检索结果-内蒙古大学图书馆

计算机应用 2025年第3期45卷 849-855页

作者：马灿黄瑞章任丽娜白瑞娜伍瑶瑶文本计算与认知智能教育部工程研究中心(贵州大学) 贵阳550025 贵州大学计算机科学与技术学院贵阳550025 贵州轻工职业技术学院信息工程系贵阳550025

中文拼写纠错(CSC)是自然语言处理(NLP)中的一项重要研究任务,现有的基于大语言模型(LLM)的CSC方法由于LLM的生成机制,会生成和原文存在语义偏差的纠错结果。因此,提出基于LLM的多输入CSC方法。该方法包含多输入候选集合构建和LLM纠错... 详细信息

中文拼写纠错(CSC)是自然语言处理(NLP)中的一项重要研究任务,现有的基于大语言模型(LLM)的CSC方法由于LLM的生成机制,会生成和原文存在语义偏差的纠错结果。因此,提出基于LLM的多输入CSC方法。该方法包含多输入候选集合构建和LLM纠错两阶段:第一阶段将多个小模型的纠错结果构建为多输入候选集合;第二阶段使用LoRA(Low-Rank Adaptation)对LLM进行微调,即借助LLM的推理能力,在多输入候选集合中预测出没有拼写错误的句子作为最终的纠错结果。在公开数据集SIGHAN13、SIGHAN14、SIGHAN15和修正后的SIGHAN15上的实验结果表明,相较于使用LLM直接生成纠错结果的方法Prompt-GEN-1,所提方法的纠错F1值分别提升了9.6、24.9、27.9和34.2个百分点,相较于表现次优的纠错小模型,所提方法的纠错F1值分别提升了1.0、1.1、0.4和2.4个百分点,验证了所提方法能提升CSC任务的效果。

关键词：中文拼写纠错大语言模型模型集成模型微调提示学习

来源：评论

学校读者我要写书评

暂无评论

基于全局注意力残差收缩网络的柱塞泵故障诊断方法

引用

中国舰船研究 2025年第2期20卷 39-46页

作者：王晓琪吴轲赵观辉吴军华中科技大学船舶与海洋工程学院中国舰船研究设计中心浙江大学计算机科学与技术学院

[目的]针对传统神经网络在强噪声干扰下特征提取能力不足的问题，提出一种新的全局注意力残差收缩网络，实现复杂环境下柱塞泵故障精准诊断。[方法]首先，对原始监测信号进行数据切分；建立一种新的带有注意力机制的全局特征提取器，从... 详细信息

[目的]针对传统神经网络在强噪声干扰下特征提取能力不足的问题，提出一种新的全局注意力残差收缩网络，实现复杂环境下柱塞泵故障精准诊断。[方法]首先，对原始监测信号进行数据切分；建立一种新的带有注意力机制的全局特征提取器，从监测信号中提取故障相关特征，同时引入阈值软化机制，减少信号中噪声干扰的影响；然后，对网络模型进行反向传播优化，减少损失误差，提升模型的诊断性能；最后，将特征提取结果输入到故障分类器进行故障识别。基于柱塞泵故障模拟实验台，验证所提出方法的有效性。[结果]结果表明：相比其他模型，该全局注意力残差收缩网络模型有更高的诊断精度，且具备更强的抗干扰能力。[结论]该诊断方法能够在复杂恶劣环境下实现故障的精准诊断。

关键词：残差网络注意力机制故障分析故障诊断柱塞泵

来源：评论

学校读者我要写书评

暂无评论

PIC2f-YOLO:金属表面缺陷检测轻量化方法

引用

光电工程 2025年第1期52卷 87-100页

作者：胡依伦杨俊许聪源夏亚金邓文斌浙江理工大学计算机科学与技术学院浙江杭州310018 嘉兴大学信息科学与工程学院浙江嘉兴314001 海盐中达金属电子材料有限公司浙江嘉兴314300

针对金属表面缺陷检测效率低以及检测算法参数量大、精度低的问题,本文提出了一种改进YOLOv8n的金属表面缺陷检测轻量化方法。首先,设计局部卷积倒置交叉融合(partial inverted bottleneck cross stage partial fusion,PIC2f)模块,该模... 详细信息

