检索结果-内蒙古大学图书馆

中山大学学报(自然科学版)(中英文) 2025年

作者：腾文潘越伟贵州财经大学数学与统计学院贵州商学院计算机与信息工程学院

考虑了修正λ-微分Lie-Yamaguti代数，其中修正λ-微分Lie-Yamaguti代数由一个Lie-Yamaguti代数和一个修正λ-微分算子组成.首先我们引入修正λ-微分Lie-Yamaguti代数的表示.此外，我们建立了系数在表示中的修正λ-微分Lie-Yamaguti代... 详细信息

考虑了修正λ-微分Lie-Yamaguti代数，其中修正λ-微分Lie-Yamaguti代数由一个Lie-Yamaguti代数和一个修正λ-微分算子组成.首先我们引入修正λ-微分Lie-Yamaguti代数的表示.此外，我们建立了系数在表示中的修正λ-微分Lie-Yamaguti代数的上同调.最后，我们利用第二上同调群研究了修正λ-微分Lie-Yamaguti代数的单参数形式变形和Abelian扩张.

关键词： Lie-Yamaguti代数修正λ-微分算子表示和上同调单参数形式变形 Abelian扩张

来源：评论

学校读者我要写书评

暂无评论

基于VAE-CWGAN和特征统计重要性融合的网络入侵检测方法

引用

通信学报 2024年第2期45卷 54-67页

作者：刘涛涛付钰王坤段雪源海军工程大学信息安全系湖北武汉430033 信阳职业技术学院数学与信息工程学院河南信阳464000 信阳师范大学计算机与信息技术学院河南信阳464000

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题,提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先,为提升数据质量对数据集进行预处理;其次,搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡问题... 详细信息

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题,提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先,为提升数据质量对数据集进行预处理;其次,搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡问题,使分类模型不再偏向于多数类;再次,使用标准差、中值均值差对特征进行排序,并融合其统计重要性来进行特征选择旨在获得代表性更强的特征,从而使模型更好地学习数据信息;最后,通过一维卷积神经网络对特征选择后的混合数据集进行分类。实验结果表明,所提方法在NSL-KDD、UNSW-NB15和CIC-IDS-2017数据集上都表现出较好的性能优势,准确率分别为98.95%、96.24%和99.92%,有效提升了入侵检测性能。

关键词：入侵检测网络流量类不平衡特征选择统计重要性融合

来源：评论

学校读者我要写书评

暂无评论

基于多尺度上下文注意力的遥感图像语义分割

引用

科学技术与工程 2025年第8期25卷 3333-3339页

作者：张剑飞倪俊文黑龙江科技大学计算机与信息工程学院哈尔滨150022

遥感图像的语义分割对农业生产、城市规划等领域有十分重要的作用,但受成像距离、光照、地物、环境等因素影响,遥感图像中存在目标语义信息模糊问题,导致在分割时存在不确定性。针对此问题,提出一种多尺度上下文注意力方法(multi-scale ... 详细信息

遥感图像的语义分割对农业生产、城市规划等领域有十分重要的作用,但受成像距离、光照、地物、环境等因素影响,遥感图像中存在目标语义信息模糊问题,导致在分割时存在不确定性。针对此问题,提出一种多尺度上下文注意力方法(multi-scale context attention,MSCA),其将金字塔池化方法与注意力方法相结合,可以更充分地利用上下文信息。同时该方法显著降低了注意力方法的计算量和内存占用。在ISPRS Potsdam数据集上进行了实验,实验结果表明:MSCA方法在不显著增加内存开销,以及维持推理速度一致的情况下,对遥感图像中语义信息不明确的目标分类,具有更好的分割效果。

关键词：遥感图像语义分割注意力机制多尺度上下文

来源：评论

学校读者我要写书评

暂无评论

车联网边缘计算场景下基于改进型NSGA-Ⅱ算法的边缘服务器部署决策

引用

物联网学报 2024年第1期8卷 84-97页

作者：朱思峰王钰陈昊朱海柴争义杨诚瑞天津城建大学计算机与信息工程学院天津300384 河南工程学院计算机学院河南郑州451191 天津工业大学计算机科学与技术学院天津300387

