检索结果-内蒙古大学图书馆

应用科学学报 2025年第1期43卷 183-194页

作者：吴桐袁培燕河南师范大学计算机与信息工程学院河南新乡453000

在小型蜂窝网络中,用户设备(user equipment,UE)数量往往大于小基站(small base station,SBS)数量,每个SBS服务多个UE,同时每个UE可被多个SBS覆盖。如何选择合适的SBS为每个UE服务,是小型蜂窝网络面临的重要挑战之一。传统的多点协同(co... 详细信息

在小型蜂窝网络中,用户设备(user equipment,UE)数量往往大于小基站(small base station,SBS)数量,每个SBS服务多个UE,同时每个UE可被多个SBS覆盖。如何选择合适的SBS为每个UE服务,是小型蜂窝网络面临的重要挑战之一。传统的多点协同(coordinated multiple point,CoMP)传输技术基于按比例公平策略进行资源分配,没有考虑系统动态性,整个系统资源利用率不高。本文提出了一种基于指数移动平均(exponential moving average,EMA)的CoMP方法,对每个时间片系统内所有UE与SBS传输效益按照优先级排序,增加高优先级设备在下一个时间片内的分配权重,使高权重的UE接受更多的SBS服务,最终实现资源动态调整。实验结果表明,基于指数移动平均的CoMP操作能够显著提升系统的达峰时间以及整个系统的吞吐效率,同时降低了系统的中断率,进而为物联网边缘系统提供更优的设备选择机制。

关键词：指数移动平均多点协同蜂窝网络动态调整

来源：评论

学校读者我要写书评

暂无评论

多层级用户兴趣与多意图融合的下一篮推荐算法

引用

计算机科学与探索 2025年第3期19卷 749-763页

作者：魏楚元袁保杰王昌栋北京建筑大学电气与信息工程学院北京100044 中山大学计算机学院广州510275

下一篮推荐旨在根据用户历史交互的篮子序列,为用户推荐下一篮可能感兴趣的商品。针对现有下一篮推荐算法未能较好解离篮子内的多意图以及仅从单一层面考虑用户的兴趣或意图,导致推荐效果受限等问题,提出了一种多层级用户兴趣与多意图... 详细信息

下一篮推荐旨在根据用户历史交互的篮子序列,为用户推荐下一篮可能感兴趣的商品。针对现有下一篮推荐算法未能较好解离篮子内的多意图以及仅从单一层面考虑用户的兴趣或意图,导致推荐效果受限等问题,提出了一种多层级用户兴趣与多意图融合的下一篮推荐模型(MLIMI),从多个层级分别考虑用户兴趣与多意图,构建全局级的用户-项目交互图。考虑到用户行为会随时间发生变化,设计一种长短期时间衰减权重平衡交互项的重要性,通过图卷积网络学习用户的动态兴趣;构建局部级篮子-项目图,通过图解离网络学习解离化的篮子内多意图,随后通过一个多头自注意力层对多意图进行编码,得到最终的意图表示。设计一个跨层级的对比学习范式,结合来自不同层级的项目表示,以增强不同层级项目之间的语义信息。在预测层中融合来自不同层级的用户兴趣和意图,进行下一篮预测。在两个公共基准数据集Ta Feng和Dunnhumby上与MITGNN、TAIW、MINN等主流模型进行了对比实验,结果表明MLIMI的性能优于当前许多基线模型。

关键词：下一篮推荐图解离网络多意图学习对比学习多头注意力机制

来源：评论

学校读者我要写书评

暂无评论

BDC-DAL:基于蓝图差分卷积和双重辅助监督的轻量化人脸活体检测算法

引用

浙江大学学报(理学版) 2025年第1期52卷 98-109,121页

作者：叶继华梁芳昕王超肖顺杰宗义江爱文江西师范大学计算机信息工程学院江西南昌330022

人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重... 详细信息

人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重辅助监督的轻量级人脸活体检测算法(BDC-DAL)。通过将轻量化的卷积结构和蓝图差分卷积设计相结合,有效降低了模型的参数和计算量,同时保留了捕捉复杂细粒度特征的能力。此外,引入的双重辅助监督机制,利用监督信号重建过程学习细微的欺诈线索,显著提高了模型对未知攻击场景的鲁棒性。为验证算法的有效性,在CelebA-Spoof和OULU-NPU人脸活体检测数据集上进行了广泛测试,并与当前主流的深度学习人脸活体检测算法和其他轻量化网络模型进行了比较,实验结果显示,BDC-DAL算法大幅降低了模型复杂度,参数量减少了近90%,模型的浮点计算量也下降了约10%。BDC-DAL算法在实现高效性和轻量化的同时,成功平衡了性能与资源消耗,为在资源受限环境下的人脸识别提供了可行的解决方案。

