检索结果-内蒙古大学图书馆

通信学报 2025年第4期46卷 224-237页

作者：王忠勇张洪巩克现王玮张玲朱俊昊郑州大学电气与信息工程学院河南郑州450001 郑州大学计算机与人工智能学院河南郑州450001

针对线性分组码校验矩阵重建容错性能差的问题,提出了一种基于容错高斯消元的校验矩阵重建算法。首先,通过多次随机抽取码字的部分比特构建残缺码字,依据比特对数似然比绝对值的均值和最小值计算其可靠度,从而筛选出高可靠度的残缺码组... 详细信息

针对线性分组码校验矩阵重建容错性能差的问题,提出了一种基于容错高斯消元的校验矩阵重建算法。首先,通过多次随机抽取码字的部分比特构建残缺码字,依据比特对数似然比绝对值的均值和最小值计算其可靠度,从而筛选出高可靠度的残缺码组。其次,针对残缺码组基的部分错误状态,利用容错高斯消元算法求解与之对应的疑似校验向量,进而从中判定并还原出真实的校验向量。最后,依据码字比特能否通过已知校验向量更新比特对数似然比绝对值,进一步提升比特可靠度,为下次随机抽取部分比特带来增益。仿真结果表明,在相同识别条件下,所提算法的重建率高于现有算法。对于IEEE802.11n协议下的LDPC(648,324)码,现有算法在误码率达到0.0055时即失效,而所提算法在误码率为0.008时,校验矩阵重建率仍能达到98%以上。

关键词：线性分组码校验矩阵重建码字筛选高斯消元

来源：评论

学校读者我要写书评

暂无评论

半参数与支持向量机组合模型的BDS-3钟差预报

引用

武汉大学学报(信息科学版) 2025年第4期50卷 617-627页

作者：潘雄黄伟凯王聪赵万卓金丽宏武汉纺织大学计算机与人工智能学院湖北武汉430200 武汉纺织大学数理学院湖北武汉430200 中国地质大学(武汉)地理与信息工程学院湖北武汉430078

针对卫星钟差序列中非线性特性较为复杂的问题,为了有效地分离周期项改正误差和顾及不能函数化的因素,提高钟差预报的精度,将钟差周期项模型扩充到半参数模型。利用核估计方法将窗宽参数与模型参数解算综合考虑,建立了半参数变系数模型... 详细信息

针对卫星钟差序列中非线性特性较为复杂的问题,为了有效地分离周期项改正误差和顾及不能函数化的因素,提高钟差预报的精度,将钟差周期项模型扩充到半参数模型。利用核估计方法将窗宽参数与模型参数解算综合考虑,建立了半参数变系数模型,综合支持向量机进行卫星钟差数据的参数解算、周期项改正分离、异常值识别和残差拟合。首先,利用泰勒展开式对非参数分量进行修正,引入核估计方法,建立了半参数变系数模型;然后,构造分值检验统计量进行异常值识别,提出了一种综合分值检验统计量的钟差异常值识别方法;最后,为了避免对观测值过拟合或拟合不足,对经过预处理的残差利用支持向量机进行拟合,提高模型的预报精度。采用北斗三号全球卫星导航系统(BeiDou-3 global navigation satellite system,BDS-3)的钟差数据与常用方法进行了对比实验,验证了新模型的可靠性。实验结果表明,建立的模型能够精确高效地对BDS-3钟差异常值进行定位,识别并分离周期项改正,有效地提高BDS-3钟差数据预处理的质量和效率。建立的组合模型预报精度优于传统的二次多项式模型、周期项模型和半参数模型,对于1 h、6 h和12 h预报,新模型的钟差数据的预报平均精度优于0.164 ns。

