检索结果-内蒙古大学图书馆

控制与决策 2023年第4期38卷 1039-1046页

作者：郭威徐涛盐城师范学院江苏省心理与认知科学大数据重点建设实验室江苏盐城224002 盐城师范学院信息工程学院江苏盐城224002 南京航空航天大学计算机科学与技术学院南京210016

宽度学习系统(BLS)是最近提出的一种准确且高效的新兴机器学习算法,已在分类、回归等问题中展现出优越的学习性能.然而,传统BLS以最小二乘作为学习准则,易受到离群值的干扰从而生成不准确的学习模型.鉴于此,提出一种基于M-estimator的... 详细信息

宽度学习系统(BLS)是最近提出的一种准确且高效的新兴机器学习算法,已在分类、回归等问题中展现出优越的学习性能.然而,传统BLS以最小二乘作为学习准则,易受到离群值的干扰从而生成不准确的学习模型.鉴于此,提出一种基于M-estimator的鲁棒宽度学习系统(RBLS).与BLS不同,RBLS在学习模型中使用具有鲁棒特性的M-estimator代价函数替代传统的最小二乘代价函数,并采用拉格朗日乘子法和迭代加权最小二乘方法进行优化求解.在迭代学习过程中,正常样本和离群值样本将根据其训练误差的大小而被逆向赋予不同的权重,从而有效地抑制或消除离群值误差对学习模型的不利影响.实验结果表明,作为一种统一的鲁棒学习框架,RBLS可以融合使用不同的M-estimator加权策略,且能够取得更好的泛化性能和鲁棒性.

关键词：宽度学习系统离群值鲁棒性 M估计迭代加权最小二乘拉格朗日乘子法

来源：评论

学校读者我要写书评

暂无评论

云数据安全保护方法综述

引用

计算机研究与发展 2021年第10期58卷 2079-2098页

作者：沈剑周天祺曹珍富南京信息工程大学计算机与软件学院南京210044 上海市高可信计算重点实验室(华东师范大学) 上海200062

计算机网络的快速发展与大数据的普及推动了云计算技术的进一步发展.云环境是网络与信息时代下数据交互的重要平台,为个人、企业和国家的数据高效交互提供了极大的便利,但同时也为云数据安全和隐私保护提出了新的挑战.首先给出了现有云... 详细信息

计算机网络的快速发展与大数据的普及推动了云计算技术的进一步发展.云环境是网络与信息时代下数据交互的重要平台,为个人、企业和国家的数据高效交互提供了极大的便利,但同时也为云数据安全和隐私保护提出了新的挑战.首先给出了现有云计算模型,调研和分析云数据安全保护中存在的威胁.在此基础上,从云数据安全的访问控制、密钥协商、安全审计和安全共享4个方面出发,对国内外云数据安全保护方案的最新研究成果进行系统分析.其次,针对现有云数据安全保护方案存在访问控制过程中用户隐私易被泄露、密钥生成过程中开销难以控制、审计过程中动态操作效率低下、错误恢复较难实现、数据共享过程中恶意用户难以追踪等问题,进行系统研究,提出解决思路.最后,探讨云数据安全保护当前面临的挑战和未来研究方向,以期推动更加完善的云数据保护体系的建立.

关键词：云数据安全访问控制密钥协商安全数据审计安全数据共享

来源：评论

学校读者我要写书评

暂无评论

基于Event-B与ADT的TACS形式化开发方法与验证

引用

中国铁道科学 2023年第6期44卷 172-183页

作者：陈祖希牛传军梅萌刘杰刘传振郑黎晓骆翔宇潘亮汪小勇徐中伟华侨大学计算机科学与技术学院福建厦门361021 同济大学电子与信息工程学院上海201804 中国科学院软件研究所北京100190 卡斯柯信号有限公司城市轨道交通系统集成部上海200070

为克服Event-B方法在开发全新一代列车自主运行控制系统(Train Autonomous Circumambulate System,TACS)中所出现的建模复杂性问题,提出将抽象数据类型(Abstract Data Types,ADT)实例化与Event-B相结合的方法,对TACS进行形式化开发和验... 详细信息

为克服Event-B方法在开发全新一代列车自主运行控制系统(Train Autonomous Circumambulate System,TACS)中所出现的建模复杂性问题,提出将抽象数据类型(Abstract Data Types,ADT)实例化与Event-B相结合的方法,对TACS进行形式化开发和验证。首先,根据TACS的需求以及案例研究等相关内容,提取TACS的功能需求和安全需求,并将功能需求和安全需求以非形式化的语言进行描述;然后,根据TACS的功能需求和安全需求进行模型精化层次的设计,避免因在抽象模型中建模复杂的需求而导致证明困难;最后,在模型中使用形式化语言Event-B对TACS的功能需求和安全需求进行建模并验证其正确性,且在建模过程中,利用ADT的抽象概念将轨道网络、轨道区域以及移动授权(Movement Authority,MA)等复杂系统组件在初始模型中指定组件的必要属性,且在后续系统建模过程必要的精化阶段引入组件的具体定义,以降低系统开发和证明的复杂度。结果表明:提出的方法有助于在早期开发阶段减少TACS中复杂的细节部分,使得证明义务成功率为100%,自动证明成功率占比83%,手动证明成功率仅占比仅17%,在简化证明义务的同时有效提高了自动化证明的占比。

