检索结果-内蒙古大学图书馆

火力与指挥控制 2023年第10期48卷 9-17页

作者：刘涛蒋国权刘姗姗周泽云陈涛国防科技大学第六十三研究所南京210007 南京信息工程大学计算机学院软件学院网络安全空间学院南京210044 装备发展部信息中心北京100034 装备发展部某局北京100034

事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解... 详细信息

事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解决事件抽取面临的训练数据缺乏问题,从而提升小样本事件抽取的效果。对基于迁移学习的小样本事件抽取技术及其军事应用展望作了全面的阐述,回顾事件抽取的起源与发展,描述迁移学习事件抽取的研究背景,并重点总结目前的技术方法及其军事研究现状,提出其军事上应用展望,最后对其面临的问题挑战和未来研究热点作了分析。

关键词：事件抽取迁移学习小样本低资源场景军事应用展望

来源：评论

学校读者我要写书评

暂无评论

基于最佳抽样序列长度的高分辨率SAR成像算法的研究

引用

激光与光电子学进展 2021年第22期58卷 270-276页

作者：王振力王群马如坡陈先意江苏警官学院计算机信息与网络安全系江苏南京210031 南京信息工程大学计算机学院、软件学院、网络空间安全学院江苏南京210044

虽然距离多普勒算法在合成孔径雷达(SAR)成像中有着广泛的应用,但是其产生的图像质量较差,不能满足实际应用的需求。为解决制约传统方法成像质量的关键技术难题,提出了一种基于最佳抽样序列长度的高分辨SAR成像算法。该算法根据SAR距离... 详细信息

虽然距离多普勒算法在合成孔径雷达(SAR)成像中有着广泛的应用,但是其产生的图像质量较差,不能满足实际应用的需求。为解决制约传统方法成像质量的关键技术难题,提出了一种基于最佳抽样序列长度的高分辨SAR成像算法。该算法根据SAR距离向和方位向的成像参数,设计了初始抽样序列长度的计算公式。利用获得的初始抽样序列长度以及SAR图像质量性能评估标准,结合曲线极值确定了合理区间变化范围内的最佳距离向和方位向抽样序列长度。机载SAR点目标成像和星载SAR实测数据的实验结果表明了所提算法的有效性。

关键词：图像处理最佳抽样序列长度分数阶傅里叶变换合成孔径雷达距离多普勒算法傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

脚本事件预测:方法、评测与挑战

引用

计算机应用研究 2023年第5期40卷 1303-1311页

作者：刘玉婷刘茗王保卫丁鲲刘姗姗刘浏南京信息工程大学计算机学院软件学院网络空间安全学院南京210044 国防科技大学第六十三研究所南京210007 宿迁学院信息工程学院江苏宿迁223800

相较于问答等经典的自然语言处理任务,脚本事件预测并未受到广泛关注。脚本事件预测旨在通过给定的上下文事件对未来事件进行准确预测,进而为后续可能发生的事件作出相应部署。为此,其研究具有重要意义,需要进行归纳与总结。针对脚本事... 详细信息

相较于问答等经典的自然语言处理任务,脚本事件预测并未受到广泛关注。脚本事件预测旨在通过给定的上下文事件对未来事件进行准确预测,进而为后续可能发生的事件作出相应部署。为此,其研究具有重要意义,需要进行归纳与总结。针对脚本事件预测任务,首先给出脚本事件预测的基本概念;然后,梳理分析了事件表征中论元构成和事件表示学习两个子任务,其中事件表示学习从嵌入编码和语义增强两个方面叙述;接着,又以脚本建模方法为主线,从事件对、事件链、事件图以及结合型建模四个角度对其进行总结;并且,对现有模型进行测试,分析各类模型效果;最后,总结当前研究存在的问题,并展望未来可能的研究方向。

关键词：自然语言处理脚本事件预测事件表征脚本建模

来源：评论

学校读者我要写书评

暂无评论

融合视觉词与自注意力机制的视频目标分割

引用

中国图象图形学报 2022年第8期27卷 2444-2457页

作者：季传俊陈亚当车洵南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044 数字取证教育部工程研究中心南京210044 南京众智维信息科技有限公司南京210006

目的视频目标分割(video object segmentation, VOS)是在给定初始帧的目标掩码条件下,实现对整个视频序列中感兴趣对象的分割,但是视频中往往会出现目标形状不规则、背景中存在干扰信息和运动速度过快等情况,影响视频目标分割质量。对... 详细信息

