检索结果-内蒙古大学图书馆

华中科技大学学报(自然科学版) 2023年

作者：刘树东马子枫王燕张艳天津城建大学计算机与信息工程学院

针对水下多目标定位精度依赖采样间隔的问题，提出了将深度残差网络(ResNet)和分数傅里叶变换(FrFT)相结合的多目标定位算法(MLRF)。首先，建立水下多目标定位仿真模型；其次，使用ResNet训练了一种适合多目标定位的网络；然后，对回波... 详细信息

针对水下多目标定位精度依赖采样间隔的问题，提出了将深度残差网络(ResNet)和分数傅里叶变换(FrFT)相结合的多目标定位算法(MLRF)。首先，建立水下多目标定位仿真模型；其次，使用ResNet训练了一种适合多目标定位的网络；然后，对回波进行FrFT 得到其频谱图，使用ResNet检测频谱峰值并计算目标个数；最后，设计了一个多目标定位算法来区分不同目标数据，并估计每个目标的位置和速度。通过仿真对比了信噪比(SNR)和锚节点数量对定位的影响。实验结果表明，MLRF算法的定位均方根误差随信噪比和锚节点数量的增加而减小，并在SNR等于-5时均方误差在2 m以下。该方法受噪声影响较小，能够有效应对水下多目标定位问题，并有助于水下多目标跟踪的研究。

关键词：水下定位多目标定位分数傅里叶变换深度残差网络传感器

来源：评论

学校读者我要写书评

暂无评论

融合知识图谱和多模态的文本分类研究

引用

计算机工程与应用 2023年第2期59卷 102-109页

作者：景丽姚克河南财经政法大学计算机与信息工程学院郑州450046

传统文本分类方法主要是基于单模态数据所驱动的经验主义统计学习方法,缺乏对数据的理解能力,鲁棒性较差,单个模态的模型输入也难以有效分析互联网中越来越丰富的多模态化数据。针对此问题提出两种提高分类能力的方法:引入多模态信息到... 详细信息

传统文本分类方法主要是基于单模态数据所驱动的经验主义统计学习方法,缺乏对数据的理解能力,鲁棒性较差,单个模态的模型输入也难以有效分析互联网中越来越丰富的多模态化数据。针对此问题提出两种提高分类能力的方法:引入多模态信息到模型输入,旨在弥补单模态信息的局限性;引入知识图谱实体信息到模型输入,旨在丰富文本的语义信息,提高模型的泛化能力。模型使用BERT提取文本特征,改进的ResNet提取图像特征,TransE提取文本实体特征,通过前期融合方式输入到BERT模型中进行分类,在研究多标签分类问题的MM-IMDB数据集上F1值达到66.5%,在情感分析数据集Twitter15&17上ACC值达到71.1%,结果均优于其他模型。实验结果表明,引入多模态信息和实体信息能够提高模型的文本分类能力。

关键词：自然语言处理知识图谱多模态文本分类 BERT模型

来源：评论

学校读者我要写书评

暂无评论

基于3D‑Ghost卷积神经网络的脑胶质瘤MRI图像分割算法3D‑GA‑Unet

引用

计算机应用 2024年第4期44卷 1294-1302页

作者：许立君黎辉刘祖阳陈侃松马为駽湖北大学计算机与信息工程学院武汉430062

脑胶质瘤是由于大脑和脊髓胶质癌变产生的、最常见的原发性颅脑肿瘤,其中恶性脑胶质瘤占比大且致死率高。利用磁共振成像(MRI)图像对脑胶质瘤定量分割和分级是目前诊治脑胶质瘤的主要方法。为提升脑胶质瘤的分割精度与速度,提出一种基于... 详细信息

