检索结果-内蒙古大学图书馆

计算机研究与发展 2021年第5期58卷 964-976页

作者：张颖君陈恺周赓吕培卓刘勇黄亮中国科学院软件研究所可信计算与信息保障实验室北京100190 信息安全国家重点实验室(中国科学院信息工程研究所) 北京100195 中国科学院大学网络空间安全学院北京100049 中国科学院大学计算机科学与技术学院北京100049 奇安信科技集团股份有限公司北京100015

随着深度神经网络的推广应用,训练后的神经网络模型已经成为一种重要的资产并为用户提供服务.服务商在提供服务的同时,也更多地关注其模型的版权保护,神经网络水印技术应运而生.首先,分析水印及其基本需求,并对神经网络水印涉及的相关... 详细信息

随着深度神经网络的推广应用,训练后的神经网络模型已经成为一种重要的资产并为用户提供服务.服务商在提供服务的同时,也更多地关注其模型的版权保护,神经网络水印技术应运而生.首先,分析水印及其基本需求,并对神经网络水印涉及的相关技术进行介绍;对深度神经网络水印技术进行对比,并重点对白盒和黑盒水印进行详细分析;对神经网络水印攻击技术展开对比,并按照水印攻击目标的不同,对水印鲁棒性攻击、隐蔽性攻击、安全性攻击等技术进行分类介绍;最后对未来方向与挑战进行探讨.

关键词：数字水印深度神经网络神经网络后门神经网络水印水印攻击

来源：评论

学校读者我要写书评

暂无评论

1000 MW燃煤机组排放SO_(2)浓度扩散模拟研究

引用

控制工程 2023年第5期30卷 816-821页

作者：李济瀚李晓理王康崔桂梅无北京工业大学信息学部北京100124 北京市计算智能与智能系统重点实验室北京100124 教育部数字社区工程研究中心北京100124 内蒙古科技大学信息工程学院内蒙古包头014010

1000 MW燃煤机组火电厂排放污染气体中二氧化硫(SO_(2))浓度是我国火电厂排放污染的重点控制目标,为了研究SO_(2)浓度扩散对周围环境及人们身体健康造成的影响,对SO_(2)浓度扩散进行了模拟研究。首先,根据电厂的实际排放数据建立了高斯... 详细信息

1000 MW燃煤机组火电厂排放污染气体中二氧化硫(SO_(2))浓度是我国火电厂排放污染的重点控制目标,为了研究SO_(2)浓度扩散对周围环境及人们身体健康造成的影响,对SO_(2)浓度扩散进行了模拟研究。首先,根据电厂的实际排放数据建立了高斯羽流扩散模型,利用该模型模拟在大气稳定度相同的情况下模拟不同的风速对SO_(2)浓度扩散分布规律的影响,并且分析SO_(2)浓度扩散的距离及范围。结果表明,SO_(2)浓度扩散与风速及大气稳定度有着密切的关系,风速越大,越有利于SO_(2)浓度扩散及气体的稀释,并证明了利用高斯烟羽模型模拟有害气体扩散具有较好的实际参考意义。

关键词：火电厂湿法烟气脱硫高斯烟羽模型二氧化硫扩散模拟

来源：评论

学校读者我要写书评

暂无评论

基于可信软件基的虚拟机动态监控机制研究

引用

信息网络安全 2020年第2期 7-13页

作者：王晓赵军张建标北京工业大学信息学部北京100124 可信计算北京市重点实验室北京100124 张家口学院张家口075000

在云计算环境中,虚拟机是云服务提供商为云用户提供服务的主要载体。虚拟机运行过程中的安全可信性至关重要,直接关系到云用户服务的安全可信性。针对虚拟机运行过程中的行为可信性问题,文章提出基于主动免疫可信计算技术的虚拟机动态... 详细信息

在云计算环境中,虚拟机是云服务提供商为云用户提供服务的主要载体。虚拟机运行过程中的安全可信性至关重要,直接关系到云用户服务的安全可信性。针对虚拟机运行过程中的行为可信性问题,文章提出基于主动免疫可信计算技术的虚拟机动态监控机制。该机制将主动免疫可信计算的双系统体系架构部署在虚拟机系统内部,利用可信软件基实现对虚拟机运行行为的主动可信度量及主动控制,保证了虚拟机运行过程中的安全可信性,解决了云用户服务的安全可信性问题。

