检索结果-内蒙古大学图书馆

软件学报 2025年第4期36卷 1796-1810页

作者：代强强于瀚文李荣华李振军王国仁北京理工大学计算机学院北京100081 深圳城市职业技术学院信息与通信学院广东深圳518038

极大二团枚举问题是二部图分析中的一个基本研究问题.然而,在实际应用中,传统二团模型要求子图必须为完全二部图的约束往往过于严格,因此需要一些更为宽松的二团模型作为代替.为此,提出一种新的称之为k-缺陷二团的松弛二团模型.该模型... 详细信息

极大二团枚举问题是二部图分析中的一个基本研究问题.然而,在实际应用中,传统二团模型要求子图必须为完全二部图的约束往往过于严格,因此需要一些更为宽松的二团模型作为代替.为此,提出一种新的称之为k-缺陷二团的松弛二团模型.该模型允许二部图子图与完全子图二团最多相差k条边.由于极大k-缺陷二团枚举问题属于NP-难问题,设计高效的枚举算法是一项极具挑战性的任务.为解决此问题,提出一种基于对称集合枚举的算法.该算法的思想是通过k-缺陷二团中缺失边的数量约束来控制子分支的数量.为进一步提高计算效率,还提出一系列优化技术,包括基于排序的子图划分方法、基于上界的剪枝方法、基于线性时间的更新技术以及分支的优化方法.此外,提出的优化算法的时间复杂度与量的实验结果表明,在大部分参数条件下所提方法的效率相较于传统分支定界方法提高了100倍以上.

关键词：二部图稠密子图挖掘 k-缺陷二团

来源：评论

学校读者我要写书评

暂无评论

一种基于神经网络的去中心化应用加密流量分类模型

引用

兵器装备工程学报 2025年

作者：胡光武贾如春肖喜深圳信息职业技术学院计算机与软件学院四川大学计算机学院清华大学国际研究生院

针对传统流量分类方案对特征提取不充分，导致流量分类准确度不高的问题，提出一种新的去中心化应用加密流量特征选择算法，该算法可有效提升数据集的代表性和可靠性。通过该算法并结合胶囊网络与Transformer模型两者优势，提出一种新... 详细信息

针对传统流量分类方案对特征提取不充分，导致流量分类准确度不高的问题，提出一种新的去中心化应用加密流量特征选择算法，该算法可有效提升数据集的代表性和可靠性。通过该算法并结合胶囊网络与Transformer模型两者优势，提出一种新型深度加密流量分类模型CapsuleFormer，使用胶囊神经元代替传统标量神经元，具有胶囊激活向量高维表示的能力，通过将训练数据映射到更高维空间进行特征表示，实现了更高的分类准确度。采用以太坊和币安币链上10种去中心化应用类型，超过70万条加密流量样本的数据集，对该模型进行实验仿真验证，实验结果表明：该模型的分类准确率98.7%，与当前8种主流分类方法相比，该模型在准确率、精度、召回率及F1值分别提升27.2%、22.9%、30.46%及29.23%，全面优于已有的加密流量分类方案。

关键词：去中心化应用加密流量分类神经网络深度学习胶囊网络

来源：评论

学校读者我要写书评

暂无评论

基于HRF-Net的指纹细节点及汗孔统一提取方法

引用

计算机学报 2024年第9期47卷 2179-2194页

作者：刘凤王秋恒肖延峰文嘉俊沈琳琳谭旭深圳大学计算机与软件学院广东深圳518060 广东省智能信息处理重点实验室广东深圳518060 深圳信息职业技术学院广东深圳518172

基于多级特征(例如细节点、汗孔等)融合的指纹识别技术,大大提高了指纹识别系统的安全性和鲁棒性.然而,目前基于高精度指纹的识别技术,几乎都是基于第三级特征中的汗孔特征,而忽略了指纹图像中的其他重要特征.针对这一问题,本文首次提... 详细信息

