检索结果-内蒙古大学图书馆

北京邮电大学学报 2025年第1期48卷 59-65页

作者：王健明罗平杨青青彭艺昆明理工大学云南省计算机技术应用重点实验室昆明650500 昆明理工大学信息工程与自动化学院昆明650500

视频监控系统具有显著的分布式特性,适当的分布式视频采样方法能够降低采样端复杂度。由于压缩感知也具有分布式特性,其在分布式视频采样方法中具有很大的应用潜力。为了推进压缩感知在分布式监控视频系统中的应用,对自适应速率压缩感... 详细信息

视频监控系统具有显著的分布式特性,适当的分布式视频采样方法能够降低采样端复杂度。由于压缩感知也具有分布式特性,其在分布式视频采样方法中具有很大的应用潜力。为了推进压缩感知在分布式监控视频系统中的应用,对自适应速率压缩感知进行了研究。基于统计特征估计,根据压缩感知测量值估计出未知原始视频子块的均值和方差并对子块快速聚类,再估计各聚类中子块的稀疏度进而合理分配采样率,实现视频自适应速率压缩感知,在视频重建质量没有下降和不显著增加采样端复杂度的情况下降低了采样率消耗。仿真结果表明,所提方法能够合理分配采样率,且采样计算复杂度符合实际采样设备要求。

关键词：监控视频压缩感知自适应速率采样统计特征估计子块聚类稀疏表示

来源：评论

学校读者我要写书评

暂无评论

嵌入切片序列关联模式的前交叉韧带损伤分类

引用

中国图象图形学报 2025年第4期30卷 1183-1194页

作者：刘英莉茶寅秋黄一山高明昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500 云南省第一人民医院骨科昆明650032

目的膝关节前交叉韧带(anterior cruciate ligament,ACL)损伤的及时诊断是降低骨关节炎等风险重要途径。作为ACL损伤判别的常用影像学方法,三维磁共振成像(magnetic resonance imaging,MRI)相较于二维自然图像细节更繁杂,医生诊断所需... 详细信息

目的膝关节前交叉韧带(anterior cruciate ligament,ACL)损伤的及时诊断是降低骨关节炎等风险重要途径。作为ACL损伤判别的常用影像学方法,三维磁共振成像(magnetic resonance imaging,MRI)相较于二维自然图像细节更繁杂,医生诊断所需时间长,智能辅助医疗是有益的。目前应用三维卷积神经网络(3D convolutional neural network,3D CNN)的ACL损伤分类算法存在计算成本大且数据使用不充分的问题,而基于二维卷积神经网络(2D convolutional neural network,2D CNN)的方法则忽略了第三维度的相关性和ACL的形态多样性。方法提出一种嵌入切片序列关联模式的网络(slice sequence association mode network,SSAMNet)。SSAMNet通过设计切片序列信息融合(slice sequence information fusion,SFS)模块从MRI数据的邻近、全量切片中并行学习序列性质,建立切片特征映射中的关联模式,整合切片信息。借助多级尺度特征自适应关注(multi-level scale feature adaptive attention,MSFAA)模块,对不同关联尺度权重再分配,以适应ACL区域形状和位置表征多变的特性。结果在MRNet数据集的实验中,模型的AUC(area under curve)值达到98.4%,相较于其他的ACL损伤分类算法性能最优,准确性及特异性指标也分别达到了91.4%和97%的最优值。在kneeMRI数据集上进行5折交叉验证实验后,SSAMNet的AUC平均值最高,ROC(receiver operating characteristic curve)曲线始终保持着平稳的趋势。可视化结果也表明提出的方法可以有效关注病变区域。结论针对ACL损伤分类任务,所提模型性能优异且具有鲁棒性,存在临床应用价值。

关键词：磁共振成像(MRI) 3D图像分类切片特征聚合自适应尺度注意力二维卷积神经网络(2D CNN)

