检索结果-内蒙古大学图书馆

北京交通大学学报 2020年第5期44卷 55-62页

作者：彭双和韩静北京交通大学计算机与信息技术学院北京100044

针对可执行程序中难以发现的内存脆弱性,提出了一种基于内存访问轨迹的程序脆弱性检测方法.应用有限状态机模型,将内存访问的轨迹看作各状态之间的转化,基于其中不合法的转化定义了几种内存脆弱性及约束条件:内存泄漏、未初始化读、双... 详细信息

针对可执行程序中难以发现的内存脆弱性,提出了一种基于内存访问轨迹的程序脆弱性检测方法.应用有限状态机模型,将内存访问的轨迹看作各状态之间的转化,基于其中不合法的转化定义了几种内存脆弱性及约束条件:内存泄漏、未初始化读、双重释放、释放后读写、死写以及重复频繁读.借助二进制插桩工具Intel-Pin获取可执行程序的内存访问轨迹,结合自定义的内存脆弱性约束,通过约束求解器混合求解,从而确定程序的内存脆弱性类别和位置.结果表明:本文方法可以检测出一些可执行程序中普遍存在的内存脆弱性以及低效代码,同时也能检测出近几年曝出的危害极大的内存漏洞及其变种.

关键词：网络空间安全内存脆弱性内存轨迹约束求解

来源：评论

学校读者我要写书评

暂无评论

带评价系统的曲率相关有向主动轮廓模型

引用

北京交通大学学报 2010年第2期34卷 84-89页

作者：李燕罗四维邹琪北京交通大学计算机与信息技术学院北京100044

主动轮廓模型广泛应用于很多领域,但这个框架下的模型都有两个关键的难点.针对这一问题,通过对已有方法失败原因的分析,本文提出了一种新颖的外力大小与曲率相关的主动轮廓模型(CDM模型).任何粗分割方法都能为该模型预测方向提供灵活有... 详细信息

主动轮廓模型广泛应用于很多领域,但这个框架下的模型都有两个关键的难点.针对这一问题,通过对已有方法失败原因的分析,本文提出了一种新颖的外力大小与曲率相关的主动轮廓模型(CDM模型).任何粗分割方法都能为该模型预测方向提供灵活有效的线索,并且模型外力的大小定义为曲线曲率的相关方程.这使得该模型具有许多与众不同的优点,并能够有效避免自相交现象的发生.在不同的收敛过程和不同的主动轮廓模型中,评价模块的出现能够有效地度量模型结果与真实目标轮廓之间的相似度.实验结果显示,CDM模型在其他模型失败的例子中能够得到正确、鲁棒的结果,并且能够在医学图像中精确地拟合目标轮廓.

关键词：计算机应用主动轮廓模型图像分割曲率相关

来源：评论

学校读者我要写书评

暂无评论

基于区块链的公平性联邦学习模型

引用

计算机工程 2022年第6期48卷 33-41页

作者：陈乃月金一李浥东蔡露鑫魏圆梦北京交通大学计算机与信息技术学院北京100044

为解决典型联邦学习框架在训练样本数据分布不均衡情况下产生的聚合模型对各个客户端模型不公平的问题,结合区块链的去中心化、不可篡改性以及智能合约的特点,提出基于本地数据特征的公平性联邦学习模型,以实现数据分布差异的客户模型... 详细信息

为解决典型联邦学习框架在训练样本数据分布不均衡情况下产生的聚合模型对各个客户端模型不公平的问题,结合区块链的去中心化、不可篡改性以及智能合约的特点,提出基于本地数据特征的公平性联邦学习模型,以实现数据分布差异的客户模型可信安全共享。多个客户端通过区块链上传本地参数以及信用值,利用区块链的共识机制选择信用值最高的区块进行模型聚合,在模型聚合过程中按照节点信用依次进行融合,并根据区块链记录工作节点的本地模型参数作为证据,完成整体模型参数的聚合任务,在此基础上通过广播下传当前聚合模型参数,模型利用区块链的共识机制可降低参数在传输过程中所面临的安全风险。在开源数据集上的实验结果表明,该模型相较FedAvg模型训练精度提高40%,不仅能够优化非独立同分布下的模型训练精度,同时可以防止中间参数传输信息泄露,保证了多个客户端的利益与安全隐私,从而实现具有隐私保护的公平性模型。