基于多级特征(例如细节点、汗孔等)融合的指纹识别技术,大大提高了指纹识别系统的安全性和鲁棒性.然而,目前基于高精度指纹的识别技术,几乎都是基于第三级特征中的汗孔特征,而忽略了指纹图像中的其他重要特征.针对这一问题,本文首次提出一种指纹特征提取方法,能够实现在高精度指纹图像上同时提取不同层级特征,包括二级的细节点特征和三级的汗孔特征.本文设计了High-Resolution Fingerprint Net(HRF-Net)作为特征提取模型,利用指纹图像生成细节点与汗孔的热力图,再通过滑动窗口算法处理得到特征点坐标.在HRF-Net模型中,通过引入中继输出结构以实现汗孔和细节点特征的解耦,利用由粗到细的阶段式监督以兼顾网络对不同层级特征的学习,在网络中加入shuffle unit模块减少模型计算复杂度,实现了对指纹不同层级特征高效准确的提取.实验结果表明,本文提出的特征统一提取方法在汗孔的提取上真阳率(RT)达到了96.59%,比目前取得最好性能的Judge CNN提高了3.45%;在细节点的提取上真阳率(RT)达到了81.93%.同时,我们在对汗孔和细节点单独提取上也达到了最好的结果,以衡量提取综合性能的F1-score作为评价指标,模型提取汗孔的F1-score达到了95.83%,比Judge CNN提高1.48%.我们利用所提取的特征在指纹匹配数据集上的指纹图像进行匹配实验,在等错误率(Equal Error Rate,EER)上达到了5.39%,相比传统方法下降7.02%.结果表明,本文的方法在汗孔和细节点的提取性能以及匹配结果上都达到了目前最佳水平.

关键词：指纹识别高精度指纹细节点提取汗孔提取

来源：评论

学校读者我要写书评

暂无评论

图像特征点匹配算法下车辆行驶主动防撞预警

引用

安全与环境学报 2025年第1期25卷 41-49页

作者：张海民刘训星安徽信息工程学院计算机与软件工程学院安徽芜湖241000 宣城职业技术学院信息与财经学院安徽宣城242000

对于车辆行驶过程中的防撞预警,如果无法识别前车的具体行驶状态,可能使系统反应速度较慢,而不能动态变化调整本车行驶策略,导致无法有效规避潜在碰撞的危险。为了提高车辆在行驶过程中对周围环境的感知能力,防止车辆碰撞事故的发生,提... 详细信息

对于车辆行驶过程中的防撞预警,如果无法识别前车的具体行驶状态,可能使系统反应速度较慢,而不能动态变化调整本车行驶策略,导致无法有效规避潜在碰撞的危险。为了提高车辆在行驶过程中对周围环境的感知能力,防止车辆碰撞事故的发生,提出了图像特征点匹配算法下车辆行驶主动防撞预警方法。通过尺度不变特征转换(Scale-Invariant Feature Transform,SIFT)对采集到的前车图像中的特征点展开提取;利用近似最近邻搜索算法完成特征点的匹配,并将匹配点对从像素坐标系转换到图像坐标系中,以完成对前车的定位;基于单帧静态图像测距方法获得车距,并将前车的行驶状态分为静止、减速、匀速或加速三种状态,计算不同状态下的提醒报警距离和危险报警距离,动态调整本车行驶策略。当车距达到提醒报警距离或危险报警距离时,发出报警,以此实现车辆行驶过程中的主动防撞预警。试验结果表明:利用图像特征点匹配算法下车辆行驶主动防撞预警方法对前车车距展开测量,测量结果与实际车距基本一致,准确度误差在5 cm以内,相较于差异化预警方法和车联网数据预警方法而言可以更精准地测量车距;此外,所提方法的风险系数最大值为0.12,远小于差异化预警方法和车联网数据预警方法的风险系数,证实了该方法的车辆定位准确度高、防撞预警性能强。

关键词：安全工程车辆防撞预警图像特征点匹配尺度不变特征变换算法近似最近邻搜索算法特征点提取

来源：评论

学校读者我要写书评

暂无评论

联合低秩重构和投影重构的稳健特征选择方法

引用

通信学报 2023年第3期44卷 209-219页

作者：仪双燕梁永生陆晶晶柳伟胡涛何震宇深圳信息职业技术学院软件学院广东深圳518000 哈尔滨工业大学(深圳)电子与信息工程学院广东深圳518000 深圳国微福芯技术有限公司广东深圳518000 深圳信息职业技术学院计算机学院广东深圳518000 深圳信息职业技术学院信息技术研究所广东深圳518000 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518000

针对当前特征选择方法依然受噪声影响以及无法将聚类效果和重构效果有效统一的问题,提出了一种稳健的特征选择方法。从干净数据和重构数据作差的思路着手,将低秩重构数据和投影重构数据作差构建稳健的重构误差项,并提出从学习到的干净... 详细信息