来源：评论

学校读者我要写书评

暂无评论

基于元学习的小样本癌症亚型分类算法

引用

集成技术 2025年

作者：戴伟张浩轩陈方旭彭玮昆明理工大学信息工程与自动化学院计算机系昆明理工大学云南省计算机技术应用重点实验室

癌症是一种与基因密切相关的疾病，具有多种亚型，各亚型在遗传、表型和治疗反应上存在显著差异。准确的癌症亚型分类对于个性化治疗至关重要，有助于提高治疗效果。然而，基于患者基因表达数据的癌症亚型分类方法在样本不均衡的情况下... 详细信息

癌症是一种与基因密切相关的疾病，具有多种亚型，各亚型在遗传、表型和治疗反应上存在显著差异。准确的癌症亚型分类对于个性化治疗至关重要，有助于提高治疗效果。然而，基于患者基因表达数据的癌症亚型分类方法在样本不均衡的情况下，往往难以有效区分稀有亚型。为了解决这一问题，提出了一种基于元学习的癌症亚型分类方法MFP-VAE（Meta-learning Few-shot Prototype learning VAE），专注于处理样本不均衡的数据集。该方法改进了样本抽取策略，以确保在元学习任务中不同亚型的样本得到平衡重视。该模型采用变分自编码器进行特征提取，并通过计算样本与亚型原型之间的距离进行分类。实验结果表明，MFP-VAE在两个公开癌症数据集上优于现有方法，特别是在样本不平衡的情况下，显著提高了分类精度。此外，生存率分析显示，所区分的癌症亚型在临床特性上具有显著差异和临床意义。

关键词：癌症亚型分类元学习变分自编码器小样本学习

来源：评论

学校读者我要写书评

暂无评论

一种抗投毒攻击的联邦学习聚合方法

引用

数据通信 2025年第2期 26-30+50页

作者：缪祥华张世奇黄明巍张世杰王欣源昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室

联邦学习，作为打破数据孤岛、保护用户隐私的关键技术，已受到业界的高度关注。然而，由于其结构特性，联邦学习易遭受投毒攻击。本文旨在提出一种针对联邦学习模型投毒攻击的防御方法，该方法主要依托远程客户端模型的局部密度差异，... 详细信息

联邦学习，作为打破数据孤岛、保护用户隐私的关键技术，已受到业界的高度关注。然而，由于其结构特性，联邦学习易遭受投毒攻击。本文旨在提出一种针对联邦学习模型投毒攻击的防御方法，该方法主要依托远程客户端模型的局部密度差异，作为评估模型恶意程度的指标。依据恶意程度，筛选并排除可疑模型，再将所有正常模型聚合为全局模型。与传统的二分类方法不同，该方法基于模型参数的局部特征来评估模型的恶意程度，显著提升了防御效能。为验证该防御方法的有效性，我们在真实数据集上进行了大量实验。实验结果表明，本文提出的算法能够有效抵抗投毒攻击，保障联邦学习系统的安全稳定。

关键词：联邦学习投毒攻击防御方法隐私保护

来源：评论

学校读者我要写书评

暂无评论

基于Lowe分类的EAP-AKA′协议安全性分析与改进

引用

数据通信 2025年第1期 24-28,32页

作者：黄明巍缪祥华张世奇张世杰王欣源昆明理工大学信息工程与自动化学院云南昆明650000 云南省计算机技术应用重点实验室云南昆明650000

EAP-AKA′协议是5G网络中重要的认证协议之一,但在其协议中存在一些潜在的安全风险。针对EAP-AKA′协议在5G网络中的安全性问题,基于Lowe分类法对协议的安全性进行了分析,并提出了一系列改进措施,包括使用由Fiat-Shamir启发式优化的挑战... 详细信息

EAP-AKA′协议是5G网络中重要的认证协议之一,但在其协议中存在一些潜在的安全风险。针对EAP-AKA′协议在5G网络中的安全性问题,基于Lowe分类法对协议的安全性进行了分析,并提出了一系列改进措施,包括使用由Fiat-Shamir启发式优化的挑战-应答机制及数字签名验证,从而增强了认证过程的安全性。最后,我们采用了Tamarin验证工具进行了实验验证,结果表明,本文提出的改进措施可以有效地提高EAP-AKA′协议的安全性。