车联网环境下,边缘服务器的放置位置与部署数量直接影响到边缘计算的效率。由于在宏基站或基站上部署大型边缘服务器的成本较高,可以在微基站上部署一个小型边缘服务器作为补充,并通过优化大型边缘服务器的放置位置来降低成本。为了最... 详细信息

车联网环境下,边缘服务器的放置位置与部署数量直接影响到边缘计算的效率。由于在宏基站或基站上部署大型边缘服务器的成本较高,可以在微基站上部署一个小型边缘服务器作为补充,并通过优化大型边缘服务器的放置位置来降低成本。为了最小化边缘服务器的部署代价和服务延迟、最大化运营商的收入和服务器负载均衡度,把边缘服务器放置问题与车联网用户应用服务放置问题联合建模为一个多目标优化问题,并提出了基于改进型NSGA-Ⅱ算法的放置方案。实验结果表明,提出的边缘服务器放置方案能够降低约44%的边缘服务器部署成本,降低约14.2%的时延,提升24.2%的运营商收入,具有较好的应用价值。

关键词：车联网边缘计算边缘服务器部署问题多目标优化算法 NSGA-Ⅱ

来源：评论

学校读者我要写书评

暂无评论

一种高效的连续时序图注意力网络的交通预测模型

引用

计算机工程 2025年第4期51卷 350-359页

作者：刘云翔梁智超上海应用技术大学计算机科学与信息工程学院上海201418

交通预测领域面临传统时空建模方法难以有效捕获长程依赖关系、固定时间窗口机制无法适应动态时序模式以及基于统计学的传统模型在复杂拓扑关系建模方面存在局限性3个主要挑战。针对上述问题,提出基于连续时序的高效图注意力网络(T-EGAT... 详细信息

交通预测领域面临传统时空建模方法难以有效捕获长程依赖关系、固定时间窗口机制无法适应动态时序模式以及基于统计学的传统模型在复杂拓扑关系建模方面存在局限性3个主要挑战。针对上述问题,提出基于连续时序的高效图注意力网络(T-EGAT)。首先设计高效多头自注意力机制(EMSA),采用参数共享和稀疏计算策略,将注意力头的计算复杂度从O(N)降低到O(Nlog_(a)N);其次开发线性时序扩展模块,通过可学习的时序卷积核将时间感知范围从固定K步扩展到K+Δ步的弹性窗口,其中Δ∈[0,12]为自适应调整参数;最后构建动态图推理架构,利用图神经网络(GNNs)的邻域聚合特性,在每个时间步自动生成包含83个交通要素的拓扑关系矩阵。实验结果表明,在PeMSD4、METR-LA等5个基准数据集上,T-EGAT相较16种基线模型(包括DCRNN、GraphWaveNet、ASTGCN等)取得显著提升,平均绝对误差(MAE)降低了2.77%~5.97%,均方根误差(RMSE)改善了3.12%~6.44%,单步预测时间缩短了1.41%~2.3%。消融实验结果表明,EMSA带来42%的精度提升,时序扩展模块减少了17%的长时预测误差,动态图生成机制提高了29%的拓扑建模准确率。该模型在突发交通事故场景下表现出更强的鲁棒性,异常事件检测F1值达到0.873,较传统方法提升了21.5%。该方案为实时交通管理系统提供了新的技术框架,其弹性时序建模机制和高效注意力架构为时空预测任务提供了普适性解决方案。

关键词：智能交通交通预测模型图神经网络交通流多头自注意力机制人工智能决策

来源：评论

学校读者我要写书评

暂无评论

机器学习辅助的车联网紧急消息信任评估方案

引用

西安电子科技大学学报 2024年第6期51卷 194-203页

作者：周浩邵诗韵马勇刘志全官全龙王晓明暨南大学网络空间安全学院广东广州510632 电子科技大学计算机科学与工程学院四川成都611731 江西师范大学计算机信息工程学院江西南昌330022 数力聚(北京)科技有限公司北京100020