关键词： BDS钟差异常值半参数变系数模型支持向量机组合预报

来源：评论

学校读者我要写书评

暂无评论

一种深度神经网络多步延迟参数更新并行优化方法

引用

哈尔滨工业大学学报 2025年

作者：巨涛康贺廷刘帅丁肖健王龙翔兰州交通大学电子与信息工程学院西安交通大学计算机科学与技术学院

为解决深度神经网络（deep neural network，DNN）分布式数据并行训练中因聚合节点梯度进行全局梯度参数更新而导致的高通信开销问题，提出了一种DNN多步延迟参数更新并行优化方法。首先设计了一种自适应多步更新间隔选择策略，通过多... 详细信息

为解决深度神经网络（deep neural network，DNN）分布式数据并行训练中因聚合节点梯度进行全局梯度参数更新而导致的高通信开销问题，提出了一种DNN多步延迟参数更新并行优化方法。首先设计了一种自适应多步更新间隔选择策略，通过多次本地迭代，再聚合节点梯度，以降低频繁通信造成的额外开销；同时提出了一种参数修正策略，防止本地模型在多步本地更新后偏离全局模型，从而保证训练精度；其次在聚合梯度时，将梯度张量切分为子张量，在梯度聚合过程中实现通信与计算的最大化重叠，进一步加速模型训练；最后在CIFAR-100和ImageNet-mini数据集上，将本文方法与SSGD、Local SGD训练方法进行实验对比。实验结果表明，本文方法可以在保证模型训练精度的基础上，显著减少因参数更新引入的通信开销，可以实现通信与计算的最大化重叠、充分利用计算资源进提升并行训练速度。研究结果可为降低DNN分布式训练过程中的通信开销提供新的方案。

关键词：深度神经网络数据并行通信调度参数更新计算与通信重叠

来源：评论

学校读者我要写书评

暂无评论

面向语音助手的窃听攻击与防御研究现状与挑战

引用

计算机科学 2025年

作者：黄文斌任炬曹航程蒋洪波熊礼治陈先意付章杰南京信息工程大学计算机学院网络空间安全学院南京信息工程大学数字取证教育部工程研究中心清华大学计算机科学与技术系香港城市大学计算机科学系湖南大学信息科学与工程学院

语音助手作为人机语音交互的便捷接口，已在居家、运动、车载等诸多场景中得到广泛应用，为医疗、金融、教育等产业的智能化升级提供了有力支持。然而，语音助手的便捷与普及也引发了严峻的窃听用户对话，造成用户隐私泄露的问题。现有... 详细信息

语音助手作为人机语音交互的便捷接口，已在居家、运动、车载等诸多场景中得到广泛应用，为医疗、金融、教育等产业的智能化升级提供了有力支持。然而，语音助手的便捷与普及也引发了严峻的窃听用户对话，造成用户隐私泄露的问题。现有关于语音助手的综述性文献主要聚焦于语音欺骗攻击与防御、对抗样本攻击与防御等，针对语音窃听攻击与防御的总结与分析仍有待完善。为此，深入研究了面向语音助手的窃听攻击与防御，对现有研究进行了详细综述。首先，全面回顾并深入分析了当前存在的窃听攻击方法。根据窃听攻击实现方式的不同进行分类，并对攻击的实施手段、攻击目标、所需技术和权限、攻击的隐蔽性等方面进行了详细的探讨，旨在全面了解语音助手面临的潜在威胁。其次，对近年来防御语音助手窃听攻击的研究工作进行了系统梳理。通过对不同防御技术的分类总结，结合其应用场景和检测效果进行深入分析，总结了防御方法存在的不足与面临的挑战，为进一步提升语音助手的安全性提供了有益参考。最后，对窃听攻击和防御领域面临的主要研究挑战进行了详细分析，并探讨了未来可能的研究方向。