针对金属表面缺陷检测效率低以及检测算法参数量大、精度低的问题,本文提出了一种改进YOLOv8n的金属表面缺陷检测轻量化方法。首先,设计局部卷积倒置交叉融合(partial inverted bottleneck cross stage partial fusion,PIC2f)模块,该模块通过构造的局部卷积倒置瓶颈(partial IRMB bottleneck,PIBN)模块替换BottleNeck模块,将部分卷积和倒置残差块组合,从而减少算法的参数量并提升模型的特征提取能力。然后,采用基于注意力尺寸内特征交互(attention-based intra-scale feature interaction,AIFI)模块,该模块结合位置嵌入和多头注意力机制,增强了模型对小目标的检测能力。最后,使用平均池化下采样(average pooling down sampling,ADown)模块替换传统卷积作为模型特征缩减模块,通过池化和卷积操作,在不降低检测精度情况下,进一步减少模型的参数量和计算复杂度。实验结果表明,与YOLOv8n算法相比,在NEU-DET钢材缺陷数据集上的PIC2f-YOLO方法的mAP_(50)增加了2.7%,参数量减少了0.403 M。在铝片表面工业缺陷、PASCAL VOC2012和带状合金功能材料表面缺陷数据集上的泛化性实验也验证了PIC2f-YOLO方法的有效性。

关键词：表面缺陷检测局部卷积倒置残差注意力机制

来源：评论

学校读者我要写书评

暂无评论

本地差分隐私频率估计伪数据攻击及防御方法

引用

软件学报 2025年第05期 2212-2228页

作者：王源源朱友文吴启晖王威王箭南京航空航天大学计算机科学与技术学院南京航空航天大学电子信息工程学院

本地差分隐私被广泛地应用于保护用户隐私的同时收集和分析敏感数据,但是也易于受到恶意用户的伪数据攻击.子集选择机制和环机制是具有最优效用的频率估计本地差分隐私方案,然而,它们的抗伪数据攻击能力尚缺少深入地分析和评估.因此,针... 详细信息

本地差分隐私被广泛地应用于保护用户隐私的同时收集和分析敏感数据,但是也易于受到恶意用户的伪数据攻击.子集选择机制和环机制是具有最优效用的频率估计本地差分隐私方案,然而,它们的抗伪数据攻击能力尚缺少深入地分析和评估.因此,针对子集选择机制和环机制,设计伪数据攻击方法,以评估其抗伪造攻击的能力.首先讨论随机扰动攻击和随机项目攻击,然后构建针对子集选择机制和环机制的攻击效用最大化伪数据攻击方法.攻击者可以利用该攻击方法,通过假用户向数据收集方发送精心制作的伪数据,最大化地提高攻击者所选目标值的频率.理论上严格分析和对比攻击效用,并通过实验评估伪数据攻击效果,展示伪数据攻击对子集选择机制和环机制的影响.最后,提出防御措施,可缓解伪数据攻击的效果.

关键词：本地差分隐私伪数据攻击防御子集选择机制环机制

来源：评论

学校读者我要写书评

暂无评论

基于语义调制的弱监督语义分割

引用

软件学报 2025年

作者：李军侠苏京峰崔滢刘青山南京信息工程大学计算机学院江苏省大气环境与装备技术协同创新中心浙江工业大学计算机科学与技术学院

图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置,其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题.近年来,基于Transformer的弱监督语义分割方法利用自注意力机制... 详细信息

图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置,其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题.近年来,基于Transformer的弱监督语义分割方法利用自注意力机制捕捉全局依赖关系,解决了CNN的固有缺陷.然而, Transformer生成的初始类激活图会在目标区域周围引入大量背景噪声,此时直接对初始类激活图进行使用并不能取得令人满意的效果.通过综合利用Transformer生成的类与块间注意力(class-to-patch attention)以及区域块间注意力(patch-to-patch attention)对初始类激活图进行联合优化,同时,由于原始的类与块间注意力存在误差,对此设计一种语义调制策略,利用区域块间注意力的语义上下文信息对类与块间注意力进行调制,修正其误差,最终得到能够准确覆盖较多目标区域的类激活图.在此基础上,构建一种新颖的基于Transformer的弱监督语义分割模型.所提方法在PASCAL VOC 2012验证集和测试集上mIoU值分别达到72.7%和71.9%, MS COCO 2014验证集上mIoU为42.3%,取得了目前较为先进的弱监督语义分割结果.

