检索结果-内蒙古大学图书馆

电子学报 2023年第10期51卷 2866-2873页

作者：初妍戚书豪张薇王瀚麟李松哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 黑龙江大学计算机科学与技术学院黑龙江哈尔滨150080 哈尔滨工程大学水声工程学院黑龙江哈尔滨150001

研究影响癌症性状的hub基因时存在如下问题:仅关注强相关性基因进行基因信息处理,缺少对弱相关性基因和不同基因模块间共表达性的研究;仅采用度中心性判断hub基因进行分析基因网络,对蕴含数据挖掘不够全面.本文提出基因模块标签信息游... 详细信息

研究影响癌症性状的hub基因时存在如下问题:仅关注强相关性基因进行基因信息处理,缺少对弱相关性基因和不同基因模块间共表达性的研究;仅采用度中心性判断hub基因进行分析基因网络,对蕴含数据挖掘不够全面.本文提出基因模块标签信息游走的图嵌入算法Gene2vec.选取合适软阈值,保留更多弱相关性的基因信息.联合不同种类但与性状高度正相关性的基因模块,构成基因模块共表达网络.针对传统加权基因共表达网络分析方法与图嵌入方法挖掘基因模块网络信息存在的问题,利用标签参数与其他参数调节基因模块网络中的随机游走过程,分析游走生成的节点序列以挖掘基因网络的信息.实验表明,Gene2vec在hub基因的检出率上优于其他算法,得到的hub基因在癌症性状中的基因表达量高于常用生物学方法得到的hub基因.

关键词： hub基因数据挖掘信息游走网络嵌入加权基因共表达网络分析

来源：评论

学校读者我要写书评

暂无评论

TEB:GPU上矩阵分解重构的高效SpMV存储格式

引用

计算机科学与探索 2024年第4期18卷 1094-1108页

作者：王宇华张宇琪何俊飞徐悦竹崔环宇哈尔滨工程大学计算机科学与技术学院哈尔滨150000

稀疏矩阵向量乘法(SpMV)是科学与工程领域中一个至关重要的计算过程,CSR(compressed sparse row)格式是最常用的稀疏矩阵存储格式之一,在图形处理器(GPU)平台上实现并行SpMV的过程中,其只存储稀疏矩阵的非零元,避免零元素填充所带来的... 详细信息

稀疏矩阵向量乘法(SpMV)是科学与工程领域中一个至关重要的计算过程,CSR(compressed sparse row)格式是最常用的稀疏矩阵存储格式之一,在图形处理器(GPU)平台上实现并行SpMV的过程中,其只存储稀疏矩阵的非零元,避免零元素填充所带来的计算冗余,节约存储空间,但存在着负载不均衡的问题,浪费了计算资源。针对上述问题,对近年来效果良好的存储格式进行了研究,提出了一种逐行分解重组存储格式——TEB(threshold-exchangeorder block)格式。该格式采用启发式阈值选择算法确定合适分割阈值,并结合基于重排序的行归并算法,对稀疏矩阵进行重构分解,使得块与块之间非零元个数尽可能得相近,其次结合CUDA(computer unified device architecture)线程技术,提出了基于TEB存储格式的子块间并行SpMV算法,能够合理分配计算资源,解决负载不均衡问题,从而提高SpMV并行计算效率。为了验证TEB存储格式的有效性,在NVIDIA Tesla V100平台上进行实验,结果表明TEB相较于PBC(partition-block-CSR)、AMF-CSR(adaptive multi-row folding of CSR)、CSR-Scalar(compressed sparse row-scalar)和CSR5(compressed sparse row 5)存储格式,在SpMV的时间性能方面平均可提升3.23、5.83、2.33和2.21倍;在浮点计算性能方面,平均可提高3.36、5.95、2.29和2.13倍。

关键词：稀疏矩阵向量乘法(SpMV) 重新排序 CSR格式负载均衡存储格式图形处理器(GPU)

