检索结果-内蒙古大学图书馆

信号处理 2025年

作者：祝志远李晴邬霞重庆邮电大学通信与信息工程学院北京理工大学计算机学院

由静息态功能磁共振成像(resting-state functional Magnetic Resonance Imaging，rs-fMRI)衍生出的脑网络提供了大脑的功能整合信息，有效促进了对大脑认知和发病过程的理解。近年来，以图神经网络为代表的深度学习算法凭借可以适配脑... 详细信息

由静息态功能磁共振成像(resting-state functional Magnetic Resonance Imaging，rs-fMRI)衍生出的脑网络提供了大脑的功能整合信息，有效促进了对大脑认知和发病过程的理解。近年来，以图神经网络为代表的深度学习算法凭借可以适配脑网络固有拓扑结构的能力，从而在脑疾病辅助诊断中展现出极大的潜力。然而，现有图神经网络方法往往依赖于静态的脑网络拓扑结构，其性能将受限于输入图的质量；同时，rs-fMRI数据采集的高成本限制了数据集的规模，进而制约了深度学习技术的应用与发展。基于这些挑战，本文提出了一种多视图脑网络监督对比学习分析算法。该算法在保留传统脑网络静态拓扑结构视图的基础上，进一步引入了语义视图，其图结构随模型训练动态调整，旨在捕捉面向特定任务时脑网络蕴含的丰富语义信息；此外，设计并引入了交叉注意力模块，它可以学习多视图间的联合表示，从而提高特征的表达能力；最后，构建基于多视图融合的监督对比学习机制，通过配对样本级别的学习，不仅一定程度上实现训练数据的扩充，而且基于样本标签构建正例和负例对有助于在个体层面提取出更具有鉴别能力的脑网络特征，以进行更可靠的疾病诊断。在两个公开的脑疾病神经成像数据集上的实验证明了所提出多视图脑网络监督对比学习算法的有效性。

关键词：脑网络多视图对比学习脑疾病诊断

来源：评论

学校读者我要写书评

暂无评论

外部注意力优化的时域卷积大气信道估计方法

引用

中国激光 2025年第6期52卷 222-231页

作者：王惠琴茹辉彭清斌唐崎涵陈丹张悦曹明华兰州理工大学计算机与通信学院甘肃兰州730050 西安理工大学自动化与信息工程学院陕西西安710048

针对光正交频分复用系统现有信道估计方法存在的精度低、计算复杂度高等问题,将时域卷积网络与注意力机制相结合,提出了一种外部注意力优化的时域卷积信道估计模型。该模型利用时域卷积网络较好地捕捉了信道的频域和时间相关性,并通过... 详细信息

针对光正交频分复用系统现有信道估计方法存在的精度低、计算复杂度高等问题,将时域卷积网络与注意力机制相结合,提出了一种外部注意力优化的时域卷积信道估计模型。该模型利用时域卷积网络较好地捕捉了信道的频域和时间相关性,并通过轻量级的外部注意力机制有效地促进了信道深层特征的融合,从而提高了信道估计的精度。仿真和实际实验结果表明,所提模型对大气信道的估计性能明显优于其他对比方法。例如,在弱湍流条件下,与传统时域卷积网络和最小均方误差估计方法相比,所提方法的均方误差下降了近1个数量级,当误码率为1×10^(-3)时系统的信噪比分别改善了约6.5 dB和10 dB。此外,相较于最小均方误差方法,所提模型的计算复杂度降低了88.5%。

关键词：大气湍流非对称限幅光正交频分复用信道估计时域卷积网络外部注意力

来源：评论

学校读者我要写书评

暂无评论

基于混沌AES和同义词扩展的中文文本水印算法

引用

吉林大学学报(工学版) 2024年

作者：李书明李冰楠杨超湖北师范大学计算机与信息工程学院湖北大学计算机与信息工程学院湖北大学大数据智能分析与行业应用湖北省重点实验室

目前基于修改式和生成式的文本水印算法普遍存在语义歧义较大、嵌入容量有限及安全性不足的问题，针对以上问题，本文提出了一种基于混沌AES和同义词扩展的改进算法。该算法通过设计基于Sentence-Bert的上下文搭配机制，不仅能确保同义... 详细信息

