检索结果-内蒙古大学图书馆

东南大学学报（自然科学版） 2024年第5期54卷 1330-1338页

作者：陈北京李玉茹舒华忠南京信息工程大学计算机学院南京210044 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 东南大学影像科学与技术实验室南京210096

针对现有生成对抗网络(GAN)生成人脸反取证方法攻击迁移性不强的问题,提出了一个基于图像小波域自适应干扰的GAN生成人脸反取证方法以提升攻击迁移性.该方法通过对GAN生成人脸图像的小波域信息(即图像经过小波分解后的频率分量)施加扰... 详细信息

针对现有生成对抗网络(GAN)生成人脸反取证方法攻击迁移性不强的问题,提出了一个基于图像小波域自适应干扰的GAN生成人脸反取证方法以提升攻击迁移性.该方法通过对GAN生成人脸图像的小波域信息(即图像经过小波分解后的频率分量)施加扰动以实现其对取证模型的抵抗,并且分别在空域和频域上基于最小可觉察误差(JND)设计自适应扰动阈值,对图像不同像素点位置设置不同的扰动强度,从而增强扰动的人眼不可感知性.此外,还设计了一种数据增强方式对反取证人脸进行数据分布多样性扩充,以进一步提升攻击迁移性.实验结果表明,与6种基线方法相比,所提方法生成的反取证人脸在保证扰动对人眼不可感知前提下具有更强的攻击迁移性.

关键词：对抗扰动 GAN生成人脸反取证离散小波变换(DWT) 最小可觉察误差

来源：评论

学校读者我要写书评

暂无评论

基于语音语料对齐与自适应融合的抑郁症识别

引用

计算机科学 2024年

作者：沈心旸王善敏孙玉宝南京信息工程大学计算机学院南京航空航天大学计算机科学与技术学院

抑郁症已成为全球性的重大公共卫生问题，语音抑郁症识别旨在以易推广、低成本的方式对抑郁症进行识别。现有研究通常将长序列语音信号划分成多个片段作为独立样本参与训练，未能充分利用语音信号不同位置间的相互关系，忽视了与识别目... 详细信息

抑郁症已成为全球性的重大公共卫生问题，语音抑郁症识别旨在以易推广、低成本的方式对抑郁症进行识别。现有研究通常将长序列语音信号划分成多个片段作为独立样本参与训练，未能充分利用语音信号不同位置间的相互关系，忽视了与识别目标无关的片段对结果产生的干扰。为解决以上问题，提出一种基于语音语料对齐与自适应融合的抑郁症识别方法，对于输入语音进行语料拆分后，通过多头注意力机制进行语料间关联性建模，并通过片段重要性挖掘模块自动学习语音中不同片段的重要系数，有效融合局部和全局特征进行识别，提升了识别准确率。所提方法在MODMA数据集和SEARCH数据集上的加权准确率、未加权准确率、F1分数分别达到了82.59%、82.17%、82.23%和74.44%、68.33%、69.25%，实验结果表明，所提方法能够通过语音信号准确对抑郁症进行识别。

关键词：多头注意力机制关联性建模重要性挖掘特征融合抑郁症识别

来源：评论

学校读者我要写书评

暂无评论

改进U-Net的风云四号卫星降水估计算法研究

引用

计算机工程与应用 2023年第11期59卷 285-293页

作者：黄杰张永宏马光义朱灵龙田伟南京信息工程大学自动化学院南京210044 南京信息工程大学气象灾害预报预警与评估协同创新中心南京210044 南京信息工程大学电子与信息工程学院南京210044 南京信息工程大学计算机与软件学院南京210044

针对强对流天气条件下利用卫星图像进行降水量估计时精度不高、时空分辨率低的问题,提出了一种改进U-Net的降水量估计算法。将U-Net模型的编码器通过残差模块与解码器相结合,使得模型参数可以共享,避免深层网络模型梯度消失的情况。在... 详细信息

