检索结果-内蒙古大学图书馆

计算机研究与发展 2025年第1期62卷 119-131页

作者：石海鹤蓝孙文刘日明石海鹏王岚钟林辉江西师范大学计算机信息工程学院南昌330022 江西师范大学软件学院南昌330022

序列比对是生物序列分析中的一个经典问题,旨在找出序列之间的相似性,它对于发现生物序列中的功能、结构和进化信息都具有重要的意义.该问题可分为双序列比对和多序列比对2类,现有工作多针对特定算法展开,没有设计通用的求解方法;此外,... 详细信息

序列比对是生物序列分析中的一个经典问题,旨在找出序列之间的相似性,它对于发现生物序列中的功能、结构和进化信息都具有重要的意义.该问题可分为双序列比对和多序列比对2类,现有工作多针对特定算法展开,没有设计通用的求解方法;此外,甚少涉及算法可信性的研究.从生物序列比对问题的形式化规约出发,通过深入分析问题的性质,刻画问题求解的本质特征,借助形式化方法PAR(partition andrecursion)设计了序列比对动态规划算法的统一构造框架seqAlign;展示了应用该框架构造序列数为3的多序列比对算法的过程,并使用Isabelle定理证明器对构造结果进行形式化验证;利用PAR平台生成了该算法的C++可执行程序,进一步分析了由seqAlign框架机械化构造其他类型序列比对算法的过程.通过严密的规约精化和形式验证,有效地保证了生成算法的可信性;开发的seqAlign框架提供了序列比对问题类的通用求解方案,显著提高了序列比对算法族生成的效率.研究结果在生物序列分析中序列比对问题上的成功应用,从方法学和实践上可为复杂生物信息学领域高可靠算法的构造提供参考.

关键词：序列比对 PAR方法形式构造 Isabelle定理证明器

来源：评论

学校读者我要写书评

暂无评论

BDC-DAL:基于蓝图差分卷积和双重辅助监督的轻量化人脸活体检测算法

引用

浙江大学学报(理学版) 2025年第1期52卷 98-109,121页

作者：叶继华梁芳昕王超肖顺杰宗义江爱文江西师范大学计算机信息工程学院江西南昌330022

人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重... 详细信息

人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重辅助监督的轻量级人脸活体检测算法(BDC-DAL)。通过将轻量化的卷积结构和蓝图差分卷积设计相结合,有效降低了模型的参数和计算量,同时保留了捕捉复杂细粒度特征的能力。此外,引入的双重辅助监督机制,利用监督信号重建过程学习细微的欺诈线索,显著提高了模型对未知攻击场景的鲁棒性。为验证算法的有效性,在CelebA-Spoof和OULU-NPU人脸活体检测数据集上进行了广泛测试,并与当前主流的深度学习人脸活体检测算法和其他轻量化网络模型进行了比较,实验结果显示,BDC-DAL算法大幅降低了模型复杂度,参数量减少了近90%,模型的浮点计算量也下降了约10%。BDC-DAL算法在实现高效性和轻量化的同时,成功平衡了性能与资源消耗,为在资源受限环境下的人脸识别提供了可行的解决方案。

关键词：人脸活体检测轻量级辅助信息监督

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

DeepCom-GCN:融入控制流结构信息的代码注释生成模型

引用

江西师范大学学报(自然科学版) 2025年第1期49卷 27-36页

作者：钟茂生刘会珠匡江玲严婷江西师范大学计算机信息工程学院江西南昌330022 江西科技学院信息工程学院江西南昌330100

代码注释生成是指给定一个代码片段,通过模型自动生成一段关于代码片段功能的概括性自然语言描述.不同于自然语言,程序语言具有复杂语法和强结构性.部分研究工作只利用了源代码的序列信息或抽象语法树信息,未能充分利用源代码的逻辑结... 详细信息

代码注释生成是指给定一个代码片段,通过模型自动生成一段关于代码片段功能的概括性自然语言描述.不同于自然语言,程序语言具有复杂语法和强结构性.部分研究工作只利用了源代码的序列信息或抽象语法树信息,未能充分利用源代码的逻辑结构信息.针对这一问题,该文提出一种融入程序控制流结构信息的代码注释生成方法,将源代码序列和结构信息作为单独的输入进行处理,允许模型学习代码的语义和结构.在2个公开数据集上进行验证,实验结果表明:和其他基线方法相比,DeepCom-GCN在BLEU-4、METEOR和ROUGE-L指标上的性能分别提升了2.79%、1.67%和1.21%,验证了该方法的有效性.

