检索结果-内蒙古大学图书馆

模式识别与人工智能 2024年第5期37卷 447-458页

作者：刘希刘博季繁繁袁晓彤南京信息工程大学计算机学院南京210044 Walmart Global Tech Hub SunnyvaleCA 94086USA 南京信息工程大学电子与信息工程学院南京210044 南京大学计算机软件新技术全国重点实验室南京210023 南京大学智能科学与技术学院苏州215163

个性化联邦学习侧重于为各客户端提供个性化模型,旨在提高对异构数据的处理性能,然而现有的个性化联邦学习算法大多以增加客户端参数量为代价提高个性化模型的性能,使计算变得复杂.为了解决此问题,文中提出基于稀疏正则双层优化的个性... 详细信息

个性化联邦学习侧重于为各客户端提供个性化模型,旨在提高对异构数据的处理性能,然而现有的个性化联邦学习算法大多以增加客户端参数量为代价提高个性化模型的性能,使计算变得复杂.为了解决此问题,文中提出基于稀疏正则双层优化的个性化联邦学习算法(Personalized Federated Learning Based on Sparsity Regularized Bi-level Optimization,pFedSRB),在客户端的个性化更新中引入l 1范数稀疏正则化,提升个性化模型的稀疏度,避免不必要的客户端参数更新,降低模型复杂度.将个性化联邦学习建模为双层优化问题,内层优化采用交替方向乘子法,可提高学习速度.在4个联邦学习基准数据集上的实验表明,pFedSRB在异构数据上表现出色,在提高模型性能的同时有效降低训练用时和空间成本.

关键词：个性化联邦学习稀疏正则化非独立同分布(Non-IID) 交替方向乘子法(ADMM)

来源：评论

学校读者我要写书评

暂无评论

基于窗口自注意力网络的单图像去雨算法

引用

上海交通大学学报 2023年第5期57卷 613-623页

作者：高涛文渊博陈婷张静长安大学信息工程学院西安710064 澳大利亚国立大学工程与计算机学院澳大利亚堪培拉2600

单图像去雨研究旨在利用退化的雨图恢复出无雨图像,而现有的基于深度学习的去雨算法未能有效地利用雨图的全局性信息,导致去雨后的图像损失部分细节和结构信息.针对此问题,提出一种基于窗口自注意力网络(Swin Transformer)的单图像去雨... 详细信息

单图像去雨研究旨在利用退化的雨图恢复出无雨图像,而现有的基于深度学习的去雨算法未能有效地利用雨图的全局性信息,导致去雨后的图像损失部分细节和结构信息.针对此问题,提出一种基于窗口自注意力网络(Swin Transformer)的单图像去雨算法.该算法网络主要包括浅层特征提取模块和深度特征提取网络两部分.前者利用上下文信息聚合输入来适应雨痕分布的多样性,进而提取雨图的浅层特征.后者利用Swin Transformer捕获全局性信息和像素点间的长距离依赖关系,并结合残差卷积和密集连接强化特征学习,最后通过全局残差卷积输出去雨图像.此外,提出一种同时约束图像边缘和区域相似性的综合损失函数来进一步提高去雨图像的质量.实验表明,与目前单图像去雨表现优秀的算法MSPFN、 MPRNet相比,该算法使去雨图像的峰值信噪比提高0.19 dB和2.17 dB,结构相似性提高3.433%和1.412%,同时网络模型参数量下降84.59%和34.53%,前向传播平均耗时减少21.25%和26.67%.

