检索结果-内蒙古大学图书馆

丝绸 2025年第1期62卷 85-93页

作者：陈鑫磊郑军红金耀何利力浙江理工大学计算机科学与技术学院杭州310018 浙江省现代纺织技术创新中心(鉴湖实验室) 浙江绍兴310020

针对现有基于三维表面重建的图像重照明方法存在纹理噪点、重照明质量不足及特征空间利用率低等问题,文章提出一种基于单张量辐射场的数字服装重照明方法。该方法首先利用球面高斯函数和多层感知机,分别模拟环境直射光和服装表面间的间... 详细信息

针对现有基于三维表面重建的图像重照明方法存在纹理噪点、重照明质量不足及特征空间利用率低等问题,文章提出一种基于单张量辐射场的数字服装重照明方法。该方法首先利用球面高斯函数和多层感知机,分别模拟环境直射光和服装表面间的间接反射光,以构建一个精准的入射光场;接着通过引入梯度引导平滑策略,优化从特征空间中提取双向反射分布函数模型参数的过程。最后,利用简化的反射率方程,结合入射光场、双向反射分布模型及特征空间,成功地渲染出高质量的服装重照明图像。实验结果表明,该方法有效地减少了服装纹理噪点,显著降低了服装重照明的失真现象。相较于先进方法,该方法在生成服装新视角图像方面,各项评估指标的平均提升约9.922%;在服装重照明结果方面,各项评估指标的平均提升约4.549%。

关键词：单张量辐射场特征空间服装重照明 3D维重建图像生成双向反射分布函数

来源：评论

学校读者我要写书评

暂无评论

图神经网络模型预测和解释离子液体毒性的研究

引用

化工学报 2025年第1期76卷 93-106页

作者：冯海军章冰璇周健深圳信息职业技术学院计算机学院广东深圳518172 华南理工大学化学与化工学院广东省绿色化学产品技术重点实验室广东广州510640

离子液体对环境有潜在毒性,为了解其毒性机制,建立了三种传统机器学习(支持向量机,随机森林,多层感知机)和三种图神经网络(图注意力网络,消息传递神经网络,图卷积模型)模型,预测离子液体对大鼠IPC-81细胞等4种活生物体的毒性。凭借分子... 详细信息

离子液体对环境有潜在毒性,为了解其毒性机制,建立了三种传统机器学习(支持向量机,随机森林,多层感知机)和三种图神经网络(图注意力网络,消息传递神经网络,图卷积模型)模型,预测离子液体对大鼠IPC-81细胞等4种活生物体的毒性。凭借分子结构信息,图卷积模型在4个数据集中的RMSE和MAE均最低,R^(2)均最高,因此,图卷积模型在预测离子液体毒性上更优越。同时,基于图卷积模型,建立毒性解释模型,从数据驱动上来分析原子基团对毒性的贡献。阳离子的芳香环和长烷基链会产生毒性,S^(+)、P^(+)、N^(+)、NH^(+)等原子基团会显著增强离子液体的毒性,而P^(-)、F、B^(-)、C等原子基团会有效降低离子液体的毒性。该发现可为快速筛选和开发更绿色低毒型离子液体提供理论依据。

关键词：离子液体毒性机器学习图神经网络模型预测可解释性

来源：评论

学校读者我要写书评

暂无评论

类别条件噪声下的半监督AUC优化理论与算法

引用

计算机学报 2025年第1期48卷 136-155页

作者：姜阳邦彦许倩倩杨智勇郝前秀操晓春黄庆明中国科学院大学计算机科学与技术学院北京101408 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中山大学网络空间安全学院广东深圳518107

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况... 详细信息

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况下可以在半监督问题中具有噪声鲁棒性。在此基础上,该文构建了一个鲁棒半监督AUC优化框架,其导出的经验风险无需估计噪声率。此外,通过紧致泛化上界的分析表明,当模型基于足够大的训练数据集进行学习时,其在未见数据上能够很好地泛化。随后,使用Barrier hinge损失对该框架进行实例化。为加快训练过程,进一步开发了一种加速算法,将损失和梯度估计的复杂度从O(n^(2))降低至O(nlogn),在实验中可获得高达200倍的加速。最后,通过在15个基准数据集上进行实验验证,证明了所提方法的有效性。

关键词：半监督学习 AUC优化标签噪声二分类问题不平衡数据学习

来源：评论

学校读者我要写书评

暂无评论

基于主题提示学习的零样本立场检测方法

引用

中文信息学报 2025年第1期39卷 112-120页

作者：陈子潇梁斌徐睿峰哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 广东省安全智能新技术重点实验室广东深圳518055