脑胶质瘤是由于大脑和脊髓胶质癌变产生的、最常见的原发性颅脑肿瘤,其中恶性脑胶质瘤占比大且致死率高。利用磁共振成像(MRI)图像对脑胶质瘤定量分割和分级是目前诊治脑胶质瘤的主要方法。为提升脑胶质瘤的分割精度与速度,提出一种基于3D-Ghost卷积神经网络(CNN)的脑胶质瘤MRI图像分割算法:3D-GA-Unet。3DGA-Unet以3D U-Net(3D U-shaped Network)为基础框架,设计基于3D-Ghost CNN模块,利用线性运算增加有用信息输出、减少传统CNN中的冗余特征;添加基于坐标注意力(CA)的模块,利于获取更多于分割精度有利的图像信息。在公共脑胶质瘤数据集BraTS2018进行训练和验证,实验结果表明,3D-GA-Unet脑胶质瘤分割结果的周围水肿区域(WT)、坏死核心区域(TC)和增强肿瘤区域(ET)的平均Dice相似系数(DSC)分别达到0.8632、0.8473和0.8036,平均敏感度分别达到0.8676、0.9492和0.8315。3D-GA-Unet能精准分割脑胶质瘤图像,进一步提升分割效率,对脑胶质瘤的临床诊断有积极的意义。

关键词：脑胶质瘤医学图像分割神经网络注意力机制卷积神经网络 U-Net

来源：评论

学校读者我要写书评

暂无评论

新型语义分割D-UNet的建筑物提取

引用

遥感学报 2023年第11期27卷 2593-2602页

作者：龙丽红朱宇霆闫敬文刘敬瑾王宗跃汕头大学工学院电子系汕头515063 中山大学电子与信息工程学院广州510006 集美大学计算机工程学院厦门361021

高分辨率遥感图像语义分割在航空图像分析领域中具有重要的理论价值和应用价值。但由于高分辨率遥感图像中建筑物语义的丰富性和图像背景的复杂性,以往的分割方法往往容易产生边缘模糊、细节信息丢失和分辨率低等缺点。为了解决高分辨... 详细信息

高分辨率遥感图像语义分割在航空图像分析领域中具有重要的理论价值和应用价值。但由于高分辨率遥感图像中建筑物语义的丰富性和图像背景的复杂性,以往的分割方法往往容易产生边缘模糊、细节信息丢失和分辨率低等缺点。为了解决高分辨率卫星图像语义分割边界模糊和信息丢失的问题,本文提出一种端到端的卷积神经网络Dilated-UNet(D-UNet)。首先,通过改进U-Net网络结构,采用Dilation技术拓展四通道的多尺度空洞卷积模块,每个通道采用不同的卷积扩张率来识别多尺度语义信息,从而提取更丰富的细节信息。其次,设计了一种交叉熵和Dice系数的联合损失函数,更好的训练模型以达到预期分割效果。最后,在Inria航空图像数据集上进行综合评估与检验。实验结果表明,本文提出的遥感图像分割方法能够有效地从高分辨率遥感图像中进行像素级城市建筑物的分割,与其他方法相比,分割精度更高,具有较高的实际应用价值。

关键词：遥感图像语义分割多尺度空洞卷积图像处理

来源：评论

学校读者我要写书评

暂无评论

大型电镀企业物流管理创新探索

引用

电镀与精饰 2025年第5期47卷 128-129页

作者：李晓郑德权哈尔滨商业大学计算机与信息工程学院

电镀是现代制造业中不可或缺的环节，通过表面处理技术，可以提升产品的导电性、耐磨性和防腐性，延长产品的使用寿命。相关数据显示，电镀是提升产品附加值的重要工艺，全球60%以上的工业产品都会运用电镀工艺加以处理，是产品制造链...

电镀是现代制造业中不可或缺的环节，通过表面处理技术，可以提升产品的导电性、耐磨性和防腐性，延长产品的使用寿命。相关数据显示，电镀是提升产品附加值的重要工艺，全球60%以上的工业产品都会运用电镀工艺加以处理，是产品制造链的关键环节之一。电镀工艺水平会直接影响下游产业产品市场竞争力与品牌溢价空间。随着市场对电镀镀层质量与功能的要求不断提升，技术升级需求的资金压力与严苛环保要求的压力并存，大型电镀企业正面临着转型升级的新趋势。外部环境驱动下，电镀行业集中度不断提升，同时电镀产业链纵向整合趋势越发明显。物流管理是大型电镀企业运营的重要枢纽，贯穿原材料采购、产品生产、产品交付等全生命周期。就电镀企业供应链前端而言，多种贵金属和危险化学品的采购与运输需要符合相应的安全规定和标准，高效安全的物流体系可以降低原材料运输成本，避免材料泄漏风险；电镀工艺对半成品周转和电解槽液补充时效要求极高，高效的物流管理体系可以有效实现设备利用最大化，保障产品生产秩序，提升电镀企业生产效率。随着电商经济的发展，大型电镀企业均希望借助互联网优势，不断创新自身物流管理体系，以提升企业服务质量，保障电镀产品配送效率，扩大企业的市场影响力，提升客户忠诚度，为企业带来更高的经济效益。

