检索结果-内蒙古大学图书馆

吉林大学学报（理学版） 2024年第5期62卷 1138-1144页

作者：王士斌郭嘉懿河南师范大学计算机与信息工程学院河南新乡453000

针对复杂图像中存在非均匀散射介质(如大气湍流、烟雾、雾霾等),导致光线在不同区域的传播和散射特性不同,较难准确恢复图像能见度的问题,提出一种基于高低频特征增强和透射率修正的复杂图像去雾方法.首先,基于奇异值分解和Gamma拐点校... 详细信息

针对复杂图像中存在非均匀散射介质(如大气湍流、烟雾、雾霾等),导致光线在不同区域的传播和散射特性不同,较难准确恢复图像能见度的问题,提出一种基于高低频特征增强和透射率修正的复杂图像去雾方法.首先,基于奇异值分解和Gamma拐点校正,设计低频特征增强方法;其次,基于Shearlet变换分解和非线性变换,得到高频特征增强方法;再次,利用软抠图精化所估计的透射率,构建透射率修正策略;最后,融合上述3种方法,根据大气光值和精化透射率,完成图像去雾,分别增强高、低频特征后,将两者叠加,获得增强的去雾图像.经去雾图像的视觉感观和客观评价指标结果验证表明,该方法的去雾效果较好,能有效恢复复杂图像的细节信息,改善图像的整体视觉质量.

关键词：低频特征增强高频特征增强透射率估计透射率精化复杂图像去雾

来源：评论

学校读者我要写书评

暂无评论

边端协同环境中的任务卸载和资源分配方法

引用

南京师大学报（自然科学版） 2024年第1期47卷 121-132页

作者：张俊娜赵豪李天泽赵晓焱王亚丽河南师范大学计算机与信息工程学院河南新乡453007

将终端任务卸载至边缘计算环境弥补了云计算距离较远而产生较大延迟的缺陷,同时还降低了设备能耗.但从资源方面来讲,边缘服务器的各类资源并不像云服务器那么充足,因此,任务卸载和资源分配的联合优化成为边缘计算的研究热点之一.已有的... 详细信息

将终端任务卸载至边缘计算环境弥补了云计算距离较远而产生较大延迟的缺陷,同时还降低了设备能耗.但从资源方面来讲,边缘服务器的各类资源并不像云服务器那么充足,因此,任务卸载和资源分配的联合优化成为边缘计算的研究热点之一.已有的任务卸载和资源分配联合优化研究通常假设任务卸载至单个边缘服务器,默认每个终端设备产生一个任务,即使有研究多服务器的,也通常忽略服务器间的负载均衡.为此,本文在一个多边缘服务器多用户多任务的边端系统中,提出了一种权衡时延、能耗和负载均衡指标(即效益)的任务卸载和资源分配方法,其通过优化任务卸载决策、服务器计算资源分配和终端设备发射功率,实现任务卸载效益最大化.最后,为了验证所提方法的有效性,进行了充分的对比实验.实验结果表明,与对比方法相比,所提出的方法在提升卸载效益和实现服务器间负载均衡方面有良好的性能.

关键词：边缘计算任务卸载资源分配负载均衡强化学习

来源：评论

学校读者我要写书评

暂无评论

一种多种群进化和差分变异的鲸鱼优化算法

引用

小型微型计算机系统 2024年第11期45卷 2618-2627页

作者：朱杰付伟马宁季伟东苏婷陈珊哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对鲸鱼优化算法容易陷入局部最优,求解精度低,收敛速度慢,提出了一种多种群进化和差分变异的鲸鱼优化算法(MDWOA).首先,根据适应度值将种群划分为两个大小相等的子种群,并为每个子种群分配不同的移动策略,以平衡全局和局部搜索能力.其... 详细信息

针对鲸鱼优化算法容易陷入局部最优,求解精度低,收敛速度慢,提出了一种多种群进化和差分变异的鲸鱼优化算法(MDWOA).首先,根据适应度值将种群划分为两个大小相等的子种群,并为每个子种群分配不同的移动策略,以平衡全局和局部搜索能力.其次,设计了一种种群进化和差分变异的策略来帮助MDWOA提高收敛速度,避免其陷入局部最优.最后,引入反向学习策略,增加种群多样性.将MDWOA与多种优化算法在13个基准函数上进行仿真测试,非参数检验的结果表明相较于其他优化算法来说改进的算法具有更高的精度和稳定性.在此基础上,建立了基于MDWOA优化BP神经网络模型,预测波士顿房价的实验结果表明所提出的预测模型具有更好的预测性能和有效性.