关键词：人脸活体检测轻量级辅助信息监督

来源：评论

学校读者我要写书评

暂无评论

基于音视频信息融合与Self-Attention-DSC-CNN6网络的鲈鱼摄食强度分类方法

引用

农业机械学报 2025年第1期56卷 16-24页

作者：李道亮李万超杜壮壮中国农业大学信息与电气工程学院北京100083 国家数字渔业创新中心北京100083 天津农学院计算机与信息工程学院天津300392

摄食强度识别分类是实现水产养殖精准投喂的重要环节。现有的投喂方式存在过度依赖人工经验判断、投喂量不精确、饲料浪费严重等问题。基于多模态融合的鱼类摄食程度分类能够综合不同类型的数据(如:视频、声音和水质参数),为鱼群的投喂... 详细信息

摄食强度识别分类是实现水产养殖精准投喂的重要环节。现有的投喂方式存在过度依赖人工经验判断、投喂量不精确、饲料浪费严重等问题。基于多模态融合的鱼类摄食程度分类能够综合不同类型的数据(如:视频、声音和水质参数),为鱼群的投喂提供更加全面精准的决策依据。因此,提出了一种融合视频和音频数据的多模态融合框架,旨在提升鲈鱼摄食强度分类性能。将预处理后的Mel频谱图(Mel Spectrogram)和视频帧图像分别输入到Self-Attention-DSC-CNN6(Self-attention-depthwise separable convolution-CNN6)优化模型进行高层次的特征提取,并将提取的特征进一步拼接融合,最后将拼接后的特征经分类器分类。针对Self-Attention-DSC-CNN6优化模型,基于CNN6算法进行了改进,将传统卷积层替换为深度可分离卷积(Depthwise separable convolution,DSC)来达到减少计算复杂度的效果,并引入Self-Attention注意力机制以增强特征提取能力。实验结果显示,本文所提出的多模态融合框架鲈鱼摄食强度分类准确率达到90.24%,模型可以有效利用不同数据源信息,提升了对复杂环境中鱼群行为的理解,增强了模型决策能力,确保了投喂策略的及时性与准确性,从而有效减少了饲料浪费。

关键词：鲈鱼摄食强度分类多模态融合 Self-Attention-DSC-CNN6

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络与动态采样的三维目标检测算法

引用

激光与光电子学进展 2025年

作者：钟凯陈颖颜承志高寒上海应用技术大学计算机科学与信息工程学院

现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间... 详细信息

现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间的语义信息，从而生成高质量的伪图像。在关键点采样阶段，设计了一种动态采样策略，不仅提升了采样效率，同时增加了前景点的比例，并结合动态最远体素采样方法以确保关键点分布的均匀性。在候选框细化阶段，利用多尺度图池化模块提取丰富的局部特征，最后通过自适应模块融合局部信息与关键点信息，增强了特征表达能力。基于KITTI数据集的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)分别达到了56.08%和77.65%，较基准算法Point Pillars分别提升了12.29和10.04个百分点。此外，该算法在远距离目标识别方面也表现出更高的精度，验证了其在远距离目标检测和小目标类别检测中的有效性。

关键词：三维目标检测图神经网络动态采样点云处理小目标检测

来源：评论

学校读者我要写书评

暂无评论

基于PVDF-EtP纳米纤维膜的压电性能及其在压力传感器中的应用

引用

物理学报 2025年第7期74卷 225-234页

作者：程奥迪余辉洋汪辰涛范梓阳张佳琪吴可滢黄见秋南京工业大学计算机与信息工程学院(人工智能学院) 南京211816 东南大学MEMS教育部重点实验室南京210096

