检索结果-内蒙古大学图书馆

华南师范大学学报（自然科学版） 2023年第5期55卷 111-120页

作者：蓝俊伟张奇支郑伟平赵淦森华南师范大学计算机学院广州510631 广州市云计算安全与测评技术重点实验室广州510631

在软件定义网络中,为了实现链路故障的快速恢复,通常采用主动式恢复方法。现有主动式恢复方法的备份路径设计往往难以兼顾故障恢复的备份资源消耗和恢复时延。为了在节省备份资源的基础上减少恢复时延,文章提出了一种主动式单链路故障... 详细信息

在软件定义网络中,为了实现链路故障的快速恢复,通常采用主动式恢复方法。现有主动式恢复方法的备份路径设计往往难以兼顾故障恢复的备份资源消耗和恢复时延。为了在节省备份资源的基础上减少恢复时延,文章提出了一种主动式单链路故障恢复方案(LBR),对主路径中的前半部分和后半部分链路采取分而治之的方式,不同故障位置的链路规划不同的备份路径,以实现快速故障恢复和对备份流表项资源的合理利用。最后,将LBR方案与基于最短路径重路由的方案(ST方案和FLR方案)、回溯方案(DT方案)进行对比实验。实验结果表明LBR方案实现了恢复时延和资源利用上的有效平衡:与基于最短路径重路由的方案相比,LBR方案能更有效地利用备份资源;与回溯方案相比,在主路径节点数为4~11时,LBR方案的恢复时延减少了34%~44%。

关键词：软件定义网络故障恢复备份路径

来源：评论

学校读者我要写书评

暂无评论

基于双路注意力机制的习题推荐模型研究

引用

中文信息学报 2023年第7期37卷 152-161页

作者：聂庭焜刘梦赤华南师范大学计算机学院广州市大数据智能教育重点实验室广东广州510000

习题推荐是利用推荐算法将习题推荐给学生的任务,点击率(CTR)预测则是推荐领域的主流研究方向之一,现有的大部分习题推荐模型没有重视注意力机制的创新,因而落后于CTR预测领域。为了研究CTR预测模型中注意力机制在教育领域的应用前景,... 详细信息

习题推荐是利用推荐算法将习题推荐给学生的任务,点击率(CTR)预测则是推荐领域的主流研究方向之一,现有的大部分习题推荐模型没有重视注意力机制的创新,因而落后于CTR预测领域。为了研究CTR预测模型中注意力机制在教育领域的应用前景,该文提出一种分层次学习注意力权重的双路注意力推荐模型(SEFM)。该模型通过因子分解机(FM)与压缩激励注意力网络(SENET)两个注意力机制的并行运行,实现学习特征之间的关系以及特征本身的权重,从而完成推荐。在两个CTR广告数据集与一个教育数据集上的实验表明,SEFM能准确地学习特征在多种维度上的权重,在两个评价指标上的表现均优于现有的先进基准模型。

关键词：推荐系统点击率预测习题推荐个性化学习

来源：评论

学校读者我要写书评

暂无评论

CNN结合Transformer的深度伪造高效检测

引用

中国图象图形学报 2023年第3期28卷 804-819页

作者：李颖边山王春桃卢伟华南农业大学数学与信息学院广州510642 广州市智慧农业重点实验室广州510642 中山大学计算机学院广州510006

目的深度伪造视频检测是目前计算机视觉领域的热点研究问题。卷积神经网络和Vision Transformer(ViT)都是深度伪造检测模型中的基础结构,二者虽各有优势,但都面临训练和测试阶段耗时较长、跨压缩场景精度显著下降问题。针对这两类模型... 详细信息

目的深度伪造视频检测是目前计算机视觉领域的热点研究问题。卷积神经网络和Vision Transformer(ViT)都是深度伪造检测模型中的基础结构,二者虽各有优势,但都面临训练和测试阶段耗时较长、跨压缩场景精度显著下降问题。针对这两类模型各自的优缺点,以及不同域特征在检测场景下的适用性,提出了一种高效的CNN(convolutional neural network)结合Transformer的联合模型。方法设计基于Efficient Net的空间域特征提取分支及频率域特征提取分支,以丰富单分支的特征表示。之后与Transformer的编码器结构、交叉注意力结构进行连接,对全局区域间特征相关性进行建模。针对跨压缩、跨库场景下深度伪造检测模型精度下降问题,设计注意力机制及嵌入方式,结合数据增广策略,提高模型在跨压缩率、跨库场景下的鲁棒性。结果在Face Forensics++的4个数据集上与其他9种方法进行跨压缩率的精度比较,在交叉压缩率检测实验中,本文方法对Deepfake、Face2Face和Neural Textures伪造图像的检测准确率分别达到90.35%、71.79%和80.71%,优于对比算法。在跨数据集的实验中,本文模型同样优于其他方法,并且同设备训练耗时大幅缩减。结论本文提出的联合模型综合了卷积神经网络和Vision Transformer的优点,利用了不同域特征的检测特性及注意力机制和数据增强机制,改善了深度伪造检测在跨压缩、跨库检测时的效果,使模型更加准确且高效。