关键词：多种群进化差分变异鲸鱼优化算法反向学习 MDWOA-BP神经网络

来源：评论

学校读者我要写书评

暂无评论

抗恶意敌手的多方概率门限隐私集合交集方法

引用

计算机应用研究 2024年第12期41卷 3834-3842页

作者：巩一德张恩王梦涛河南师范大学计算机与信息工程学院河南新乡453007

概率门限隐私集合交集研究作为门限隐私集合交集的一种概率变体,在指纹或人脸识别、联邦学习等领域比确定型门限隐私集合交集协议效率更高。然而现有的概率门限隐私集合交集协议缺少针对恶意模型下的多方概率门限隐私集合交集的研究。... 详细信息

概率门限隐私集合交集研究作为门限隐私集合交集的一种概率变体,在指纹或人脸识别、联邦学习等领域比确定型门限隐私集合交集协议效率更高。然而现有的概率门限隐私集合交集协议缺少针对恶意模型下的多方概率门限隐私集合交集的研究。针对该问题,提出了两种在恶意模型下安全的多方概率门限隐私集合交集协议。第一个多方概率门限隐私集合交集协议在参与方之间没有合谋行为时,能够抵御任意恶意敌手,并且使用对称密钥源语高效地实现了协议。该协议在八个参与方的场景下,集合大小为2^(20),门限值为0.5 n,协议的时间成本约为24.59 s。此外,在第一个协议的基础上结合零共享方案以及不经意可编程伪随机函数设计了一种抗合谋版本的协议,即当两个指定参与方不同时参与合谋时,该协议可以抵抗任意参与方子集进行合谋攻击。在相同实验设置下,当合谋参与方数量为N/2时,协议的时间成本约为40.00 s。与现有方案的实验对比可得,该协议具有更多的应用场景与更好的效率。

关键词：概率门限隐私集合交集不经意键值对存储恶意安全不经意可编程伪随机函数

来源：评论

学校读者我要写书评

暂无评论

基于CNN与ViT混合结构的遥感图像地物分类算法

引用

遥感信息 2024年第3期39卷 121-127页

作者：陈佳慧路鹏罗小玲郜晓晶潘新内蒙古农业大学计算机与信息工程学院呼和浩特010018

针对传统的基于机器学习和卷积神经网络等遥感图像分类方法整体分类精度不高以及受限于局部感受野造成的全局特征提取不足等现象,为进一步提高遥感图像的分类精度,提出了一种结合三维、二维卷积核混合的神经网络(three dimensional and ... 详细信息

针对传统的基于机器学习和卷积神经网络等遥感图像分类方法整体分类精度不高以及受限于局部感受野造成的全局特征提取不足等现象,为进一步提高遥感图像的分类精度,提出了一种结合三维、二维卷积核混合的神经网络(three dimensional and two dimensional convolutional neural network, 3D-2D CNN)与视觉transformer(vision transformer, ViT)的遥感图像分类方法Hybrid CNN-ViT。算法在3D和2D卷积核充分提取遥感图像空间光谱信息的基础上,通过ViT的多头注意力机制提取全局序列信息,解决全局特征提取不足的问题。实验将影像划分不同比例的训练集、验证集与测试集,并与DBDA、DBMA和3D-2D CNN做对比。结果表明,训练集∶验证集∶测试集为8∶1∶1时,该方法的分类精度达到最高,总体分类精度(99.47%)、Kappa系数(0.9908)均优于其他3种方法。