目的视频目标分割(video object segmentation, VOS)是在给定初始帧的目标掩码条件下,实现对整个视频序列中感兴趣对象的分割,但是视频中往往会出现目标形状不规则、背景中存在干扰信息和运动速度过快等情况,影响视频目标分割质量。对此,本文提出一种融合视觉词和自注意力机制的视频目标分割算法。方法对于参考帧,首先将其图像输入编码器中,提取分辨率为原图像1/8的像素特征。然后将该特征输入由若干卷积核构成的嵌入空间中,并将其结果上采样至原始尺寸。最后结合参考帧的目标掩码信息,通过聚类算法对嵌入空间中的像素进行聚类分簇,形成用于表示目标对象的视觉词。对于目标帧,首先将其图像通过编码器并输入嵌入空间中,通过单词匹配操作用参考帧生成的视觉词来表示嵌入空间中的像素,并获得多个相似图。然后,对相似图应用自注意力机制捕获全局依赖关系,最后取通道方向上的最大值作为预测结果。为了解决目标对象的外观变化和视觉词失配的问题,提出在线更新机制和全局校正机制以进一步提高准确率。结果实验结果表明,本文方法在视频目标分割数据集DAVIS(densely annotated video segmentation)2016和DAVIS 2017上取得了有竞争力的结果,区域相似度与轮廓精度之间的平均值J&F-mean(Jaccard and F-score mean)分别为83.2%和72.3%。结论本文提出的算法可以有效地处理由遮挡、变形和视点变化等带来的干扰问题,实现高质量的视频目标分割。

关键词：视频目标分割(VOS) 聚类算法视觉词自注意力机制在线更新机制全局校正机制

来源：评论

学校读者我要写书评

暂无评论

基于三维双流网络的视频目标移除篡改取证

引用

通信学报 2021年第12期42卷 202-211页

作者：熊礼治曹梦琦付章杰南京信息工程大学数字取证教育部工程研究中心江苏南京210044 南京信息工程大学计算机学院、软件学院、网络空间安全学院江苏南京210044

为了解决目标移除篡改视频时域检测和定位不准的问题,提出了一种基于三维双流网络的视频篡改取证方法。首先,利用空域富模型(SRM)层提取视频帧的高频信息;然后,使用改进的三维卷积(C3D)网络作为双流网络的特征提取器从高频图像帧和原始... 详细信息

为了解决目标移除篡改视频时域检测和定位不准的问题,提出了一种基于三维双流网络的视频篡改取证方法。首先,利用空域富模型(SRM)层提取视频帧的高频信息;然后,使用改进的三维卷积(C3D)网络作为双流网络的特征提取器从高频图像帧和原始视频帧中分别提取高频信息和低频信息;最后,通过紧凑双线性池化(CBP)层将两组不同的特征向量融合成一组特征向量并用于分类检测。实验结果表明,在SYSU-OBJFORG数据集中,所提方法在全部视频帧中的分类准确率上具有优势,使视频目标移除篡改时域检测和定位更加准确。

关键词：目标移除篡改检测视频被动取证三维卷积双流网络紧凑双线性池化

来源：评论

学校读者我要写书评

暂无评论

融合注意力机制和二次特征提取的ResNet小样本农作物病虫害识别

引用

计算机系统应用 2024年第9期33卷 208-215页

作者：汪志立王定成曹蓉郑梦丽刘亚鹏卓欣南京信息工程大学软件学院南京210044 南京信息工程大学计算机学院、网络空间安全学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044

针对传统机器学习方法对于小样本和多类别的农作物叶片病虫害识别效果和时间不理想的问题,本文利用改进的ResNet模型来实现农作物病害识别.通过加入dropout层、激活函数、最大池化层和注意力机制来提高模型的鲁棒性、特征捕捉能力、实... 详细信息