关键词：联邦学习区块链非独立同分布公平性隐私保护

来源：评论

学校读者我要写书评

暂无评论

多视点标定图像的交替迭代度量重建方法

引用

北京交通大学学报 2012年第2期36卷 16-23页

作者：陈京袁保宗刘渭滨北京交通大学计算机与信息技术学院北京100044

提出了一种针对相机内部参数已标定的多视点图像交替迭代度量重建方法.该方法以目标空间中重建的3D点到匹配特征点的反投影线间的距离作为重建误差的测度,使误差函数形式上更简洁且具有明确的几何意义.重建过程通过对相机外部参数中的... 详细信息

提出了一种针对相机内部参数已标定的多视点图像交替迭代度量重建方法.该方法以目标空间中重建的3D点到匹配特征点的反投影线间的距离作为重建误差的测度,使误差函数形式上更简洁且具有明确的几何意义.重建过程通过对相机外部参数中的旋转矩阵、平移量和3D重建点交替迭代完成,其中平移量和3D点一起估计,避免了它们与旋转矩阵中的元素间的尺度差异引起的数值偏差.利用合成数据和真实图像的计算分析均表明本文方法有较高的重建精度,具有实用性.

关键词：图像处理多视点标定图像三维重建

来源：评论

学校读者我要写书评

暂无评论

可快速编码的多码率原模图LDPC码设计

引用

北京交通大学学报 2011年第2期35卷 18-24页

作者：王铠尧肖扬北京交通大学计算机与信息技术学院北京100044

原模图LDPC码的实际应用涉及到两个问题:快速编码和编码复杂性.与其他LDPC码相比,原模图LDPC码的结构适合快速解码,但不一定能够实现快速编码.现有的原模图LDPC码的编码是根据生成矩阵进行编码,因其生成矩阵不是稀疏的,所以存在编码复... 详细信息

原模图LDPC码的实际应用涉及到两个问题:快速编码和编码复杂性.与其他LDPC码相比,原模图LDPC码的结构适合快速解码,但不一定能够实现快速编码.现有的原模图LDPC码的编码是根据生成矩阵进行编码,因其生成矩阵不是稀疏的,所以存在编码复杂性问题,这给编码器的硬件实现带来较大的困难.为了降低原模图LDPC码编码复杂度,本文提出一种可快速编码的多码率原模图LDPC码的设计,提出的多码率原模图LDPC码不存在4环,无低码重码,其快速编码算法能够降低编码复杂性,使编码器的硬件易于实现.在AWGN信道仿真结果表明,提出的可快速编码的多码率LDPC码的误码率性能和纠错性能优于GB20600 LDPC码.

关键词：原模图LDPC码快速编码 BER性能 GB20600码

来源：评论

学校读者我要写书评

暂无评论

基于多特征描述的指横纹识别

引用

北京交通大学学报 2011年第2期35卷 8-13页

作者：张延强孙冬梅裘正定北京交通大学计算机与信息技术学院北京100044

提出一种基于多特征描述的指横纹识别方法.分别提取指横纹的主成分特征、Gabor相位特征和Gabor幅值特征构成识别系统,采用Fisher线性判决方法融合各自匹配分数,进一步提高系统性能.通过98个人、1 971幅图像的测试实验表明,本文方法在获... 详细信息

提出一种基于多特征描述的指横纹识别方法.分别提取指横纹的主成分特征、Gabor相位特征和Gabor幅值特征构成识别系统,采用Fisher线性判决方法融合各自匹配分数,进一步提高系统性能.通过98个人、1 971幅图像的测试实验表明,本文方法在获得较高性能的同时(识别率为99.39%,平均错误率为0.56%),单次匹配时间仅为0.67 ms,可以满足中等规模数据库实时识别要求.

