检索结果-内蒙古大学图书馆

中文信息学报 2025年第4期39卷 161-171页

作者：刘立波王詠森刘倩邓箴宁夏大学信息工程学院宁夏银川750021 宁夏“东数西算”人工智能与信息安全重点实验室宁夏银川750021

针对现有语音识别模型存在的时频特征感受野不足、时序特征损失及模型结构扩展性较差等方面的问题,该文提出基于广域时频采样和时序感知卷积的语音识别模型WTSTC,在保证模型轻量化的同时提升识别精度。首先,通过结合RepLKNet模块和传统... 详细信息

针对现有语音识别模型存在的时频特征感受野不足、时序特征损失及模型结构扩展性较差等方面的问题,该文提出基于广域时频采样和时序感知卷积的语音识别模型WTSTC,在保证模型轻量化的同时提升识别精度。首先,通过结合RepLKNet模块和传统卷积下采样模块,构建了一种新型的广域时频采样模块,增大感受野的同时更加关注输入音频序列的时频特征;其次,设计了时序感知卷积模块,通过实现应用于时序特征的一维全局响应归一化层取代原有的Batch Norm以增强通道间的特征竞争,避免了归一化过程中语音信号的时序特征信息丢失的潜在可能;最后,在模型内部各模块间引入Droppath正则化方法,通过在模块间随机跳跃样本避免模型对特定模块的依赖。实验结果表明,该方法在中文公共数据集AISHELL-1的测试集上字错率为4.27%,在更大规模英文公共数据集Librispeech的测试集clean和other上的词错率分别为2.2%和5.1%。在保持相同训练策略的前提下,该方法相较现有先进模型展现出更优异的性能。

关键词：自动语音识别端到端 Conformer RepLKNet

来源：评论

学校读者我要写书评

暂无评论

基于改进RT-DETR的多尺度特征融合的高效轻量皮肤病理检测方法

引用

南方医科大学学报 2025年第2期45卷 409-421页

作者：任煜瀛黄凌霄杜方姚新波宁夏大学信息工程学院//宁夏“东数西算”人工智能与信息安全重点实验室//宁夏大数据与人工智能省部共建协同创新中心宁夏银川750021

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块... 详细信息

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块进行重参数化改进。在颈部网络中引入卷积和注意力融合模块代替多头自注意力机制,形成AIFI-CAFM模块,从而增强模型捕获图像全局依赖关系和局部细节信息的能力。设计DRB-HSFPN特征金字塔网络替换跨尺度特征融合模块(CCFM),以融合不同尺度的上下文信息,提升颈部网络的语义特征表达能力。结合Inner-IoU和EIoU的优点,提出了Inner-EIoU替换原损失函数GIOU,进一步提高模型推理准确性和收敛速度。结果改进后的RT-DETR相较于原始模型,在HAM10000数据集上的mAP@50和mAP@50:95分别提升了4.5%和2.8%,检测速度FPS达到59.1帧/s。同时,改进模型的参数量为10.9M,计算量为19.3GFLOPs,相较于原始模型分别降低了46.0%和67.2%,验证了改进模型的有效性。结论本文提出的SD-DETR模型在降低参数量和计算量的同时,能够有效的提取并融合多尺度特征,从而显著提升了皮肤病检测任务的性能。

关键词：皮肤病轻量级网络多尺度特征融合注意力机制 RT-DETR

来源：评论

学校读者我要写书评

暂无评论

瞬态执行攻击防御方法研究进展

引用

计算机工程与应用 2025年第2期61卷 37-58页

作者：李扬高菲马自强苗莉宁夏大学信息工程学院银川750021 宁夏“东数西算”人工智能与信息安全重点实验室银川750021 宁夏大数据与人工智能省部共建协同创新中心银川750021

瞬态执行攻击利用处理器微架构的实现特性窃取秘密,并通过缓存侧信道泄露秘密相关信息,对现代商用处理器的信息安全构成了极大威胁。随着攻击研究的不断深入,其防御方法也成为了研究热点。对瞬态执行攻击防御技术发展现状进行了系统性总... 详细信息