针对当前特征选择方法依然受噪声影响以及无法将聚类效果和重构效果有效统一的问题,提出了一种稳健的特征选择方法。从干净数据和重构数据作差的思路着手,将低秩重构数据和投影重构数据作差构建稳健的重构误差项,并提出从学习到的干净数据上选择特征用于聚类。将干净数据的学习和特征选择技能进行联合学习,相互促进,从而提升方法在有噪数据上的稳健性,并且将重构效果和聚类效果进行有效统一。在5个数据集上与几种图嵌入角度的特征选择以及PCA重构角度的特征选择方法进行聚类实验对比,实验结果表明,除LUNG噪声数据集外,所提方法在2种评价指标(ACC和NMI)下都优于对比特征选择方法。

关键词：重构低秩投影稀疏特征选择

来源：评论

学校读者我要写书评

暂无评论

一种采用混合策略的大规模多目标进化算法

引用

计算机学报 2024年第1期47卷 69-89页

作者：谢承旺潘嘉敏郭华王冬梅付世炜华南师范大学数据科学与工程学院广东汕尾516600 南宁师范大学计算机与信息工程学院南宁530100 成都职业技术学院软件学院成都610041

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标... 详细信息

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标进化算法,但它们在解题的质量和效率方面尚存较大的提升空间.基于此,提出一种采用混合策略的大规模多目标进化算法LSMOEA/HS.该算法提出的一种黄金分层分组方法将大规模决策变量分成收敛性组和多样性组,然后对收敛性变量组执行基于变量组的相关性检测操作,将收敛性变量组划分成若干更小规模的子组,最后算法采用不同的优化策略分别优化收敛性变量组和多样性变量组以获得最终的解题结果.为验证LSMOEA/HS的有效性,将其与五种新近提出的高效的大规模多目标进化算法一同在决策变量维度为200、500、1000、2000和5000的2-目标和3-目标的LSMOP系列测试实例上进行IGD和HV性能测试,实验结果表明LSMOEA/HS具有显著较优的收敛性和多样性.由此表明,LSMOEA/HS是一种颇具前景的大规模多目标进化算法.

关键词：大规模多目标优化问题变量分组进化算法收敛性多样性大规模多目标进化算法

来源：评论

学校读者我要写书评

暂无评论

面向嵌入式设备部署的无线传感网络数据采集加速方法

引用

传感技术学报 2025年第1期38卷 179-184页

作者：姚强韩红章江苏联合职业技术学院信息工程学院江苏常州213161 江苏理工学院计算机工程学院江苏常州213001

嵌入式设备部署过程中选择合适的传感器节点位置和连接方式,有助于降低网络能耗,提高工作效率。为此,提出面向嵌入式设备部署的无线传感网络数据采集加速方法。以优化无线传感网络数据采集性能为目的,设计嵌入式设备部署星型拓扑。从拓... 详细信息

嵌入式设备部署过程中选择合适的传感器节点位置和连接方式,有助于降低网络能耗,提高工作效率。为此,提出面向嵌入式设备部署的无线传感网络数据采集加速方法。以优化无线传感网络数据采集性能为目的,设计嵌入式设备部署星型拓扑。从拓扑中选取传感器节点完成采集任务,并从无线传感网络传输速率和传输延迟两方面更新无线传感网络传输协议参数。利用直线斜率与误差阈值尺度关系获取感知数据,设计提速流程实现网络数据采集加速。仿真结果表明,该方法采集时延小于200 ms,最大采集覆盖范围是50 m^(2),平均能量消耗低于920 mJ,丢包率低于12%。证明了所提方法能够提高网络数据采集速度,减少资源消耗。

关键词：无线传感网络数据采集加速感知数据嵌入式设备滑动窗口

来源：评论

学校读者我要写书评

暂无评论

基于链路质量优化的无线传感器网络数据传输算法

引用

吉林大学学报（工学版） 2024年第9期54卷 2668-2675页

作者：李建坡刘琨朱伟华东北电力大学计算机学院吉林省吉林市132012 吉林电子信息职业技术学院软件工程学院吉林省吉林市132021

为提高无线传感器的网络传输速率,解决分簇路由过程的干扰、数据异常、冲突和拥塞问题,提出一种优化链路质量的数据传输算法。应用跨层设计,引入物理层信道信息,通过各簇的随机频率跳变,减弱数据收集时各簇间的干扰;定义了异常数据优先... 详细信息