来源：评论

学校读者我要写书评

暂无评论

面向联邦学习的可学习触发器后门攻击

引用

计算机工程 2025年

作者：刘涛苘大鹏许晨吕继光冯驻曾凡一周雪杨武哈尔滨工程大学计算机科学与技术学院

传统的干净标签后门攻击通常无法在触发器和目标类之间建立有效的强连接，导致攻击成功率较低，大量实验经验表明这种失效现象在联邦学习中更加严重。攻击失败的主要原因在于触发器的随机选择使其缺少和目标类的直接联系。为此面向联邦... 详细信息

传统的干净标签后门攻击通常无法在触发器和目标类之间建立有效的强连接，导致攻击成功率较低，大量实验经验表明这种失效现象在联邦学习中更加严重。攻击失败的主要原因在于触发器的随机选择使其缺少和目标类的直接联系。为此面向联邦学习设计一种可学习触发器后门攻击，充分利用中心服务器下发的任务信息和共享模型训练与目标类强相关的触发器，将该训练过程形式化为双目标优化问题并求解。在约束条件下找到最佳扰动尽可能模糊图像的原始特征，从而最大化模型对触发器的学习能力；然后对这些模糊图像添加规定范围内允许的触发器作为输入进行训练，最小化其图像分类损失并利用小批量投影梯度下降的优化方法快速生成最优触发器。用该触发器激活的后门攻击在联邦学习中仍能保证出色的攻击性能。三个数据集上的实验结果表明提出的方法在联邦学习中攻击成功率远高于现有的各类干净标签后门攻击，尤其在CIFAR-10上其攻击成功率相较基线方法有82%以上的提升。所提出的攻击方法对联邦学习的安全性提出了新的挑战。

关键词：机器学习联邦学习后门攻击干净标签攻击可学习触发器

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的视频SAR运动目标检测方法

引用

吉林大学学报（工学版） 2023年第11期53卷 3214-3220页

作者：武狄何鸣黑龙江科技大学计算机与信息工程学院哈尔滨150024 哈尔滨工程大学计算机科学与技术学院哈尔滨150001

在检测视频SAR运动目标时,无法精确获得动态图像中的运动目标,为解决存在的检测完整度低、有效性差等问题,提出基于机器视觉的视频SAR运动目标检测方法。首先,通过混合高斯模型匹配运动目标像素点,得到视频SAR运动图像的目标区域;其次,... 详细信息

在检测视频SAR运动目标时,无法精确获得动态图像中的运动目标,为解决存在的检测完整度低、有效性差等问题,提出基于机器视觉的视频SAR运动目标检测方法。首先,通过混合高斯模型匹配运动目标像素点,得到视频SAR运动图像的目标区域;其次,利用HSV模型及反射率算法去除运动目标所产生的阴影;最后,将处理后的目标区域输入YOLO算法中完成最终的视频SAR运动目标的检测。实验结果表明:本文算法的检测完整度高、检出率高、误检率低,检测有效性更佳。

关键词：混合高斯模型自适应阈值 HSV模型反射率 YOLO算法

来源：评论

学校读者我要写书评

暂无评论

使用编码的反向散射通信协议设计与性能分析

引用

计算机研究与发展 2024年第12期61卷 3098-3107页

作者：何昕吴帆祝玉军许勇杨盘隆安徽师范大学计算机与信息学院安徽芜湖241002 南京信息工程大学计算机学院南京210044 中国科学技术大学计算机科学与技术学院合肥230026

周围环境中不断增加的物联网设备带来了巨大的机遇,但也带来了挑战,包括有限的电池寿命、低计算能力和多址接入的可扩展性.反向散射通信使得无处不在的物联网设备能够以超低功耗的方式进行通信,然而,支持大规模并发通信也是反向散射通... 详细信息

周围环境中不断增加的物联网设备带来了巨大的机遇,但也带来了挑战,包括有限的电池寿命、低计算能力和多址接入的可扩展性.反向散射通信使得无处不在的物联网设备能够以超低功耗的方式进行通信,然而,支持大规模并发通信也是反向散射通信需要研究的问题之一.针对大规模标签并发通信误码率(BER)较高、传输速率低等问题,设计基于编码的码分多址(CDMA)接入技术,以支持多标签反向散射并发可靠通信.首先,该系统利用沃尔什(Walsh)码等正交性较强的码片区分标签并结合纠错编码,以增强抗干扰能力;其次利用相关检测与译码联合解码以降低误码率,实现信道的可靠通信;最后,在此基础上,基于K均值聚类算法(K-means clustering algorithm)设计标签分组机制,充分利用时-码2维资源扩充容量.实验表明,该方案能够实现100+个标签的可靠通信,误码率约2%、吞吐量达到了39 Mbps.