关键词： 5G网络安全 EPA-AKA′协议 Lowe分类 Tamarin分析器 Dolve-Yao敌手模型 Fiat-Shamir启发式形式化方法

来源：评论

学校读者我要写书评

暂无评论

基于自适应遗传算法与集成学习的微服务异常检测方法

引用

微电子学与计算机 2025年第3期42卷 49-58页

作者：杨云皓姜瑛云南省计算机技术应用重点实验室云南昆明650500 昆明理工大学信息工程与自动化学院云南昆明650500

当前微服务异常检测方法存在的问题主要包括仅使用单一数据源进行分析以及模型参数依赖于开发人员的经验。此外,一些方法不能有效应对样本不平衡问题,这些因素都会影响模型的准确率。为了解决上述问题,提出了一种基于自适应遗传算法与... 详细信息

当前微服务异常检测方法存在的问题主要包括仅使用单一数据源进行分析以及模型参数依赖于开发人员的经验。此外,一些方法不能有效应对样本不平衡问题,这些因素都会影响模型的准确率。为了解决上述问题,提出了一种基于自适应遗传算法与集成学习的微服务异常检测方法(Adaptive Genetic Algorithm and Ensemble Learning-Microservice Anomaly Detection,AGEL-MAD)。该方法首先通过特征组合的方式表示服务轨迹数据,并将其与性能数据进行融合。其次,为应对样本不平衡问题,引入了单分类支持向量机(One-Class Support Vector Machine,OCSVM)与多层感知机(Multi-Layer Perception,MLP)的集成学习。最后,为排除开发人员的影响,在异常检测过程中引入自适应遗传算法(AGA)以获取参数的最优组合,提高模型的适应性和准确率。通过在不同的数据集上进行实验,验证了AGEL-MAD方法的有效性。

关键词：微服务异常检测样本不平衡自适应遗传算法集成学习

来源：评论

学校读者我要写书评

暂无评论

面向程序员编程过程中重点代码修改识别研究

引用

计算机技术与发展 2025年第1期35卷 81-87页

作者：刘雨姜瑛云南省计算机技术应用重点实验室云南昆明650500 昆明理工大学信息工程与自动化学院云南昆明650500

软件的持续变化增加了维护的复杂性。为提高维护效率,该文提出了一种基于动态抽象语法树(Dynamic Abstract Syntax Tree,DAST)的重点代码修改识别方法。传统的修改识别方法主要依赖语法分析,忽略了程序语义的重要信息,导致识别的精度和... 详细信息

软件的持续变化增加了维护的复杂性。为提高维护效率,该文提出了一种基于动态抽象语法树(Dynamic Abstract Syntax Tree,DAST)的重点代码修改识别方法。传统的修改识别方法主要依赖语法分析,忽略了程序语义的重要信息,导致识别的精度和粒度受到限制。通过DAST提取出代码的重点信息,结合语法结构和语义信息,以提高程序员在编程过程中重点代码修改识别的准确性。同时,引入了注意力机制,进一步突出重点代码的频繁修改区域。最后在版本变化和三个不同程序员的数据集上进行实验,结果表明,与传统的重点代码修改识别方法相比,该方法在准确性和稳定性方面均有提升,验证了在重点代码修改识别任务上的有效性,从而提升了软件维护效率。

关键词：软件维护语法结构语义信息注意力机制深度学习重点代码修改

来源：评论

学校读者我要写书评

暂无评论

基于XLNet 的WebShell 上传检测研究

引用

数据通信 2025年第1期 36-39,53页

作者：王欣源缪祥华昆明理工大学信息工程与自动化学院云南昆明650000 云南省计算机技术应用重点实验室云南昆明650000

随着互联网的迅速发展,Web应用的安全问题日益突出,其中WebShell攻击已成为一种严重的网络安全威胁。本文基于XLNet模型,致力于提升WebShell上传检测的准确性和效率。通过分析网络流量,将XLNet模型用于样本文件的预处理、词嵌入、训练... 详细信息