关键词：计算机视觉单图像去雨窗口自注意力网络残差网络自注意力机制空洞卷积

来源：评论

学校读者我要写书评

暂无评论

基于Logistic回归麻雀算法的图像分割

引用

北京航空航天大学学报 2023年第3期49卷 636-646页

作者：陈刚林东陈飞陈祥宇福州大学物理与信息工程学院福州350108 福州大学计算机与大数据学院/软件学院福州350108

针对麻雀搜索算法后期种群多样性减少、易陷入局部最优解等问题,提出一种新的改进麻雀搜索算法。所提算法先引入小孔成像反向学习策略对发现者的位置进行更新,提升寻优位置的多样性;其次受Logistic模型的启发,提出一种新的自适应因子对... 详细信息

针对麻雀搜索算法后期种群多样性减少、易陷入局部最优解等问题,提出一种新的改进麻雀搜索算法。所提算法先引入小孔成像反向学习策略对发现者的位置进行更新,提升寻优位置的多样性;其次受Logistic模型的启发,提出一种新的自适应因子对安全阈值进行动态控制,平衡所提算法的全局搜索与局部开发的能力。通过与其他算法在6个基准函数上进行仿真对比,结果表明:所提算法的收敛精度与速度均优于其他算法。在工程应用上,用所提算法优化K-means聚类算法进行图像分割,峰值信噪比(PSNR)、结构相似性(SSIM)及特征相似性(FSIM)3种度量指标验证了其良好的分割性能。

关键词：麻雀搜索算法图像分割小孔成像反向学习 Logistic模型 K-means聚类算法

来源：评论

学校读者我要写书评

暂无评论

雾环境下的船舶目标检测研究

引用

重庆理工大学学报（自然科学） 2024年第3期38卷 212-219页

作者：肖晶晶樊博彦杨雨婷厦门理工学院计算机与信息工程学院福建厦门361024

针对船舶在雾环境中因能见度不良易发生碰撞、船舶识别困难和检测精准度较低等问题:首先构建出雾环境下的船舶目标检测数据集;接着在YOLOv5基础上进行改进,在原网络结构基础上,为使深度可分离卷积更接近可分离卷积,使用GSConv模块替换H... 详细信息

针对船舶在雾环境中因能见度不良易发生碰撞、船舶识别困难和检测精准度较低等问题:首先构建出雾环境下的船舶目标检测数据集;接着在YOLOv5基础上进行改进,在原网络结构基础上,为使深度可分离卷积更接近可分离卷积,使用GSConv模块替换Head部分CBS模块,以提高模型精准度,并引入Slim-Neck范式,进一步提高模型平均精准度,降低模型的计算量。同时,采用多项式损失函数替换原二元交叉熵损失函数,以提高模型的精准度,并引入SIoU Loss消除真实框与预测框方向问题的缺陷,以提高训练速度和推理准确性。实验结果表明,模型在mAP0.5指标上达到95.7%,相较于基础YOLOv5模型,改进后的船舶目标检测模型mAP0.5提高0.9%、mAP0.95提高0.9%,同时FLOPs也降低2.1G。这一结果表明,雾环境下的船舶目标检测模型具有更优的精准度和更轻量的模型结构,在提高雾环境下船舶检测的精准度和效率方面具有很好的应用前景。

关键词：深度学习目标检测智能船舶雾环境

来源：评论

学校读者我要写书评

暂无评论

能量信息深度融合的移动网络架构及其技术挑战

引用

中国科学：信息科学 2024年第4期54卷 745-757页

作者：周盛孙宇璇姜之源龚杰常征牛志升清华大学电子工程系北京100084 北京交通大学电子信息工程学院北京100044 上海大学通信与信息工程学院上海200444 中山大学计算机学院广州510275 电子科技大学计算机科学与工程学院成都611731

5G的大规模部署伴随着网络能耗呈指数级增长,与此同时,国家提出了"碳达峰"与"碳中和"的"双碳"目标,因此移动网络的节能减排已刻不容缓.然而,一方面随着人工智能等技术的发展,未来6G网络中计算类业务预期... 详细信息

5G的大规模部署伴随着网络能耗呈指数级增长,与此同时,国家提出了"碳达峰"与"碳中和"的"双碳"目标,因此移动网络的节能减排已刻不容缓.然而,一方面随着人工智能等技术的发展,未来6G网络中计算类业务预期将迎来大幅增长;另一方面,实现绿色低碳需要提升可再生能源的利用率,但绿色新能源供能不稳难以保证服务质量.为应对以上挑战,本文提出一种能量与信息服务深度融合的低碳网络架构,通过构建一个协调异质资源的智能控制面,充分利用并调度移动网络中泛在的算力、通信和储能,在保证6G个性化业务服务质量要求的同时,以期大幅降低网络能耗与碳排放.本文同时还讨论了该架构下的调度机制设计以及可能的未来研究方向.