关键词：

来源：评论

学校读者我要写书评

暂无评论

融合情感轮注意力的情感分布学习

引用

计算机工程与应用 2023年第4期59卷 120-129页

作者：陈启凡曾雪强左家莉万中英王明文江西师范大学计算机信息工程学院南昌330022

情感分布学习是一种近年提出的有效的多情绪分析模型,其核心思路是通过情感分布记录示例在各个情绪上的表达程度,适于处理存在情绪模糊性的情感分析任务。针对现有的情感分布学习方法较少考虑情感心理学先验知识的问题,提出一种基于情... 详细信息

情感分布学习是一种近年提出的有效的多情绪分析模型,其核心思路是通过情感分布记录示例在各个情绪上的表达程度,适于处理存在情绪模糊性的情感分析任务。针对现有的情感分布学习方法较少考虑情感心理学先验知识的问题,提出一种基于情感轮注意力的情感分布学习(emotion wheel attention based emotion distribution learning,EWA-EDL)模型。EWA-EDL模型为每种基本情绪生成一个描述情绪心理学相关性的先验情感分布,再通过注意力机制将基于情感轮的先验知识直接融入深度神经网络。EWA-EDL模型采用端到端的方式对深度网络进行训练,同时学习情感分布预测和情绪分类任务。EWA-EDL模型主要由5部分构成,分别为输入层、卷积层、池化层、注意力层和多任务损失层。在8个常用的文本情感数据集上的对比实验表明,EWA-EDL模型在情感分布预测和情绪分类任务上的性能均优于对比的情感分布学习方法。

关键词：情感分布学习情感轮注意力机制情绪分类

来源：评论

学校读者我要写书评

暂无评论

基于数据流传播路径学习的智能合约时间戳漏洞检测

引用

软件学报 2024年第5期35卷 2325-2339页

作者：张卓刘业鹏薛建新鄢萌陈嘉弛毛晓光广州商学院信息技术与工程学院广东广州510700 国防科技大学计算机学院湖南长沙410073 上海第二工业大学计算机与信息工程学院上海200127 重庆大学大数据与软件学院重庆401331 中山大学软件工程学院广东珠海519082

智能合约是一种被大量部署在区块链上的去中心化的应用.由于其具有经济属性,智能合约漏洞会造成潜在的巨大经济和财产损失,并破坏以太坊的稳定生态.因此,智能合约的漏洞检测具有十分重要的意义.当前主流的智能合约漏洞检测方法(诸如Oye... 详细信息

智能合约是一种被大量部署在区块链上的去中心化的应用.由于其具有经济属性,智能合约漏洞会造成潜在的巨大经济和财产损失,并破坏以太坊的稳定生态.因此,智能合约的漏洞检测具有十分重要的意义.当前主流的智能合约漏洞检测方法(诸如Oyente和Securify)采用基于人工设计的启发式算法,在不同应用场景下的复用性较弱且耗时高,准确率也不高.为了提升漏洞检测效果,针对智能合约的时间戳漏洞,提出基于数据流传播路径学习的智能合约漏洞检测方法Scruple.所提方法首先获取时间戳漏洞的潜在的数据传播路径,然后对其进行裁剪并利用融入图结构的预训练模型对传播路径进行学习,最后对智能合约是否具有时间戳漏洞进行检测.相比而言,Scruple具有更强的漏洞捕捉能力和泛化能力,传播路径学习的针对性强,避免了对程序整体依赖图学习时造成的层次太深而无法聚焦漏洞的问题.为了验证Scruple的有效性,在真实智能合约的数据集上,开展Scruple方法与13种主流智能合约漏洞检测方法的对比实验.实验结果表明,Scruple在检测时间戳漏洞上的准确率,召回率和F1值分别可以达到0.96,0.90和0.93,与13种当前主流方法相比,平均相对提升59%,46%和57%,从而大幅提升时间戳漏洞的检测能力.