关键词：云安全主动免疫可信计算可信软件基虚拟机动态监控

来源：评论

学校读者我要写书评

暂无评论

面向工业互联网的5G-U与时间敏感网络融合架构与技术

引用

通信学报 2021年第10期42卷 43-54页

作者：蔡岳平李栋许驰王振张潇文重庆大学微电子与通信工程学院重庆400030 信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400030 空天地网络互联与信息融合重庆市重点实验室重庆400030 中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016 机械工业仪器仪表综合技术经济研究所北京100055

工业互联网是工业4.0的关键使能技术,而网络是工业互联网的基础。首先分析了典型工业互联网业务流量类型和需求,以及时间敏感网络(TSN)和5G-U作为工业互联网网络的适配性;接着探讨了5G-U与TSN融合的4种架构模式:5G-U作为TSN的网络、链... 详细信息

工业互联网是工业4.0的关键使能技术,而网络是工业互联网的基础。首先分析了典型工业互联网业务流量类型和需求,以及时间敏感网络(TSN)和5G-U作为工业互联网网络的适配性;接着探讨了5G-U与TSN融合的4种架构模式:5G-U作为TSN的网络、链路、网桥/交换机模式,及TSN作为5G-U承载网络模式;然后研究了5G-U与TSN融合的关键技术,包括时间同步平面的融合、数据平面流量QoS框架与可靠桥接机制的融合以及管控平面的融合;最后讨论了5G-U与TSN融合的研究挑战和发展趋势。

关键词：时间敏感网络 5G-U 时间同步数据平面控制平面

来源：评论

学校读者我要写书评

暂无评论

基于虚拟样本优化选择的城市固废焚烧过程二噁英排放浓度预测

引用

北京工业大学学报 2021年第5期47卷 431-443页

作者：汤健王丹丹郭子豪乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 北京轨道交通技术装备集团北京100070

城市固废焚烧(municipal solid waste incineration, MSWI)过程排放被称为"世纪之毒"的二噁英(dioxins, DXN)类化合物.工业现场多采用长周期、高成本的离线方式检测DXN排放浓度,这导致用于构建其预测模型的样本数量极为稀缺.... 详细信息

城市固废焚烧(municipal solid waste incineration, MSWI)过程排放被称为"世纪之毒"的二噁英(dioxins, DXN)类化合物.工业现场多采用长周期、高成本的离线方式检测DXN排放浓度,这导致用于构建其预测模型的样本数量极为稀缺.针对上述问题,提出基于虚拟样本优化选择的MSWI过程DXN排放浓度预测建模策略和相应建模方法.首先,在对原始小样本数据进行离群点剔除、输入输出匹配等预处理的基础上,结合过程特性和机理知识进行特征选择以获得约简小样本.其次,基于领域专家知识和整体趋势扩散技术对约简小样本的输入/输出域进行扩展.然后,基于机理知识和插值算法生成虚拟样本输入,再基于约简小样本构建的映射模型获得虚拟样本输出,并结合扩展的输入/输出域对其进行删减以获得候选虚拟样本.接着,基于粒子群优化(particle swarm optimization, PSO)算法对候选虚拟样本进行优选.最后,采用优选虚拟样本与约简训练样本组成的混合样本构建预测模型.结合某焚烧厂的DXN数据验证了所提方法的有效性.

关键词：城市固废焚烧(MSWI) 二噁英(DXN) 小样本虚拟样本生成虚拟样本选择粒子群优化(PSO)

来源：评论

学校读者我要写书评

暂无评论

基于组合-卷积神经网络的中文新闻文本分类

引用

电子学报 2021年第6期49卷 1059-1067页

作者：张昱刘开峰张全新王艳歌高凯龙北京建筑大学电气与信息工程学院&建筑大数据智能处理方法研究北京市重点实验室北京100044 中国矿业大学深部岩土力学与地下工程国家重点实验室北京100083 北京理工大学计算机科学与技术学院北京100081

