检索结果-内蒙古大学图书馆

哈尔滨工程大学学报 2024年第8期45卷 1576-1589,1598页

作者：邱修林宋博殷俊徐雷柯亚琪廖振强杨余旺江苏科技大学自动化学院江苏镇江212100 南京理工大学计算机科学与工程学院江苏南京210094 南京邮电大学江苏省宽带无线通信重点实验室江苏南京210003 苏州高博软件技术职业学院机电工程学院江苏苏州215163

针对无人机在民用和军事等领域中的研究热度及应用需求日益增长,传统Mode1-Based的网络部署、设计、操作方法无法应对动态变化的无人机场景的问题,本文综述了灵活性高、适应性强的AI-Based的智能组网技术,并引入强化学习这一人工智能领... 详细信息

针对无人机在民用和军事等领域中的研究热度及应用需求日益增长,传统Mode1-Based的网络部署、设计、操作方法无法应对动态变化的无人机场景的问题,本文综述了灵活性高、适应性强的AI-Based的智能组网技术,并引入强化学习这一人工智能领域的重要分支。对现有利用强化学习技术解决无人机组网难题的研究进行了概述,结合无人机组网的特性梳理了此领域应用强化学习技术的主要思路。从几个应用场景,以及组网关键技术的角度进行了归纳,给出了基于强化学习的无人机智能组网技术所面临的机遇与挑战,并进行了总结。探究了无人机通信的感知能力与决策能力,适应了其动态变化且需要高度自治的环境需求。为未来无人机智能组网技术的发展提供了有价值的理论基础和实践指导。

关键词：飞行自组网强化学习深度Q网络算法多智能体无人机集群智能路由资源分配跨层优化

来源：评论

学校读者我要写书评

暂无评论

空间通信载波多普勒频偏的局部聚类捕获算法

引用

数据采集与处理 2025年第1期40卷 147-162页

作者：张兆维王帅威杜帅吴同邱帅博刘琳左加阔潘甦南京邮电大学物联网学院南京210003 南京大学计算机软件新技术全国重点实验室南京210023 南京邮电大学通达学院计算机工程学院扬州225127 北京邮电大学泛网无线通信教育部重点实验室北京100876

与地面通信不同,空间通信通常涉及相距很远且高速飞行的信号载体。此时,信号传输会面临两个困难:远距离路径损耗导致的低信噪比(Signal-to-noise-ratio,SNR)和高速相对运动引起的高动态多普勒频偏。针对多普勒频偏捕获,低SNR要求一个很... 详细信息

与地面通信不同,空间通信通常涉及相距很远且高速飞行的信号载体。此时,信号传输会面临两个困难:远距离路径损耗导致的低信噪比(Signal-to-noise-ratio,SNR)和高速相对运动引起的高动态多普勒频偏。针对多普勒频偏捕获,低SNR要求一个很长的累积周期来累积很多个信号。但是,在这个长累积周期内,高动态多普勒频偏扩散所有信号的总能量到一个很宽的频率区间。为解决此能量扩散问题,本文提出一种局部聚类捕获(Local-clustering-acquisition,LCA)算法。该算法首先利用全局范围内最大元素来构造一个局部范围,然后从局部范围内选择若干个较大元素并进行聚类,最后从聚类结果中搜索最大的簇来得到捕获结果。理论分析和仿真验证结果表明,相较于现有算法,LCA算法在提升捕获概率方面展现出显著优势。

关键词：空间通信多普勒捕获能量扩散局部范围聚类

来源：评论

学校读者我要写书评

暂无评论

基于单幅图像的真实感人体动画合成

引用

计算机工程与应用 2022年第22期58卷 229-238页

作者：徐家乐肖学中南京邮电大学计算机学院、软件学院、网络空间安全学院南京210003

由于单幅图像缺失三维信息以及完整的纹理信息,基于单幅图像的真实感三维人体动画合成极具挑战性。针对单幅图像三维信息缺失问题,提出了一种基于SMPL参数模型的三维人体几何重建方法。该方法以单幅图像为输入,先根据输入图像人体轮廓... 详细信息

由于单幅图像缺失三维信息以及完整的纹理信息,基于单幅图像的真实感三维人体动画合成极具挑战性。针对单幅图像三维信息缺失问题,提出了一种基于SMPL参数模型的三维人体几何重建方法。该方法以单幅图像为输入,先根据输入图像人体轮廓信息变形标准的SMPL参数模型分别生成与目标轮廓一致的正反面的三维几何模型,然后利用基于B样条插值的网格拼接融合算法拼接正反面三维几何,最后为了恢复正确的手部几何,利用基于B样条插值的网格拼接融合算法,将重建后的模型上错误的手部几何用标准SMPL参数模型上正确的手部几何替换。同时,针对单幅图像中纹理缺失的问题,提出了一个称为FBN(front to back network)的对抗生成网络,用于恢复被遮挡的人体背面纹理。实验结果表明,该方法生成的具有完整纹理的人体几何能够由3D运动数据驱动运动,生成具有高度真实感的三维人体动画。