关键词：指横纹主成分分析 2D Gabor滤波匹配分数融合

来源：评论

学校读者我要写书评

暂无评论

基于解耦区域校准的高分辨率超像素生成算法

引用

计算机学报 2024年第11期47卷 2664-2677页

作者：王亚雄魏云超钱学明朱利合肥工业大学计算机与信息学院合肥230009 北京交通大学计算机与信息技术学院北京100044 西安交通大学电信学部西安710049

超像素分割是计算机视觉领域的一项重要任务,该任务将具有相似属性的像素分组到称为超像素的簇中.图像超像素不仅可以增益图像注释,而且还是各种下游应用的基础,如分割、光流估计和深度估计.尽管超像素分割技术取得了显著进展,特别是随... 详细信息

超像素分割是计算机视觉领域的一项重要任务,该任务将具有相似属性的像素分组到称为超像素的簇中.图像超像素不仅可以增益图像注释,而且还是各种下游应用的基础,如分割、光流估计和深度估计.尽管超像素分割技术取得了显著进展,特别是随着深度学习方法的出现,但现有解决方案由于GPU内存和计算能力的限制,一直无法有效处理高分辨率图像.针对这个问题,作者提出了一种名为区域解耦校准的高分辨率超像素网络(Patch Calibration Network,PCNet)的新型深度学习框架,通过采用解耦的一致性学习策略,解决了现有方法的局限性.这种方法允许通过从低分辨率输入预测高分辨率输出来高效生成高分辨率超像素结果,从而绕过了GPU内存限制.PCNet的一个关键贡献是解耦的区域块校准(DPC)分支,它将高分辨率图像块作为额外输入,以保留细节并增强边界像素分配.为了改善边界像素的识别,作者利用二进制掩模设计了一种动态引导训练机制.这种机制鼓励网络专注于区域内的主要边界,将任务从多类分类简化为二分类问题.这一创新策略不仅减少了网络优化的复杂性,而且显著提高了边界检测的精度.本文通过在包括Mapillary Vistas、BIG和新创建的Face-Human数据集在内的多样化数据集上进行广泛的实验,证明了PCNet的有效性.结果表明,PCNet能够成功处理5K分辨率图像,并与现有的最先进的SCN方法相比,实现了更优越的性能,后者在处理高分辨率输入时存在困难.作者的贡献包括开发了PCNet,一种针对高分辨率超像素分割的深度学习解决方案,引入了解耦的区域校准架构,并构建了一个超高分辨率基准测试集,用于评估高分辨率场景中超像素分割算法的性能.本文首先回顾了超像素分割领域的相关工作,然后详细介绍了PCNet框架,接着展示了实验结果并与最先进的方法进行了比较.结论部分总结了研究结果并概述了未来研究的潜在方向.代码、预训练模型和新的基准数据集的可用性无疑将促进高分辨率超像素分割领域的进一步发展.总之,本文在超像素分割领域提供了一个重要的进步,提供了一种能够高效、准确处理高分辨率图像的解决方案.所提出的PCNet框架,凭借其创新的DPC分支和动态引导训练机制,为未来在计算机视觉领域的研究和应用提供了一个有前景的方向.本文的代码、预训练模型以及新构建的评估基准数据集可在https://***/wangyxxjtu/PCNet上获取.