关键词：语音助手安全语音窃听攻击语音窃听防御

来源：评论

学校读者我要写书评

暂无评论

基于大语言模型的多任务生成式重构对话情绪识别

引用

计算机应用研究 2025年

作者：龙禹辰勾智楠陈宇欣秦乐河北经贸大学管理科学与信息工程学院清华大学计算机系

对话情绪识别(Emotion Recognition in Conversation,ERC)是对话系统研究中的一项关键任务，然而，现有的模型往往由于管道设计的复杂性，容易过拟合于特定数据集和对话模式，从而限制了其泛化能力。为了解决这一问题，本研究提出一个... 详细信息

对话情绪识别(Emotion Recognition in Conversation,ERC)是对话系统研究中的一项关键任务，然而，现有的模型往往由于管道设计的复杂性，容易过拟合于特定数据集和对话模式，从而限制了其泛化能力。为了解决这一问题，本研究提出一个基于大语言模型的多任务生成式重构对话情绪识别模型(Multi-task Generative Emotion Recognition in Conversation,M-GERC)。该模型引入两个基于预训练大语言模型的辅助任务：说话人识别和主题预测情绪。说话人识别任务旨在隐式建模对话中的对话角色关系，帮助模型更好地理解不同参与者之间的情绪交流。主题预测情绪任务则通过预测对话全局的主题，捕捉主题和情绪之间的潜在联系，从而结合上下文信息提高情绪识别的准确性。此外，M-GERC引入了知识检索模块，通过检索知识域知识并结合外部知识，进一步增强模型对上下文的理解。实验结果表明，M-GERC在DailyDialog、MELD和EmoryNLP数据集上相较于现有主流对话情绪识别模型，W-F1分别提高了3.1%、4.3%和3.7%，取得了显著提升。

关键词：对话情绪识别大语言模型主题外部知识

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv7的遥感图像小目标检测方法

引用

计算机工程与应用 2024年第10期60卷 246-255页

作者：苗茹岳明周珂杨阳河南大学计算机与信息工程学院河南开封475004 河南省空间信息处理工程研究中心河南开封475004

针对遥感图像中小目标数量众多且背景复杂所导致的识别精度低的问题,提出了一种改进的遥感图像小目标检测方法。该方法基于改进的YOLOv7网络模型,将双级路由注意力机制加入至下采样阶段以构建针对小目标的特征提取模块MP-ATT(max poolin... 详细信息

针对遥感图像中小目标数量众多且背景复杂所导致的识别精度低的问题,提出了一种改进的遥感图像小目标检测方法。该方法基于改进的YOLOv7网络模型,将双级路由注意力机制加入至下采样阶段以构建针对小目标的特征提取模块MP-ATT(max pooling-attention),使得模型更加关注小目标的特征,提高小目标检测精度。为了加强对小目标的细节感知能力,使用DCNv3(deformable convolution network v3)替换骨干网络中的二维卷积,以此构建新的层聚合模块ELAN-D。为网络设计新的小目标检测层以获取更精细的特征信息,从而提升模型的鲁棒性。同时使用MPDIoU(minimum point distance based IoU)替换原模型中的CIoU来优化损失函数,以适应遥感图像的尺度变化。实验表明,所提出的方法在DOTA-v1.0数据集上取得了良好效果,准确率、召回率和平均准确率(mean average precision,mAP)相比原模型分别提升了0.4、4.0、2.3个百分点,证明了该方法能够有效提升遥感图像中小目标的检测效果。

关键词：深度学习目标检测遥感图像小目标 YOLOv7

来源：评论

学校读者我要写书评

暂无评论

AConvLSTM U-Net:基于双向稠密连接和注意力机制的多尺度颌骨囊肿分割模型

引用

南方医科大学学报 2025年第5期45卷 1082-1092页

作者：李苏强王周阳产思贤周小龙安徽建筑大学电子与信息工程学院安徽合肥230601 浙江工业大学计算机科学与技术学院浙江杭州310023 衢州学院电气与信息工程学院浙江衢州324000