关键词：人体动画生成三维人体重建全身纹理生成网格融合深度学习

来源：评论

学校读者我要写书评

暂无评论

鲁棒的低秩鉴别嵌入回归

引用

南京航空航天大学学报 2021年第5期53卷 692-699页

作者：姚裕万鸣华黄伟南京审计大学信息工程学院南京211815 韩山师范学院计算机与信息工程学院潮州521041

局部保持投影(Locality preserving projection,LPP)在特征提取中得到了广泛的应用。但是,LPP不使用数据的类别信息,并且采用L2范数来进行距离测量,对异常值高度敏感。本文从监督的角度考虑LPP的权值矩阵,并结合低秩回归的方法,提出一... 详细信息

局部保持投影(Locality preserving projection,LPP)在特征提取中得到了广泛的应用。但是,LPP不使用数据的类别信息,并且采用L2范数来进行距离测量,对异常值高度敏感。本文从监督的角度考虑LPP的权值矩阵,并结合低秩回归的方法,提出一种新的模型来发现和提取特征。利用L_(2,1)范数来约束损失函数和回归矩阵,不仅降低了对异常值的敏感性,而且限制了回归矩阵的低秩条件。然后给出了优化问题的求解方法。最后,本文将该方法应用于多个人脸数据库和掌纹数据集进行了性能测试,并将实验结果与现有的一些方法进行比较,结果表明该方法是有效的。

关键词：局部保持投影低秩回归监督特征提取流形学习

来源：评论

学校读者我要写书评

暂无评论

基于图偏差网络的外部自编码器时间序列异常检测

引用

计算机系统应用 2024年第3期33卷 24-33页

作者：张孚容顾磊南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023

随着互联网和连接技术的提高,传感器产生的数据逐渐趋于复杂化.深度学习方法在处理高维数据的异常检测方面取得较好的进展,图偏差网络(graph deviation network,GDN)学习传感器节点之间关系来预测异常,并取得一定的效果.针对图偏差网络... 详细信息

随着互联网和连接技术的提高,传感器产生的数据逐渐趋于复杂化.深度学习方法在处理高维数据的异常检测方面取得较好的进展,图偏差网络(graph deviation network,GDN)学习传感器节点之间关系来预测异常,并取得一定的效果.针对图偏差网络模型缺少对时间依赖性以及异常数据不稳定的处理,提出了基于图偏差网络的外部自编码器模型(graph deviation network-based external attention autoencoder,AEEA-GDN)深度提取表征,此外在模型训练时引入自适应学习机制,帮助网络更好地适应异常数据的变化.在3个现实收集传感器数据集上的实验结果表明,基于图偏差网络的外部自编码器模型比基线方法更准确地检测异常,且总体性能更优.

关键词：异常检测图偏差网络自编码器外部注意力机制自适应学习

来源：评论

学校读者我要写书评

暂无评论

基于CNN_BiLSTM网络的入侵检测方法

引用

计算机工程与应用 2022年第10期58卷 116-124页

作者：马明艳陈伟吴礼发南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023

网络攻击事件频发,正确高效地检测攻击行为对网络安全至关重要。该方法基于一维卷积神经网络和双向长短期记忆网络引入自注意力机制来检测恶意行为。首先借助随机森林来选择重要的特征作为模型输入以减少输入数据的冗余问题,之后利用一... 详细信息

网络攻击事件频发,正确高效地检测攻击行为对网络安全至关重要。该方法基于一维卷积神经网络和双向长短期记忆网络引入自注意力机制来检测恶意行为。首先借助随机森林来选择重要的特征作为模型输入以减少输入数据的冗余问题,之后利用一维卷积神经网络和双向长短期记忆网络分别提取空间特征和时间特征,将二者提取的特征“并联”得到融合特征,为了让有用的输入信息得到更好表达,引入了自注意力机制给融合后的特征分配不同的权重,用门控循环单元模型训练,最后利用softmax函数进行分类。为了验证模型的有效性,在UNSW_NB15数据集上进行了评估,实验表明该模型比单一的模型有着明显的性能提升。该方法将特征选择和深度学习模型相融合,能够有效去除噪声冗余,加快模型训练速度,具有较好的应用前景。

关键词：特征选择一维卷积双向长短期记忆网络自注意力机制入侵检测

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

横向联邦学习中差分隐私聚类算法

引用

计算机应用 2024年第1期44卷 217-222页

作者：徐雪冉杨庚黄喻先南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023 江苏省大数据安全与智能处理重点实验室南京210023