关键词： Event-B 抽象数据类型精化策略列车自主运行控制系统

来源：评论

学校读者我要写书评

暂无评论

基于语义引导与多尺度增强的遥感影像分割网络

引用

计算机系统应用 2024年第8期33卷 51-59页

作者：孙梓翔钱旭威杨平杭仁龙南京信息工程大学计算机学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044 东南大学计算机科学与工程学院南京211189

遥感影像语义分割在环境监测、土地覆盖分类和城市规划等领域发挥着至关重要的作用.卷积神经网络及其改进模型是遥感影像语义分割的主流方法,但此类方法更加关注局部上下文特征的学习,无法有效建模不同物体之间的全局分布关系,进而制约... 详细信息

遥感影像语义分割在环境监测、土地覆盖分类和城市规划等领域发挥着至关重要的作用.卷积神经网络及其改进模型是遥感影像语义分割的主流方法,但此类方法更加关注局部上下文特征的学习,无法有效建模不同物体之间的全局分布关系,进而制约了模型的分割性能.为了解决该问题,本文在卷积神经网络的基础上,构建了全局语义关系学习模块,充分学习不同物体之间的共生关系,有效地增强了模型的表征能力.此外,考虑到同一场景中,待分割物体的尺度存在差异性,构建了多尺度关系学习模块,以融合不同尺度的全局语义关系.为了评估模型的性能,本文在Vaihingen和Potsdam两个常用的遥感影像数据集上进行了充分的实验.实验结果表明,本文方法能够获得比已有的基于卷积神经网络的模型更高的分割性能.

关键词：遥感影像语义分割全局语义关系多尺度融合

来源：评论

学校读者我要写书评

暂无评论

基于余弦相似度的多模态模仿学习方法

引用

计算机研究与发展 2023年第6期60卷 1358-1372页

作者：郝少璞刘全徐平安张立华黄志刚苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心(南京大学) 南京210023 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006

生成对抗模仿学习(generative adversarial imitation learning,GAIL)是一种基于生成对抗框架的逆向强化学习(inverse reinforcement learning,IRL)方法,旨在从专家样本中模仿专家策略.在实际任务中,专家样本往往由多模态策略产生.然而... 详细信息

生成对抗模仿学习(generative adversarial imitation learning,GAIL)是一种基于生成对抗框架的逆向强化学习(inverse reinforcement learning,IRL)方法,旨在从专家样本中模仿专家策略.在实际任务中,专家样本往往由多模态策略产生.然而,现有的GAIL方法大部分假设专家样本产自于单一模态策略,导致生成对抗模仿学习只能学习到部分模态策略,即出现模式塌缩问题,这极大地限制了模仿学习方法在多模态任务中的应用.针对模式塌缩问题,提出了基于余弦相似度的多模态模仿学习方法(multi-modal imitation learning method with cosine similarity,MCS-GAIL).该方法引入编码器和策略组,通过编码器提取专家样本的模态特征,计算采样样本与专家样本之间特征的余弦相似度,并将其加入策略组的损失函数中,引导策略组学习对应模态的专家策略.此外,MCS-GAIL使用新的极小极大博弈公式指导策略组以互补的方式学习不同模态策略.在假设条件成立的情况下,通过理论分析证明了MCS-GAIL的收敛性.为了验证方法的有效性,将MCS-GAIL用于格子世界和MuJoCo平台上,并与现有模式塌缩方法进行比较.实验结果表明,MCS-GAIL在所有环境中均能有效学习到多个模态策略,且具有较高的准确性和稳定性.

关键词：逆向强化学习生成对抗模仿学习多模态模式塌缩余弦相似度

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中安全信息流建模与分析

引用

计算机工程 2022年第5期48卷 35-42,52页

作者：谢娜谭文安曹彦赵璐南京航空航天大学计算机科学与技术学院南京211106 上海第二工业大学计算机与信息工程学院上海201209 许昌学院信息工程学院河南许昌461000

在移动边缘计算中,移动终端身份存在复杂性和动态性,对于高安全领域的任务卸载,需要对被卸载的任务进行实时跟踪,及时发现滥用行为才能保证任务卸载的安全性。然而,现有方法多基于信任评估机制选择高信任度节点进行卸载,并没有关注该节... 详细信息

在移动边缘计算中,移动终端身份存在复杂性和动态性,对于高安全领域的任务卸载,需要对被卸载的任务进行实时跟踪,及时发现滥用行为才能保证任务卸载的安全性。然而,现有方法多基于信任评估机制选择高信任度节点进行卸载,并没有关注该节点自身发起的内部攻击问题。提出一种支持安全性分析的任务卸载方法。设计包含安全性分析的任务卸载流程,构建面向移动边缘计算的多级安全信息流模型,用于约束服务卸载、数据卸载和服务执行过程。在此基础上,基于偶图对任务卸载过程进行建模,构造标注迁移边的标号变迁系统,并利用模型检测技术验证是否满足相应的安全需求。案例分析和性能评估结果表明,该方法能够在秒级时间内预测任务卸载中的恶意行为,具有较好的可行性和有效性。