针对强对流天气条件下利用卫星图像进行降水量估计时精度不高、时空分辨率低的问题,提出了一种改进U-Net的降水量估计算法。将U-Net模型的编码器通过残差模块与解码器相结合,使得模型参数可以共享,避免深层网络模型梯度消失的情况。在此结构基础上引入了空间金字塔模块进行多尺度特征提取,保留更多的图像特征,加强对细小降水云团信息的特征提取能力;引入了注意力机制模块,提取重要降水特征信息。实验结果表明,该算法在命中率、虚警率、相关系数分别为0.84、0.48、0.59;均方根误差、平均绝对误差分别为1.354 mm/h、0.432 mm/h。与PERSIANN-CNN、U-Net算法相比,有效地提升了降水量估计精度。与其他降水产品对比,能更好地识别出降水区。该算法可以实现近实时的降水估计,能够有效地提升降水估计精度,对低时间分辨率的降水估计研究具有一定的价值。

关键词：降水量估计风云四号卫星卷积神经网络语义分割

来源：评论

学校读者我要写书评

暂无评论

类别平衡调制的人脸表情识别

引用

计算机科学与探索 2023年第12期17卷 3029-3038页

作者：刘成广王善敏刘青山南京信息工程大学计算机学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 南京航空航天大学计算机科学与技术学院南京211106

人脸表情识别(FER)旨在从人脸图片中判断表情的类别,在心理诊断、人机交互等领域有着广泛的应用前景。在实际任务中,不同表情数据的分布往往是不平衡的。数据的不平衡导致了各表情的特征分布不平衡和分类器优化不平衡,从而影响了表情识... 详细信息

人脸表情识别(FER)旨在从人脸图片中判断表情的类别,在心理诊断、人机交互等领域有着广泛的应用前景。在实际任务中,不同表情数据的分布往往是不平衡的。数据的不平衡导致了各表情的特征分布不平衡和分类器优化不平衡,从而影响了表情识别模型的性能。为此,提出了一种类别平衡调制的人脸表情识别方法(CBM-Net),分别在特征学习阶段和分类器优化阶段对模型进行类别平衡调制。CBM-Net包括特征调制和梯度调制两个模块。特征调制模块通过在特征方向上增加类间的可分性与类内的紧密性,实现各类别的特征分布平衡。梯度调制模块利用批次训练样本的统计信息对各分类器的优化梯度进行反向调节,确保各类别的分类器收敛速度一致,使得各分类器性能同时达到最优。在四个流行的数据集上进行的定性和定量实验表明,CBM-Net在人脸表情识别的类别平衡调制上是有效的,与一众先进方法相比,效果也相当良好。

关键词：人脸表情识别(FER) 类别不平衡类别平衡调制特征调制梯度调制

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

基于多智能体深度强化学习的车联网频谱共享

引用

电子学报 2024年第5期52卷 1690-1699页

作者：王为念苏健陈勇张建照唐震南京信息工程大学计算机与软件学院江苏南京210044 国防科技大学第六十三研究所江苏南京210007

针对高动态车联网环境中基站难以收集和管理瞬时信道状态信息的问题,提出了基于多智能体深度强化学习的车联网频谱分配算法.该算法以车辆通信延迟和可靠性约束条件下最大化网络吞吐量为目标,利用学习算法改进频谱和功率分配策略.首先通... 详细信息

针对高动态车联网环境中基站难以收集和管理瞬时信道状态信息的问题,提出了基于多智能体深度强化学习的车联网频谱分配算法.该算法以车辆通信延迟和可靠性约束条件下最大化网络吞吐量为目标,利用学习算法改进频谱和功率分配策略.首先通过改进DQN模型和Exp3策略训练隐式协作智能体.其次,利用迟滞性Q学习和并发体验重放轨迹解决多智能体并发学习引起的非平稳性问题.仿真结果表明,该算法有效载荷平均成功交付率可达95.89%,比随机基线算法提高了16.48%,可快速获取近似最优解,在降低车联网通信系统信令开销方面具有显著优势.