针对传统机器学习方法对于小样本和多类别的农作物叶片病虫害识别效果和时间不理想的问题,本文利用改进的ResNet模型来实现农作物病害识别.通过加入dropout层、激活函数、最大池化层和注意力机制来提高模型的鲁棒性、特征捕捉能力、实现了用较低的模型参数量来提高病虫害识别的准确率.首先对从公共数据集Plant Village获取的图像进行预处理和增强,将ReLU激活函数替换为PReLU,解决ReLU函数在小于0部分神经元坏死的问题;然后在全局平均池化层之前加入dropout层,设置合理的阈值,有效避免过拟合现象的发生,增强模型的鲁棒性;此外,在dropout与全局平均池化层之间加入最大池化层,不仅能扩大神经元的感受野,还能帮助模型获取局部病虫害的最显著特征,减小图片背景的噪声影响,实现二次特征提取;最后嵌入CBAM注意力机制,使模型自动学习输入特征图中最重要的通道信息,并对其进行通道与空间之间加权,从而更好地捕捉图像中的语义信息.实验结果表明,改进后的模型对测试集识别准确度达99.15%,模型参数量仅为9.13M,与Xception、InceptionV3、原ResNet等模型相比,准确率分别超过了1.01,0.68,0.59个百分点,降低了模型参数量,为农作物病虫害识别提供了一种先进的深度学习方法.

关键词：病虫害识别注意力机制迁移学习最大池化激活函数PReLU

来源：评论

学校读者我要写书评

暂无评论

人脸合成技术综述

引用

计算机科学与探索 2021年第11期15卷 2025-2047页

作者：费建伟夏志华余佩鹏戴昀书南京信息工程大学计算机与软件学院南京210044 暨南大学网络空间安全学院广州510632

人脸合成由于其应用与技术价值,是机器视觉领域的热点之一,而近年来深度学习的突破性进展使该领域吸引了更多关注。将该领域的研究分为四个子类:人脸身份合成、人脸动作合成、人脸属性合成与人脸生成,并系统地总结了这些子类的发展历程... 详细信息

人脸合成由于其应用与技术价值,是机器视觉领域的热点之一,而近年来深度学习的突破性进展使该领域吸引了更多关注。将该领域的研究分为四个子类:人脸身份合成、人脸动作合成、人脸属性合成与人脸生成,并系统地总结了这些子类的发展历程、现状,以及现有技术存在的问题。首先针对人脸身份合成,从图形学、数字图像处理与深度学习三个角度总结了各自的合成流程,对关键技术原理进行了详细的解释与分析。其次将人脸动作合成进一步分为利用标签驱动的表情编辑与利用真实人脸驱动的人脸重演,并指出了各自领域中存在的缺陷与难题。然后介绍了基于生成模型,尤其是生成对抗网络在人脸属性合成方面的发展,最终对人脸生成的各类工作进行了简单的阐述。此外,介绍了人脸合成技术的实际应用与当前面临的相关问题,并展望了该领域未来可能的研究方向。

关键词：人脸合成生成对抗网络(GAN) 深度学习

来源：评论

学校读者我要写书评

暂无评论

JPEG量化步长估计综述

引用

信息安全学报 2024年第4期9卷 150-162页

作者：程鑫王金伟王昊罗向阳李晓龙朱国普马宾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 数学工程与先进计算国家重点实验室郑州450001 南京理工大学自动化学院南京210094 中国人民解放军战略支援部队信息工程大学郑州450001 北京交通大学信息科学研究所北京100044 哈尔滨工业大学网络空间安全学院哈尔滨150001 齐鲁工业大学网络空间安全学院济南250353

随着JPEG(Joint Photographic Experts Group)格式的图片在网络存储和传输中的广泛应用,基于JPEG格式的篡改、拼接等恶意操作也层出不穷,利用JPEG图像特性的研究受到越来越多的关注。其中,JPEG图像特性与量化步长息息相关。如果,JPEG压... 详细信息

随着JPEG(Joint Photographic Experts Group)格式的图片在网络存储和传输中的广泛应用,基于JPEG格式的篡改、拼接等恶意操作也层出不穷,利用JPEG图像特性的研究受到越来越多的关注。其中,JPEG图像特性与量化步长息息相关。如果,JPEG压缩后的图像以位图的形式进行保存,研究者无法直接获取到量化步长,从而无法有效地分析JPEG图像特性。因此,对于量化步长的估计在数字图像取证领域越来越受到关注。本文首先介绍了量化步长估计的研究背景,并将量化步长估计问题分成两类问题:单压缩图像的量化步长估计和重压缩图像的首次量化步长估计。其次,在经典的JPEG压缩模型基础上分别了给出了这两类问题的量化步长估计模型,并对每类问题的各种现有方法进行了详细介绍和梳理。随后,在相同实验环境下对经典算法进行了实验,并对经典算法进行了相应的分析与评价。实验结果表明:在单压缩图像的量化步长估计任务中,现有技术相对成熟并且部分算法估计准确率高于90%;但是,在对齐重压缩图像的首次量化步长估计任务中,现有方法仅能估计低频、中频的量化步长,并且当首次与第二次的压缩质量因子相近时,估计准确率较低;在非对齐重压缩图像的首次量化步长估计任务中,由于网格偏移会增加估计量化步长的困难,导致算法在非对齐重压缩上性能较差。最后,指出了量化步长估计中有待进一步解决的问题和发展趋势。

