检索结果-内蒙古大学图书馆

计算机系统应用 2024年第11期33卷 79-89页

作者：刘玮程旭李浩源南京信息工程大学计算机学院、网络空间安全学院南京210044

在现实环境中,许多任务需要多个智能体的协作来完成,然而智能体之间通常存在着通信受限和观察不完整的问题.深度多智能体强化学习(Deep-MARL)算法在解决这类具有挑战性的场景中表现出卓越的性能.其中QTRAN和QTRAN++是能够学习一类广泛... 详细信息

在现实环境中,许多任务需要多个智能体的协作来完成,然而智能体之间通常存在着通信受限和观察不完整的问题.深度多智能体强化学习(Deep-MARL)算法在解决这类具有挑战性的场景中表现出卓越的性能.其中QTRAN和QTRAN++是能够学习一类广泛的联合动作-价值函数的代表性方法,且同时具备强大的理论保证.然而,由于依赖于单一联合动作-价值估计量以及忽视了对智能体观察的预处理,使得QTRAN和QTRAN++的性能受到了影响.本文提出了一种称为OPTQTRAN的新算法,其在QTRAN和QTRAN++的性能基础上取得了显著的提升.首先,本文引入了一种双联合动作-价值估计量的结构,利用一个分解网络模块计算额外的联合动作-价值.为了确保准确计算联合动作-价值,本文设计了一个自适应网络模块,有效促进了值函数学习.此外,本文引入了一个多元网络结构,将智能体的观察分组到不同的单元中,以有效估计各智能体的效用函数.在广泛使用的StarCraft基准测试中进行的多场景实验表明,与最先进的多智能体强化学习方法相比,本文的方法表现出更卓越的性能.

关键词：强化学习智能博弈多智能体强化学习智能体协作

来源：评论

学校读者我要写书评

暂无评论

抵抗不诚实参与者欺骗攻击的可验证渐进式秘密图像分享

引用

计算机系统应用 2024年第10期33卷 205-216页

作者：陈浩张孟涛南京信息工程大学计算机学院、网络空间安全学院南京210044

当前渐进式秘密图像分享方案中并没有考虑不诚实参与者的作弊攻击,这使得不诚实的参与者可以利用虚假阴影图像进行欺骗攻击.为了防止后续渐进式重建失败,本文通过将像素的位平面划分为两部分,并使用拉格朗日插值算法以及视觉密码学方案... 详细信息

当前渐进式秘密图像分享方案中并没有考虑不诚实参与者的作弊攻击,这使得不诚实的参与者可以利用虚假阴影图像进行欺骗攻击.为了防止后续渐进式重建失败,本文通过将像素的位平面划分为两部分,并使用拉格朗日插值算法以及视觉密码学方案来解决这个问题.通过伪随机数来确定像素位平面的滑动窗口,并通过筛选操作将认证信息嵌入到该滑动窗口中来实现认证能力.除此之外,不同的位平面划分策略可以产生不同的渐进式重建效果,可以实现更加灵活的渐进式重建.理论分析和实验结果表明方案的有效性.

关键词：渐进式秘密图像分享可验证秘密图像分享阴影图像认证无损重建

来源：评论

学校读者我要写书评

暂无评论

元宇宙:概念、技术及应用研究综述

引用

南京信息工程大学学报（自然科学版） 2024年第1期16卷 30-45页

作者：方巍伏宇翔南京信息工程大学计算机学院/数字取证教育部工程研究中心南京210044 南京信息工程大学气象灾害教育部重点实验室南京210044 南京信息工程大学大气环境与装备技术协同创新中心南京210044

网络技术、人机交互和人工智能等技术的飞速发展催生了元宇宙,并进一步促进人们物质生活各个方面的数字化转型.2021年是元宇宙元年,元宇宙作为一个新兴的概念受到产业界、学术界、媒体界及公众的广泛关注.本文尝试从技术维度和应用角度... 详细信息

网络技术、人机交互和人工智能等技术的飞速发展催生了元宇宙,并进一步促进人们物质生活各个方面的数字化转型.2021年是元宇宙元年,元宇宙作为一个新兴的概念受到产业界、学术界、媒体界及公众的广泛关注.本文尝试从技术维度和应用角度深度剖析元宇宙.首先,从定义、起源与发展、特征和关键技术(网络及运算技术、物联网技术、人机交互技术、电子游戏技术、区块链技术、数字孪生技术和其他技术)等多方面对元宇宙的概念及内涵进行论述;然后,讨论了当下布局元宇宙的企业和应用实例;最后,剖析了目前元宇宙发展存在的问题和机遇,并对未来研究与应用进行了展望.通过对元宇宙当前的发展状况、研究趋势进行归纳分析以及科学地评估元宇宙的落地应用,为元宇宙研究人员提供有益的参考和借鉴.

