检索结果-内蒙古大学图书馆

计算机工程 2024年

作者：陈先意糜慧何俊杰付章杰南京信息工程大学计算机学院网络空间安全学院南京信息工程大学数字取证教育部工程研究中心南京信息工程大学软件学院

由于参与联邦学习联合训练的客户端并非完全可信，从而带来联邦学习模型的版权泄露风险，而当前由中央服务器嵌入水印的方法面临着许多难题，例如难以适用于安全联邦学习架构、溯源能力不足、服务器计算负担过重等。为此，本文提出了一... 详细信息

由于参与联邦学习联合训练的客户端并非完全可信，从而带来联邦学习模型的版权泄露风险，而当前由中央服务器嵌入水印的方法面临着许多难题，例如难以适用于安全联邦学习架构、溯源能力不足、服务器计算负担过重等。为此，本文提出了一种基于正交约束的可溯源安全联邦学习版权保护方案，简称为FedSOW。首先，服务器复制待嵌入水印的卷积层形成双层通道，作为初始化水印层；然后，根据施密特正交化原理设计正交约束规则并以不同的规则约束局部模型水印层的输出特征；最后，客户端通过训练反向引导水印层形成具有不同正交结构的可溯源局部模型。与现有的水印方案相比，FedSOW具有较好的水印持续性，确保能在安全联邦学习框架的训练过程中进行版权验证。大量实验证明，FedSOW在可溯源性、保真度和抗攻击能力等方面表现出具有卓越的性能。

关键词：联邦学习版权保护可溯源性鲁棒性

来源：评论

学校读者我要写书评

暂无评论

一种针对聚类问题的量子主成分分析算法

引用

计算机研究与发展 2022年第12期59卷 2858-2866页

作者：刘文杰王博思陈君琇数字取证教育部工程研究中心(南京信息工程大学) 南京210044 南京信息工程大学计算机与软件学院南京210044

聚类问题中的离群点容易影响簇中心的选择,且样本数据量规模的扩大会造成样本点间的距离计算需要消耗大量计算资源.为了解决上述问题,从簇中心选取和最短距离搜索2个方面出发,提出了一种针对聚类问题的新型量子主成分分析算法.利用阈值... 详细信息

聚类问题中的离群点容易影响簇中心的选择,且样本数据量规模的扩大会造成样本点间的距离计算需要消耗大量计算资源.为了解决上述问题,从簇中心选取和最短距离搜索2个方面出发,提出了一种针对聚类问题的新型量子主成分分析算法.利用阈值更新奇异值并得到主成分,再通过势函数得到簇中心,从而减少异常值对簇中心选取的影响.此外,采用量子最小值搜索算法寻找距离样本点最近的簇中心,减少聚类所需迭代次数.以小规模数据集为例,采用Cirq量子编程框架对算法进行电路设计和仿真实验.实验结果表明,该算法与已有的量子聚类算法相比,在聚类准确度上有所提升.性能分析表明,与现有经典和量子算法比较,该算法在簇中心选取和最短距离搜索时间复杂度上有不同程度的改进,消耗资源有所降低.

关键词：量子机器学习聚类问题量子主成分分析量子最小值搜索算法奇异值分解

来源：评论

学校读者我要写书评

暂无评论

基于通道注意力与图注意力网络的脑部影像分类研究

引用

南京信息工程大学学报 2025年

作者：林文轩徐军南京信息工程大学自动化学院南京信息工程大学智能医学图像计算江苏省高校重点实验室南京信息工程大学未来技术学院

针对阿尔茨海默病(AD)与认知正常(CN)患者的脑部影像分类问题，本文提出一种基于通道注意力与图注意力网络的脑部影像分类模型。首先对原始DTI影像进行标准化预处理与张量拟合，获得三维FA图，随后沿轴向逐层切片，并应用双线性插值法... 详细信息

针对阿尔茨海默病(AD)与认知正常(CN)患者的脑部影像分类问题，本文提出一种基于通道注意力与图注意力网络的脑部影像分类模型。首先对原始DTI影像进行标准化预处理与张量拟合，获得三维FA图，随后沿轴向逐层切片，并应用双线性插值法将所有切片统一重采样到相同的大小，在此基础上，设计了通道注意力卷积模块，通过并行的卷积提取空间细节特征，同时应用自适应核长的通道间注意力机制动态重标定通道权重，有效学习并压缩局部纹理特征，经全连接层映射得到特征向量并作为后续图中的节点嵌入。然后，依据切片的空间连通性构建邻接矩阵，将切片视为图中的节点，并将节点特征向量与邻接矩阵组成图数据，输入三层堆叠的图注意力卷积层，通过可学习的注意力系数逐层聚合相邻及远邻切片信息，实现跨切片全局结构的融合。最终，经全局平均池化与全连接层输出分类结果。实验结果表明，本文提出的方法不仅在准确度和稳定性上优于传统影像分类模型，还验证了局部-全局注意力架构的优势，提供了一种从切片到图信号转换的新思路。