目前的新闻分类研究以英文居多,而且常用的传统机器学习方法在长文本处理方面,存在局部文本块特征提取不完善的问题.为了解决中文新闻分类缺乏专门术语集的问题,采用构造数据索引的方法,制作了适合中文新闻分类的词汇表,并结合word2vec... 详细信息

目前的新闻分类研究以英文居多,而且常用的传统机器学习方法在长文本处理方面,存在局部文本块特征提取不完善的问题.为了解决中文新闻分类缺乏专门术语集的问题,采用构造数据索引的方法,制作了适合中文新闻分类的词汇表,并结合word2vec预训练词向量进行文本特征构建.为了解决特征提取不完善的问题,通过改进经典卷积神经网络模型结构,研究不同的卷积和池化操作对分类结果的影响.为提高新闻文本分类的精确率,本文提出并实现了一种组合-卷积神经网络模型,设计了有效的模型正则化和优化方法.实验结果表明,组合-卷积神经网络模型对中文新闻文本分类的精确率达到93.69%,相比最优的传统机器学习方法和经典卷积神经网络模型精确率分别提升6.34%和1.19%,并在召回率和F值两项指标上均优于对比模型.

关键词：自然语言处理词向量组合-卷积神经网络中文新闻文本分类

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制和图卷积的小样本分类网络

引用

计算机工程与应用 2021年第19期57卷 164-170页

作者：王晓茹张珩北京邮电大学计算机学院北京100876 北京市网络系统与网络文化重点实验室北京100876

深度神经网络在有着大量标注数据的图像识别任务上已经占据了统治地位,但是在只有少量标注数据的数据集上训练一个好的网络仍然是一个据有挑战性的任务。如何从有限的标注数据中学习已经成为了一个有着很多应用场景的热点问题。目前有... 详细信息

深度神经网络在有着大量标注数据的图像识别任务上已经占据了统治地位,但是在只有少量标注数据的数据集上训练一个好的网络仍然是一个据有挑战性的任务。如何从有限的标注数据中学习已经成为了一个有着很多应用场景的热点问题。目前有很多解决小样本分类任务的方法,但是仍然存在识别准确率低的问题,根本原因是在小样本学习中,神经网络只能接收少量有标签的数据,导致神经网络不能获取足够的用来识别的信息。因此,提出了一种基于注意力机制和图卷积网络的小样本分类模型。这个模型不仅能够更好地提取特征,而且能够充分利用提取的特征对目标图像进行分类。通过注意力机制,能够指导神经网络关注更有用的信息,而图卷积使得网络能够利用支撑集中其他类别的信息做出更准确的判断。经过大量的实验,证明了提出的模型在Omniglot数据集和mini-ImageNet数据集上的分类准确率都超过了基于传统神经网络的关系网络。

关键词：小样本学习图像识别注意力机制图卷积网络

来源：评论

学校读者我要写书评

暂无评论

玉米大斑病菌转录因子StbHLH10基因的克隆及其功能分析

引用

农业生物技术学报 2024年第5期32卷 1132-1140页

作者：韩丹张心雨王小敏肖怡铭裴智勇谷守芹刘玉卫巩校东河北农业大学生命科学学院/河北省农业微生物生物信息利用技术创新中心/河北省植物生理与分子病理学重点实验室河北农业大学现代科技学院北京市计算中心生物计算事业部

碱性螺旋-环-螺旋(basic helix-loop-helix, bHLH)转录因子家族广泛参与植物病原真菌的生长发育和侵染致病过程。StbHLH10是玉米大斑病菌(Setosphaeria turcica)中编码bHLH类转录因子的基因，为了解该基因的功能，本研究以玉米大斑病菌... 详细信息

