检索结果-内蒙古大学图书馆

计算机科学 2025年

作者：陈海燕华东政法大学计算机科学与技术系

针对无线传感器网络分簇路由中节点能耗不均衡与簇首选择优化问题，提出一种基于克隆反向学习灰狼优化的能耗均衡路由协议（Clone Reverse Learning Grey Wolf Optimizer-based Energy-Balanced Routing Protocol，CRLGWORP）。该算法... 详细信息

针对无线传感器网络分簇路由中节点能耗不均衡与簇首选择优化问题，提出一种基于克隆反向学习灰狼优化的能耗均衡路由协议（Clone Reverse Learning Grey Wolf Optimizer-based Energy-Balanced Routing Protocol，CRLGWORP）。该算法在传统灰狼优化框架中引入克隆选择机制，通过复制优质个体增强种群多样性，并结合反向学习策略扩大解空间搜索范围，有效提升全局寻优能力。设计以网络平均剩余能量和簇首到基站平均距离为优化目标的自适应加权函数，根据网络能量分布动态调整权重，平衡能量效率与通信距离的优化重点。簇首选举阶段优先选取高能量且靠近基站的节点，数据传输阶段采用多跳梯度中继机制优化通信路径，降低长距离传输能耗。实验结果表明，与LEACH、LEACH-C、HEED、FIGWO和HGWCSOA-OCHS算法相比，该算法显著延长网络生命周期，提升节点能量均衡性。

关键词：无线传感器网络克隆反向学习灰狼优化能耗均衡动态加权

来源：评论

学校读者我要写书评

暂无评论

基于多尺度边缘感知和增强的息肉图像分割

引用

计算机工程与应用 2025年第1期61卷 272-281页

作者：杨瑞君陈丽叶程燕上海应用技术大学计算机科学与信息工程学院上海201418 华东政法大学刑事法学院上海201620

针对结直肠图像中息肉尺度差异大、边界不清晰以及内窥镜图片反光等问题,提出了一种基于边缘感知和边界增强的网络模型。以金字塔结构提取多层特征,使用集中引导的边缘感知聚合策略,利用中低层和高层的互补信息来获取第一个轮廓掩码。... 详细信息

针对结直肠图像中息肉尺度差异大、边界不清晰以及内窥镜图片反光等问题,提出了一种基于边缘感知和边界增强的网络模型。以金字塔结构提取多层特征,使用集中引导的边缘感知聚合策略,利用中低层和高层的互补信息来获取第一个轮廓掩码。使用了分层多尺度模块对骨干网络后三层进行特征提取,以适应不同大小息肉特征。提出正逆向综合关注单元,通过局部特征保留和轮廓掩码合并,挖掘出更多轮廓掩码的边缘信息。分别在Kvasir、CVC-ClinicalDB、ETIS、CVC-ColonDB和CVC-300五个流行的息肉分割数据集上进行实验,与目前主流的几种息肉分割方法比较三个指标,其中平均Dice和平均IoU都有所提高,MAE有所降低,性能效果明显优于其他方法。特别是,在ETIS数据集上平均Dice系数达到了0.7297,比之前最先进的方法提升了0.0429。

关键词：息肉分割轮廓掩码多尺度注意力

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的自然场景低照度增强模型

引用

计算机工程 2024年第1期50卷 279-288页

作者：杨瑞君秦晋京程燕上海应用技术大学计算机科学与信息工程学院上海201418 华东政法大学刑事法学院上海201620

当前大多数低照度图像增强模型在自然环境中难以兼顾照度增强和原图特征保留两方面的效果,而且不能很好地适应多种不同的低照度场景,为此,提出一种基于生成对抗网络的改进模型。首先通过标准卷积提取浅层特征,然后利用光照一致性损失构... 详细信息