目的提出一种基于双向稠密连接和注意力机制的多尺度颌骨囊肿分割模型(AConvLSTM U-Net),实现颌骨囊肿图像的准确自动分割。方法使用含有2592张颌骨囊肿图像数据集。首先,AConvLSTM U-Net在编码路径上设计移动翻转瓶颈卷积模块(MBC)以... 详细信息

目的提出一种基于双向稠密连接和注意力机制的多尺度颌骨囊肿分割模型(AConvLSTM U-Net),实现颌骨囊肿图像的准确自动分割。方法使用含有2592张颌骨囊肿图像数据集。首先,AConvLSTM U-Net在编码路径上设计移动翻转瓶颈卷积模块(MBC)以增强特征提取能力。其次,采用双路径稠密卷积(DPD)连接编码器和解码器,在跳跃连接中引入双向ConvLSTM以获取丰富的语义信息。然后,解码路径上使用基于空间和通道注意力的解码块(scSE),以提升对重要信息的关注。最后,设计了全尺寸深度监督模块(DS),并结合联合损失函数对模型进行优化,以进一步提高分割精度。结果AConvLSTM U-Net在颌骨囊肿病灶分割的实验结果在MCC、DSC和JSC方面分别达到93.8443%、93.9067%、88.5133%,性能均优于所有被比较的分割模型。结论所提出的算法在颌骨囊肿数据集上表现出较高的准确性与鲁棒性,优于多种主流方法,展现了AConvLSTM U-Net在颌骨囊肿图像分割的优越性能和辅助诊断的巨大潜力。

关键词：注意力机制多尺度颌骨囊肿分割模型稠密卷积

来源：评论

学校读者我要写书评

暂无评论

基于区块链的芝麻油防伪溯源系统的设计与实现

引用

食品科学 2024年第8期45卷 13-18页

作者：徐金胜张恩河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室河南新乡453007

芝麻油作为日常饮食中不可或缺的食用油之一,其质量和安全性受到了广泛关注。然而,芝麻油掺假问题日益严重,这使得保障芝麻油的质量安全成为了一个急需解决的问题,所以建立芝麻油防伪溯源对保障质量安全十分重要。本实验设计研发了一套... 详细信息

芝麻油作为日常饮食中不可或缺的食用油之一,其质量和安全性受到了广泛关注。然而,芝麻油掺假问题日益严重,这使得保障芝麻油的质量安全成为了一个急需解决的问题,所以建立芝麻油防伪溯源对保障质量安全十分重要。本实验设计研发了一套基于区块链技术的芝麻油防伪溯源系统,提出了“区块链缓存”的双存储设计,即链下存储并缓存溯源信息,链上同步存储溯源信息的哈希值;此外还设计了链码直连状态数据库的查询方案,解决了区块链网络数据存储压力大、查询效率低的问题。通过分析与验证,消费者利用微信扫码通过小程序能够快速方便地查验芝麻油真伪,有效解决了芝麻油溯源链不同环节之间在数据安全和溯源信息真实性上的问题,在实践中也取得了较好的应用效果。

关键词：区块链芝麻油防伪溯源系统质量安全

来源：评论

学校读者我要写书评

暂无评论

基于残差神经网络的水稻氮磷钾元素营养诊断

引用

中国农业大学学报 2025年第2期30卷 163-175页

作者：孔杰杨红云黄淑梅吴正孙爱珍江西农业大学软件学院南昌330045 江西农业大学计算机与信息工程学院南昌330045

为实现水稻氮磷钾3种主要营养元素缺失种类的快速、准确诊断识别,以晚稻“黄华占”为研究对象,进行水稻大田栽培试验。分别设置:4个施氮水平,施肥总量分别为:N0(0 kg/hm^(2))、N1(130 kg/hm^(2))、N2(260 kg/hm^(2))以及N3(390 kg/hm^(2... 详细信息