车联网是智能交通系统的重要组成部分,能够通过传播车辆消息提高交通安全和效率,近年来得到政府、工业和学术界的广泛研究。然而,在车联网中,恶意车辆广播的虚假紧急消息将对车联网正常运行和交通安全造成极大的威胁。为解决现有车联网... 详细信息

车联网是智能交通系统的重要组成部分,能够通过传播车辆消息提高交通安全和效率,近年来得到政府、工业和学术界的广泛研究。然而,在车联网中,恶意车辆广播的虚假紧急消息将对车联网正常运行和交通安全造成极大的威胁。为解决现有车联网信任管理方案在高恶意车辆占比下消息信任评估准确性低的问题,提出一种车联网中机器学习辅助的紧急消息信任评估方案。提出的方案对现有方案的消息信任评估算法进行优化,在评估过程中引入随机森林模型以辅助路侧单元对车联网中紧急消息进行分析,并输出消息为真实消息的预测概率;接着,基于随机森林模型输出的预测概率设计可切换缓存机制,并结合智能合约设计信任值查询算法,以平衡现有方案中路侧单元在查询效率和存储空间开销之间的冲突;同时,将预测概率作为参考因子引入消息信任评估算法,以得到更高的消息评估准确率;最后,基于所提方案,与现有方案进行对比。实验结果表明,所提方案的消息信任评估准确率提升约6.2%~21.9%,且在多种恶意车辆占比下表现出较好的鲁棒性。

关键词：车联网紧急消息机器学习智能合约信任评估

来源：评论

学校读者我要写书评

暂无评论

面向点云理解的双邻域图卷积方法

引用

浙江大学学报(工学版) 2025年第5期59卷 879-889页

作者：李宗民徐畅白云鲜世洋戎光彩中国石油大学(华东)青岛软件学院计算机科学与技术学院山东青岛266580 青岛滨海学院信息工程学院山东青岛266580

针对现有方法对局部点云结构建模时空间跨度有限以及传统特征聚合方法造成一定信息损失的问题,提出双邻域图卷积网络(DNGCN).在原始点云中增加角度先验,以增强对点云局部几何结构的理解,捕捉局部细节.对原始邻域进行扩展,在局域内设计... 详细信息

针对现有方法对局部点云结构建模时空间跨度有限以及传统特征聚合方法造成一定信息损失的问题,提出双邻域图卷积网络(DNGCN).在原始点云中增加角度先验,以增强对点云局部几何结构的理解,捕捉局部细节.对原始邻域进行扩展,在局域内设计双邻域图卷积,通过集成高斯自适应聚合,在提取较大感受野范围内显著特征的同时,充分保留原始邻域信息.通过局部-全局信息交互来增大局部点的空间跨度,捕获远距离依赖关系.本文方法在分类数据集ModelNet40和ScanObjectNN上分别取得了94.1%、89.6%的总体精度,与其他先进算法相比有显著提升,较DGCNN分别提升了1.2%、11.5%.在部件分割数据集ShapeNetPart和语义分割数据集ScanNetv2、S3DIS上均获得优秀的性能,平均交并比分别为86.7%、74.9%和69.8%.通过大量的实验,证明了该模型的有效性.

关键词：点云特征图卷积网络几何增强局部全局交互注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5-LITE轻量级的配电组件缺陷识别

引用

高电压技术 2024年第5期50卷 1855-1864页

作者：颜宏文万俊杰潘志敏章健军马瑞长沙理工大学计算机与通信工程学院长沙410114 国网湖南超高压变电公司长沙410100 长沙理工大学电气与信息工程学院长沙410114

为对配电组件缺陷进行精确快速的定位和识别,提出一种基于改进YOLOv5-LITE轻量级的配电组件缺陷识别方法。为使模型便于部署至移动设备终端,该方法使用ShuffleNetV2作为骨干网提取特征构建YOLOv5-LITE轻量级神经网络模型,并摘除ShuffleN... 详细信息