当前大多数低照度图像增强模型在自然环境中难以兼顾照度增强和原图特征保留两方面的效果,而且不能很好地适应多种不同的低照度场景,为此,提出一种基于生成对抗网络的改进模型。首先通过标准卷积提取浅层特征,然后利用光照一致性损失构建全局-局部照明学习(GLIE)模块。在GLIE内部设计基于全局-局部的特征提取结构,通过移位窗口自注意力机制和多尺度空洞卷积分别实现场景级特征提取和光照增强平滑。通过原图特征保留块对GLIE的输出特征和浅层特征进行拼接融合和通道注意力加强,实现对原图特征的保留和噪声抑制。在此基础上,通过改进的损失函数在模型训练过程中同时实现对照度增强和原图特征保留的有效监督。实验结果表明,该模型主观效果真实自然,与Retinex-Net、EnlightenGAN等主流模型相比,其对原图色彩纹理细节保留和噪声抑制的效果更好,在整体测试数据集上自然图像质量评估指标和亮度顺序误差分别达到3.88和199.4,在不同测试数据集中2个指标都取得了前3名的结果,整体性能良好。

关键词：低照度增强自注意力机制空洞卷积特征融合图像降噪

来源：评论

学校读者我要写书评

暂无评论

基于对比学习与数据增强的零样本事件检测

引用

中文信息学报 2023年第10期37卷 45-54页

作者：纪文迪张森辉王晓玲孔维璟华东政法大学刑事法学院上海200042 华东师范大学计算机科学与技术学院上海200062

事件检测是一项经典的自然语言处理任务。然而在实践中,获取高质量的标注数据需要耗费大量的人力,这使得现有的基于监督学习的方法在面对大量未定义的新事件类型时表现不佳。面对零样本事件检测的困境,现有方法或者需要预定义的事件类... 详细信息

事件检测是一项经典的自然语言处理任务。然而在实践中,获取高质量的标注数据需要耗费大量的人力,这使得现有的基于监督学习的方法在面对大量未定义的新事件类型时表现不佳。面对零样本事件检测的困境,现有方法或者需要预定义的事件类型作为启发规则,或者由于自编码器类间特征提取能力不足,无法进一步归类发现的未知事件。为此,该文提出了一种基于对比学习与数据增强的零样本事件检测方法,通过对事件描述的重构与复写,自动为无监督的对比学习提供训练样本。模型只需要部分已知事件类别标准数据,便可以从大量文本中自动发现并归类新的事件类型。实验表明,该方法在保持对已知类别事件识别能力的同时,能够显著提升对未知事件类别识别的准确率。

关键词：零样本事件抽取对比学习

来源：评论

学校读者我要写书评

暂无评论

基于云边协同子类蒸馏的卷积神经网络模型压缩方法

引用

计算机科学 2024年第5期51卷 313-320页

作者：孙婧王晓霞华东政法大学智能科学与信息法学系上海201620 西北师范大学计算机科学与工程学院兰州730070

当前卷积神经网络模型的训练和分发流程中,云端拥有充足的计算资源和数据集,但难以应对边缘场景中碎片化的需求。边缘侧能够直接进行模型的训练和推理,但难以直接使用云端按照统一规则训练的卷积神经网络模型。针对在边缘侧资源受限的... 详细信息

当前卷积神经网络模型的训练和分发流程中,云端拥有充足的计算资源和数据集,但难以应对边缘场景中碎片化的需求。边缘侧能够直接进行模型的训练和推理,但难以直接使用云端按照统一规则训练的卷积神经网络模型。针对在边缘侧资源受限的情况下,卷积神经网络算法进行模型压缩的训练和推理有效性低的问题,首先,提出了一种基于云边协同的模型分发和训练框架,该框架可以结合云端和边缘侧各自的优势进行模型再训练,满足边缘对指定识别目标、指定硬件资源和指定精度的需求。其次,基于云边协同框架训练的思路,对知识蒸馏技术进行改进,提出了新的基于Logits和基于Channels两种子类知识蒸馏方法(SLKD和SCKD),云服务端先提供具有多目标识别的模型,而后通过子类知识蒸馏的方法,在边缘侧将模型重新训练为一个可以在资源受限的场景下部署的轻量化模型。最后,在CIFAR-10公共数据集上,对联合训练框架的有效性和两种子类蒸馏算法进行了验证。实验结果表明,在压缩比为50%的情况下,相比具有全部分类的模型,所提模型推理准确率得到了显著的提升(10%~11%);相比模型的重新训练,通过知识蒸馏方法训练出的模型精度也有显著提高,并且压缩比率越高,模型精度提升越明显。