关键词：代码注释生成抽象语法树控制流图图卷积神经网络软件工程程序理解自然语言处理

来源：评论

学校读者我要写书评

暂无评论

结合深度信息引导和多尺度通道注意力机制的单目三维目标检测算法

引用

山东大学学报(理学版) 2025年第1期60卷 63-73,82页

作者：刘青李伟余少勇宋宇萍周启迪邹伟林厦门理工学院计算机与信息工程学院福建厦门361024 龙岩学院数学与信息工程学院福建龙岩364012 厦门大学数学科学学院福建厦门361005

针对三维边界框无法从缺少空间线索的单目图像中准确估计的问题,本文提出一种基于深度信息引导和多尺度通道注意力机制的单目三维目标检测算法。为了引入三维信息并有效地获取和利用不同尺度特征图的空间信息,在特征提取模块中利用多尺... 详细信息

针对三维边界框无法从缺少空间线索的单目图像中准确估计的问题,本文提出一种基于深度信息引导和多尺度通道注意力机制的单目三维目标检测算法。为了引入三维信息并有效地获取和利用不同尺度特征图的空间信息,在特征提取模块中利用多尺度分割注意力算法,分别从单目图像和深度图中提取多尺度预处理特征图,利用通道注意力算法进行权重标定,提高了特征图的表征能力。通过深度引导动态局部卷积网络,将包含多尺度信息的深度图特征作为单目图像特征的特定卷积核,引入三维信息作为指导,减少直接融合的误差累积,并解决单目视觉中近大远小的尺度敏感问题。选择不同的评估指标对模型的性能进行评价与比较。实验结果表明,同其他算法相比,本文算法的自动驾驶数据集中汽车、行人、骑自行车的人的三维目标检测平均精度均提高。

关键词：单目三维目标检测深度引导多尺度通道注意力机制自动驾驶

来源：评论

学校读者我要写书评

暂无评论

一种改进的快速深度图像先验降噪模型

引用

计算机应用研究 2025年第3期42卷 920-926页

作者：张睿程晓慧无锡商业职业技术学院江苏无锡214000 南昌理工学院计算机信息工程学院南昌330044 南昌大学数学与计算机学院南昌330031

相较于有监督深度降噪模型,仅利用给定的噪声图像本身就能完成降噪任务的无监督深度图像先验(deep image prior,DIP)降噪模型没有数据偏向(data bias)问题,具有更好的泛化能力。然而,DIP降噪模型较长的迭代训练步数导致其在执行效率方... 详细信息

相较于有监督深度降噪模型,仅利用给定的噪声图像本身就能完成降噪任务的无监督深度图像先验(deep image prior,DIP)降噪模型没有数据偏向(data bias)问题,具有更好的泛化能力。然而,DIP降噪模型较长的迭代训练步数导致其在执行效率方面仍有较大提升空间。为此,提出了一种改进的增速深度图像先验降噪模型(improved accelerated deep image prior-based denoising model,IADIP)。首先,使用多个主流有监督降噪模型处理输入的噪声图像,得到多个互补的初步降噪图像(称为预处理图像)。其次,以预处理图像作为网络输入并同时将预处理图像和噪声图像共同作为目标图像以降低DIP网络映射难度,为将DIP默认的4层UNet骨干网络简化为1层结构打下基础,从而大量减少迭代更新网络参数的计算代价。最后,在IADIP无监督迭代训练中,提出一种采用下采样技术实现的伪有参考图像质量度量,并基于该度量监控迭代过程中网络输出图像的图像质量,适时终止迭代训练以实现自动早停并确保网络输出图像的图像质量。当迭代终止时,IADIP网络输出图像即为最终的降噪后图像。大量实验表明:改进后的IADIP降噪模型的执行效率显著优于原DIP降噪模型,而其降噪效果也超过了当前主流的降噪算法。

关键词：图像降噪深度图像先验性能提升简化网络下采样自动早停

来源：评论

学校读者我要写书评

暂无评论

基于轻量级卷积神经网络的CSI图像室内定位

引用

全球定位系统 2025年第1期50卷 41-47页

作者：黄良璜余敏江西师范大学计算机信息工程学院南昌330022

针对卷积神经网络(convolutional neural network,CNN)计算复杂度高和内存占用大的问题,本文提出了一种基于轻量级CNN的信道状态信息(channel state information,CSI)图像指纹被动定位(LCNNLoc)方法.离线训练阶段,将幅值差矩阵和相位矩... 详细信息

针对卷积神经网络(convolutional neural network,CNN)计算复杂度高和内存占用大的问题,本文提出了一种基于轻量级CNN的信道状态信息(channel state information,CSI)图像指纹被动定位(LCNNLoc)方法.离线训练阶段,将幅值差矩阵和相位矩阵构造成类似于“RGB”的三通道特征图像;同时设计了一个轻量级CNN架构,利用特征图像作为该框架的输入进行训练,在训练结束时将CNN模型保存为指纹数据库.在线定位阶段,采用概率加权质心方法实现了实时的位置估计.实验结果表明,相较于传统方法,LCNNLoc不仅提升了定位精度,还降低了算法运行耗时.