关键词：反向散射通信多标签码分多址接入分组算法性能评价

来源：评论

学校读者我要写书评

暂无评论

对称密码体制的量子攻击

引用

应用科学学报 2024年第1期42卷 39-52页

作者：冯晓宁吴洪宇哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

该文梳理了近年来量子攻击在对称密码体制的研究脉络,分析了主流攻击方法的研究趋势与各文献之间的关系,并将主流攻击方法分为量子周期攻击、Grover算法相关攻击、量子差分攻击3类,分别介绍了具有代表性的攻击方法,呈现了各攻击方法的... 详细信息

该文梳理了近年来量子攻击在对称密码体制的研究脉络,分析了主流攻击方法的研究趋势与各文献之间的关系,并将主流攻击方法分为量子周期攻击、Grover算法相关攻击、量子差分攻击3类,分别介绍了具有代表性的攻击方法,呈现了各攻击方法的核心思想。立足于现有的攻击方案,展望了这一领域可能会出现的热门研究方向。

关键词：密码分析量子算法对称密码体制量子攻击

来源：评论

学校读者我要写书评

暂无评论

用于高维小样本特征选择的超网络设计

引用

智能系统学报 2025年第2期20卷 465-474页

作者：魏俊伊董红斌余紫康哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

特征选择是受各行业广泛关注的问题。特征选择针对的数据集通常是高维的,且样本数较少,例如生物、医学领域的数据集。虽然很多的正则化网络在这种数据集上的表现能够优于复杂的网络,但是在小数据量上许多潜在的特征关系仍然会被过度挖掘... 详细信息

特征选择是受各行业广泛关注的问题。特征选择针对的数据集通常是高维的,且样本数较少,例如生物、医学领域的数据集。虽然很多的正则化网络在这种数据集上的表现能够优于复杂的网络,但是在小数据量上许多潜在的特征关系仍然会被过度挖掘,从而出现过拟合的情况。为了解决此类问题,提出了端到端的稀疏重构网络,模型先对特征进行稀有增强和奇异值嵌入,之后通过并行辅助网络对嵌入矩阵进行训练,重构预测权重,实现了削减参数的超网络学习方式。参数较少的网络受过拟合的影响也会随之减少,有效降低了无效参数对网络的影响。对生物、医学领域的12种高维小样本数据集进行了实验,并通过对比实验发现在8种特征选择网络中降维后,本网络的分类准确率平均提升了3.26百分点。另外,通过消融实验分别证明了分解层、重构层、关联层的作用,最后分析权重结果,进一步阐述了模型的扩展应用。

关键词：特征选择正则化网络过拟合端到端稀疏重构奇异值辅助网络超网络高维小样本

来源：评论

学校读者我要写书评

暂无评论

基于融合曲线的零样本红外与可见光图像融合方法

引用

模式识别与人工智能 2025年第3期38卷 268-279页

作者：刘铎张国印史一岐田野张立国哈尔滨工程大学计算机科学与技术学院哈尔滨150001 西安电子科技大学杭州研究院杭州311231

针对红外与可见光图像融合中的颜色失真和热目标细节丢失问题,提出基于融合曲线的零样本红外与可见光图像融合方法(Zero-Shot Infrared and Visible Image Fusion Based on Fusion Curve,ZSFuCu).首先,将融合任务转化为基于深度网络的... 详细信息

针对红外与可见光图像融合中的颜色失真和热目标细节丢失问题,提出基于融合曲线的零样本红外与可见光图像融合方法(Zero-Shot Infrared and Visible Image Fusion Based on Fusion Curve,ZSFuCu).首先,将融合任务转化为基于深度网络的图像特定曲线估计过程,通过像素级非线性映射实现热目标纹理的增强与色彩特征的保留.然后,设计多维度视觉感知损失函数,从对比度增强、颜色保持及空间连续性三个维度构建约束机制,协同优化融合图像的高频信息与色彩分布,保留结构特征和关键信息.最后,采用零样本训练策略,仅需单个红外与可见光图像对即可完成参数的自适应优化,具备在不同照明条件下融合的强鲁棒性.实验表明,ZSFuCu在目标突出性、细节丰富度及颜色自然度方面具有显著优势,兼具有效性与实用性.