零样本立场检测目的是针对未知目标数据进行立场极性预测。一般而言,文本的立场表达是与所讨论的目标主题紧密联系的。针对未知目标的立场检测,该文将立场表达划分为两种类型:一类在说话者面向不同的主题和讨论目标时表达相同的立场态度... 详细信息

零样本立场检测目的是针对未知目标数据进行立场极性预测。一般而言,文本的立场表达是与所讨论的目标主题紧密联系的。针对未知目标的立场检测,该文将立场表达划分为两种类型:一类在说话者面向不同的主题和讨论目标时表达相同的立场态度,称为目标无关的表达;另一类在说话者面向特定主题和讨论目标时才表达相应的立场态度,该文称为目标依赖的表达。对这两种表达进行区分,有效学习到目标无关的表达方式并忽略目标依赖的表达方式,有望强化模型的可迁移能力,使其更加适应零样本立场检测任务。据此,该文提出了一种基于主题提示学习的零样本立场检测方法。具体而言,受自监督学习的启发,该文为零样本立场检测设置了一个代理任务框架。其中,代理任务通过掩盖上下文中的目标主题词生成辅助样本,并基于提示学习分别预测原样本和辅助样本的立场表达,随后判断原样本和辅助样本的立场表达是否一致,从而在无须人工标注的情况下判断样本的立场表达是否依赖于目标的代理标签。然后,将此代理标签提供给立场检测模型,对应学习可迁移的立场检测特征。在两个基准数据集上的大量实验表明,该文提出的方法在零样本立场检测任务中相比基线模型取得了更优的性能。

关键词：零样本立场检测提示学习代理任务

来源：评论

学校读者我要写书评

暂无评论

横向联邦学习:研究现状、系统应用与挑战

引用

计算机学报 2025年第1期48卷 35-67页

作者：吴文泰吴应良林伟伟左文明暨南大学信息科学技术学院广州510632 华南理工大学电子商务系广州510006 华南理工大学计算机科学与工程学院广州510006 人工智能与数字经济广东省实验室(广州) 广州510335

随着数据和算力向网络边缘下沉,人工智能应用的研发愈加依赖隐私敏感的用户数据。在这一趋势的推动下,联邦学习因其强调隐私保护的特性而逐渐成为一个广泛应用的分布式机器学习框架。作为联邦学习的原始范式,横向联邦学习(Horizontal Fe... 详细信息

随着数据和算力向网络边缘下沉,人工智能应用的研发愈加依赖隐私敏感的用户数据。在这一趋势的推动下,联邦学习因其强调隐私保护的特性而逐渐成为一个广泛应用的分布式机器学习框架。作为联邦学习的原始范式,横向联邦学习(Horizontal Federated Learning,HFL)具有扩展能力强和使用场景广泛等特点,因此是近年来该领域的研究重心,同时在产业界相关需求的驱动下有着十分广泛的应用前景。横向联邦学习的研究涉及机器学习、分布式系统、无线通信和信息安全等多个学术领域,从研究动机到技术方法都呈现多样化,但现有文献未能展现相关研究现状的全貌。此外,横向联邦学习相关技术的发展催化出了一系列开源系统框架、公开数据集以及多种场景下的应用,对进一步研究与实践都具有参考价值。为此,本文对横向联邦学习的研究现状和系统应用进行综合性调研:首先,对相关文献按照研究目标和技术角度进行全面地分类梳理,从多领域视角分析了各分支的研究现状;其次,从应用实践的视角,对比分析了面向横向联邦学习的主流系统框架与代码库、描述了数据准备方法以及典型的应用场景。在此基础上,阐明了横向联邦学习算法研究和系统应用面临的6个关键挑战,为如何缩小相关研究与系统实践之间的鸿沟提供了新的参考。

关键词：横向联邦学习数据隐私分布式系统机器学习人工神经网络

来源：评论

学校读者我要写书评

暂无评论

基于逐帧和逐段时空交互记忆网络的高效视频目标分割

引用

中国科学:信息科学 2025年第1期55卷 80-93页

作者：党吉圣郑慧诚王笔美李俊成丁恒辉赖剑煌中山大学计算机学院广州510006 School of Computing National University of SingaporeSingapore 119391Singapore 机器智能与先进计算教育部重点实验室广州510006 广东省信息安全技术重点实验室广州510006 暨南大学信息科学技术学院广州510632 复旦大学大数据研究院上海200433