瞬态执行攻击利用处理器微架构的实现特性窃取秘密,并通过缓存侧信道泄露秘密相关信息,对现代商用处理器的信息安全构成了极大威胁。随着攻击研究的不断深入,其防御方法也成为了研究热点。对瞬态执行攻击防御技术发展现状进行了系统性总结,剖析了熔断型攻击、幽灵型攻击、数据采样型攻击和缓存隐蔽信道的形成原因及分类依据;总结了防御方法的实现原理与发展现状,依据防御措施的介入阶段将其分为四类:基于代码检测的、基于破坏瞬态行为的、基于中断隐蔽信道的和面向攻击检测的防御方法,其中,特别总结了结合机器学习的攻击检测方法。对现有防御研究中存在的关键问题进行了分析与总结,并展望了未来的研究方向,以期为后续研究工作提供帮助。

关键词：系统安全瞬态执行攻击缓存侧信道防御方法处理器安全

来源：评论

学校读者我要写书评

暂无评论

融合路径与子图特征的知识图谱多跳推理模型

引用

计算机应用 2025年第1期45卷 32-39页

作者：李瑞李贯峰胡德洲高文馨宁夏大学信息工程学院银川750021 宁夏“东数西算”人工智能与信息安全重点实验室(宁夏大学) 银川750021

针对知识推理模型在捕获实体之间的复杂语义特征方面难以捕捉多层次语义信息,同时未考虑单一路径的可解释性对正确答案的影响权重不同等问题,提出一种融合路径与子图特征的知识图谱(KG)多跳推理模型PSHAM(Hierarchical Attention Model ... 详细信息

针对知识推理模型在捕获实体之间的复杂语义特征方面难以捕捉多层次语义信息,同时未考虑单一路径的可解释性对正确答案的影响权重不同等问题,提出一种融合路径与子图特征的知识图谱(KG)多跳推理模型PSHAM(Hierarchical Attention Model fusing Path-Subgraph features)。PS-HAM将实体邻域信息与连接路径信息进行融合,并针对不同路径探索多粒度的特征。首先,使用路径级特征提取模块提取每个实体对之间的连接路径,并采用分层注意力机制捕获不同粒度的信息,且将这些信息作为路径级的表示;其次,使用子图特征提取模块通过关系图卷积网络(RGCN)聚合实体的邻域信息;最后,使用路径-子图特征融合模块对路径级与子图级特征向量进行融合,以实现融合推理。在两个公开数据集上进行实验的结果表明,PS-HAM在指标平均倒数秩(MRR)和Hit@k(k=1,3,10)上的性能均存在有效提升。对于指标MRR,与MemoryPath模型相比,PS-HAM在FB15k-237和WN18RR数据集上分别提升了1.5和1.2个百分点。同时,对子图跳数进行的参数验证的结果表明,PS-HAM在两个数据集上都在子图跳数在3时推理效果达到最佳。

关键词：知识图谱多跳推理子图特征路径提取特征融合

来源：评论

学校读者我要写书评

暂无评论

面向低样本的工业图像异常检测综述

引用

计算机工程与应用 2025年

作者：郭新茹宋丽娟朱文倩杜方马子睿宁夏大学信息工程学院宁夏“东数西算”人工智能与信息安全重点实验室宁夏大数据与人工智能省部共建协同创新中心

异常检测是计算机视觉的重要研究方向之一，被广泛应用于工业产品检测、医疗诊断和视频监控等领域。它可以监控产品质量并快速识别不符合标准的产品，从而实现自动化质量控制。在工业图像异常检测中，由于获取大量训练样本既耗时又昂贵... 详细信息

异常检测是计算机视觉的重要研究方向之一，被广泛应用于工业产品检测、医疗诊断和视频监控等领域。它可以监控产品质量并快速识别不符合标准的产品，从而实现自动化质量控制。在工业图像异常检测中，由于获取大量训练样本既耗时又昂贵，因此低样本的工业图像异常检测成为研究热点和趋势。同时，大型视觉语言模型的出现推动了工业图像异常检测从单模态驱动发展到多模态融合，提高了检测的全面性。针对近四年的低样本工业图像异常检测，本文探讨了模态数量对异常检测性能的影响，并根据检测算法在处理数据和检测异常时采用的不同策略以及特征提取技术的提取范围对低样本异常检测方法进行分类。这旨在帮助研究人员快速了解并进一步改进异常检测技术和优化特征提取策略，从而提升低样本环境下的检测效率和准确性。此外，还对不同方法在MVTec AD和VisA数据集上的检测结果进行了对比，对比结果表明多模态融合方法中的混合特征融合在分类和分割异常方面表现突出。通过对比不同的检测技术和模型，本研究总结了不同的低样本工业异常检测方法以及解决的问题，并讨论了未来的研究方向。