关键词： 6G 低碳节能通信计算融合绿色能源

来源：评论

学校读者我要写书评

暂无评论

完备的IBE密码学逆向防火墙构造方法

引用

软件学报 2024年第7期35卷 3482-3496页

作者：赵一刘行明洋杨波长安大学信息工程学院陕西西安710064 陕西师范大学计算机科学学院陕西西安710119

斯诺登事件后,以算法替换攻击为代表的后门攻击带来的威胁受到广泛关注.该类攻击通过不可检测的篡改密码协议参与方的算法流程,在算法中嵌入后门来获得秘密信息.为协议参与方配置密码学逆向防火墙(cryptographic reverse firewall,CRF)... 详细信息

斯诺登事件后,以算法替换攻击为代表的后门攻击带来的威胁受到广泛关注.该类攻击通过不可检测的篡改密码协议参与方的算法流程,在算法中嵌入后门来获得秘密信息.为协议参与方配置密码学逆向防火墙(cryptographic reverse firewall,CRF)是抵抗算法替换攻击的主要手段.基于身份加密(identity-based encryption,IBE)作为一种广泛应用的公钥加密体制,亟需构建合适的CRF方案.然而,已有工作仅实现了CRF再随机化的功能,忽视了将用户私钥直接发送给作为第三方的CRF的安全风险.针对上述问题,首先给出适用于IBE的CRF安全性质的形式化定义和安全模型.其次提出可再随机化且密钥可延展的无安全信道IBE(rerandomizable and keymalleable secure channel free IBE,RKM-SFC-IBE)的形式化定义并给出传统IBE转化为RKM-SFC-IBE以及增加匿名性的方法.最后基于RKM-SFC-IBE给出对应CRF的一般性构造方法,并给出标准模型下IBE方案的CRF构造实例与性能优化方法.与已有工作相比,提出完备的适用于IBE的CRF安全模型,给出一般构造方法,明确为表达力更强的加密方案构造CRF时的基本原则.

关键词：算法替换攻击密码学逆向防火墙无安全信道的基于身份加密安全保持性

来源：评论

学校读者我要写书评

暂无评论

基于PAC学习的组合式概率障碍证书生成

引用

软件学报 2025年第5期36卷 1907-1923页

作者：杨紫萱曾霞任勐鑫王建林曾振柄杨争峰华东师范大学软件工程学院西南大学计算机与信息科学学院河南大学计算机与信息工程学院上海大学理学院

连续动力系统安全验证是一个重要的研究问题,多年来各类验证方法所能处理的问题规模非常受限.对此,对于给定的连续动力系统,提出通过反例制导方法生成一组组合式概率近似正确(PAC)障碍证书的算法,最终给出无限时间范畴安全验证问题在概... 详细信息

连续动力系统安全验证是一个重要的研究问题,多年来各类验证方法所能处理的问题规模非常受限.对此,对于给定的连续动力系统,提出通过反例制导方法生成一组组合式概率近似正确(PAC)障碍证书的算法,最终给出无限时间范畴安全验证问题在概率统计意义下的形式化描述.通过建立和求解基于大M法的混合整数规划方法,将障碍证书的求解转化为约束优化问题.通过微分中值定理将非线性不等式进行区间线性化.最后,实现组合式PAC障碍证书生成工具CPBC,并在11个基准系统上评估其性能.实验结果表明, CPBC均能成功验证每个动力系统在指定不同的安全需求阈值下的安全性.与现有方法相比,所提方法可以更高效地为复杂系统或高维系统生成可靠的概率障碍证书,验证的样例规模已高达百维.