近年来,聚偏氟乙烯(PVDF)基纳米纤维膜由于其优异的压电性能,成为了传感器、能量采集器等应用中的重要材料.然而,PVDF膜的压电性能仍受限于其本身的结构和材料特性,因此,本文研究了填料掺杂驻极体纳米颗粒(EtP)对PVDF纳米纤维膜性能的影... 详细信息

近年来,聚偏氟乙烯(PVDF)基纳米纤维膜由于其优异的压电性能,成为了传感器、能量采集器等应用中的重要材料.然而,PVDF膜的压电性能仍受限于其本身的结构和材料特性,因此,本文研究了填料掺杂驻极体纳米颗粒(EtP)对PVDF纳米纤维膜性能的影响.实验采用静电纺丝技术,将不同浓度的填料掺杂到PVDF纳米纤维膜中,发现适量的填料掺杂可以显著提高膜的压电性能.此外,填料的加入提高了PVDF纳米纤维膜电输出性能的稳定性.实验结果表明,在PVDF溶液中添加不同质量分数的填料,例如质量分数为1%,1.5%和2%的驻极体颗粒,并通过静电纺丝制备纳米复合纳米纤维膜,可以显著提高其在20 N测试压力下的电输出性能.此外,增加膜面积和施加的压力可以进一步提高它们的电输出性能.本文还提出了一种高效的信号处理方法,通过FIR数字低通滤波去除高频噪声、平滑先验法消除基线漂移,并改进AMPD算法精确检测压电信号中的主波峰位置与特性,从而提高信号的稳定性与特征提取准确性.结合本文实验,填料掺杂和静电纺丝技术的结合为提高PVDF纳米纤维膜的性能提供了一种简单有效的方法,为其在各个领域的应用提供了新的可能性和广阔的前景.

关键词：静电纺丝驻极体颗粒 PVDF纳米纤维膜信号处理

来源：评论

学校读者我要写书评

暂无评论

融合知识和语义信息的双编码器自动摘要模型

引用

计算机工程与应用 2025年第7期61卷 213-221页

作者：贾莉马廷淮桑晨扬潘倩南京信息工程大学计算机学院、网络空间安全学院南京210044 江苏海洋大学计算机工程学院江苏连云港222005 南京信息工程大学软件学院南京210044

为了解决自动文本摘要任务存在的文本语义信息不能充分编码、生成的摘要语义冗余、原始语义信息丢失等语义问题,提出了一种融合知识和文本语义信息的双编码器自动摘要模型(dual-encoder automatic summarization model incorporating kn... 详细信息

为了解决自动文本摘要任务存在的文本语义信息不能充分编码、生成的摘要语义冗余、原始语义信息丢失等语义问题,提出了一种融合知识和文本语义信息的双编码器自动摘要模型(dual-encoder automatic summarization model incorporating knowledge and semantic information,KSDASum)。该方法采用双编码器对原文语义信息进行充分编码,文本编码器获取全文的语义信息,图结构编码器维护全文上下文结构信息。解码器部分采用基于Transformer结构和指针网络,更好地捕捉文本和结构信息进行交互,并利用指针网络的优势提高生成摘要的准确性。同时,训练过程中采用强化学习中自我批判的策略梯度优化模型能力。该方法在CNN/Daily Mail和XSum公开数据集上与GSUM生成式摘要方法相比,在评价指标上均获得最优的结果,证明了所提模型能够有效地利用知识和语义信息,提升了生成文本摘要的能力。

关键词：知识图谱编码器图注意力机制指针网络增强训练自动摘要

来源：评论

学校读者我要写书评

暂无评论

基于能量感知的智能反射面辅助无人机时效数据收集策略

引用

电子与信息学报 2025年第2期47卷 427-438页

作者：张涛张迁朱颖雯代陈江苏开放大学信息工程学院南京210000 南京航空航天大学计算机科学与技术学院南京210016 南京邮电大学计算机学院南京210023

为了应对智能反射面(RIS)辅助的无人机(UAV)在物联网数据收集过程中能量高效利用与信息收集时效性之间的均衡问题,该文提出一种基于深度强化学习的数据收集优化策略。针对无人机在数据采集过程中的飞行能耗、通信复杂性及采集信息时效性... 详细信息

