检索结果-内蒙古大学图书馆

大学教育 2024年第2期 91-95页

作者：朱枫李鹏南京邮电大学计算机学院江苏南京210023

文章基于“金课”建设“两性一度”标准和线上线下混合式“金课”建设的背景,探讨面向来华留学生的网络类课程的课程思政与“金课”建设有机融合的方法。在课程思政方面,站在时代高度传递正确价值观,培养留学生的亲华意识、职业道德与... 详细信息

文章基于“金课”建设“两性一度”标准和线上线下混合式“金课”建设的背景,探讨面向来华留学生的网络类课程的课程思政与“金课”建设有机融合的方法。在课程思政方面,站在时代高度传递正确价值观,培养留学生的亲华意识、职业道德与职业操守和科学精神;在“金课”建设方面,注重培养留学生运用课程知识解决网络中复杂问题的能力,提升留学生的“互联网+”创新能力以及网络应用能力,最终达到大幅提升教学质量、培养亲华优秀工程人才的效果。

关键词： “金课”建设课程思政留学生网络类课程

来源：评论

学校读者我要写书评

暂无评论

一种基于本地化差分隐私保护的高效用朴素贝叶斯分类方案

引用

南京邮电大学学报（自然科学版） 2022年第3期42卷 100-112页

作者：王慧婷陈燕俐彭春春南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023

针对现有的基于本地差分隐私的朴素贝叶斯分类方案存在计算、通信开销较高,以及采样率过低引起采样误差的问题,设计了一种满足本地差分隐私的频数预测算法,并将其应用于基于本地差分隐私的朴素贝叶斯分类器的训练。该频数预测算法的扰... 详细信息

针对现有的基于本地差分隐私的朴素贝叶斯分类方案存在计算、通信开销较高,以及采样率过低引起采样误差的问题,设计了一种满足本地差分隐私的频数预测算法,并将其应用于基于本地差分隐私的朴素贝叶斯分类器的训练。该频数预测算法的扰动机制基于指数机制设计,扰动输出的概率由效用函数决定,有效地提高了数据分类的效用。方案的用户端通过该扰动机制来完成本地隐私化的工作,服务器端通过收集用户扰动数据,对频数进行预测,恢复其统计特征。相较于传统的贝叶斯分类方案,不仅能够减少训练数据在收集过程中可能带来的隐私泄露问题,提高了分类准确率,而且降低了计算和通信开销。性能分析和实验结果验证了方案的隐私性、分类准确率以及有效性。

关键词：本地差分隐私频数预测朴素贝叶斯分类

来源：评论

学校读者我要写书评

暂无评论

分层立方体网络在NoC线性阵列中的最优嵌入

引用

计算机科学 2023年第4期50卷 249-256页

作者：过汝燕王岩樊建席樊卫北苏州大学计算机科学与技术学院江苏苏州215006 南京邮电大学计算机学院南京210003

随着大数据时代的到来,大规模计算的需求使得人们对芯片性能的要求日益提高,片上网络(Network-on-Chip,NoC)作为芯片内部以网络通信为中心的互连结构,在通信的各个方面实现了良好的平衡。NoC组件的物理布局及互连方式对芯片的总体性能(... 详细信息

随着大数据时代的到来,大规模计算的需求使得人们对芯片性能的要求日益提高,片上网络(Network-on-Chip,NoC)作为芯片内部以网络通信为中心的互连结构,在通信的各个方面实现了良好的平衡。NoC组件的物理布局及互连方式对芯片的总体性能(如信号延迟、电路成本等)有着很大的影响,因芯片面积有限,最小化连接组件的导线总长度,即最小化线长,被作为芯片设计的重点。分层立方体网络(Hierarchical Cubic Network,HCN)具有通信延迟低、可靠性和扩展性高等优点,而线性阵列是NoC常用的拓扑结构之一,将分层立方体网络移植到线性阵列上,就可以在线性阵列上模拟分层立方体网络的结构和算法。图嵌入是实现网络移植的关键技术。在图嵌入中,最小化导线总长度的目标可以通过求解具有最小线长的最优嵌入来达成。文中主要研究了分层立方体网络在线性阵列中的最优嵌入问题。首先,通过研究分层立方体网络的最优集,提出了分层立方体网络在线性阵列中的一种嵌入方案hel,并证明在嵌入方案hel下的线长相比其他嵌入方案下的线长是最小的,即hel为最优嵌入;然后给出了嵌入hel下线长的精确值以及一个时间复杂度为O(N)的嵌入算法,其中N为n维分层立方体网络的顶点数且N=22n;其次,还给出了分层立方体网络在NoC上的线性物理布局算法;最后,通过对比实验评估了嵌入hel的性能。

关键词：片上网络图嵌入线长分层立方体网络线性阵列

来源：评论

学校读者我要写书评

暂无评论

基于非线性能量收集的非线性信息状态更新系统的信息新鲜度分析

引用

计算机工程与科学 2025年第4期47卷 644-654页

作者：薛凯来贾向东韩向花牛夏秧张亮西北师范大学计算机科学与工程学院甘肃兰州730070 南京邮电大学江苏省无线通信重点实验室江苏南京210003

针对Nakagami-m衰落信道中时间敏感放大转发(AF)中继辅助物联网系统的非线性信息年龄AoI和能量效率EE的权衡问题,首先提出了一个AF中继传输模型,从而找到端到端近似信噪比SNR。其次,通过考虑Nakagami-m衰落信道中过时的信道状态信息CSI... 详细信息