关键词：卷积神经网络深度学习视觉transformer 地物分类图像处理

来源：评论

学校读者我要写书评

暂无评论

基于层级图卷积网络的情绪识别模型

引用

中文信息学报 2024年第6期38卷 139-150页

作者：聂小芳谭宇轩曾雪强左家莉江西师范大学计算机信息工程学院江西南昌330022

细粒度情绪识别模型采用比传统方法更多的情绪类别,能更为准确地捕捉人们日常生活中经历和表达的情绪。然而,大幅增加的情绪类别以及细粒度情绪间存在的相互关联和模糊性,给细粒度情绪识别模型带来了挑战。已有情绪识别工作表明,引入情... 详细信息

细粒度情绪识别模型采用比传统方法更多的情绪类别,能更为准确地捕捉人们日常生活中经历和表达的情绪。然而,大幅增加的情绪类别以及细粒度情绪间存在的相互关联和模糊性,给细粒度情绪识别模型带来了挑战。已有情绪识别工作表明,引入情感词典等外部知识可以有效提升模型性能。但现有细粒度情绪识别模型引入情感知识的方式还较为简单,仍未考虑深层情感知识,例如,情感层级关系。针对上述问题,该文提出一种基于层级图卷积网络的情绪识别(Hierarchy Graph Convolution Networks-based Emotion Recognition,HGCN-EC)模型。HGCN-EC模型由语义信息模块、情绪层级结构知识模块和知识融合模块组成。语义信息模块提取文本的语义特征;情绪层级结构知识模块将细粒度情绪构建为树状层级结构并使用贝叶斯统计推断计算情绪之间的转移概率作为层级知识;知识融合模块采用图卷积网络将情绪层级知识与文本语义特征融合,用于实现情绪预测。在GoEmotions数据集上的对比实验结果表明,HGCN-EC模型具有相较于基线方法更优的细粒度情绪识别性能。

关键词：细粒度情绪识别图卷积网络情绪层级知识 GoEmotions

来源：评论

学校读者我要写书评

暂无评论

基于多指标精英个体博弈机制的多目标优化算法

引用

系统仿真学报 2023年第3期35卷 494-514页

作者：王旭季伟东周国辉杨佳慧哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

为了改善多目标优化算法的收敛性与优化解集的多样性,缓解种群在目标空间中的坍缩,提出一种基于多指标精英个体博弈机制的多目标优化算法。利用Pareto支配关系与多指标综合筛选精英个体。将带有K-means聚类的精英个体博弈机制与交叉变... 详细信息

为了改善多目标优化算法的收敛性与优化解集的多样性,缓解种群在目标空间中的坍缩,提出一种基于多指标精英个体博弈机制的多目标优化算法。利用Pareto支配关系与多指标综合筛选精英个体。将带有K-means聚类的精英个体博弈机制与交叉变异策略融合,有效提升了算法的收敛性与多样性。对算法进行了详细的收敛性分析,证明了算法的收敛性。将8个代表性的比较算法在标准测试函数上进行解集指标对比并解决实际水泵调度问题,本文算法在收敛性与多样性上优于或持平其他比较算法,验证了本文算法的有效性,在一定程度上减小了种群在目标空间中坍缩的概率。

关键词：多目标优化收敛性分析博弈机制 K-means聚类精英个体筛选

来源：评论

学校读者我要写书评

暂无评论

基于MODIS-EVI2与集成学习的森林火烧迹地面积预测

引用

遥感技术与应用 2024年第5期39卷 1261-1270页

作者：冯俊辰董昊韩鹏李远斌刘靖宇丁云鸿哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

在林火救援中,根据火灾早期阶段预测最终燃烧面积,可有效指导火灾救援。然而,以往研究采用归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)作为输入指标,其对土壤反射率敏感,数据噪声大。因此两波段增强植被指数(Two-... 详细信息