关键词：工业图像异常检测低样本单模态驱动多模态融合混合特征融合

来源：评论

学校读者我要写书评

暂无评论

基于改进双向记忆残差网络的Tor流量分类研究

引用

信息安全研究 2025年第5期11卷 447-456页

作者：唐妍王恒马自强滕海龙施若涵张宁宁宁夏大学信息工程学院银川750021 宁夏“东数西算”人工智能与信息安全重点实验室(宁夏大学) 银川750021 国家计算机网络与信息安全管理中心宁夏分中心银川750021

为了解决Tor链路加密的特性导致模型难以对Tor流量进行正确分类导致监管困难的问题,提出了一种基于改进双向记忆残差网络(convolutional block attention module-bidirectional memory residual neural network, CBAM-BiMRNet)的Tor流量分类方法.首先,采用SMOTETomek(SMOTE and tomek links)综合采样算法平衡数据集,使模型能够对各类流量数据进行充分学习.其次,采用CBAM为重要的特征赋予更大的权值,将1维卷积与双向长短期记忆模块结合起来,提取Tor流量数据的时间特征和局部空间特征.最后,通过添加恒等映射避免因模型层数的增加而出现的梯度消失和梯度爆炸现象,并且解决了网络退化问题.实验结果表明,在ISCXTor2016数据集上,该模型对Tor流量识别的准确率达到99.22%,对Tor流量应用服务类型分类的准确率达到93.10%,证明该模型能够有效地对Tor流量进行识别和分类.

关键词： Tor流量残差网络流量识别综合采样类别不平衡

来源：评论

学校读者我要写书评

暂无评论

融合图自注意力机制的知识图谱推理模型

引用

物联网技术 2025年第9期15卷 53-58,63页

作者：李瑞李贯峰宁夏大学信息工程学院宁夏银川750021 宁夏“东数西算”人工智能与信息安全重点实验室宁夏银川750021

现有知识推理模型大多存在以下问题:依赖局部一阶邻域,忽略实体周围丰富的多跳领域结构;无法捕捉三元组中不同关系的独特语义内涵;在获取邻域信息时引入噪声。针对这些问题,提出一种融合邻域感知图自注意力机制的知识图谱推理模型NA-GA... 详细信息

现有知识推理模型大多存在以下问题:依赖局部一阶邻域,忽略实体周围丰富的多跳领域结构;无法捕捉三元组中不同关系的独特语义内涵;在获取邻域信息时引入噪声。针对这些问题,提出一种融合邻域感知图自注意力机制的知识图谱推理模型NA-GAT。该模型分为两个阶段。第一阶段是具有邻域聚集策略的图注意力网络(GAT),此网络将特征信息聚合,生成三种不同的局部结构,并依据结构信息推导出对推理有积极影响的实体。第二阶段是邻域感知自注意力机制,在计算注意力得分时,通过添加实体相似度矩阵,让模型能更好地从邻域实体获取信息以进行推理。在两个数据集上的实验结果显示,NA-GAT在指标MRR和Hits@k(k=1, 3, 10)上均得到有效提升。就指标MRR而言,与ComDensE模型相比,NA-GAT在FB15k-237数据集和WN18RR数据集中分别提升了1.2个百分点和0.6个百分点。

关键词：知识推理图注意力机制邻域结构知识图谱推理实体相似度矩阵多跳推理

来源：评论

学校读者我要写书评

暂无评论

球谐函数局部特征投影的三维人脸生成方法

引用

计算机辅助设计与图形学学报 2025年第3期37卷 385-395页

作者：赵世杰梁瑾裕杜晓飞高宏娟宁夏大学信息工程学院银川750021 宁夏“东数西算”人工智能与信息安全重点实验室银川750021

针对三维人脸生成任务中不能精确地控制局部属性生成的问题,提出球谐函数局部特征投影的三维人脸生成方法.首先将三维人脸划分为多个属性,每个属性对应多个潜变量;然后将每个属性映射到单位球面,使用球谐函数对球面上的形状属性进行特... 详细信息

针对三维人脸生成任务中不能精确地控制局部属性生成的问题,提出球谐函数局部特征投影的三维人脸生成方法.首先将三维人脸划分为多个属性,每个属性对应多个潜变量;然后将每个属性映射到单位球面,使用球谐函数对球面上的形状属性进行特征投影;最后定义一种特征投影损失,并将其分别应用于3D-VAE的编码器和解码器,通过度量投影特征和潜变量的差异,学习具有高解耦性、高可解释性的局部特征潜在表示.在UHM数据集上与几种主流方法进行对比实验,结果表明,所提方法的局部特征解耦效果是最优的;该方法的训练时间最少,与SD-VAE和SD-VQVAE方法相比,分别减少约37%和54%.