关键词：连续动力系统障碍证书 PAC 区间线性化混合整数规划

来源：评论

学校读者我要写书评

暂无评论

基于奇异谱分解和LSTM-ARIMA组合模型的生猪价格预测

引用

中国农机化学报 2024年第5期45卷 176-181,252页

作者：付莲莲方青袁冬宇滕佳敏江西农业大学计算机与信息工程学院南昌市330045

针对生猪价格波动过于剧烈难以预测的问题,提出基于奇异谱分解的LSTM-ARIMA组合模型对生猪价格进行预测。以2000年1月-2021年12月的月度价格数据作为样本,利用奇异谱分析对生猪价格数据进行分解,得到趋势项和波动项,选用累计贡献率达前... 详细信息

针对生猪价格波动过于剧烈难以预测的问题,提出基于奇异谱分解的LSTM-ARIMA组合模型对生猪价格进行预测。以2000年1月-2021年12月的月度价格数据作为样本,利用奇异谱分析对生猪价格数据进行分解,得到趋势项和波动项,选用累计贡献率达前70%的构建趋势项,剩下的30%构造波动项。趋势项非平稳且具有长记忆性,对其建立LSTM模型;波动项平稳,对其建立ARIMA模型,最后将两部分预测结果重组作为生猪价格的预测值,构建LSTM-ARIMA组合预测模型。将预测值和生猪真实价格进行对比,结果表明:预测值与真实值之间的均方根误差RMSE为2.75,平均绝对百分比误差MAPE为10.81%,平均绝对误差MAE为2.27,方向对称性DS为81.81;此组合模型能很好地预测生猪价格走势,对我国生猪价格预测具有更高地适用性与参考。

关键词：生猪价格预测奇异谱分析组合模型 LSTM ARIMA

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合和改进SIFT的目标跟踪算法

引用

郑州大学学报（理学版） 2024年第1期56卷 40-46页

作者：李文举王子杰崔柳上海应用技术大学计算机科学与信息工程学院上海201418

在进行跟踪任务时,当运动目标发生形变或旋转以及受到光照变化或背景干扰时,会发生偏移现象或丢失跟踪目标,从而导致跟踪精度降低。据此,提出基于多特征融合和改进SIFT的目标跟踪算法。在图像的高熵部分进行特征点的提取,并使用哈希算... 详细信息

在进行跟踪任务时,当运动目标发生形变或旋转以及受到光照变化或背景干扰时,会发生偏移现象或丢失跟踪目标,从而导致跟踪精度降低。据此,提出基于多特征融合和改进SIFT的目标跟踪算法。在图像的高熵部分进行特征点的提取,并使用哈希算法将错误匹配的特征点剔除。同时对感知哈希和差异哈希进行改进,将改进后的图像哈希特征、颜色特征和SIFT特征进行融合并应用于跟踪算法。将算法在OTB-100数据集上进行实验,成功率达到了94.3%。

关键词：目标跟踪图像哈希信息熵颜色矩 SIFT

来源：评论

学校读者我要写书评

暂无评论

图神经网络在异常检测中的应用综述

引用

计算机工程与应用 2024年第13期60卷 51-65页

作者：陈佳乐陈旭景永俊王叔洋北方民族大学计算机科学与工程学院银川750030 北方民族大学电气信息工程学院银川750030

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据... 详细信息

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据。传统异常检测方法在检测图数据时通常不考虑数据之间的关系,而使用GNN进行异常检测的模型可以利用图结构和图特征进行学习,从而提高异常检测的准确性和鲁棒性。从三个方面对GNN在异常检测中的应用进行综述。介绍了GNN的基本框架,分别探讨了GNN在静态图异常检测、动态图异常检测和时序数据异常检测的最新研究进展,深入分析了该领域未来的研究方向。

关键词：图神经网络异常检测静态图动态图时序数据

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：