关键词：车联网分布式频谱共享多智能体深度强化学习

来源：评论

学校读者我要写书评

暂无评论

混合特征及多头注意力的中文短文本分类

引用

计算机工程与应用 2024年第9期60卷 237-243页

作者：江结林朱永伟许小龙崔燕赵英男南京信息工程大学软件学院南京210044 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 南京特殊教育师范学院数学与信息科学学院南京210038 南京信息工程大学计算机学院、网络空间安全学院南京210044

传统的短文本分类研究方法存在两方面不足,一是不能全面地表示文本的语义信息,二是无法充分地提取和融合文本全局和局部信息。基于此,提出一种混合特征及多头注意力(HF-MHA)的中文短文本分类方法。该方法利用预训练模型计算中文短文本... 详细信息

传统的短文本分类研究方法存在两方面不足,一是不能全面地表示文本的语义信息,二是无法充分地提取和融合文本全局和局部信息。基于此,提出一种混合特征及多头注意力(HF-MHA)的中文短文本分类方法。该方法利用预训练模型计算中文短文本的字符级向量和词级向量表示,以得到更全面的文本特征向量表示;采用多头注意力机制捕捉文本序列中的依赖关系,以提高文本的语义理解;通过卷积神经网络分别提取两种向量表示的特征,并将其融合为一个特征向量,以整合文本的全局和局部信息;通过输出层得到分类结果。在三个公开数据集上的实验表明,HF-MHA能够有效地提升中文短文本分类的性能。

关键词：中文短文本分类注意力机制词级向量字符级向量

来源：评论

学校读者我要写书评

暂无评论

基于蜂窝网络的多无人机能量消耗最优化算法研究

引用

通信学报 2023年第2期44卷 185-197页

作者：夏景明刘玉风谈玲南京信息工程大学人工智能学院江苏南京210044 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江苏南京210044 南京信息工程大学软件学院江苏南京210044 南京信息工程大学计算机学院、网络空间安全学院江苏南京210044

在一些复杂时变环境中,地面基站(GBS)可能无法协助处理无人机的计算任务,为此研究了一种基于数字孪生(DT)技术的移动边缘计算(MEC)蜂窝网络。考虑到多无人机效率,引入多只配备MEC服务器的高空气球(HAB)协助,在此基础上提出一个所有无人... 详细信息

在一些复杂时变环境中,地面基站(GBS)可能无法协助处理无人机的计算任务,为此研究了一种基于数字孪生(DT)技术的移动边缘计算(MEC)蜂窝网络。考虑到多无人机效率,引入多只配备MEC服务器的高空气球(HAB)协助,在此基础上提出一个所有无人机能量最小化问题,并给出一种多无人机轨迹优化和资源分配方案。应用双深度Q网络(DDQN)解决多无人机与多HAB之间的关联问题;采用连续凸逼近技术(SCA)和块坐标下降算法(BCD)对多无人机轨迹和计算资源进行联合优化。仿真实验验证了所提算法的可行性和有效性。实验结果表明,所提算法使系统能量消耗降低30%,明显优于对比算法。

关键词：无人机任务卸载数字孪生双深度Q网络连续凸逼近

来源：评论

学校读者我要写书评

暂无评论

基于结构嵌入的可溯源联邦学习版权保护方法

引用

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

面向CPS时空规则验证制导的安全强化学习

引用

计算机科学与探索 2025年第2期19卷 513-527页

作者：印婵祝义王金永陈小颖郝国生江苏师范大学计算机科学与技术学院江苏徐州221116 徐州工程学院信息工程学院江苏徐州221018 南京大学计算机科学与技术系南京210023

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导... 详细信息

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导的安全强化学习方法。提出了时空规则通信顺序进程(CSR-TCSP)对系统进行建模,并结合时空规约语言(STSL)和模型检测工具FDR对进程代数模型进行验证。利用系统环境模型形式化奖励状态机的结构,提出了时空规则奖励状态机(STR-RM)以指导强化学习中奖励函数的设置。此外,为了监测系统的运行并确保输出决策的安全性,设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。通过一个自动驾驶系统中的避障与变道超车实例,证明所提方法的有效性。

关键词：信息物理融合系统形式化方法进程代数安全强化学习自动驾驶

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：