关键词：三维人脸特征投影变分自编码器球谐波潜变量解耦

来源：评论

学校读者我要写书评

暂无评论

ResFPN：扩增实际感受野和改进FPN的多尺度目标检测方法

引用

计算机工程与应用 2025年第10期61卷 247-257页

作者：杨扬唐晓芬宁夏大学信息工程学院宁夏“东数西算”人工智能与信息安全重点实验室

针对多尺度目标检测中主干网络实际感受野远远小于理论感受野，感受野分布稀疏，以及特征金字塔网络（feature pyramid network,FPN）在横向连接过程中统一通道数会丢失通道信息等影响模型性能的问题，提出一种扩增实际感受野和多特征... 详细信息

针对多尺度目标检测中主干网络实际感受野远远小于理论感受野，感受野分布稀疏，以及特征金字塔网络（feature pyramid network,FPN）在横向连接过程中统一通道数会丢失通道信息等影响模型性能的问题，提出一种扩增实际感受野和多特征融合改进FPN的多尺度目标检测算法ResFPN。针对主干网络实际感受野远远小于理论感受野的问题，设计了多分支膨胀卷积（multi-branch dilated convolutional,MBD）模块和多分支池化（multi-branch pooling,MBP）模块，通过学习不同尺度空间特征融合，扩增感受野。针对感受野分布稀疏问题，提出轻量级通道交互融合（channel interactive fusion,CIF）模块，通过双分支结构并在每一分支叠加不同数量深度可分离卷积学习像素间的依赖关系增强特征表示。针对FPN通过1×1卷积统一通道数会丢失通道信息的问题，尝试利用SubPixel卷积提取C5层输出特征，保留原始丰富语义信息的同时引出额外双向路径对FPN通道信息进行补充，但这可能会产生冗余信息。因此，在额外双向路径后引入全局上下文（global context,GC）模块，利用GC瓶颈转换模块进一步融合特征信息，减少信息冗余。实验表明，提出的ResFPN有效解决了感受野分布稀疏问题，并将主干网络感受野增大为原来的一倍，同时提出的改进FPN通道丢失问题的方法也在多尺度目标检测中获得了良好的性能。与典型的网络Faster R-CNN相比，大、中、小物体检测平均精度在具有挑战性的MS COCO数据集上分别提高了2.2、1.6、2.0个百分点，与其他检测器相比检测效果也有提升。

关键词：目标检测卷积神经网络多尺度目标检测感受野特征金字塔网络(FPN)

来源：评论

学校读者我要写书评

暂无评论

多级跨模态对齐的文本检索视频方法研究

引用

中文信息学报 2025年第2期39卷 111-122页

作者：习怡萌刘立波邓箴刘倩宁夏大学信息工程学院宁夏银川750021 宁夏“东数西算”人工智能与信息安全重点实验室宁夏银川750021

现有文本检索视频方法在进行跨模态对齐时,未充分考虑文本细节和复杂视觉语义间的信息交互,使检索性能受到影响。为解决此问题,该文提出一种多级跨模态对齐的文本检索视频方法。首先,将查询文本按词性进行分解并编码,同时对视频帧进行... 详细信息

现有文本检索视频方法在进行跨模态对齐时,未充分考虑文本细节和复杂视觉语义间的信息交互,使检索性能受到影响。为解决此问题,该文提出一种多级跨模态对齐的文本检索视频方法。首先,将查询文本按词性进行分解并编码,同时对视频帧进行编码和聚类操作;然后,对查询文本和视频的全局编码进行对齐,获取二者间的全局语义关系;接着,对文本动词编码与视频子动作编码进行动作对齐,以实现动作关联;最后,将名词编码与经动作对齐筛选的关键帧进行实体对齐,进一步消弱视频中弱相关或不相关帧,提高文本与视频之间的相关性。实验证明,该方法在MSR-VTT、DiDeMo和LSMDC公共数据集上的R@1指标分别提升了2.3%、1.5%和0.9%,优于现有文本检索视频方法。

关键词：文本检索视频文本分解视频关键帧提取

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：