关键词：卷积神经网络(CNN) 信道状态信息(CSI) 图像指纹轻量级网络概率加权质心方法

来源：评论

学校读者我要写书评

暂无评论

云边融合安全存储架构及技术挑战

引用

中国科学:信息科学 2025年第3期55卷 516-527页

作者：李经纬孙嘉杨劲远沈志荣杨浩淼方华陈厅张小松电子科技大学计算机科学与工程学院(网络空间安全学院) 成都611731 厦门大学信息学院(特色化示范性软件学院) 厦门361005 广东魅视科技股份有限公司广州510440 电子科技大学信息与软件工程学院成都611731

物联网的迅猛发展对数据管理提出了诸多挑战,为应对这些挑战并满足管理日益增长数据的切实需求,国家制订了“协同发展云计算与边缘计算”的远景规划.在此背景下,本文提出了一种云边融合安全存储架构,旨在探索物联网数据在云边融合场景... 详细信息

物联网的迅猛发展对数据管理提出了诸多挑战,为应对这些挑战并满足管理日益增长数据的切实需求,国家制订了“协同发展云计算与边缘计算”的远景规划.在此背景下,本文提出了一种云边融合安全存储架构,旨在探索物联网数据在云边融合场景下的有效管理途径.该架构利用机密计算、数据缩减、跨域同步等关键技术,支撑数据的高效管理和安全保障.在此基础上,本文进一步提出了一套适应于上述安全存储架构的系统核心设计方案,解决实施过程中的效率问题.此外,本文还探讨了该架构下的未来研究方向,以期为新场景下物联网数据管理提供新视角和解决思路.

关键词：云边融合数据缩减可信执行环境机密计算增量同步

来源：评论

学校读者我要写书评

暂无评论

基于动态人群超图卷积网络的自闭症诊断方法

引用

计算机应用研究 2025年第5期42卷 1356-1362页

作者：王国华王丽芳薛小红王千山李海芳太原理工大学计算机科学与技术学院(大数据学院) 太原030000 太原理工大学软件学院太原030000 山西工商学院计算机信息工程学院太原030000

近年来图神经网络已被广泛应用于自闭症辅助诊断,现有研究大多采用手工计算的方式构建被试间相似图以实现诊断,难以准确建模被试间的复杂关系。此外,多数方法还忽略了对脑区自身特性的利用。为解决以上问题,提出了一种结合功能连接和动... 详细信息

近年来图神经网络已被广泛应用于自闭症辅助诊断,现有研究大多采用手工计算的方式构建被试间相似图以实现诊断,难以准确建模被试间的复杂关系。此外,多数方法还忽略了对脑区自身特性的利用。为解决以上问题,提出了一种结合功能连接和动态低频波动振幅两种特征的动态人群超图卷积自闭症诊断方法DPHCN。采用多角度超图构建结合动态超图卷积实现自闭症诊断,在包含17个站点的公开数据集ABIDE-I上对所提方法进行了评估,达到了患者和正常被试间87.4%的分类准确率,优于许多现有方法。此外,还在ADHD-200数据集上进行了实验,并利用基于梯度的显著图法识别了对分类重要的大脑功能连接,结果表明所提方法有良好的泛化性和挖掘潜在生物标志物的能力。

关键词：自闭症诊断动态超图卷积网络功能磁共振成像动态低频波动振幅

来源：评论

学校读者我要写书评

暂无评论

基于多视角特征融合的多模态虚假新闻检测

引用

中文信息学报 2025年第04期39卷 126-137页

作者：肖聪刘璟王明文王菲菲邵佳兴黄琪罗文兵江西师范大学计算机信息工程学院

随着社交网络的广泛使用，信息分享变得非常便捷，但这同时也加剧了虚假新闻的传播。现有多模态虚假新闻检测方法在融合文本与图像等多种信息源时，未能充分挖掘和利用新闻内容中不同形式的信息，导致语义信息使用不充分；此外，在融合... 详细信息

随着社交网络的广泛使用，信息分享变得非常便捷，但这同时也加剧了虚假新闻的传播。现有多模态虚假新闻检测方法在融合文本与图像等多种信息源时，未能充分挖掘和利用新闻内容中不同形式的信息，导致语义信息使用不充分；此外，在融合不同层次结构的语义信息时未能充分考虑不同视角和层次间语义信息的关联性，影响了对新闻内容的深入理解。为此，该文提出了一种多视角特征融合的多模态虚假新闻检测方法，该方法从单模态语义、情感信息和多模态语义等多个视角对新闻内容进行挖掘，并设计了一个语义融合模块，有效整合来自不同视角和层次的语义信息，深入分析信息之间的语义关联性，以达到提升虚假新闻的识别准确性。在Weibo、GossipCop和PolitiFact等公开数据集上的实验结果表明，该文所提方法取得了优异的性能，比基准方法分别提升了1.4%、0.8%和4.6%。

关键词：虚假新闻检测多视角语义融合多模态

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：