的改进模型。

关键词：多跳知识库问答预训练语言模型特征增强

来源：评论

学校读者我要写书评

暂无评论

基于多视图表示学习的语义感知异质图注意力网络

引用

计算机科学 2024年

作者：王静红吴芝冰王熙照李昊康河北师范大学计算机与网络空间安全学院河北省网络与信息安全重点实验室供应链大数据分析与数据安全河北省工程研究中心深圳大学计算机与软件学院河北工程技术学院人工智能与大数据学院

近年来，图神经网络因其能够高效处理异质图中的复杂结构和丰富语义信息而受到了广泛的关注。学习异质图的低维节点嵌入，同时为节点分类、节点聚类等下游任务保留异质结构和语义，是一个关键且具有挑战性的问题。现有的研究主要基于元... 详细信息

近年来，图神经网络因其能够高效处理异质图中的复杂结构和丰富语义信息而受到了广泛的关注。学习异质图的低维节点嵌入，同时为节点分类、节点聚类等下游任务保留异质结构和语义，是一个关键且具有挑战性的问题。现有的研究主要基于元路径来设计模型，但这种方法至少面临两个局限性：（1）合适元路径的选择通常需要专家知识或额外的标注信息。（2）该方法限制了模型按预定义的模式学习，从而难以充分捕获网络的复杂性。针对这些问题，提出了一种多视图和语义感知的异质图注意力网络（multi-view and semantic-aware heterogeneous graph attention network， MS-HGANN），无需人工设计元路径，即可融合节点和关系中的丰富语义信息。MS-HGANN主要包括三个部分：特征映射、二阶特定视图自我图融合和语义感知。特征映射将特征映射到统一的节点特征空间；二阶特定视图自我图融合设计了特定关系的编码器和节点注意力学习节点在局部结构上的表示；语义感知设计了两种相互协调的注意力机制来评估节点和关系的重要性，从而得到最终的节点表示。在三个公开数据集上的实验结果表明，我们的模型在节点分类和聚类任务上达到了先进水平。

关键词：图神经网络异质图图表示学习异质图嵌入异质网络

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：