关键词：医学图像脑部影像分类深度学习注意力机制图卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于双曲正切和矩的免疫防御

引用

计算机学报 2024年第8期47卷 1786-1812页

作者：吴昊王金伟罗向阳马宾南京信息工程大学计算机学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 中国人民解放军战略支援部队信息工程大学网络空间安全学院郑州450001 齐鲁工业大学网络空间安全学院济南250353

对抗样本的发现与研究证实了深度神经网络的脆弱性.如果不对对抗样本的生成加以约束,那么触手可及的图像将不再安全并随时可能对不鲁棒的深度神经网络构成威胁.然而,现有的对抗防御主要旨在防止对抗样本成功攻击深度神经网络,而不是防... 详细信息

对抗样本的发现与研究证实了深度神经网络的脆弱性.如果不对对抗样本的生成加以约束,那么触手可及的图像将不再安全并随时可能对不鲁棒的深度神经网络构成威胁.然而,现有的对抗防御主要旨在防止对抗样本成功攻击深度神经网络,而不是防止对抗样本的生成.因此,本文提出了一种新颖的对抗防御机制,该机制被称为免疫防御.免疫防御通过主动地在原始图像上添加难以察觉的扰动使得攻击者无法针对该图像制作出有效的对抗样本,从而同时保护了图像和深度神经网络.这种良性的扰动被称为免疫扰动,添加了免疫扰动的图像被称为免疫样本.在白盒免疫防御中,本文提出了双曲正切免疫防御(Hyperbolic Tangent Immune Defense,HTID)以制作高分类准确率、高防御性能和高视觉质量的白盒免疫样本;在黑盒免疫防御中,提出了基于矩的免疫防御(Moment-based Immune Defense,MID)以提升免疫样本的可迁移性,从而确保免疫样本对未知对抗攻击的防御性能.此外,本文还提出了免疫率以更加准确地衡量免疫样本的防御性能.在CIFAR-10、MNIST、STL-10和Caltech-256数据集上的大量实验表明,HTID和MID制作的免疫样本具有高分类准确率,在Inception-v3、ResNet-50、LeNet-5和Model C上的准确率均达到了100.0%,比原始准确率平均高出10.5%.制作的免疫样本同时具有高视觉质量,其SSIM最低为0.822,最高为0.900.实验也表明MID有着比HTID更高的可迁移性,MID在四个数据集上针对AdvGAN制作的免疫样本防御其他11种对抗攻击的平均免疫率分别为62.1%、52.1%、56.8%和48.7%,这比HTID高出15.0%、10.8%、17.5%和15.7%.

关键词：深度神经网络对抗样本对抗防御免疫防御可迁移性

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的FY-4A气溶胶光学厚度反演

引用

自然资源遥感 2025年第1期37卷 213-220页

作者：陈薪施国萍南京信息工程大学地理科学学院南京210044

我国新一代静止气象卫星FY-4A搭载了先进静止轨道辐射成像仪(advanced geostationary radiation imager,AGRI),为了针对AGRI数据的特点开发基于机器学习算法的高时空分辨率AGRI气溶胶数据集,利用2021年中国及周边地区67个全球地基气溶... 详细信息

我国新一代静止气象卫星FY-4A搭载了先进静止轨道辐射成像仪(advanced geostationary radiation imager,AGRI),为了针对AGRI数据的特点开发基于机器学习算法的高时空分辨率AGRI气溶胶数据集,利用2021年中国及周边地区67个全球地基气溶胶自动观测网络系统(aerosol robotic network,AERONET)站点数据,选取AGRI数据中表观反射率数据、观测角度数据、高程和MODIS的地表反射率等因子,采用随机森林(random forest,RF)、梯度增强回归(gradient boosting regression tree,GBRT)、极端梯度增强(extrme gradient boosting,XGBoost)和反向传播神经网络(back propagation neural network,BPNN)4种机器学习方法反演气溶胶光学厚度(aerosol optical depth,AOD)。根据模型评价指标选择最优模型,实现基于FY-4A的AOD反演,空间分辨率4 km,并与时刻相近的MODIS气溶胶产品进行对比分析。结果表明:4种机器学习建立的AOD反演模型相关系数R均在0.90以上,平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE)均在0.09和0.14以下,机器学习模型对AOD反演具有一定的可行性;GBRT模型在4种机器学习中反演精度最优,验证误差中R为0.82,MAE为0.16,RMSE为0.25,47%的反演结果落在期望误差内,表明GBRT反演出的FY-4A AOD与站点观测值基本一致;将GBRT模型反演的AOD结果与MODIS气溶胶产品进行对比验证,发现FY-4A AOD反演结果与MODIS AOD在空间分布上具有较好的一致性,83.57%的网格偏差集中在[-1.0,0)之间,FY-4A AOD反演值相对MODIS AOD略高。