关键词：超像素分割图像分割高分辨率视觉深度学习人工智能

来源：评论

学校读者我要写书评

暂无评论

基于视觉显著性信息的自然图像抠图算法

引用

北京交通大学学报 2015年第2期39卷 22-27,34页

作者：孙巍尹辉罗四维北京交通大学计算机与信息技术学院北京100044

为了解决目前抠图算法的采样不充分问题,提出了一种在视觉显著信息指导下的采样,并通过可信度计算确定样本可用性的自然图像抠图算法SIGM.该算法将视觉显著模型引入采样过程,以显著图为指导重点采集区域内的颜色显著样本点.综合分析候... 详细信息

为了解决目前抠图算法的采样不充分问题,提出了一种在视觉显著信息指导下的采样,并通过可信度计算确定样本可用性的自然图像抠图算法SIGM.该算法将视觉显著模型引入采样过程,以显著图为指导重点采集区域内的颜色显著样本点.综合分析候选样本对的可信度,将是否符合线性假设、颜色空间内的距离、局部显著性等作为评判依据,选择具有高可信度的样本对来估计透明度值.使用抠图拉普拉斯矩阵作为代价函数的平滑项,优化估计透明度值,得到最终的图像掩膜.实验结果验证了该算法的有效性和准确性.

关键词：图像抠图视觉显著性注意机制颜色采样

来源：评论

学校读者我要写书评

暂无评论

基于分簇结构的移动自组织网络接入控制协议关键技术研究

引用

北京交通大学学报 2018年第2期42卷 54-60页

作者：刘强袁万刚北京交通大学计算机与信息技术学院北京100044

提出了一种基于分簇结构的移动自组织网络(MANETs)接入控制协议(CM-MAC).该协议主要适用于大规模多跳移动自组织网络,采用分簇技术将整个大规模网络分成多个簇,每个簇拥有不同的工作频段,各个簇之间互不干扰.簇内采用了动态时分多址协议... 详细信息

提出了一种基于分簇结构的移动自组织网络(MANETs)接入控制协议(CM-MAC).该协议主要适用于大规模多跳移动自组织网络,采用分簇技术将整个大规模网络分成多个簇,每个簇拥有不同的工作频段,各个簇之间互不干扰.簇内采用了动态时分多址协议,每个节点根据自身业务强度动态地占用网络资源,簇与簇之间通过网关节点实现跨簇通信.本文采用了OPNET Modeler进行网络建模和仿真,仿真结果表明:在大规模拓扑网络中,CM-MAC协议比标准USAP协议的吞吐量提升了约2.2倍,时隙复用率提升了约4倍,端到端延时降低了约3倍.

关键词：移动自组织网络分簇媒体接入控制协议时分多址

来源：评论

学校读者我要写书评

暂无评论

结合对抗样本检测和重构的三维点云防御框架

引用

图学学报 2023年第3期44卷 560-569页

作者：赵玉琨任爽张鑫云北京交通大学计算机与信息技术学院北京100044

近年来,三维点云深度神经网络已应用于许多高安全性的任务中。然而,对抗样本可以很容易地使正常训练的深度学习模型做出错误的预测,所以需要提高深度神经网络输入数据的鲁棒性。现存的三维点云防御网络效率低,也无法很好地恢复点云的曲... 详细信息

近年来,三维点云深度神经网络已应用于许多高安全性的任务中。然而,对抗样本可以很容易地使正常训练的深度学习模型做出错误的预测,所以需要提高深度神经网络输入数据的鲁棒性。现存的三维点云防御网络效率低,也无法很好地恢复点云的曲面变形和点分布。针对现存问题,提出了一种将对抗样本检测与重构相结合的三维点云对抗防御网络框架。对于一个输入样本,首先由基于重构误差的检测器对其进行检测。若是对抗样本,则由一个基于变分自编码器的重构器对其进行重构后再输入分类网络中。变分自编码器的结构可以更好地学习隐空间上的数值空洞,对于点云形状的恢复效果也更好。实验部分,在ModelNet40数据集上对多种经典的分类模型进行了攻击,并测试了检测器-重构器防御框架对这些攻击的防御效果。实验表明,该防御方法在PointNet上的分类准确率均优于其他防御方法,特别是在防御基于显著图和对抗生成网络的攻击中表现出色。该防御网络框架可以将删除200点的攻击的准确率从47.65%提高到75.02%。通过消融实验和可视化重构结果分别证明了检测器和重构器的有效提升对整体分类准确率的效果。

关键词：对抗防御对抗攻击对抗样本检测点云重构点云分类

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：