目前基于修改式和生成式的文本水印算法普遍存在语义歧义较大、嵌入容量有限及安全性不足的问题，针对以上问题，本文提出了一种基于混沌AES和同义词扩展的改进算法。该算法通过设计基于Sentence-Bert的上下文搭配机制，不仅能确保同义词替换后的上下文与原文语义高度相似，还可判别同义词篡改后产生的语义歧义；将异体字作为同义词扩展，在不引起语义歧义前提下，实现更多同义词替换，从而提升嵌入容量；利用混沌映射机制的设计，升级传统MD5算法，构建混沌AES算法，实现对隐匿信息的加密保护，进而增加其破解难度。研究结果表明，对比同类算法，该算法在语义歧义、嵌入容量及安全性方面均有良好表现。

关键词：文本水印算法混沌MD5 混沌AES 混沌映射机制上下文搭配机制同义词扩展

来源：评论

学校读者我要写书评

暂无评论

LHG-VD: 一种可学习的层次化图表示漏洞检测方法

引用

计算机研究与发展 2025年

作者：胡菘罗嘉驰万文凯闫阳郭帆曲彦文江西师范大学数字产业学院江西师范大学计算机信息工程学院

软件漏洞严重威胁了计算机系统和软件的安全稳定运行，因此针对其自动检测的相关研究一直受到广泛关注.与传统静态漏洞检测工具采用人类专家提供的预定义规则进行代码分析不同，基于图神经网络(GNN)的漏洞检测方法通过自动学习易受攻击... 详细信息

软件漏洞严重威胁了计算机系统和软件的安全稳定运行，因此针对其自动检测的相关研究一直受到广泛关注.与传统静态漏洞检测工具采用人类专家提供的预定义规则进行代码分析不同，基于图神经网络(GNN)的漏洞检测方法通过自动学习易受攻击的代码模式，在一些数据集上的检测效果已经超越传统方法.然而，目前基于GNN 的漏洞检测方法中，由于未结合代码自身特点对GNN 模型进行设计，导致在真实漏洞代码数据集上检测效果较差.提出一种可学习的层次化图表示的漏洞检测方法LHG-VD，特点是针对传统读出函数的局限提出一种可学习的读出函数，针对图池化过程中的代码局部结构信息保持问题设计了一种基于对比学习思想的跨粒度损失函数.在真实漏洞数据集的实验结果表明，LHG-VD 的F1值为71.5%，与切片级检测方法DeepWukong 相比提升4.9%，与函数级检测方法AMPLE 相比，提升8.9%.

关键词：漏洞检测深度学习图神经网络对比学习图池化

来源：评论

学校读者我要写书评

暂无评论

应用压缩域JND模型的VVC感知无损编码

引用

华中科技大学学报（自然科学版） 2024年第9期52卷 38-44页

作者：公衍超朱家宝杨楷芳刘颖西安邮电大学通信与信息工程学院陕西西安710121 陕西师范大学计算机科学学院陕西西安710119

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题,提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法.首先基于ITU—RBT 500—13标准设计图像主观观测实验,... 详细信息

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题,提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法.首先基于ITU—RBT 500—13标准设计图像主观观测实验,获取考虑人类个体差异性及时间影响的VVC压缩图像感知质量数据;然后对数据进行筛选及正态性检验,并分析获得影响图像感知质量的可解释性特征;最终将特征模型量化并作为反向传播神经网络的输入,构建有效反映量化参数与JND关系的压缩域JND模型,并提出显著提升图像编码效率的VVC感知无损编码方法.与VVC标准测试模型方法相比,提出的方法在获得同等感知质量重建图像前提下最高节省93.28%码率.

关键词：视频编码通用视频编码感知无损编码恰可感知差值压缩域

来源：评论

学校读者我要写书评

暂无评论

多参数未知下水声传感网由粗到精的定位方法

引用

控制与决策 2025年第1期40卷 38-47页

作者：鲜江峰马俊领吴华锋梅骁峻谭拂晓张媛媛陈信强王维军上海海事大学物流科学与工程研究院上海201306 上海海事大学商船学院上海201306 上海海事大学物流工程学院上海201306 常州工学院计算机信息工程学院江苏常州213032 集美大学航海学院福建厦门361021