关键词：元宇宙数字孪生人工智能虚拟现实边缘计算 6G 区块链

来源：评论

学校读者我要写书评

暂无评论

基于注意力引导数据增强的车型识别

引用

计算机工程 2022年第7期48卷 300-306页

作者：孙伟常鹏帅戴亮张小瑞陈旋代广昭南京信息工程大学自动化学院南京210044 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 南京信息工程大学数字取证教育部工程研究中心南京210044 南京信息工程大学计算机与软件学院南京210044

车型识别在智能交通系统中发挥着重要作用。受车辆数据不足、车辆类间差异小等因素的影响,传统车型识别方法未充分利用车辆鉴别性区域的特征,导致识别准确率降低。提出一种基于注意力模块引导数据增强的车型识别方法。将ResNet-50作为... 详细信息

车型识别在智能交通系统中发挥着重要作用。受车辆数据不足、车辆类间差异小等因素的影响,传统车型识别方法未充分利用车辆鉴别性区域的特征,导致识别准确率降低。提出一种基于注意力模块引导数据增强的车型识别方法。将ResNet-50作为骨干网络提取车辆特征,同时在网络的每个残差块后均嵌入坐标注意力模块,编码成一对方向感知和位置敏感的注意力图,以增强车辆鉴别性区域的特征表达。在此基础上,利用双线性注意力汇集操作生成增强特征图,通过对增强特征图进行注意力裁剪和注意力擦除,获取具有强鉴别性的增强数据。在Stanford Cars车辆数据集上的实验结果验证了该方法的有效性,结果表明,该方法的车型识别准确率达到94.86%,与RA-CNN、MA-CNN、WS-DAN+Inception-v3等方法相比,能够有效提高车型识别准确率和数据增强效率。

关键词：车型识别坐标注意力数据增强注意力裁剪注意力擦除

来源：评论

学校读者我要写书评

暂无评论

深度信号引导学习混合变换器的高性能无监督视频目标分割

引用

电子学报 2023年第5期51卷 1388-1395页

作者：苏天康宋慧慧樊佳庆张开华南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 南京信息工程大学大气环境与装备技术协同创新中心江苏南京210044 南京航天航空大学计算机与科学技术学院江苏南京211106

现存的无监督视频目标分割方法通常使用光流作为运动线索来提升模型性能.然而,光流的估计常存在误差,这将导致双流网络易对噪声过拟合.为此,本文提出一种基于混合变换器的无监督视频目标分割算法,通过引入深度信号引导变换器高效融合不... 详细信息

现存的无监督视频目标分割方法通常使用光流作为运动线索来提升模型性能.然而,光流的估计常存在误差,这将导致双流网络易对噪声过拟合.为此,本文提出一种基于混合变换器的无监督视频目标分割算法,通过引入深度信号引导变换器高效融合不同模态数据,以学习更加鲁棒的特征表达,从而减轻模型对噪声的过拟合.首先,设计一个新颖的混合注意力模块来获得全局感受野并对不同模态的特征进行充分交互,以增强特征的全局语义信息来提升模型的抗干扰能力.接着,为了进一步感知精细化的目标边缘,设计了一个局部-非局部语义增强模块,将局部语义的归纳偏置引入补充学习非局部语义特征,在提升模型抗干扰力的同时突出更精细化的目标区域.最后,增强后的特征输入变换器的解码器,预测得到高质量的分割结果 .与最先进的方法相比,本文所提算法在四个标准数据集上都获得了领先的性能,充分表明了本文所提方法的有效性.