关键词：红外与可见光图像融合(IVIF) 深度学习多维度视觉感知零样本学习

来源：评论

学校读者我要写书评

暂无评论

单样本条件下邻域选择聚合零次知识图谱链接预测方法

引用

计算机应用研究 2025年第1期42卷 65-70页

作者：李猛董红斌哈尔滨工程大学计算机科学与技术学院哈尔滨150001

为了解决支持样本有限条件下零次知识图谱链接预测模型性能下降的问题,提出了一种单样本条件下邻域选择聚合零次知识图谱链接预测方法(NSALP)。该方法主要由特征提取器、生成器、判别器三个模块实现。借鉴图同构网络的思想对特征提取器... 详细信息

为了解决支持样本有限条件下零次知识图谱链接预测模型性能下降的问题,提出了一种单样本条件下邻域选择聚合零次知识图谱链接预测方法(NSALP)。该方法主要由特征提取器、生成器、判别器三个模块实现。借鉴图同构网络的思想对特征提取器模块进行改进,在聚合头尾邻域时为每个邻域节点分配一个可学习的参数,进而过滤无关特征,凸显有效特征;以头节点嵌入与关系文本描述的组合作为生成器学习过程的引导,使生成器生成的新组合特征更加接近真实的知识三元组结构特征。在NELL-ZS和Wiki-ZS两个零次知识图谱数据集上,所提模型的性能对比基线模型分别提升了2.5和0.7百分点。在NELL-ZS进行的消融实验中,所提extractor+和generator+模块的性能表现均优于未做改进的模型,佐证了改进方法的有效性。

关键词：知识图谱链接预测零样本

来源：评论

学校读者我要写书评

暂无评论

图像语义特征引导与点云跨模态融合的三维目标检测方法

引用

计算机辅助设计与图形学学报 2024年第5期36卷 734-749页

作者：李辉王俊印程远志刘健赵国伟陈双敏青岛科技大学信息科学技术学院青岛266061 哈尔滨工业大学计算机学部哈尔滨150001 南开大学计算机学院天津300071

受到场景的复杂性和目标尺度变化、遮挡等影响,三维目标检测仍面临着诸多挑战.虽然跨模态特征融合图像和激光点云信息能够有效地提升三维目标检测性能,但在融合效果和检测性能上仍有待提升,为此,提出图像语义特征引导与点云跨模态融合... 详细信息

受到场景的复杂性和目标尺度变化、遮挡等影响,三维目标检测仍面临着诸多挑战.虽然跨模态特征融合图像和激光点云信息能够有效地提升三维目标检测性能,但在融合效果和检测性能上仍有待提升,为此,提出图像语义特征引导与点云跨模态融合的三维目标检测方法.首先设计图像语义特征学习网络,采用双分支自注意力并行计算方式,实现全局语义特征增强,降低目标错误分类;然后提出图像语义特征引导的局部融合模块,采用元素级数据拼接将检索的图像局部语义特征引导融合点云数据,更好地解决跨模态信息融合存在的语义对齐问题;提出多尺度再融合网络,设计融合特征与激光雷达点云交互模块,学习融合特征和不同分辨率特征间的再融合,提高网络的检测性能;最后采用4种任务损失实现anchor-free的三维目标检测.在KITTI和nuScenes数据集中与其他方法进行对比,针对三维目标检测准确率达87.15%,并且实验结果表明,文中方法优于对比方法,具有更优的三维检测性能.

关键词：三维目标检测跨模态语义特征点云无锚

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：