水声传感网(underwater acoustic sensor networks,UASNs)是水下物联网的主要技术,为海洋生态环境监测和水下搜救等应用提供了较好的技术手段和信息感知平台.在UASNs应用中定位至关重要,因为没有精确位置信息的数据收集将无利用价值.然... 详细信息

水声传感网(underwater acoustic sensor networks,UASNs)是水下物联网的主要技术,为海洋生态环境监测和水下搜救等应用提供了较好的技术手段和信息感知平台.在UASNs应用中定位至关重要,因为没有精确位置信息的数据收集将无利用价值.然而,由于存在路径损耗、吸收损耗、设备发射功率不确定以及水下环境参数未知等不利因素,使得在复杂动态海洋环境中实现鲁棒精确定位较为困难.为此,提出一种多参数未知下水声传感网由粗到精的定位方法(coarse-to-fine localization method for UASNs under unknown multi-parameters,CFL-UMP).首先,利用一阶泰勒级数展开和若干近似操作,将原非线性非凸定位问题转化为交替非负约束最小二乘框架;然后,粗定位阶段基于Golub-Kahan双对角化的最小二乘残差(LSMR)算法求解得到位置估计近似解,然而LSMR通常只能快速收敛到局部最优解,因此在精细定位阶段引入二分法,将第1步粗估计得到的近似解作为二分法的初始值,通过迭代同时得到水下目标位置、路径损耗因子以及发射功率的精确解;接着,为了验证CFL-UMP算法的优越性,分析CFL-UMP算法的计算复杂度,并推导出克拉默-拉奥下界;最后,与所选基准算法相比,通过仿真结果证实了CFL-UMP在不同水下模拟场景中均能获得最优的定位精度,且能够有效降低水下定位误差.

关键词：水声传感网目标定位接收信号强度多参数未知最小二乘残差算法二分法

来源：评论

学校读者我要写书评

暂无评论

基于多核心节点的增量式动态社区发现算法

引用

通信学报 2024年第3期45卷 66-80页

作者：陈晶刘志君杨新宇刘洺辛刘苗苗广东海洋大学数学与计算机学院广东湛江524088 燕山大学信息科学与工程学院计算机系河北秦皇岛066004 河北省虚拟技术与系统集成重点实验室河北秦皇岛066004 广东海洋大学电子信息工程学院广东湛江524088 东北石油大学计算机与信息技术学院黑龙江大庆163318

针对动态社区发现算法通常基于社区结构平稳变化的假设,而难以应对演化过程中可能出现的大量社区消亡或涌现等突发事件的问题,提出了一种基于多核心节点的增量式动态社区发现算法MCNIDCD。首先,将核心节点分为扩散型和内聚型,制定4种增... 详细信息

针对动态社区发现算法通常基于社区结构平稳变化的假设,而难以应对演化过程中可能出现的大量社区消亡或涌现等突发事件的问题,提出了一种基于多核心节点的增量式动态社区发现算法MCNIDCD。首先,将核心节点分为扩散型和内聚型,制定4种增量更新策略。其次,通过局部更新调整节点社区归属,并采用增量模块度方法优化社区结构。最后,实现社区合并。在人工和真实网络上对该算法的性能进行了评估,实验结果表明,在对比目前相关动态社区检测算法时,在人工网络仿真环境中,MCNIDCD算法表现出与社区演化规律的高度契合性;在真实网络实验中,MCNIDCD算法在模块度性能指标上平均提升了28%,并且在稳定性方面具有良好的优势,其优势对于研究动态社区演化过程具有重要的意义。

关键词：核心节点增量式网络演化社区发现

来源：评论

学校读者我要写书评

暂无评论

随机预言机模型下基于身份的格基可链接环签名

引用

计算机科学与探索 2024年第8期18卷 2190-2202页

作者：谢佳王露刘仕钊高军涛王保仓河南财经政法大学计算机与信息工程学院郑州450046 西安电子科技大学通信工程学院西安710071

作为一种简化的群签名,环签名没有管理员角色,不需要环成员之间合作;签名者仅需自己私钥和其他环成员公钥即可进行签名操作。因其天然的匿名性,环签名在匿名投票、电子货币和车联网等场景得到广泛应用。可链接环签名作为环签名概念的一... 详细信息