关键词：移动边缘计算任务卸载安全信息流模型偶图模型检测

来源：评论

学校读者我要写书评

暂无评论

生成图水印的前沿研究与展望

网络空间安全科学学报

引用

网络空间安全科学学报 2024年第1期2卷 50-62页

作者：王金伟姜晓丽谭贵峰罗向阳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学院、网络空间安全学院南京210044 南京信息工程大学软件学院南京210044 数学工程与先进计算国家重点实验室郑州450001 信息工程大学郑州450001

随着人工智能生成内容(Artificial Intelligence Generated Content,AIGC)带来的深度合成浪潮,数字水印技术作为图像取证领域中的一种主动防御手段,被广泛应用于识别生成内容和模型的版权保护。因此,生成图水印越来越受到研究者的关注... 详细信息

随着人工智能生成内容(Artificial Intelligence Generated Content,AIGC)带来的深度合成浪潮,数字水印技术作为图像取证领域中的一种主动防御手段,被广泛应用于识别生成内容和模型的版权保护。因此,生成图水印越来越受到研究者的关注。首先,介绍了生成图水印的研究背景,从模型版权保护和AIGC监管两个角度介绍生成图水印的研究动机。接着,基于生成模型和水印技术的发展引出了生成图水印问题,将水印根据是否参与生成过程分为两类,并对这两类生成图水印的现状进行了详细的梳理和介绍。随后,对现有的生成图水印方法进行评估,在传统水印需满足的鲁棒性、不可察觉性和容量基础上,进一步提出了针对生成图水印的新要求。最后,指出生成图水印中有待进一步解决的问题及发展趋势。

关键词：版权保护水印生成模型生成图人工智能生成内容

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

基于DeblurGAN的运动模糊图像盲复原算法研究

引用

电子测量技术 2022年第22期45卷 112-119页

作者：孙晶晶张艳艳高超胡佳琦程菲安徽信息工程学院计算机与软件工程学院芜湖241000 南京信息工程大学电子与信息工程学院南京210044 中央财经大学信息学院北京100098

DeblurGAN方法利用条件生成对抗网络解决了端到端的图像去模糊问题,但存在图像边缘细节恢复不足以及鲁棒性不高的问题,针对此问题,提出一种基于DeblurGAN的运动模糊图像盲复原方法。在生成网络中,采用多尺度卷积核神经网络提取特征,并... 详细信息

DeblurGAN方法利用条件生成对抗网络解决了端到端的图像去模糊问题,但存在图像边缘细节恢复不足以及鲁棒性不高的问题,针对此问题,提出一种基于DeblurGAN的运动模糊图像盲复原方法。在生成网络中,采用多尺度卷积核神经网络提取特征,并使用级联空洞卷积扩大神经元的感受野;采用自适配归一化方法代替原来生成器中使用的实例归一化方法。其次,引入了梯度图像L1损失,结合对抗损失和感知损失,将其作为图像去模糊的正则约束,使得生成图像的边缘特征更加清晰。实验结果表明,提出方法复原的图像峰值信噪比数值较DeblurGAN算法高出5.4%,结构相似性指标高出1%;在主观上清晰化效果较好,且消除了网格效应。

关键词：运动模糊生成对抗网络级联空洞卷积多尺度特征提取自适应归一化

来源：评论

学校读者我要写书评

暂无评论

联合低秩重构和投影重构的稳健特征选择方法

引用

通信学报 2023年第3期44卷 209-219页

作者：仪双燕梁永生陆晶晶柳伟胡涛何震宇深圳信息职业技术学院软件学院广东深圳518000 哈尔滨工业大学(深圳)电子与信息工程学院广东深圳518000 深圳国微福芯技术有限公司广东深圳518000 深圳信息职业技术学院计算机学院广东深圳518000 深圳信息职业技术学院信息技术研究所广东深圳518000 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518000

针对当前特征选择方法依然受噪声影响以及无法将聚类效果和重构效果有效统一的问题,提出了一种稳健的特征选择方法。从干净数据和重构数据作差的思路着手,将低秩重构数据和投影重构数据作差构建稳健的重构误差项,并提出从学习到的干净... 详细信息

针对当前特征选择方法依然受噪声影响以及无法将聚类效果和重构效果有效统一的问题,提出了一种稳健的特征选择方法。从干净数据和重构数据作差的思路着手,将低秩重构数据和投影重构数据作差构建稳健的重构误差项,并提出从学习到的干净数据上选择特征用于聚类。将干净数据的学习和特征选择技能进行联合学习,相互促进,从而提升方法在有噪数据上的稳健性,并且将重构效果和聚类效果进行有效统一。在5个数据集上与几种图嵌入角度的特征选择以及PCA重构角度的特征选择方法进行聚类实验对比,实验结果表明,除LUNG噪声数据集外,所提方法在2种评价指标(ACC和NMI)下都优于对比特征选择方法。

关键词：重构低秩投影稀疏特征选择

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：