为提高无线传感器的网络传输速率,解决分簇路由过程的干扰、数据异常、冲突和拥塞问题,提出一种优化链路质量的数据传输算法。应用跨层设计,引入物理层信道信息,通过各簇的随机频率跳变,减弱数据收集时各簇间的干扰;定义了异常数据优先级,优化簇内时隙分配;在MAC层接入控制下,考虑影响簇间传输的因素,制订了簇间竞争方案,避免多节点接入簇头时的簇间冲突;对比接入簇头的数据队列和接收簇头的预留队列以检测拥塞,并通过路径转移解除拥塞。仿真结果表明:与LEACH、UCDTS、FPCRA算法相比,本文算法的数据传输量、网络生命周期等指标均有显著提升。

关键词：通信与信息系统无线传感器网络跨层设计随机频率跳变冲突避免预留队列

来源：评论

学校读者我要写书评

暂无评论

基于自监督注意和图像特征融合的文本生成图像方法

引用

液晶与显示 2024年第2期39卷 180-191页

作者：廖涌卉张海涛金海波辽宁工程技术大学软件学院辽宁葫芦岛125105 汕头职业技术学院计算机系广东汕头515071

现有的层级式文本生成图像的方法在初始图像生成阶段仅使用上采样进行特征提取,上采样过程本质是卷积运算,卷积运算的局限性会造成全局信息被忽略并且远程语义无法交互。虽然已经有方法在模型中加入自注意力机制,但依然存在图像细节缺... 详细信息

现有的层级式文本生成图像的方法在初始图像生成阶段仅使用上采样进行特征提取,上采样过程本质是卷积运算,卷积运算的局限性会造成全局信息被忽略并且远程语义无法交互。虽然已经有方法在模型中加入自注意力机制,但依然存在图像细节缺失、图像结构性错误等问题。针对上述存在的问题,提出一种基于自监督注意和图像特征融合的生成对抗网络模型SAF-GAN。将基于ContNet的自监督模块加入到初始特征生成阶段,利用注意机制进行图像特征之间的自主映射学习,通过特征的上下文关系引导动态注意矩阵,实现上下文挖掘和自注意学习的高度结合,提高低分辨率图像特征的生成效果,后续通过不同阶段网络的交替训练实现高分辨率图像的细化生成。同时加入了特征融合增强模块,通过将模型上一阶段的低分辨率特征与当前阶段的特征进行融合,生成网络可以充分利用低层特征的高语义信息和高层特征的高分辨率信息,更加保证了不同分辨率特征图的语义一致性,从而实现高分辨率的逼真的图像生成。实验结果表明,相较于基准模型(AttnGAN),SAF-GAN模型在IS和FID指标上均有改善,在CUB数据集上的IS分数提升了0.31,FID指标降低了3.45;在COCO数据集上的IS分数提升了2.68,FID指标降低了5.18。SAF-GAN模型能够有效生成更加真实的图像,证明了该方法的有效性。

关键词：计算机视觉生成对抗网络文本生成图像 CotNet 图像特征融合

来源：评论

学校读者我要写书评

暂无评论

移动群智感知中基于纳什讨价还价博弈的多任务分配策略

引用

计算机应用研究 2025年第4期42卷 1191-1197页

作者：李丽钟晓雄深圳信息职业技术学院计算机与软件学院广东深圳518172 鹏城实验室新型网络研究部广东深圳518055

在移动群智感知网络多个并发任务的情况下,如何根据用户资源以及任务的质量需求实现多任务的有效分配问题,利用纳什议价解模型在资源分配方面的优势,提出了一种基于纳什议价解的多任务分配策略。该策略将多个用户对多个任务根据不同目... 详细信息

在移动群智感知网络多个并发任务的情况下,如何根据用户资源以及任务的质量需求实现多任务的有效分配问题,利用纳什议价解模型在资源分配方面的优势,提出了一种基于纳什议价解的多任务分配策略。该策略将多个用户对多个任务根据不同目标以及质量需求的选择问题映射为一个多方纳什议价博弈模型,并采用空间距离的方法有效求得此多方纳什议价博弈的最优解。感知平台根据此解对多个任务进行统一分配,将每个任务分配给最适合的用户去执行。该策略可以实现用户整体得益的最大化,在保障数据质量的同时,减少同一任务执行用户的数目,有效降低感知平台的激励成本。实验结果表明,所提策略比现有任务分配策略具有更好的整体效用与任务质量满意度。

关键词：移动群智感知纳什讨价还价模型任务质量任务分配空间距离

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：