为对配电组件缺陷进行精确快速的定位和识别,提出一种基于改进YOLOv5-LITE轻量级的配电组件缺陷识别方法。为使模型便于部署至移动设备终端,该方法使用ShuffleNetV2作为骨干网提取特征构建YOLOv5-LITE轻量级神经网络模型,并摘除ShuffleNetV2的1024卷积和5×5池化,采用全局平均池化操作替代,降低网络参数量,提升模型检测速度;通过引入有利于细粒度目标检测的152×152特征层,实现了对大、中、小尺度的缺陷检测;在PANet架构中采用深度可分离卷积代替下采样使得网络更加轻量化。实验结果表明:该方法能够识别电缆脱离垫片、电缆与绝缘子脱落、无环绝缘子3种缺陷,其检测精度分别达到92%、95%、95%,网络参数量约为YOLOv5的1/4,检测速度达到2 ms/张。所提出的方法具有实时性、准确率高、轻量化等特点。

关键词：目标检测 YOLOv5 ShuffleNetV2 轻量化配电线路缺陷识别

来源：评论

学校读者我要写书评

暂无评论

一种基于属性证书的匿名电子投票方案

引用

计算机应用与软件 2025年第4期42卷 358-365页

作者：薛庆水周雨卫崔天睿薛震侯宗阳王晨阳上海应用技术大学计算机科学与信息工程学院上海201418

针对电子投票中用户信息隐私泄露、重复投票、投票内容泄露、选票篡改等问题,提出一种基于属性证书的匿名电子投票方案。该文利用零知识证明协议实现基于属性的证书认证和用户的完全匿名性;利用ElGamal加密技术和引入选票管理服务器(VMT... 详细信息

针对电子投票中用户信息隐私泄露、重复投票、投票内容泄露、选票篡改等问题,提出一种基于属性证书的匿名电子投票方案。该文利用零知识证明协议实现基于属性的证书认证和用户的完全匿名性;利用ElGamal加密技术和引入选票管理服务器(VMT)保证了选票的公平性;采用双重Id(CertId,选票ID)形式保证选票的可验证性。理论和实验分析表明:该方案具有匿名性、公平性、唯一性等特性,解决了CA半可信以及CA与投票机构VI合谋等问题,可以广泛应用于各种选举活动。

关键词：电子投票属性证书零知识证明 ElGamal加密技术

来源：评论

学校读者我要写书评

暂无评论

开源软件组件漏洞检测与自动修复技术研究综述

引用

计算机科学 2024年

作者：张旭明史涯晴黄松王兴亚胡津昌陆江涛陆军工程大学指挥控制与工程学院南京工业大学计算机与信息工程学院

不可阻挡的软件组件化趋势与多人协同作业模式的开发过程促使开源软件供应链逐渐形成，在蓬勃发展的开源软件带来巨大便利的同时，开源漏洞随着供应链悄然而至，威胁着软件系统的安全性和可靠性。软件成分分析可对维护脆弱的开源软件供... 详细信息

不可阻挡的软件组件化趋势与多人协同作业模式的开发过程促使开源软件供应链逐渐形成，在蓬勃发展的开源软件带来巨大便利的同时，开源漏洞随着供应链悄然而至，威胁着软件系统的安全性和可靠性。软件成分分析可对维护脆弱的开源软件供应链的安全起到实质性的支撑作用，它通过开源软件组件漏洞检测与自动修复两个核心功能发现并修复软件项目中潜在的漏洞和风险。为加深相关研究人员对软件成分分析在安全漏洞方面的实践的了解，文中梳理归纳近年的开源软件组件漏洞检测与自动修复技术的研究进展与成果；进一步地，从用户视角出发，基于8个分析维度对现有常见的8种软件成分分析工具进行了总结与探析；最后，探讨了开源软件组件漏洞检测与自动修复技术现存的挑战并展望了它们未来可能的发展方向。

关键词：开源软件供应链软件成分分析组件漏洞检测自动修复

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：