关键词：数字取证 JPEG压缩量化步长估计 DCT系数分析深度学习取证

来源：评论

学校读者我要写书评

暂无评论

基于空频联合卷积神经网络的GAN生成人脸检测

引用

计算机科学 2023年第6期50卷 216-224页

作者：王金伟曾可慧张家伟罗向阳马宾南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044 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 数学工程与高级计算国家重点实验室郑州450001 齐鲁工业大学山东省计算机网络重点实验室济南250353

生成式对抗网络(GAN)的快速发展使其在图像生成领域取得了前所未有的成功。StyleGAN等新型GAN的出现使得生成的图像更真实且具有欺骗性,对国家安全、社会稳定和个人隐私都构成了较大威胁。文中提出了一种基于空频联合的双流卷积神经网... 详细信息

生成式对抗网络(GAN)的快速发展使其在图像生成领域取得了前所未有的成功。StyleGAN等新型GAN的出现使得生成的图像更真实且具有欺骗性,对国家安全、社会稳定和个人隐私都构成了较大威胁。文中提出了一种基于空频联合的双流卷积神经网络的检测模型。鉴于GAN图像在生成过程中因上采样操作在频谱上留下了清晰可辨的伪影,设计了可学习的频率域滤波核以及频率域网络来充分学习并提取频率域特征。为了减弱图像变换至频域过程中丢弃部分信息而带来的影响,同样设计了空间域网络来学习图像内容本身具有差异化的空间域特征,最终将两种特征融合来实现对GAN生成人脸图像的检测。在多个数据集上的实验结果表明,所提模型在高质量生成数据集上的检测精度及在跨数据集的泛化性上都优于现有算法,且对于JPEG压缩、随机剪裁、高斯模糊等图像变换具有更强的鲁棒性。不仅如此,所提方案在GAN生成的局部人脸数据集上也有不错表现,进一步证明了所提模型有着更好的通用性以及更加广泛的应用前景。

关键词：数字图像取证人脸伪造检测卷积神经网络生成式对抗网络频率域

来源：评论

学校读者我要写书评

暂无评论

面向PyTorch的RVV优化

引用

计算机系统应用 2025年第4期34卷 266-275页

作者：王凡张飞宋甫元于佳耕南京信息工程大学计算机学院、网络空间安全学院南京210044 中国科学院软件研究所北京100190 中国科学院大学南京学院南京211135

RISC-V软件生态正在加速发展,国际开源社区积极投入RISC-V软件生态,针对RISC-V主动适配和优化,积极推动RISC-V软件生态系统向前发展.PyTorch是一个开源的Python机器学习库,其在性能、开源生态、研究领域都有非常大的优势,其对x86、ARM、... 详细信息

RISC-V软件生态正在加速发展,国际开源社区积极投入RISC-V软件生态,针对RISC-V主动适配和优化,积极推动RISC-V软件生态系统向前发展.PyTorch是一个开源的Python机器学习库,其在性能、开源生态、研究领域都有非常大的优势,其对x86、ARM、PowerPC以及CUDA等指令集架构都提供了较好的支持.但是,在目前的RISC-V架构上,软件生态移植集中在对RISC-V标准指令集的适配,尚不能充分利用RISC-V扩展指令集优化软件生态,距离ARM、x86等成熟软件生态存在较大差距.PyTorch因缺少RISC-V V扩展(RVV)的支持,使得RISC-V平台的推理性能与同规格ARM平台差距较大.针对上述问题,本文提出了一种面向PyTorch RVV 1.0的高效开发方案,并使用RVV扩展指令集对PyTorch深度卷积算子进行针对性优化,并在K230开发板上进行了对比分析,实验结果表明,相比标量实现,利用RVV优化的深度卷积算子性能提升约1.35–3.8倍.

关键词： RISC-V PyTorch RVV扩展指令集深度卷积

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：