针对Nakagami-m衰落信道中时间敏感放大转发(AF)中继辅助物联网系统的非线性信息年龄AoI和能量效率EE的权衡问题,首先提出了一个AF中继传输模型,从而找到端到端近似信噪比SNR。其次,通过考虑Nakagami-m衰落信道中过时的信道状态信息CSI,推导出端到端包传输错误概率。最后,在同时考虑非线性能量收集EH和过时CSI的情况下,得出传感器电池充满电的时间和更新数据包发送时间间隔的统计描述,并利用过时的CSI和EH电路的非线性特性,建立了非线性AoI对EE的权衡模型。实验结果表明,当数据包长在200~250 b之间,且源发射功率在35 dBm时,AoI-EE达到最优。

关键词：非线性信息年龄非线性能量收集过时的信道状态信息 Nakagami-m

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的人脸检测算法研究

引用

软件 2023年第6期44卷 1-5页

作者：胡平王海勇南京邮电大学计算机学院江苏南京210003

本文研究了基于深度学习的人脸检测方法,重点关注了YOLOv5模型。通过对YOLOv5模型进行改进,包括优化损失函数和改进网络结构,本文提高了模型的检测准确率。实验结果表明,经过150次训练后,采用的人脸检测模型在验证集上的人脸识别准确率... 详细信息

本文研究了基于深度学习的人脸检测方法,重点关注了YOLOv5模型。通过对YOLOv5模型进行改进,包括优化损失函数和改进网络结构,本文提高了模型的检测准确率。实验结果表明,经过150次训练后,采用的人脸检测模型在验证集上的人脸识别准确率可以达到92%。然而,实验数据集较小,对于模型的泛化能力有一定的影响,还有待进一步深入研究。

关键词：深度学习 YOLOv5 人脸检测数据增强损失函数

来源：评论

学校读者我要写书评

暂无评论

基于注意力与特征融合的改进SSD目标检测算法

引用

软件 2023年第4期44卷 1-5页

作者：王海勇王志青南京邮电大学计算机学院江苏南京210003

针对目标检测中检测精度低且小目标检测较难的问题,提出了一种基于注意力机制与特征融合的改进SSD目标检测算法。在标准SSD目标检测模型基础上,使用深层特征提取网络ResNet50作为主干网络,在特征提取网络中引入通道-空间注意力机制增强... 详细信息

针对目标检测中检测精度低且小目标检测较难的问题,提出了一种基于注意力机制与特征融合的改进SSD目标检测算法。在标准SSD目标检测模型基础上,使用深层特征提取网络ResNet50作为主干网络,在特征提取网络中引入通道-空间注意力机制增强特征图语义信息,计算特征图中像素点之间的影响。最后,将低层特征与高层语义信息进行Concat特征融合,充分利用不同特征图之间的关联信息。此外,使用GIOU代替传统IOU来计算框间的交并比,同时考虑正负样本不均衡的情况,选择Focal损失函数,重新定义了损失函数。实验采用PASCAL VOC开源数据集进行仿真验证,并与传统SSD目标检测算法进行对比,准确率得到了一定的提高,验证了该算法对目标检测的有效性。

关键词：目标检测单阶多层检测器注意力机制特征融合

来源：评论

学校读者我要写书评

暂无评论

利用衍生特征预测新冠疫情的随机森林方法

引用

计算机技术与发展 2023年第8期33卷 9-13页

作者：龙铁付宇笙王文达费宁南京邮电大学计算机学院江苏南京210003

新冠疫情爆发以来,许多研究运用时滞动力学模型、传播动力学模型和机器学习模型对疫情进行分析,取得了一定的效果。然而由于不同国家和地区之间发展差异较大,数据不均衡,导致算法普适性较弱。随机森林(Random Forest)是一种基于决策树... 详细信息

新冠疫情爆发以来,许多研究运用时滞动力学模型、传播动力学模型和机器学习模型对疫情进行分析,取得了一定的效果。然而由于不同国家和地区之间发展差异较大,数据不均衡,导致算法普适性较弱。随机森林(Random Forest)是一种基于决策树或回归树的集成学习模型,由多个Bagging集成学习技术训练得到的决策树或回归树投票来获得最终的结果。在分析数据集特性的基础上,该文将原本难以体现样本差异性的特征值进行变换和组合,衍生出新的特征值,并且根据新增特征值将原有数据进行分组。采用随机森林构建疫情预测模型,对各个分组数据集分别进行训练和预测。在随机森林模型中的实验表明,该方法能够有效提高新冠疫情预测准确率,对原本差异显著地区具备更好的适应性,同时很好地防止机器学习过拟合,能较好容忍噪声值和离群值,也给未来类似传染性疾病的预测提供了新的思路。