为实现水稻氮磷钾3种主要营养元素缺失种类的快速、准确诊断识别,以晚稻“黄华占”为研究对象,进行水稻大田栽培试验。分别设置:4个施氮水平,施肥总量分别为:N0(0 kg/hm^(2))、N1(130 kg/hm^(2))、N2(260 kg/hm^(2))以及N3(390 kg/hm^(2));4个施磷水平,P0(0 kg/hm^(2))、P1(300 kg/hm^(2))、P2(600 kg/hm^(2))和P3(780 kg/hm^(2));4个施钾水平,K0(0 kg/hm^(2))、K1(90 kg/hm^(2))、K2(180 kg/hm^(2))和K3(270 kg/hm^(2))。在水稻分蘖期和拔节期,首先扫描获得水稻各分蘖茎完全展开的顶三叶叶片图像数据,生成对抗网络(Generative Adversarial Network,GAN)对水稻图片进行超分辨率重构后,并通过图像预处理对数据进行归一化和扩充;此外,在保留残差神经网络Resnet34的主干结构的情况下,在残差块中引入注意力机制和软阈值化函数,并将在ImageNet图像数据集上得到的预训练权重迁移至改进了残差结构的模型中,从而对水稻分蘖期,拔节期叶片图像数据进行氮磷钾营养元素缺素胁迫诊断识别。结果表明:改进后的Resnet34网络在重度缺肥梯度的2个时期测试准确率分别达到98.98%和98.10%,在中度缺肥梯度的准确率达到了97.99%和95.90%。在过量肥梯度的准确率为91.87%和88.49%;与改进前的网络相比,在分蘖期和拔节期的水稻图像测试集上,三元素胁迫分类准确率最大提升了29.58%和29.75%;分析混淆矩阵发现对氮胁迫的识别准确率最佳,在训练曲线上表现出更快的收敛速度。综上,本研究建立的水稻氮磷钾营养元素诊断模型能很好地在水稻分蘖期,拔节期完成水稻氮磷钾3类营养元素缺素胁迫诊断,预测水稻生长营养状态,可为水稻氮磷钾元素营养诊断提供科学参考。

关键词：水稻氮磷钾营养诊断 Resnet34 注意力机制软阈值化

来源：评论

学校读者我要写书评

暂无评论

2001—2023年新疆NDVI时空格局与驱动力分析

引用

干旱区研究 2025年

作者：陈珍蔡朝朝马楠戴硕王震鲁新疆农业大学计算机与信息工程学院新疆农业信息化工程技术研究中心

基于2001—2023年归一化植被指数（Normalized Difference Vegetation Index,NDVI）探究新疆NDVI时空变化趋势，并利用最优参数地理探测器对NDVI驱动因子进行探究。结果表明：（1）2001—2023年新疆NDVI年均值较低，为0.087～0.106，整... 详细信息

基于2001—2023年归一化植被指数（Normalized Difference Vegetation Index,NDVI）探究新疆NDVI时空变化趋势，并利用最优参数地理探测器对NDVI驱动因子进行探究。结果表明：（1）2001—2023年新疆NDVI年均值较低，为0.087～0.106，整体呈现波动上升趋势，植被覆盖有所改善，微显著及以上增加区域占比52.12%。（2）空间分布上，NDVI存在明显异质性，呈“西北高、东南低”的特征。NDVI整体较稳定，弱变异区域占比60.64%，主要分布在盆地区域。植被未来变化趋势中，由改善到退化的区域占比达到58.24%，表明新疆未来整体植被覆盖可能呈现负向发展趋势。（3）NDVI主要受植被类型、土地利用类型和土壤类型的影响，是新疆植被变化的主要驱动因子。双因子交互作用下，植被类型和土壤类型交互解释后q值最高，而帕默尔干旱指数（Palmer Drought Severity Index,PDSI）和辐射共同作用下对NDVI影响程度最小。

关键词： NDVI 最优参数地理探测器驱动因子新疆

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：