关键词：机器学习气溶胶光学厚度 FY-4A/AGRI数据 AERONET MODIS AOD产品

来源：评论

学校读者我要写书评

暂无评论

联合UNet++和多级差分模块的多源光学遥感影像对象级变化检测

引用

测绘学报 2023年第2期52卷 283-296页

作者：王超王帅陈晓李俊勇谢涛南京信息工程大学电子与信息工程学院南京210044 南京信息工程大学遥感与测绘工程学院南京210044 青岛海洋科学技术国家实验室区域海洋学与数值模拟实验室青岛266237 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044

随着传感器技术的飞速发展,基于多源光学遥感影像的变化检测已成为遥感领域中的研究热点。由于传感器成像差异,同一景象在多源光学遥感影像中通常呈现出不同的表现形式,因此面临着更加突出的“伪变化”问题。为此,本文提出了一种联合UNe... 详细信息

随着传感器技术的飞速发展,基于多源光学遥感影像的变化检测已成为遥感领域中的研究热点。由于传感器成像差异,同一景象在多源光学遥感影像中通常呈现出不同的表现形式,因此面临着更加突出的“伪变化”问题。为此,本文提出了一种联合UNet++和多级差分模块的多源光学遥感影像对象级变化检测方法。该方法首先提出了一种多尺度特征提取差分(multi-scale feature extraction difference,MFED)模块,以增强模型对“伪变化”的识别能力;在此基础上,利用UNet++网络输出的多尺度特征对变化区域进行多角度精细刻画,并提出了一种自适应证据置信度指标(adaptive evidence credibility indicators,AECI);最后结合影像分割与Dempster-Shafer(DS)理论设计了加权DS证据融合策略(weighted dempster shafer evidence fusion,WDSEF),从而实现了深度网络像素级输出至对象级结果的映射。通过对不同地区的4组高分多源光学影像数据集进行试验,并与多种先进的深度学习方法进行对比分析,结果表明:在不同空间分辨率和时相差异条件下,本文方法的总体精度(overall accuracy,OA)和F 1 score分别可达91.92%和63.31%以上,在目视分析和定量评价均显著优于对比方法。

关键词：多源光学遥感影像变化检测 UNet++ 多尺度特征提取差分自适应证据信度指标加权DS证据融合

来源：评论

学校读者我要写书评

暂无评论

基于随机森林的降水产品降尺度及其水文适用性评估

引用

自然资源遥感 2025年第2期37卷 66-79页

作者：陈多妍史岚南京信息工程大学地理科学学院南京210044

全球卫星降水计划(global precipitation measurement mission,GDM)等降水产品以连续分布、空间范围广等优势被广泛应用于流域研究,但存在精度不足、空间分辨率低等问题。该文基于随机森林(random forests,RF)降尺度模型融合多源影响因... 详细信息

全球卫星降水计划(global precipitation measurement mission,GDM)等降水产品以连续分布、空间范围广等优势被广泛应用于流域研究,但存在精度不足、空间分辨率低等问题。该文基于随机森林(random forests,RF)降尺度模型融合多源影响因子生成2种高空间分辨率的日降水产品RF1和RF2,并输入HEC-HMS(the hydrologic engineering centers-hydrologic modeling system)模型中模拟信江流域日径流量变化,评价RF1和RF2对GPM水文适用性的改进。结果表明:RF1和RF2均能改进GPM的数据精度与分布细节,RF2相关性更高、误差更小,探测降水事件的命中率方面RF1更优;RF1与GPM模拟的径流曲线相似且有较大改善,RF2修正了GPM的部分高估且在部分时段更接近真实流量曲线峰值,但因站点分布不均影响了对地形复杂区的预测,模拟精度受限。总体上看,RF1和RF2都能够有效反映信江流域的日降水变化情况,不同程度改进了GPM在水文应用能力。

关键词：降尺度 GPM 随机森林径流模拟信江流域

来源：评论

学校读者我要写书评

暂无评论

湟水流域极端径流对极端气候的响应

引用

地球科学进展 2024年第12期39卷 1272-1284页

作者：俞文政王珉焱魏柱灯于龙辉南京信息工程大学地理科学学院江苏南京210044

为探究区域尺度极端径流演变及其气候驱动机制,以对气候变化较为敏感的湟水流域为例,搜集流域8个站点日均流量数据,基于Mann-Kendall趋势分析和突变检验等方法定量评估径流极值年际变化特征及其与极端降水、极端高温之间的关联。结果表... 详细信息