为了应对智能反射面(RIS)辅助的无人机(UAV)在物联网数据收集过程中能量高效利用与信息收集时效性之间的均衡问题,该文提出一种基于深度强化学习的数据收集优化策略。针对无人机在数据采集过程中的飞行能耗、通信复杂性及采集信息时效性(AoI)约束,设计了一种基于双深度Q网络(DDQN)的联合优化方案,涵盖无人机轨迹规划、物联网设备调度以及智能反射面相位调整。该方案有效缓解了传统Q学习方法中Q值过估计的问题,使无人机能够根据实时环境动态调整飞行轨迹和通信策略,从而在提升数据传输效率的同时降低能量消耗。仿真结果表明,与传统方法相比,所提方案能够显著提高数据收集效率。此外,通过合理分配能量与通信资源,所提方案能够动态适应不同通信环境参数变化,确保系统在能耗与AoI之间达到最佳均衡。

关键词：无人机辅助通信时效性深度强化学习智能反射面

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的多粒度软件系统交互关系预测

引用

软件学报 2025年第05期36卷 2043-2063页

作者：邓文涛程璨何鹏陈孟瑶李兵湖北大学计算机与信息工程学院武汉工商学院计算机与自动化学院智能感知系统与安全教育部重点实验室(湖北大学) 湖北大学人工智能学院武汉大学计算机学院

当下,软件系统中元素间的交互错综复杂,涵盖了包间、类间和函数间等多种关系.准确理解这些关系对于优化系统结构以及提高软件质量至关重要.分析包间关系有助于揭示模块间的依赖性,有利于开发者更好地管理和组织软件架构;而类间关系的明... 详细信息

当下,软件系统中元素间的交互错综复杂,涵盖了包间、类间和函数间等多种关系.准确理解这些关系对于优化系统结构以及提高软件质量至关重要.分析包间关系有助于揭示模块间的依赖性,有利于开发者更好地管理和组织软件架构;而类间关系的明晰理解则有助于构建更具扩展性和可维护性的代码库;清晰了解函数间关系则能够迅速定位和解决程序中的逻辑错误,提升软件的鲁棒性和可靠性.然而,现有的软件系统交互关系预测存在着粒度差异、特征不足和版本变化等问题.针对这一挑战,从软件包、类和函数这3种粒度构建相应的软件网络模型,并提出一种结合局部和全局特征的全新方法,通过软件网络的特征提取和链路预测方式,来增强对软件系统的分析和预测.该方法基于软件网络的构建和处理,具体步骤包括利用node2vec方法学习软件网络的局部特征,并结合拉普拉斯特征向量编码以综合表征节点的全局位置信息.随后,利用Graph Transformer模型进一步优化节点属性的特征向量,最终完成软件系统的交互关系预测任务.在3个Java开源项目上进行广泛的实验验证,包括版本内和跨版本的交互关系预测任务.实验结果显示,相较于基准方法,所提方法在版本内的预测任务中,平均AUC和AP值分别提升8.2%和8.5%;在跨版本预测任务中,平均AUC和AP值分别提升3.5%和2.4%.

关键词：软件网络交互关系预测 Graph Transformer 粒度差异软件质量

来源：评论

学校读者我要写书评

暂无评论

混合特征平衡图注意力网络日志异常检测模型

引用

计算机工程与应用 2025年第1期61卷 308-320页

作者：陈旭张硕景永俊王叔洋北方民族大学计算机科学与工程学院银川750000 北方民族大学电气信息工程学院银川750000

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息... 详细信息

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息、日志序列和时间结构,增强日志特征间的关联性,并采用日志图构建模块构建日志图,有效保留空间结构特征。设计平衡日志图生成模块,解决不平衡的日志数据导致检测结果偏向多数类问题。采用图日志异常检测模块进行异常检测。使用BGL、Thunderbird和HDFS三个公共数据集对HBGATLog进行验证,实验结果表明,F1 score分别达到了99.0%、98.7%和98.1%。证明HBGATLog不但能够解决日志数据不平衡问题,充分考虑日志数据特征的关联性,而且有效降低了漏检率。

关键词：日志异常检测日志分析图神经网络混合特征提取数据不平衡

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：