关键词：无监督视频目标分割混合变换器混合注意力多模态深度估计鲁棒特征

来源：评论

学校读者我要写书评

暂无评论

面向SAR图像舰船检测的多粒度特征与形位相似度量方法

引用

光电工程 2025年第2期52卷 44-58页

作者：李士博肖振久曲海成李富坤王晶晶辽宁工程技术大学软件学院辽宁葫芦岛125105 河南师范大学计算机与信息工程学院河南新乡453007 中国地质大学地球物理与空间信息学院湖北武汉430074

针对合成孔径雷达(SAR)图像背景复杂、目标尺度变化大,尤其在小目标密集场景中容易出现误检和漏检问题,提出一种面向SAR图像舰船检测的多粒度特征与形位相似度量方法。在特征提取阶段,设计包含双分支多粒度特征聚合结构。一个分支通过H... 详细信息

针对合成孔径雷达(SAR)图像背景复杂、目标尺度变化大,尤其在小目标密集场景中容易出现误检和漏检问题,提出一种面向SAR图像舰船检测的多粒度特征与形位相似度量方法。在特征提取阶段,设计包含双分支多粒度特征聚合结构。一个分支通过Haar小波变换对特征图级联分解,以扩大全局感受野,从而提取粗粒度特征;另一分支引入空间和通道重建卷积,用于捕捉细节纹理信息,以减少特征图的上下文信息损失。两分支通过协同利用局部和非局部特征的相互作用,有效抑制复杂背景和杂波干扰,实现多尺度特征的精确提取。在检测回归阶段,利用欧几里得距离,并结合位置与形状信息,提出形位相似度量方法,以解决小目标密集场景中位置偏差敏感性问题,从而平衡正负样本的分配。在SSDD和HRSID数据集上与双阶段、单阶段及DETR系列共11种检测器进行综合对比,本文方法在两数据集上mAP和mAP50分别达到68.8%、98.3%和70.8%、93.8%。此外,模型参数量仅为2.4 M,计算量为6.4 GFLOPs,优于对比方法。本文方法在复杂背景和不同尺度舰船目标下表现出优异的检测性能,在降低误检率和漏检率的同时,具有更低的模型参数量和计算量。

关键词： SAR图像舰船检测特征提取小波变换欧几里得距离

来源：评论

学校读者我要写书评

暂无评论

科教融合视野下的创新人才培养探讨与实践

引用

文渊（高中版） 2024年第4期 194-196页

作者：程旭王保卫丁媛媛王雅敏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沃特福德学院

科教融合、协同育人是实施科教兴国战略、人才强国战略、创新驱动发展战略的重要举措。人才培养是高等教育永恒的主题，当前大学要肩负起人才培养的重要使命。本文首先从当前高校存在科研和教学独立的问题入手，阐述了当前人才培养模式... 详细信息

科教融合、协同育人是实施科教兴国战略、人才强国战略、创新驱动发展战略的重要举措。人才培养是高等教育永恒的主题，当前大学要肩负起人才培养的重要使命。本文首先从当前高校存在科研和教学独立的问题入手，阐述了当前人才培养模式难以适应社会行业对工程专业人才的需求。然后，以南京信息工程大学科教协同的人才培养探索与实践为例，从立德树人，科教协同，教学改革和知行合一等四个方面思考了社会主义新时期下我校培养优秀创新型人才的措施和探索。最后，总结了本措施的实施在人才培养质量、教学改革成果和示范辐射作用方面所取得的成效，助推高校“双一流”建设。

关键词：科教融合人才培养教育模式创新能力

来源：评论

学校读者我要写书评

暂无评论

基于全局上下文注意力特征融合金字塔网络的遥感目标检测

引用

计算机系统应用 2024年第9期33卷 114-122页

作者：孙文赟车嘉航金忠南京信息工程大学人工智能学院南京210044 南京信息工程大学计算机学院南京210044 南京理工大学计算机科学与工程学院南京210094

遥感目标检测往往具有图像尺度变化大、目标微小、密集排列和宽高比过大的特性,给高精度定向目标检测造成困难.本文提出了一种全局上下文注意力特征融合金字塔网络.首先,本文设计了一种三重注意力特征融合模块,它能够更好地融合语义和... 详细信息

遥感目标检测往往具有图像尺度变化大、目标微小、密集排列和宽高比过大的特性,给高精度定向目标检测造成困难.本文提出了一种全局上下文注意力特征融合金字塔网络.首先,本文设计了一种三重注意力特征融合模块,它能够更好地融合语义和尺度不一致的特征.然后引入层内调节方法改进并提出了一个全局上下文信息增强网络,对含有高级语义信息的深层特征的进行细化,提升表征能力.在此基础上,以全局集中调节的思想设计了全局上下文注意力特征融合金字塔网络,利用注意力调制特征自上而下地调节浅层多尺度特征.在几个公开数据集中进行了广泛实验,实验结果的高精度评价指标均优于目前先进的模型.