碱性螺旋-环-螺旋(basic helix-loop-helix, bHLH)转录因子家族广泛参与植物病原真菌的生长发育和侵染致病过程。StbHLH10是玉米大斑病菌(Setosphaeria turcica)中编码bHLH类转录因子的基因，为了解该基因的功能，本研究以玉米大斑病菌为材料克隆了StbHLH10 (GenBank No. XP＿0080332037.1)CDS全长，并对其序列和结构特征进行了分析。结果显示，该基因CDS全长1 659 bp，编码552个氨基酸，其编码的蛋白质序列在第335～441位氨基酸残基处含有1个HLH保守结构域，由2个α-螺旋和1个Loop环构成特定空间结构；表达模式分析显示，StbHLH10基因的表达量随着病菌侵染玉米叶片的时间延长而增加；通过构建其调控网络发现，StbHLH10可能通过调控33个下游靶基因的表达参与病菌的生长发育和侵染过程；原核诱导表达分析发现，在28℃诱导6 h条件下StbHLH10-His融合蛋白在大肠杆菌(Escherichia coli)中高效表达，分子量为78.5 kD，与理论值一致，并通过镍柱亲和层析获得该转录因子可溶性的纯化蛋白。本研究初步探究了StbHLH10转录因子的功能，为进一步研究该基因的作用机制提供数据支持。

关键词：玉米大斑病菌转录因子bHLH StbHLH10基因侵染表达原核表达

来源：评论

学校读者我要写书评

暂无评论

考虑输入量不良数据的发电机动态状态估计方法

引用

电力系统自动化 2022年第7期46卷 94-103页

作者：朱茂林刘灏毕天姝谢永胜赵俊博新能源电力系统国家重点实验室(华北电力大学) 北京市102206 国网新疆电力有限公司新疆维吾尔自治区乌鲁木齐市830002 密西西比州立大学电气与计算机工程学院斯塔克维尔39762美国

近年来,基于同步相量测量单元(PMU)量测数据的发电机动态状态估计得到广泛研究。然而,现场运行的PMU受多种因素的影响,可能导致作为状态估计输入量的发电机机端电压或电流量测相量存在不良数据,对状态估计产生影响。针对该问题,提出了... 详细信息

近年来,基于同步相量测量单元(PMU)量测数据的发电机动态状态估计得到广泛研究。然而,现场运行的PMU受多种因素的影响,可能导致作为状态估计输入量的发电机机端电压或电流量测相量存在不良数据,对状态估计产生影响。针对该问题,提出了一种考虑输入量不良数据的发电机动态状态估计方法。在输入量不良数据对动态状态估计影响分析的基础上,该方法利用发电机状态量受动态方程约束不能突变的特性,提出了基于指数平滑的状态量预报方法,将该预报值与发电机动态方程预报值进行比较,提出了输入量不良数据检测方法。进一步,检测到不良数据后用指数平滑预报值代替动态方程的预报值,提出了基于最小二乘法的输入量校正方法。仿真算例结果表明,所提方法能有效抑制输入量不良数据对发电机动态状态估计的影响,提高动态状态估计算法的鲁棒性。

关键词：同步相量测量状态估计容积卡尔曼滤波指数平滑预报不良数据

来源：评论

学校读者我要写书评

暂无评论

对抗学习下的眼底图像视盘视杯分割算法

引用

计算机应用与软件 2024年第2期41卷 229-237页

作者：王彩云玄祖兴周建平胡晰远程钢炜宋禄琴北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学基础与交叉科学研究所北京100101 安徽工业大学计算机科学与技术学院安徽马鞍山243032 南京理工大学计算机科学与工程学院江苏南京210094 北京协和医院眼科中心北京100005

由于不同数据集的质量、拍摄条件和采集状态的差异,导致模型图像分割效果参差不齐。针对这种情况,提出对抗学习下的眼底图像视盘视杯分割算法,从不同眼底图像数据集中分割视盘(OD)和视杯(OC),在生成对抗网络的基础上,改进生成器网络,加... 详细信息

由于不同数据集的质量、拍摄条件和采集状态的差异,导致模型图像分割效果参差不齐。针对这种情况,提出对抗学习下的眼底图像视盘视杯分割算法,从不同眼底图像数据集中分割视盘(OD)和视杯(OC),在生成对抗网络的基础上,改进生成器网络,加入密集连接块,使网络在更低计算成本、更短训练时间的情况下,获得更优的性能,提高了模型在不同数据集中的泛化能力。实验结果表明,在REFUGE数据集中验证了该算法在分割性能方面的稳定性,同时将算法推广到无须进一步训练就能测试来自不同设备的眼底数据集中均取得了较好的效果。

关键词：深度学习图像分割生成对抗网络(GAN) 眼底图像青光眼诊断

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：