作为一种简化的群签名,环签名没有管理员角色,不需要环成员之间合作;签名者仅需自己私钥和其他环成员公钥即可进行签名操作。因其天然的匿名性,环签名在匿名投票、电子货币和车联网等场景得到广泛应用。可链接环签名作为环签名概念的一种变体,在保持了匿名性的同时还可验证两个签名是否来自同一签名者,从而有效解决举报系统中的恶意举报及区块链系统中的双重花费等问题,进而丰富了环签名的应用场景。提出一种基于身份的格基可链接环签名方案,采用G-陷门生成技术生成系统密钥,使用其改进后的陷门委派技术和原像采样算法提取用户私钥,利用双峰高斯分布下的拒绝采样技术生成签名。经安全分析,所提方案在随机预言机模型下满足无条件匿名性、不可伪造性和可链接性,安全性可规约至格上的小整数解(SIS)问题,与现有的方案相比,签名生成时间开销和签名验证时间开销都减少约50%。最后将该方案和基于异或秘密共享算法结合,设计了电子投票协议,从而保证电子投票系统的隐私性和公正性。

关键词：可链接环签名格匿名性 G-陷门拒绝采样

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征与分组卷积的点云三维目标检测

引用

激光与光电子学进展 2025年

作者：张旭王栋王涛上海应用技术大学智能技术学部计算机科学与信息工程学院

针对当前激光雷达三维目标检测存在对小目标物体检测效果差的问题，提出一种融合多尺度特征和分组卷积的三维目标检测算法。本文以PV-RCNN++为基准网络，首先，使用三维多尺度特征网络，将不同空间分辨率特征融合，得到具有不同空间语... 详细信息

针对当前激光雷达三维目标检测存在对小目标物体检测效果差的问题，提出一种融合多尺度特征和分组卷积的三维目标检测算法。本文以PV-RCNN++为基准网络，首先，使用三维多尺度特征网络，将不同空间分辨率特征融合，得到具有不同空间语义信息的三维特征体，提高模型对不同尺度物体的特征提取能力和检测效果。其次，在二维特征图上，对不同通道进行分组，每组使用不同大小的卷积核进行卷积，得到具有多个不同大小感受野信息的二维特征。最后，使用SimAM注意力机制提高二阶段前景点特征的权重，使前景点在候选框细化的过程中发挥更大的作用。在KITTI数据集上的结果表明，所提算法优于当前主流目标检测算法，与基准网络PV-RCNN++对比，行人与骑行者在简单、中等、困难情境下的检测精度分别提升了（3.12%、3.95%、3.70%）,(4.45%、3.52%、3.08%)。

关键词：激光雷达三维目标检测多尺度特征分组卷积注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于预训练模型与标签融合的文本分类

引用

计算机应用 2024年第3期44卷 709-714页

作者：余杭周艳玲翟梦鑫刘涵湖北大学计算机与信息工程学院武汉430062 深圳大学计算机科学与软件学院广东深圳518060

对海量的用户文本评论数据进行准确分类具有重要的经济效益和社会效益。目前大部分文本分类方法是将文本编码直接使用于各式的分类器之前,而忽略了标签文本中蕴含的提示信息。针对以上问题,提出一种基于RoBERTa(Robustly optimized BERT... 详细信息

对海量的用户文本评论数据进行准确分类具有重要的经济效益和社会效益。目前大部分文本分类方法是将文本编码直接使用于各式的分类器之前,而忽略了标签文本中蕴含的提示信息。针对以上问题,提出一种基于RoBERTa(Robustly optimized BERT pretraining approach)的文本和标签信息融合分类模型(TLIFC-RoBERTa)。首先,利用RoBERTa预训练模型获得词向量;然后,利用孪生网络结构分别训练文本和标签向量,通过交互注意力将标签信息映射到文本上,达到将标签信息融入模型的效果;最后,设置自适应融合层将文本表示与标签表示紧密融合进行分类。在今日头条和THUCNews数据集上的实验结果表明,相较于将Labelatt(Label-based attention improved model)中使用的静态词向量改为RoBERTa-wwm训练后的词向量算法(RA-Labelatt)、RoBERTa结合基于标签嵌入的多尺度卷积初始化文本分类算法(LEMC-RoBERTa)等主流深度学习模型,TLIFC-RoBERTa的精度最高,对于用户评论数据集有最优的分类效果。

关键词：文本分类预训练模型交互注意力标签嵌入 RoBERTa

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：