关键词：深度伪造检测卷积神经网络(CNN) Vision Transformer(ViT) 空间域频率域

来源：评论

学校读者我要写书评

暂无评论

可穿戴自供电化学传感器研究进展

引用

分析化学 2023年第5期51卷 769-776页

作者：宋忠乾李伟燕包宇刘振邦孙中辉牛利广州大学化学化工学院分析科学技术研究中心广州市传感材料与器件重点实验室广州大学计算机科学与网络工程学院

作为可穿戴电子产品的重要分支之一，可穿戴化学传感器可以对人体及其周边环境中的化学组分进行连续检测和分析，在健康监测、医疗诊断和环境保护等领域具有较高的应用价值。然而，具有高能量密度和穿戴舒适性的可穿戴能量供应器件的发... 详细信息

作为可穿戴电子产品的重要分支之一，可穿戴化学传感器可以对人体及其周边环境中的化学组分进行连续检测和分析，在健康监测、医疗诊断和环境保护等领域具有较高的应用价值。然而，具有高能量密度和穿戴舒适性的可穿戴能量供应器件的发展仍难以满足当前柔性电子技术的发展需求，开发具有自供电特征的可穿戴化学传感器是解决上述问题的重要途径，对连续和持续电化学监测具有重要意义。本文介绍了基于自供电技术的可穿戴化学传感器的分类及其工作原理，概述了当前可穿戴自供电化学传感器的研究与应用进展，讨论了自供电可穿戴化学传感器未来的发展方向和存在的问题，以期为柔性可穿戴电子产品的能量供应选择和新型自供电传感器的开发提供参考。

关键词：可穿戴电子自供电化学传感器评述

来源：评论

学校读者我要写书评

暂无评论

深度学习下主流染色体分类算法的性能评估

引用

中国图象图形学报 2023年第2期28卷 570-588页

作者：易序晟尹爱华黄杰晟彭璟陈汉彪郭莉林成创李双印赵淦森华南师范大学计算机学院广州510631 广州市云计算安全与测评技术重点实验室广州510631 华南师范大学唯链区块链技术与应用联合实验室广州510631 广东省妇幼保健院广州511400

目的染色体分类是医学影像处理的具体任务之一,最终结果可为医生提供重要的临床诊断信息,在产前诊断中起着重要作用。深度学习由于强大的特征表达能力在医学影像领域得到了广泛应用,但是基于深度学习的大部分染色体分类算法都是在轻量... 详细信息

目的染色体分类是医学影像处理的具体任务之一,最终结果可为医生提供重要的临床诊断信息,在产前诊断中起着重要作用。深度学习由于强大的特征表达能力在医学影像领域得到了广泛应用,但是基于深度学习的大部分染色体分类算法都是在轻量化私有数据库上得到的不同水准的分类结果,难以客观评估不同算法间的优劣,导致缺乏对算法的临床筛选标准,因此迫切需要在大规模数据库上对不同算法开展基于同样数据级的性能评估,以获取具有客观可对比性的性能数据,这对于科研成果的转化具有重要意义。方法本文基于广东省妇幼保健院提供的染色体数据,构建了包含126453条染色体的临床数据库,精选6个主流染色体分类模型在该数据库上展开对比实验与性能评估。结果在本文构建的大规模染色体临床数据库上,实验和分析发现,参评模型分类准确率均达到92%以上,其中MixNet模型提升后分类效果最好,为98.92%。即使分类性能落后的模型在本数据集上训练也得到明显改善,准确率从86.7%提升至92.09%,相比早期报告的性能提升了5.39%。结论开展实证研究实验发现,数据库规模大小是影响染色体分类算法能否取得理想分类效果的重要因素之一。对于染色体分类任务而言,残差神经网络是比较合适的网络结构,但结果方面缺乏可解释性等原因,导致与高精度临床应用要求还存在差距。基于深度学习技术的染色体分类研究还需要进一步深入开展。

关键词：医学影像处理深度学习染色体分类残差神经网络分类评估

来源：评论

学校读者我要写书评

暂无评论

Transformer在计算机视觉场景下的研究综述

引用

计算机科学 2023年第12期50卷 130-147页

作者：陈洛轩林成创郑招良莫泽枫黄心怡赵淦森华南师范大学计算机学院广州510663 广州市云计算安全与测评技术重点实验室广州510663 广东省电信规划设计院有限公司广州510630

Transformer是一种基于注意力的编码器-解码器架构,其凭借长距离建模能力与并行计算能力在自然语言处理领域取得了重大突破,并逐步拓展应用至计算机视觉领域,成为了计算机视觉任务的重要研究方向。文中重点回顾与总结了Transformer在图... 详细信息