关键词：新型疫情机器学习随机森林衍生特征回归树

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的复杂背景下车轮踏面损伤检测

引用

计算机仿真 2023年第10期40卷 258-262页

作者：张趁香蒋建峰苏州大学计算机计算机科学与技术学院江苏苏州215123 南京邮电大学计算机学院江苏南京210000

复杂背景加大了车轮踏面损伤监测的难度,为了提升检测效果,降低检测误差,提出一种复杂背景下车轮踏面损伤机器视觉检测方法。估计车轮踏面图像的噪声方差,利用小波系数分别对图像不同区域展开去噪处理。根据灰度共生矩阵提取车轮踏面损... 详细信息

复杂背景加大了车轮踏面损伤监测的难度,为了提升检测效果,降低检测误差,提出一种复杂背景下车轮踏面损伤机器视觉检测方法。估计车轮踏面图像的噪声方差,利用小波系数分别对图像不同区域展开去噪处理。根据灰度共生矩阵提取车轮踏面损伤区域的纹理特征;采用K-Means++聚类算法聚类处理踏面子区域的纹理特征,并通过损伤区域轮廓梯度信息检测损伤轮廓点,同时引入形态学方法,合并损伤区域,最终实现车轮踏面损伤机器视觉检测。结果表明,所提方法可以获取精准的车轮踏面损伤检测结果。

关键词：复杂背景车轮踏面损伤机器视觉聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于程序语义与度量的代码缺陷检测

引用

中北大学学报(自然科学版) 2025年第1期46卷 105-115页

作者：卢跃嵇友晴周礼亮吕青张迎周南京邮电大学计算机学院江苏南京210023 中国电子科技集团公司第十研究所四川成都610036

软件中存在的代码缺陷严重影响了软件用户使用的体验感和安全性,传统的代码缺陷检测方法存在准确率较低的问题,而结合深度学习的现有方法的检测粒度较粗,检测效果也不够理想。为此,本文提出了一种基于程序语义与度量的代码缺陷检测方法... 详细信息

软件中存在的代码缺陷严重影响了软件用户使用的体验感和安全性,传统的代码缺陷检测方法存在准确率较低的问题,而结合深度学习的现有方法的检测粒度较粗,检测效果也不够理想。为此,本文提出了一种基于程序语义与度量的代码缺陷检测方法。该方法采用基于LLVM IR的代码缺陷的兴趣点检测算法,使用轻量级符号化程序切片工具SymPas获取与缺陷兴趣点相关的程序切片。通过预训练模型将程序切片代码片段转化为向量表示,并融合指令级切片度量——认知复杂度度量,深入分析了切片语句之间的关系和特征。通过构建混合模型ResCNN-GRU进行训练,将提取的特征进行了有效融合和学习。实验结果表明,本文利用符号化程序切片技术细化了漏洞检测的粒度,在中间表示LLVM IR下融合的语义和度量信息能更好地表示缺陷代码语句间的关系和特征,构建的混合模型一定程度上解决了时间序列问题以及样本数量不均衡问题,相比其他先进方法,本文方法的准确率达到了94.1%。

关键词：预训练模型程序切片切片认知域残差网络卷积神经网络门控制神经网络

来源：评论

学校读者我要写书评

暂无评论

基于小波-空间高阶特征聚合网络的遥感图像场景分类

引用

光学学报 2022年第24期42卷 204-213页

作者：倪康翟明亮王鹏南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 江苏省大数据安全与智能处理重点实验室江苏南京210023 南京邮电大学自动化学院、人工智能学院江苏南京210023 南京航空航天大学电子信息工程学院江苏南京211106

提出一种小波-空间高阶特征聚合网络(WHFA-Net),该网络可分为小波域特征提取和空间域特征提取两个分支。首先,将Harr小波变换嵌入卷积神经网络(CNNs),保留深度卷积特征的低频分量作为小波深度特征;其次,利用最大池化进行深度特征学习,... 详细信息

提出一种小波-空间高阶特征聚合网络(WHFA-Net),该网络可分为小波域特征提取和空间域特征提取两个分支。首先,将Harr小波变换嵌入卷积神经网络(CNNs),保留深度卷积特征的低频分量作为小波深度特征;其次,利用最大池化进行深度特征学习,并将其输出作为空间深度特征;将两分支的深度特征进行向量化后,获取其自相关和互相关高阶深度特征向量,并依次进行特征正规化、特征聚合和特征归一化操作;最后,引入交叉熵损失函数进行端到端网络训练。在NWPU45(NWPU-RESISC45 Dataset)和AID(Aerial Image Dataset)数据集上的实验结果表明:相较于基准网络(VGG-16),本文所提WHFA-Net的场景分类准确率有5.13%~12.12%的提升;与DCCNN、APDC-Net、GBNet、LCNN-BFF、MSCP和Wavelet CNN相比,WHFA-Net的场景分类准确率均有不同程度的提升;通过消融实验验证了各模块和分支的有效性及其性能差异。因此,WHFA-Net可有效且稳定地抽取遥感场景图像不同特征域的高阶聚合特征,并提升场景分类准确率。

关键词：遥感场景分类卷积神经网络特征可辨别性特征聚合

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：