关键词：云边协同深度学习知识蒸馏模型压缩特征提取

来源：评论

学校读者我要写书评

暂无评论

基于粒神经网络的多标签学习

引用

山东大学学报（理学版） 2024年第5期59卷 1-11页

作者：陈玉明郑光宇焦娜厦门理工学院计算机与信息工程学院福建厦门361024 华东政法大学刑事法学院上海201620

引入粒计算理论,提出基于粒神经网络的多标签学习方法,采用相似度粒化的技术获得数据在结构上的相关性。样本在单特征上粒化成粒子,多特征上的粒子形成粒向量,并且定义粒子与粒向量的运算规则。在此基础上,引入粒损失函数,构建粒神经网... 详细信息

引入粒计算理论,提出基于粒神经网络的多标签学习方法,采用相似度粒化的技术获得数据在结构上的相关性。样本在单特征上粒化成粒子,多特征上的粒子形成粒向量,并且定义粒子与粒向量的运算规则。在此基础上,引入粒损失函数,构建粒神经网络进行多标签学习,采用多个Mulan多标签数据集进行实验,在多种评价指标上与现有的多标签分类算法比较,结果表明了粒神经网络多标签学习算法的有效性与可行性。

关键词：粒计算深度学习粒神经网络多标签学习粒向量

来源：评论

学校读者我要写书评

暂无评论

大型语言模型在法律文本零样本语义标注中不可思议的有效性

法律方法

引用

法律方法 2024年第2期 247-276页

作者： [美]雅罗米尔·萨维尔卡凯文·阿什利孙自豪(译) 美国卡内基梅隆大学计算机科学学院美国匹兹堡大学法学院华东政法大学

ChatGPT的出现使得包括法律界在内的公众认识到大型语言模型(LLMs)的潜在用途(如文件起草、问题回答和摘要)。尽管该技术在以法律文本为重点的各种语义注释任务中表现良好,但随着更新、功能更强(GPT-4)或更具成本效益(GPT-3.5-turbo)的... 详细信息

ChatGPT的出现使得包括法律界在内的公众认识到大型语言模型(LLMs)的潜在用途(如文件起草、问题回答和摘要)。尽管该技术在以法律文本为重点的各种语义注释任务中表现良好,但随着更新、功能更强(GPT-4)或更具成本效益(GPT-3.5-turbo)的模型涌入,需要探讨其对法律文本进行语义标注能力的最新进展。在向成熟的生成式人工智能系统过渡的过程中,通过检验GPT-4和GPT-3.5-turbo(-16k)的性能,并将其与上一代GPT模型进行比较,结果显示GPT-4和GPT-3.5-turbo(-16k)在涉及判决意见、合同条款或法律条文的三项法律文本注释任务中表现出色。比较各类模型的性能和成本发现,GPT-4模型在三项任务中的两项上明显优于GPT-3.5模型,性价比高的GPT-3.5-turbo与价格高出20倍的text-davinci-003模型性能相当。虽然可以在单个提示中注释多个数据点,但其性能会随着批量的增加而降低。这项工作为许多实际应用(如合同审查)和研究项目(如实证法律研究)提供了有价值的信息。法律学者和执业律师都可以利用这些发现来指导他们将大型语言模型整合到涉及法律文本语义标注的各种工作流程中的决策。

关键词：法律文本分析大型语言模型(LLM) 零样本分类语义标注文本标注

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的多源异构知识增强对话模型

引用

科学技术与工程 2024年第17期24卷 7196-7204页

作者：毕忠勤张锴单美静王世洋曾振柄上海电力大学计算机科学与技术学院上海200090 华东政法大学信息科学与技术系上海201620 上海大学数学系上海200444

为解决当前开放域对话系统中端到端模型在生成响应时存在的相关性低、多样性不足的问题,提出了一种多源异构知识增强对话生成模型(multi-source knowledge-enhanced dialogue generation framework,MSGF)。该模型通过整合多个不同的知识... 详细信息