为探究区域尺度极端径流演变及其气候驱动机制,以对气候变化较为敏感的湟水流域为例,搜集流域8个站点日均流量数据,基于Mann-Kendall趋势分析和突变检验等方法定量评估径流极值年际变化特征及其与极端降水、极端高温之间的关联。结果表明:近几十年,以3年为周期,极端高流量指数波动下降而极端低流量指数波动上升,湟水流域径流极端性有所降低;两类指数分别在2000年与2010年发生突变,2000年以前极端高流量指数水平较高而极端低流量指数较低,2010年后二者呈相反状态,2000—2010年处于较低水平。极端径流变化与近几十年流域整体极端降水强度显著上升和极端高温增强有关;具体表现为极端高流量与极端降水正相关,与极端高温负相关;极端低流量与极端高温正相关为主,与极端降水相关性不明显。研究结果可为气候、水资源敏感区域应对气候变化策略及水资源可持续管理做参考。

关键词：湟水流域极端径流极端气候响应机制

来源：评论

学校读者我要写书评

暂无评论

递归特征融合的单目深度累积估计

引用

计算机辅助设计与图形学学报 2022年第10期34卷 1533-1541页

作者：王秋晨帅惠刘青山南京信息工程大学计算机学院南京 210044 南京信息工程大学计算机学院南京 210044 数字取证教育部工程研究中心南京 210044

现有的深度估计方法通常采用编码器-解码器结构,存在图像不同区域对深度特征的需求和深度估计的难度的差异性问题,提出递归特征融合的单目深度累积估计方法.在编码器阶段,递归特征融合通过递归使用门控循环单元筛选融合多尺度特征,提取... 详细信息

现有的深度估计方法通常采用编码器-解码器结构,存在图像不同区域对深度特征的需求和深度估计的难度的差异性问题,提出递归特征融合的单目深度累积估计方法.在编码器阶段,递归特征融合通过递归使用门控循环单元筛选融合多尺度特征,提取适应图像不同区域需求的特征以替代跨层连接;在解码器阶段,深度累积估计将深度重建过程分解为多层,不同层分别预测不同细粒度的深度图,最后累积生成深度估计结果.与DPT,BTS,DORN等方法相比,在2个基准数据集KITTI和NYU Depth V2上取得了具有竞争力的结果,Abs Rel分别达到了0.058和0.107,RMSE分别达到了2.411和0.386.

关键词：单目深度估计递归特征融合深度累积估计

来源：评论

学校读者我要写书评

暂无评论

毛乌素沙地植被NDVI动态及对降水的多时空响应

引用

干旱区研究 2024年第8期41卷 1395-1404页

作者：史天艺张萌萌蒲阳刘硕元南京信息工程大学地理科学学院江苏南京210044

毛乌素沙地生态环境脆弱,理解沙地植被-降水关系对沙地生态有效恢复和“以水定绿”至关重要。本文基于多尺度降水和NDVI数据,研究了2000—2018年毛乌素沙地植被动态变化及其对降水时滞与累积效应的响应关系。结果表明:(1)2000—2018年... 详细信息

毛乌素沙地生态环境脆弱,理解沙地植被-降水关系对沙地生态有效恢复和“以水定绿”至关重要。本文基于多尺度降水和NDVI数据,研究了2000—2018年毛乌素沙地植被动态变化及其对降水时滞与累积效应的响应关系。结果表明:(1)2000—2018年研究区沙地植被年均和季均NDVI总体均呈显著增加趋势(P<0.01),且增加趋势的空间分布差异性较大;夏季NDVI显著增加的区域达83.2%,年均NDVI显著增加的区域仅占34.15%;(2)沙地植被NDVI的年际变化和月变化对降水的响应均无显著时间滞后,但存在显著时间累积效应;约38.58%的区域ND-VI年变化对降水的累积响应时间为1a和2a,且集中分布在年均降水量较少的区域;(3)生长季季节NDVI与累积月降水相关系数的时空分布差异明显。春季、夏季和秋季NDVI对降水的累积响应时间和占比分别为2~3个月(19.25%),4个月(73.58%),1个月(27.22%)或3个月(34.91%)。本研究揭示了毛乌素沙地植被对降水的响应并无显著时滞效应,而时间累积效应在研究区不同时空尺度上均表现出明显差异。研究结果为优化人工固沙植被的生态恢复方案以及实施“以水定绿”策略提供了有力的科学依据。

关键词：植被NDVI 降水时滞累积效应以水定绿毛乌素沙地

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：