关键词：语义分割弱监督学习语义上下文 Transformer 类激活图

来源：评论

学校读者我要写书评

暂无评论

自适应门控解耦特征融合的多模态情感分析

引用

中北大学学报(自然科学版) 2025年第1期46卷 1-9页

作者：李烽源蔺素珍王彦博李大威顾梦瑶中北大学计算机科学与技术学院山西太原030051 中北大学电气与控制工程学院山西太原030051

现有的多模态情感分析研究主要通过不同模态特征的整体交互进行不同模态信息的融合,未考虑不同模态包含的独有特征以及共有特征之间的联系,导致无法有效分析复杂的情感。针对上述问题,本文提出了自适应门控解耦特征融合的多模态情感分... 详细信息

现有的多模态情感分析研究主要通过不同模态特征的整体交互进行不同模态信息的融合,未考虑不同模态包含的独有特征以及共有特征之间的联系,导致无法有效分析复杂的情感。针对上述问题,本文提出了自适应门控解耦特征融合的多模态情感分析模型(AGDF)。首先,利用预训练的BERT模型和Transformer模型进行不同模态的特征提取。其次,根据不同模态的共有特征相似而独有特征不相似的原理构造对比对,通过对比学习的方法,将不同模态的特征分解为独有特征和共有特征。然后,根据图像和语音模态在文本模态存在偏移的原理,设计了一种新的自适应门控机制进行特征融合,将其他模态信息融于文本模态。同时,设计了独有特征和共有特征的联系图,利用图注意力神经网络进行融合,以平衡模态之间的独有信息和共有信息。最后,对融合特征进行分类。在数据集CMU-MOSI、CMU-MOSEI上进行了实验,结果显示本文方法比基线方法在准确率和F1分数上均提高了约1百分点。此外,与其他特征分解方法相比,本文方法的准确率提高了1.23百分点,F1分数提高了1.37百分点,Corr提高了2.13百分点,MAE降低了4.83百分点。综合结果表明,本文提出的方法能够更加充分利用不同模态的异质信息,从而有效提高情感识别的效果。

关键词：情感分析对比学习图神经网络多模态信息融合自适应门控

来源：评论

学校读者我要写书评

暂无评论

基于信息熵的隐私保护图像检索方案

引用

计算机应用与软件 2025年第1期42卷 294-302页

作者：乐可馨王亮亮罗宜元张秀洁上海电力大学计算机科学与技术学院上海200090 惠州学院计算机科学与工程学院广东惠州516007 潍坊学院计算机工程学院山东潍坊261061

针对现有图像检索方案无法对用户隐私进行有效保护且在实际应用中效率低、检索精确度差的问题,设计一种基于信息熵和局部敏感哈希的两层检索方案。利用图像信息熵的特性筛选出更具代表性的图像特征;使用高效的同态加密算法加密特征;采... 详细信息

针对现有图像检索方案无法对用户隐私进行有效保护且在实际应用中效率低、检索精确度差的问题,设计一种基于信息熵和局部敏感哈希的两层检索方案。利用图像信息熵的特性筛选出更具代表性的图像特征;使用高效的同态加密算法加密特征;采用基于信息熵的混沌加密算法保护图像安全。安全分析和实验表明其在实现有效保护用户隐私的同时,性能也达到了较好的实用水准。

关键词：图像检索隐私保护同态加密信息熵

来源：评论

学校读者我要写书评

暂无评论

面向可重构结构的LSTM混合压缩优化方法

引用

电讯技术 2025年

作者：吴海蒋林李远成刘朋飞西安科技大学通信与信息工程学院西安科技大学计算机科学与技术学院

可重构结构因其高灵活性和高并行性的特点，已成为如长短期记忆（Long Short-Term Memory，LSTM）网络等计算密集型应用的最佳选择之一。然而，随着参数和计算量的增加，带来存储和带宽的更高需求，严重限制了计算效率的提升。针对该问... 详细信息