随着互联网的迅速发展,Web应用的安全问题日益突出,其中WebShell攻击已成为一种严重的网络安全威胁。本文基于XLNet模型,致力于提升WebShell上传检测的准确性和效率。通过分析网络流量,将XLNet模型用于样本文件的预处理、词嵌入、训练及测试阶段。实验结果表明,该方法在召回率、精确率以及F1分数等关键指标方面均表现出卓越的性能。相较于传统的机器学习方法,基于XLNet的检测模型能够更准确地识别潜在的WebShell上传操作,从而降低Web应用系统受到持久性攻击的风险,同时提升了Web应用的整体安全水平。这一研究成果强化了网络安全防线,能够为Web应用保驾护航。

关键词：机器学习入侵检测自然语言处理 XLNet WebShell

来源：评论

学校读者我要写书评

暂无评论

物理特性驱动的自适应GBDT山地输电线路冰害风险评估

引用

电力科学与工程 2025年第3期41卷 71-78页

作者：张佳雯李英娜李申章昆明理工大学信息工程与自动化学院云南昆明650500 云南省计算机技术应用重点实验室(昆明理工大学) 云南昆明650500 云南电网有限责任公司信息中心云南昆明650500

输电线路冰害成因复杂,特别是在受到山地起伏地势、山区立体气候等因素共同影响情况下,采用传统的依赖人工观冰和等效物理模型的评估方法,难以全面评估输电线路的冰害风险。针对这一局限,提出了一种物理特性驱动的自适应GBDT(Gradientbo... 详细信息

输电线路冰害成因复杂,特别是在受到山地起伏地势、山区立体气候等因素共同影响情况下,采用传统的依赖人工观冰和等效物理模型的评估方法,难以全面评估输电线路的冰害风险。针对这一局限,提出了一种物理特性驱动的自适应GBDT(Gradientboostingdecisiontree)模型:结合山地输电塔线冰害过程中的物理特性,引导GBDT模型在特征选择和样本权重方面进行优化。结合麻雀搜索算法对GBDT分类器进行超参数优化,构建了基于GBDT的多分类集成模型。使用某山区覆冰监测数据进行验证,结果表明,模型的评估准确率达到了96.5%,明显优于其他评估方法。

关键词：山区冰害风险评估输电塔线物理特征分析自适应GBDT

来源：评论

学校读者我要写书评

暂无评论

医学视觉问答中的问题类型与答案一致性校验

引用

小型微型计算机系统 2025年第4期46卷 922-931页

作者：戴舒婷刘利军杨小兵黄青松袁钰博昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500 昆明理工大学国有资产与实验室管理处昆明650500

医学视觉问答(Med-VQA)旨在根据医学影像内容准确回答临床问题,具有巨大应用潜力.现有Med-VQA方法大都统一处理开放式问题和封闭式问题,忽略了问题的复杂多变性,导致模型准确率较低.同时,受语言先验影响,模型容易利用数据集中问答对的... 详细信息

医学视觉问答(Med-VQA)旨在根据医学影像内容准确回答临床问题,具有巨大应用潜力.现有Med-VQA方法大都统一处理开放式问题和封闭式问题,忽略了问题的复杂多变性,导致模型准确率较低.同时,受语言先验影响,模型容易利用数据集中问答对的分布规律,削弱了问题与答案的深层关系,导致出现答非所问现象.针对以上问题,本文提出一种即插即用的细粒度问题类型与答案一致性校验方法.首先,识别输入问题为开放式或封闭式类型以实现参数不共享的独立推理;然后,对开放式问题细粒度分类以进一步捕获复杂开放式问题对答案的约束关系;最后,根据问题类型生成答案掩码掩盖无关答案,实现问题类型与答案的一致性校验,进而缓解答非所问现象.在公共数据集SLAKE和VQA-RAD上的实验结果表明,本文方法能有效提高Med-VQA准确率.

关键词：医学视觉问答细粒度问题类型答案掩码一致性校验

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：