视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战... 详细信息

视频目标分割旨在自动分割视频中感兴趣的目标,在视频编辑、机器人导航以及自动驾驶等领域均有着广泛的应用前景.现有的视频目标分割方法大多依赖于独立帧表观记忆,这在处理严重遮挡或表观相似的复杂视频场景时常显不足.为应对这些挑战,本文提出了一种基于逐帧和逐段时空交互记忆网络(frame-wise and segment-wise spatio-temporal interaction memory,FSSTIM)的视频目标分割方法.FSSTIM引入逐帧和逐段时空交互记忆构建模块,通过构建时空上下文图网络提取逐段时空记忆特征图,并与逐帧记忆特征图进行交互增强,显著提高了网络处理相似表观和目标遮挡的能力.此外,引入动态采样记忆读取器实现了高效的多粒度历史信息读取,加快了推理速度并提高了分割精度.在DAVIS,YouTube-VOS和MOSE主流视频目标分割数据集上的实验表明,本文方法在保持实时处理速度的同时取得了先进的分割性能,且具有较强的泛化能力.

关键词：视频目标分割逐帧和逐段时空交互记忆网络时空上下文关联网络动态采样记忆读取

来源：评论

学校读者我要写书评

暂无评论

基于彭罗斯铺砌的数字艺术图形生成算法

引用

软件工程 2025年第3期28卷 29-33页

作者：杨璐金耀浙江理工大学计算机科学与技术学院浙江杭州310018 浙江省现代纺织技术创新中心(鉴湖实验室) 浙江绍兴312030

为丰富数字艺术图形的空间结构以及纹理细节的变化形式,提出了一种基于彭罗斯铺砌的数字艺术图形生成算法。该算法引入具有丰富纹理细节和艺术美感的准规则斑图作为纹理生成模型,将彭罗斯铺砌结构与准规则斑图的着色方法相结合,实现了... 详细信息

为丰富数字艺术图形的空间结构以及纹理细节的变化形式,提出了一种基于彭罗斯铺砌的数字艺术图形生成算法。该算法引入具有丰富纹理细节和艺术美感的准规则斑图作为纹理生成模型,将彭罗斯铺砌结构与准规则斑图的着色方法相结合,实现了图形空间结构的构建与精细着色。实验结果表明,相比于同类算法如周期铺砌的动力系统方法,该方法生成的数字艺术图形展现出4种空间结构的变换,并通过数千种准规则斑图模型呈现出丰富的颜色和纹理,具有显著的美学特征和应用价值。

关键词：数字艺术图形准规则斑图彭罗斯铺砌

来源：评论

学校读者我要写书评

暂无评论

融合多尺度特征注意力的双目立体匹配算法

引用

计算机工程与设计 2025年第1期46卷 30-36页

作者：张嫡李泽平赵勇杨文帮贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳550025 北京大学深圳研究生院广东深圳518055

针对现有的立体匹配算法在反光、反射、纹理模糊、纹理复杂边缘等区域推理精度不高的问题,提出一种融合多尺度特征注意力的立体匹配网络。采用改进的金字塔池化模块,将金字塔池化结合U型架构,加强边缘区域有效特征信息的提取;在网络中... 详细信息

针对现有的立体匹配算法在反光、反射、纹理模糊、纹理复杂边缘等区域推理精度不高的问题,提出一种融合多尺度特征注意力的立体匹配网络。采用改进的金字塔池化模块,将金字塔池化结合U型架构,加强边缘区域有效特征信息的提取;在网络中引入多尺度特征融合的注意力模块,融合多尺度代价体和注意力机制增强代价体中不同层次信息量,同时捕获在不同维度间的信息依赖关系,抑制代价体中无关信息;采用多阶段的视差精化得到最终的视差图。实验结果表明,MFANet预测的精度相比基准网络GwcNet在SceneFlow、KITTI 2012和KITTI 2015分别提高了18.8%、11.6%、12%。

关键词：深度学习立体匹配双目视觉特征提取多尺度特征注意力改进金字塔池化视差优化

来源：评论

学校读者我要写书评

暂无评论

基于注意力的多尺度残差U-Net的海洋中尺度涡检测

引用

海洋与湖沼 2025年第1期56卷 64-76页

作者：王丽娜孙阳张红春王旭东董昌明南京信息工程大学人工智能学院(未来技术学院) 江苏南京210044 南方海洋科学与工程广东省实验室(珠海) 广东珠海519080 南京信息工程大学计算机学院江苏南京210044 南京信息工程大学海洋科学学院江苏南京210044