可重构结构因其高灵活性和高并行性的特点，已成为如长短期记忆（Long Short-Term Memory，LSTM）网络等计算密集型应用的最佳选择之一。然而，随着参数和计算量的增加，带来存储和带宽的更高需求，严重限制了计算效率的提升。针对该问题，提出了一种面向可重构结构的LSTM混合压缩优化方法。基于LSTM网络在训练过程中对误差的敏感性，利用不同的压缩算法对LSTM网络进行压缩，并在压缩后再训练，分析模型精度恢复情况及收敛时间，将网络中的门控单元分为误差敏感组和误差不敏感组。使用Top-k（Top-k Pruning）剪枝策略和块循环矩阵变换策略分别对误差敏感组和误差不敏感组的门控单元进行压缩。最后，基于Virtex UltraScale VU440 FPGA（Field Programmable Gate Array）开发板搭建的可重构阵列处理器上实现LSTM网络。结果表明，LSTM网络的压缩比达到了38.4×，硬件加速比达到了1.41，精度损失约为1.7%，且硬件资源消耗也有一定减少。

关键词：长短期记忆网络模型压缩可重构结构现场可编程门阵列加速比

来源：评论

学校读者我要写书评

暂无评论

基于图像化方法的恶意软件检测与分类综述

引用

计算机学报 2025年第3期48卷 650-674页

作者：谢丽霞魏晨阳杨宏宇胡泽成翔张良中国民航大学计算机科学与技术学院天津300300 中国民航大学安全科学与工程学院天津300300 扬州大学信息工程学院江苏扬州225127 中国民航大学民航飞联网重点实验室天津300300 亚利桑那大学信息学院美国图森85721

恶意软件的检测与分类是一种发现并消除潜在威胁、识别恶意软件家族的有效方法,在个人隐私保护和系统安全维护等任务中起关键作用。传统检测分类方法在面对使用复杂混淆技术的恶意软件新变种时,存在检测准确率低、误报率高和计算成本高... 详细信息

恶意软件的检测与分类是一种发现并消除潜在威胁、识别恶意软件家族的有效方法,在个人隐私保护和系统安全维护等任务中起关键作用。传统检测分类方法在面对使用复杂混淆技术的恶意软件新变种时,存在检测准确率低、误报率高和计算成本高等问题。在此背景下,利用基于深度学习的图像化方法解决恶意软件检测分类问题逐渐成为研究热点。因此,为全面总结分析图像化方法在恶意软件检测分类领域的应用,本文首先概述了恶意软件的定义、发展历程以及常用的混淆规避技术,讨论了基于静态分析、动态分析以及机器学习的检测分类方法存在的局限性,尤其是在应对复杂混淆技术和未知变种方面存在的不足。然后,系统总结了近年来图像化检测方法的最新研究进展,全面评估该方法在检测不同类型、不同平台(Windows、Android、IoT)恶意软件时的应用效果,深入分析该方法在提升检测分类精度、对抗高级混淆技术以及处理恶意软件新变种时的优势。最后,本文介绍并分析了可用于评估实验模型性能的各类数据集,深入讨论了图像化检测分类方法当前面临的各种挑战,并对未来研究方向进行了展望。

关键词：恶意软件检测与分类混淆技术深度学习图像化方法数据集

来源：评论

学校读者我要写书评

暂无评论

融合时域和频域特征的服务器出风温度预测

引用

计算机技术与发展 2025年

作者：张颖唐远新王艳杰哈尔滨理工大学计算机科学与技术学院

随着数据中心能耗问题日益突出，服务器出风温度作为机房稳定运行的关键指标，直接影响数据中心的能效和设备安全。为了提高服务器出风温度预测的准确性，本文提出了一种融合时域和频域特征的服务器出风温度预测方法，该方法分为时域和... 详细信息

随着数据中心能耗问题日益突出，服务器出风温度作为机房稳定运行的关键指标，直接影响数据中心的能效和设备安全。为了提高服务器出风温度预测的准确性，本文提出了一种融合时域和频域特征的服务器出风温度预测方法，该方法分为时域和频域两个模块。在时域模块中，利用带有空间坐标的深度卷积和逐点卷积，捕捉时间序列中的空间特征。在频域模块中，通过快速傅里叶变换将时序数据转换到频域，并通过软阈值处理引入稀疏性约束，降低噪声。在时域和频域模块引入动态多头注意力机制，使模型自适应地调整注意力权重。通过主谐波能量加权分别计算时域和频域模块的特征权重，加权得到预测结果。实验结果表明，该模型在数据中心温度数据集上的MSE和MAE达到了0.145和0.168，证明了其在提高服务器出风温度预测的准确性和有效性。

关键词：服务器出风温度预测时域和频域融合空间坐标动态多头注意力机制快速傅里叶变换

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：