在林火救援中,根据火灾早期阶段预测最终燃烧面积,可有效指导火灾救援。然而,以往研究采用归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)作为输入指标,其对土壤反射率敏感,数据噪声大。因此两波段增强植被指数(Two-band Enhanced Vegetation Index,EVI2)被使用以准确预测野火过火面积。此外,针对单一机器学习预测算法抗干扰能力差的问题,一种基于堆叠泛化(Stacking)集成学习的Stacking-XRSK模型被提出。结果表明:使用EVI2使模型R^(2)较NDVI提高6.05%,MAE和MSE分别降低0.88%和0.41%。相比于单一模型,使用Stacking-XRSK模型的R^(2)最高,高出范围在2.8%~11.06%之间,MAE、MSE和AOC最低。验证了利用EVI2代替NDVI预测火烧迹地面积的可行性和准确性,同时表明Stacking模型能在充分发挥单一基模型优势的基础上提高模型的泛化能力,为森林火灾安全管理与及时扑救提供科学的参考。

关键词：森林火烧迹地面积两波段增强植被指数预测模型集成学习机器学习

来源：评论

学校读者我要写书评

暂无评论

TPSCRE：一种融合语义特征和多层交叉注意力机制的中药专利文本实体关系联合抽取模型

引用

数据分析与知识发现 2024年

作者：邓娜喻卓群但文俊陈旭刘树栋湖北工业大学计算机学院中南财经政法大学信息工程学院

[目的]解决中药专利文本中实体重叠和关系复杂的问题，提升中药成分、药理疗效、优点等实体关系的抽取精度。[方法]提出一种中药专利文本实体关系联合抽取模型TPSCRE：结合词性标注网络和CDIL-CNN增强模型对中药专利语义的语法理解与长... 详细信息

[目的]解决中药专利文本中实体重叠和关系复杂的问题，提升中药成分、药理疗效、优点等实体关系的抽取精度。[方法]提出一种中药专利文本实体关系联合抽取模型TPSCRE：结合词性标注网络和CDIL-CNN增强模型对中药专利语义的语法理解与长距离依赖信息的捕捉，利用双重Cross-Attention机制来生成多样化词表示以增强实体和关系的信息交互和互补，通过对抗学习策略增强模型对潜在错误标注数据的鲁棒性和泛化能力；构建主客体对应矩阵过滤出正确的中药专利实体关系三元组。[结果]实验结果表明，相较于基准模型，TPSCRE模型在中药专利数据集上的实体识别和关系抽取任务中，F1值分别提升2.88%和5.38%。[局限]模型复杂度和计算成本较高，且评估标准受限于现有数据集的规模，需要在数据集规模扩充后，增强模型在实际应用中的表现。[结论] TPSCRE模型能更好捕捉中药文本中实体间的复杂关系，在中药专利实体关系的联合抽取任务中有显著性能优势。

关键词：中药专利实体关系联合抽取词性特征交叉注意力机制对抗学习

来源：评论

学校读者我要写书评

暂无评论

基于动态服务缓存辅助的任务卸载方法

引用

计算机应用 2024年第5期44卷 1493-1500页

作者：张俊娜王欣新李天泽赵晓焱袁培燕河南师范大学计算机与信息工程学院河南新乡453007

针对服务缓存和任务卸载联合优化中,由于缺乏对用户服务请求多样性和动态性的综合考虑而导致的用户体验质量降低问题,提出一种基于动态服务缓存辅助的任务卸载方法。首先,针对边缘服务器执行缓存服务动作空间较大的问题,重新定义了动作... 详细信息

针对服务缓存和任务卸载联合优化中,由于缺乏对用户服务请求多样性和动态性的综合考虑而导致的用户体验质量降低问题,提出一种基于动态服务缓存辅助的任务卸载方法。首先,针对边缘服务器执行缓存服务动作空间较大的问题,重新定义了动作,并筛选出最优的动作集合以提高算法训练的效率;其次,设计一种改进的多智能体Q-Learning算法学习最优的服务缓存策略;再次,将任务卸载问题转换为凸优化问题,利用凸优化工具获得最优解;最后,利用拉格朗日对偶法求得最优的计算资源分配策略。为了验证所提方法的有效性,基于真实数据集进行了充分的实验。实验结果表明,对比Q-Learning、双层深度Q网络(D2QN)以及多智能体深度确定性策略梯度(MADDPG)方法,所提方法的响应时间分别降低了8.5%、11.8%和12.6%,平均体验质量分别提高了1.5%、2.7%和4.3%。

关键词：边缘计算动态服务缓存任务卸载计算资源分配服务多样性

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：