关键词：智能合约时间戳漏洞漏洞检测数据流传播路径预训练

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络模型校准的成员推理攻击

引用

电子与信息学报 2025年第3期47卷 780-791页

作者：谢丽霞史镜琛杨宏宇胡泽成翔中国民航大学计算机科学与技术学院天津300300 中国民航大学安全科学与工程学院天津300300 扬州大学信息工程学院扬州225127

针对图神经网络(GNN)模型在其预测中常处于欠自信状态,导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题,该文提出一种基于GNN模型校准的成员推理攻击方法。首先,设计一种基于因果推断的GNN模型校准方法,通过基于注意力机制的... 详细信息

针对图神经网络(GNN)模型在其预测中常处于欠自信状态,导致该状态下实施成员推理攻击难度大且攻击漏报率高的问题,该文提出一种基于GNN模型校准的成员推理攻击方法。首先,设计一种基于因果推断的GNN模型校准方法,通过基于注意力机制的因果图提取、因果图与非因果图解耦、后门路径调整策略和因果关联图生成过程,构建用于训练GNN模型的因果关联图。其次,使用与目标因果关联图在相同数据分布下的影子因果关联图构建影子GNN模型,模拟目标GNN模型的预测行为。最后,使用影子GNN模型的后验概率构建攻击数据集以训练攻击模型,根据目标GNN模型对目标节点的后验概率输出推断其是否属于目标GNN模型的训练数据。在4个数据集上的实验结果表明,该文方法在2种攻击模式下面对不同架构的GNN模型进行攻击时,攻击准确率最高为92.6%,性能指标优于基线攻击方法,可有效地实施成员推理攻击。

关键词：图神经网络成员推理攻击模型校准因果推断隐私风险

来源：评论

学校读者我要写书评

暂无评论

融合强化学习的三支治略选择及其有效性分析

引用

计算机科学与探索 2024年第2期18卷 378-386页

作者：刘晓雪姜春茂哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 福建理工大学计算机科学与数学学院福州350118

三支决策的“分、治、效”(TAO)模型包括构建三分、施加策略、结果评估三个部分。目前,关于结果评估的研究旨在衡量策略施加后结果的前后变化,还无法预测施加哪个策略能达到最大效果。为了解决这一问题,对TAO模型的“治”和“效”进行... 详细信息

三支决策的“分、治、效”(TAO)模型包括构建三分、施加策略、结果评估三个部分。目前,关于结果评估的研究旨在衡量策略施加后结果的前后变化,还无法预测施加哪个策略能达到最大效果。为了解决这一问题,对TAO模型的“治”和“效”进行了研究,提出一种基于强化学习的三支改变模型的策略选择与有效性预测的方法。首先将改变三支决策TAO模型中的改变三分状态和策略分别作为强化学习中的状态和动作,并将每次施加策略得到新的改变三分状态的过程看作一个周期,利用累积前景理论计算每个周期产生的奖励,将智能体与环境的交互过程用马尔可夫决策过程来表示;其次设置一个目标奖励,将各个周期的累计奖励达到目标奖励时的状态作为马尔可夫决策过程的终止状态;然后用Q-learning算法迭代出一个最短周期内达到目标奖励的策略序列,同时利用该策略序列预测当前改变三分状态的未来效用。最后使用一个实例体现出该方法实用性和有效性。

关键词：三支决策改变三支决策强化学习策略选择效用度量

来源：评论

学校读者我要写书评

暂无评论

区域感知实时人像超分辨率重建网络

引用

北京航空航天大学学报 2024年第2期50卷 588-595页

作者：龚柯存周梦琳唐东明西南民族大学国家民族事务委员会计算机系统重点实验室成都610041 西南民族大学计算机科学与工程学院成都610041 成都信息工程大学软件工程学院成都610225

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子... 详细信息

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子模型分别针对包含或不包含人像边缘的区域进行重建。实验结果表明:与现有方法相比,RASR模型在4倍上采样重建场景下的推理时延降低了88%,能够更有效地重建高分辨率人像图像。

关键词：区域感知单图像超分辨率门控单元通道划分块深度学习

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：