关键词：遥感图像定向目标检测注意力特征融合特征金字塔网络

来源：评论

学校读者我要写书评

暂无评论

开源软件组件漏洞检测与自动修复技术研究综述

引用

计算机科学 2024年

作者：张旭明史涯晴黄松王兴亚胡津昌陆江涛陆军工程大学指挥控制与工程学院南京工业大学计算机与信息工程学院

不可阻挡的软件组件化趋势与多人协同作业模式的开发过程促使开源软件供应链逐渐形成，在蓬勃发展的开源软件带来巨大便利的同时，开源漏洞随着供应链悄然而至，威胁着软件系统的安全性和可靠性。软件成分分析可对维护脆弱的开源软件供... 详细信息

不可阻挡的软件组件化趋势与多人协同作业模式的开发过程促使开源软件供应链逐渐形成，在蓬勃发展的开源软件带来巨大便利的同时，开源漏洞随着供应链悄然而至，威胁着软件系统的安全性和可靠性。软件成分分析可对维护脆弱的开源软件供应链的安全起到实质性的支撑作用，它通过开源软件组件漏洞检测与自动修复两个核心功能发现并修复软件项目中潜在的漏洞和风险。为加深相关研究人员对软件成分分析在安全漏洞方面的实践的了解，文中梳理归纳近年的开源软件组件漏洞检测与自动修复技术的研究进展与成果；进一步地，从用户视角出发，基于8个分析维度对现有常见的8种软件成分分析工具进行了总结与探析；最后，探讨了开源软件组件漏洞检测与自动修复技术现存的挑战并展望了它们未来可能的发展方向。

关键词：开源软件供应链软件成分分析组件漏洞检测自动修复

来源：评论

学校读者我要写书评

暂无评论

车联网边缘计算环境下基于流量预测的高效任务卸载策略研究

引用

电子学报 2024年

作者：许小龙杨威杨辰翊程勇齐连永项昊龙窦万春南京信息工程大学软件学院江苏省大气环境与装备技术协同创新中心江苏省先进计算与智能服务工程研究中心东南大学软件学院中国石油大学(华东)计算机科学与技术学院南京大学计算机软件新技术国家重点实验室

车联网（Internet of Vehicles,IoV）边缘计算通过将移动边缘计算和车联网相结合，实现了车辆计算任务从云服务器向边缘服务器的下沉，从而有效降低了车联网服务的响应时延.然而，车联网中不规则的交通流时空分布会导致边缘服务器计算... 详细信息

车联网（Internet of Vehicles,IoV）边缘计算通过将移动边缘计算和车联网相结合，实现了车辆计算任务从云服务器向边缘服务器的下沉，从而有效降低了车联网服务的响应时延.然而，车联网中不规则的交通流时空分布会导致边缘服务器计算负载不均衡，进而影响车联网服务的实时响应.为此，本文提出了一种车联网边缘计算环境下基于流量预测的高效任务卸载策略.具体而言，首先设计了能充分挖掘路段间连通性和距离信息的切比雪夫图加权网络（Chebyshev graph Weighted Network,ChebWN）进行交通流量预测.然后，设计了一种基于深度强化学习的二元任务卸载方法（DRL-based Binary task Offloading Algorithm,DBOA），该算法将二元任务卸载的决策过程分为两个阶段，即首先通过深度强化学习得到卸载策略，再通过一维双端查找算法确定最大化总计算速率的时间片分配方案，降低了决策过程的复杂度.最后，通过大量的对比实验验证了ChebWN在预测交通流量方面的准确性，以及DBOA在提升车联网服务响应速度方面的优越性.

关键词：移动边缘计算深度强化学习车联网图神经网络(GNN) 任务卸载

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：