聚类分析能够挖掘出数据间隐藏的内在联系并对数据进行多指标划分,从而促进个性化和精细化运营。然而,数据孤岛造成的数据碎片化和孤立化严重影响了聚类分析的应用效果。为了解决数据孤岛问题的同时保护相关数据隐私,提出本地均分扰动联... 详细信息

聚类分析能够挖掘出数据间隐藏的内在联系并对数据进行多指标划分,从而促进个性化和精细化运营。然而,数据孤岛造成的数据碎片化和孤立化严重影响了聚类分析的应用效果。为了解决数据孤岛问题的同时保护相关数据隐私,提出本地均分扰动联邦K-means算法(ELFedKmeans)。针对横向联邦学习模式,设计了一种基于网格的初始簇心选择方法和一种隐私预算分配方案。在ELFedKmeans算法中,各站点联合协商随机种子,以较小的通信代价生成相同的随机噪声,保护了本地数据的隐私。通过理论分析证明了该算法满足差分隐私保护,并将该算法与本地差分隐私K-means(LDPKmeans)算法和混合型隐私保护K-means(HPKmeans)算法在不同的数据集上进行了对比实验分析。实验结果表明,随着隐私预算不断增大,三个算法的F-measure值均逐渐升高;误差平方和(SSE)均逐渐减小。从整体上看,ELFedKmeans算法的F-measure值比LDPKmeans算法和HPKmeans算法分别高了1.7945%~57.0663%和21.2452%~132.0488%;ELFedKmeans算法的Log(SSE)值比LDPKmeans算法和HPKmeans算法分别减少了1.2042%~12.8946%和5.6175%~27.5752%。在相同的隐私预算下,ELFedKmeans算法在聚类质量和可用性指标上优于对比算法。

关键词：横向联邦聚类差分隐私本地扰动可用性 K-means算法

来源：评论

学校读者我要写书评

暂无评论

基于自适应集成学习的异常流量检测

引用

信息安全研究 2024年第1期10卷 34-39页

作者：倪嘉翼陈伟童家铖李频南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023 江苏省大数据安全与智能处理重点实验室南京210023

提出了一种基于自适应集成学习的异常流量检测方法,使用离散傅里叶变换提取流量的频域特征,使得对流量特征提取过程中信息损失较小.用一种基于稳定性和准确性波动的评估指标来动态评估当前流量特征的可靠性,通过评估的特征数据块用于生... 详细信息

提出了一种基于自适应集成学习的异常流量检测方法,使用离散傅里叶变换提取流量的频域特征,使得对流量特征提取过程中信息损失较小.用一种基于稳定性和准确性波动的评估指标来动态评估当前流量特征的可靠性,通过评估的特征数据块用于生成新的子分类器.同时,设计了一种集成自适应分类器,其参数和子分类器会根据当前的情况进行实时调整.实验结果表明,该方法对于解决异常流量检测中的概念漂移问题和机器学习对抗攻击问题有良好的效果.

关键词：异常流量检测频域特征概念漂移集成学习自适应学习

来源：评论

学校读者我要写书评

暂无评论

耦合关系自学习的人脸年龄估计研究

引用

智能系统学报 2022年第2期17卷 257-265页

作者：田青毛军翔曹猛南京信息工程大学计算机与软件学院江苏南京210044 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 东南大学计算机科学与工程学院江苏南京210096

在目前已提出多种人脸年龄估计(age estimation,AE)潜在关系挖掘的工作,绝大多数工作仅局限于挖掘单一层面的潜在关系,极少考虑多层面耦合关系的挖掘。因此,本文提出一种耦合关系自学习的AE模型CRSAE,以此挖掘输入特征关系、输出编码关... 详细信息

在目前已提出多种人脸年龄估计(age estimation,AE)潜在关系挖掘的工作,绝大多数工作仅局限于挖掘单一层面的潜在关系,极少考虑多层面耦合关系的挖掘。因此,本文提出一种耦合关系自学习的AE模型CRSAE,以此挖掘输入特征关系、输出编码关系以及输入输出关系3种耦合关系,提高AE模型的泛化能力。首先对投影矩阵的行列协方差矩阵建模,构建输入特征关系与输出编码关系正则项。其次,本文通过引入一个结构矩阵,发掘输入输出关系。随后,为有效求解CRSAE模型,本文构建一种交替优化方法。鉴于面部特征具有高度非线性的特征,本文在所提出模型的基础上引入深度架构进一步提升模型的泛化能力。最后,通过在多个人脸图像数据集上的年龄评估实验,验证了所提模型的有效性和性能优越性。

关键词：人脸年龄估计耦合关系特征关系编码关系输入输出关系关系自学习交替优化深度架构

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：