为解决当前开放域对话系统中端到端模型在生成响应时存在的相关性低、多样性不足的问题,提出了一种多源异构知识增强对话生成模型(multi-source knowledge-enhanced dialogue generation framework,MSGF)。该模型通过整合多个不同的知识源,提高了与对话背景信息相关的知识覆盖率,并采用全局知识选择模块解决不同知识源之间的主题冲突问题,来避免对话主题含义混淆。此外,该模型还引入了融合预测模块,通过获取不同的知识源中的信息来生成响应。实验结果表明,与同类其他模型相比,MSGF模型在性能上具有明显优势,具有更全面的知识覆盖,生成的响应主题相关性更高。可见,所提出的MSGF模型能够很好地理解对话内容,并显著提升对话系统的性能。

关键词：对话生成图神经网络图注意力机制知识图谱多源异构知识知识增强

来源：评论

学校读者我要写书评

暂无评论

三数据中心下的纠删码算法研究

引用

计算机科学 2025年第2期52卷 48-57页

作者：孙婧牛虹婷梁松涛华东政法大学智能科学与信息法学系上海201620 北京航空航天大学计算机学院北京100191 上海哔哩哔哩科技有限公司多媒体技术中心上海200433

纠删码算法在单数据中心和多数据中心得到了广泛的应用。目前对纠删码算法的研究更多地关注存储成本和修复带宽,对于如何在专线带宽、交换机受限的情况下完成多数据中心之间的修复,如何在可靠性、容错能力等核心因素之间实现最佳权衡等... 详细信息

纠删码算法在单数据中心和多数据中心得到了广泛的应用。目前对纠删码算法的研究更多地关注存储成本和修复带宽,对于如何在专线带宽、交换机受限的情况下完成多数据中心之间的修复,如何在可靠性、容错能力等核心因素之间实现最佳权衡等问题,没有进行充分的分析和解决。针对三数据中心这种最常用的多数据中心场景,首先,提出了纠删码在系统设计中重要的4个因素:冗余度、可靠性、容错能力及解码带宽。其次,根据提出的4个因素,设计了一种单数据中心下满足最优带宽修复的S-LRC算法。再根据提出的S-LRC算法,设计了满足三中心架构体系下的G-LRC算法。相比传统的编码方案,提出的G-LRC算法具有更高的可靠性、更大的容错性及解码带宽惩罚比。其两节点故障时解码带宽惩罚比仅为传统方案的1/7~2/7。最后,将G-LRC算法在大文件存储系统中进行了实现和验证,并且设计了解码最优决策算法来减少修复的带宽,解决了非最大距离可分割码算法在系统中落地难的问题。

关键词：三数据中心纠删码局部可修复码最大可恢复编码 Reed-Solomon码

来源：评论

学校读者我要写书评

暂无评论

基于特征关系增强的PCB表面缺陷检测算法

引用

激光杂志 2025年第5期46卷 117-123页

作者：杨瑞君赵雯程燕季守成上海应用技术大学计算机科学与信息工程学院上海201418 华东政法大学刑事法学院上海201620 上海应用技术大学机械工程学院上海201418

在PCB(印制电路板)表面缺陷检测中,受复杂背景环境与极度微小缺陷尺寸的影响,往往会出现漏检与误检的问题,为此,基于YOLOv8n提出一个新的网络模型FS-YOLO。首先,在特征提取网络架构中,增加新的特征关系增强模块(Feature Relationship En... 详细信息

在PCB(印制电路板)表面缺陷检测中,受复杂背景环境与极度微小缺陷尺寸的影响,往往会出现漏检与误检的问题,为此,基于YOLOv8n提出一个新的网络模型FS-YOLO。首先,在特征提取网络架构中,增加新的特征关系增强模块(Feature Relationship Enhancement Module, FREM),提升模型对输入数据的特征提取能力;其次,提出尺度自适应特征融合模块(Scale-adaptive Feature Fusion, SAFF)替代YOLOv8n中的常规卷积模块,捕捉图像中的多层次信息,增强特征表示;最后使用Inner-IoU替换原有边界损失函数,使用辅助边界框来计算IoU损失,获得更快、更高效的回归结果。实验结果表明,相较于基准模型YOLOv8n, FS-YOLO模型的精确率提升了3.6%,平均检测精度提升了4%,召回率提升了5.5%,做到有效减少印刷电路板表面缺陷的漏检与误检。

关键词： PCB 表面缺陷检测印刷电路板特征增强

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：