海洋中尺度涡是一类重要的海洋现象,其特征是海洋中的螺旋运动,伴随着海水温度、营养物质以及能量的输送,对海洋生态系统和全球的气候变化起着重要影响。因此,海洋涡旋的智能识别成为海洋学的研究热点之一。由于海洋中尺度涡数量众多且... 详细信息

海洋中尺度涡是一类重要的海洋现象,其特征是海洋中的螺旋运动,伴随着海水温度、营养物质以及能量的输送,对海洋生态系统和全球的气候变化起着重要影响。因此,海洋涡旋的智能识别成为海洋学的研究热点之一。由于海洋中尺度涡数量众多且大小不同,存在检测精度不高问题。为了提高海洋中尺度涡的检测精度,提出一种基于注意力的多尺度残差U-Net的海洋涡旋检测模型(dual cross-attention-pyramid spilt attention-Res U-Net, DCA-PRUNet)。该模型采用基于注意力的编解码器结构。编解码结构中,引入金字塔分割注意力(pyramid spilt attention,PSA)以提取多尺度特征,并捕获不同涡旋的特征信息;此外,为了解决网络过深导致模型无法训练的问题,引入残差学习模块。同时,为了使解码器更好地恢复涡旋细节信息,引入双交叉注意力模块(dual cross-attention, DCA)捕获编码器各个阶段的特征依赖。选取西北太平洋海域的海平面异常(sea level anomaly,SLA)与海面温度(sea surface temperature,SST)数据进行建模,实验结果表明DCA-PRUNet涡旋检测的准确率达到95.12%,F1分数达到91.21%,显著优于现有的模型,验证了该模型的有效性。

关键词：海洋涡旋深度学习金字塔分割注意力残差学习双交叉注意力

来源：评论

学校读者我要写书评

暂无评论

面向电商联盟的区块链营销标签交易系统

引用

计算机研究与发展 2025年第1期62卷 269-280页

作者：代炜琦李铭赵珂轩姜文超周蔚林邹德清金海大数据技术与系统国家地方联合工程研究中心(华中科技大学) 武汉430074 服务计算技术与系统教育部重点实验室(华中科技大学) 武汉430074 分布式系统安全湖北省重点实验室(华中科技大学) 武汉430074 湖北省大数据安全工程技术研究中心(华中科技大学) 武汉430074 华中科技大学网络空间安全学院武汉430074 集群与网格计算湖北省重点实验室(华中科技大学) 武汉430074 华中科技大学计算机科学与技术学院武汉430074 广东工业大学计算机学院广州510006 数安时代科技股份有限公司广东佛山510100

大数据电商时代,数据交易可使彼此孤立的数据资源得到协同共享与价值利用,营销标签作为电商业务中数据交易的主要形式,拥有巨大的潜在价值.然而传统数据交易市场面临3个主要问题:1)中心化平台信息不透明导致信任危机和恶意竞价排名;2)... 详细信息

大数据电商时代,数据交易可使彼此孤立的数据资源得到协同共享与价值利用,营销标签作为电商业务中数据交易的主要形式,拥有巨大的潜在价值.然而传统数据交易市场面临3个主要问题:1)中心化平台信息不透明导致信任危机和恶意竞价排名;2)缺乏合理的激励机制来打破数据孤岛导致数据不流通和共享困难;3)数据安全威胁导致隐私泄露和数据倒卖盗卖等问题.为解决这些问题,设计了一种面向电商联盟的区块链营销标签交易机制DSTS(decentralized data security transaction system),以去中心化为基础设计上层共识激励机制,结合可信执行环境完成系统各项数据交易和计算业务,从而实现了一个安全完备的数据交易生态.通过真实性验证机制确保营销标签有效性,设计共识激励机制使用户积极共享数据,利用智能合约对角色行为按照系统设计规范进行有效约束;随后通过SGX(software guard extensions)远程认证实现密钥传输和数据安全存储,实现了智能合约安全调用来保障用户隐私和数据安全;最后,通过可信计算机制和系统设计思想,实现了数据交易结果的可靠交付.为验证系统的安全性和实用性,采用某电商公司提供的35万条真实数据进行性能测试,测试结果表明系统能够同时保证安全和性能需求,其额外开销主要来自远程认证模块且在可接受范围内.

关键词：区块链数据交易电商联盟可信执行环境共识机制

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：