Transformer是一种基于注意力的编码器-解码器架构,其凭借长距离建模能力与并行计算能力在自然语言处理领域取得了重大突破,并逐步拓展应用至计算机视觉领域,成为了计算机视觉任务的重要研究方向。文中重点回顾与总结了Transformer在图像分类、目标检测与图像分割三大计算机视觉任务中的应用和改进。首先,以图像分类任务为切入点,从数据规模、结构特点、计算效率等方面深入分析了当前视觉Transformer存在的关键问题,并基于关键问题对解决方法和思路进行了分类。其次,全面梳理了视觉Transformer在目标检测与图像分割两大领域的研究进展,并根据结构特点、设计动机来组织这些方法,分析对比代表性方法的优点与不足。最后,对Transformer在计算机视觉任务中亟待解决的问题以及发展趋势进行了总结和探讨。

关键词：视觉Transformer 计算机视觉图像分类目标检测图像分割

来源：评论

学校读者我要写书评

暂无评论

具有选择性局部注意力和前序信息解码器的代码生成模型

引用

北京大学学报（自然科学版） 2021年第1期57卷 45-52页

作者：梁婉莹朱佳吴志杰颜志文汤庸黄晋余伟浩华南师范大学计算机学院广州510631 广州市大数据智能教育重点实验室广州510631

提出一种基于语法的代码生成模型,该模型具有选择性局部注意力和包含前序信息的长短期记忆(LSTM)神经网络解码器,通过更改上下文向量的计算范围,并在解码过程中融合更多的前序信息,增强单词之间的相关性。在Hearthstone和Django两个数... 详细信息

提出一种基于语法的代码生成模型,该模型具有选择性局部注意力和包含前序信息的长短期记忆(LSTM)神经网络解码器,通过更改上下文向量的计算范围,并在解码过程中融合更多的前序信息,增强单词之间的相关性。在Hearthstone和Django两个数据集上进行的代码生成实验证实了所提模型的有效性,与最新的模型相比,所提模型不仅表现出更出色的准确率和双语评估学习成绩,还可以使计算工作量最小化。

关键词：代码生成抽象语法树包含前序信息的长短期记忆神经网络(LSTM) 选择性局部注意力

来源：评论

学校读者我要写书评

暂无评论

MEC中面向动态环境的工作流D2D协同卸载方法

引用

山东大学学报（工学版） 2022年第4期52卷 45-53页

作者：钱程赵淦森罗浩宇华南师范大学计算机学院广东广州510631 广州市云计算安全与测评技术重点实验室广东广州510631

为解决现实场景中终端设备的移动性与性能波动对工作流D2D(device-to-device)协同卸载带来的问题,提出一种面向动态环境的工作流D2D协同卸载方法,以尽可能小的卸载成本保证工作流在时间约束内得到及时响应。在工作流的卸载执行过程中感... 详细信息

为解决现实场景中终端设备的移动性与性能波动对工作流D2D(device-to-device)协同卸载带来的问题,提出一种面向动态环境的工作流D2D协同卸载方法,以尽可能小的卸载成本保证工作流在时间约束内得到及时响应。在工作流的卸载执行过程中感知其执行时间状态,并提出贪婪有序自适应搜索算法进行高效的工作流D2D卸载决策,根据环境变化及工作流执行时间状态在线调整卸载方案。仿真结果表明,该卸载方法在动态环境中具有有效性,并且卸载决策所需的计算开销很低(仅为粒子群优化算法的1.63%),具有较高的实时性。

关键词：移动边缘计算工作流 D2D卸载计算卸载在线决策

来源：评论

学校读者我要写书评

暂无评论

基于拥塞及内存感知的SD-WAN故障恢复

引用

计算机系统应用 2023年第9期32卷 106-114页

作者：庄捷张奇支郑伟平赵淦森华南师范大学计算机学院广州510631 广州市云计算安全与测评技术重点实验室广州510631

在软件定义广域网(SD-WAN)中,链路故障会导致大量丢包,严重时会引起部分网络瘫痪.现有的流量工程方法通过在数据平面提前安装备份路径能够加快故障恢复过程,但在资源受限的情况下难以适应各种网络故障情况,从而使恢复后的网络性能下降.... 详细信息

在软件定义广域网(SD-WAN)中,链路故障会导致大量丢包,严重时会引起部分网络瘫痪.现有的流量工程方法通过在数据平面提前安装备份路径能够加快故障恢复过程,但在资源受限的情况下难以适应各种网络故障情况,从而使恢复后的网络性能下降.为了保证网络在故障恢复之后的性能并减少备份资源的消耗,本文提出一种基于拥塞及内存感知的主动式故障恢复方案(CAMA),不仅能够将受影响数据流进行快速重定向,还能实现负载均衡避免恢复后潜在的链路拥塞.实验结果表明,与已有方案相比, CAMA能有效利用备份资源,在负载均衡上有较好的性能,且仅需少量备份规则即可覆盖所有单链路故障情况.

关键词：软件定义网络软件定义广域网故障恢复负载均衡备份资源

来源：评论

学校读者我要写书评

暂无评论

面向作物表型分析的大豆植株叶片语义重建

引用

华中农业大学学报 2023年第3期42卷 177-186页

作者：高月芳肖冬冬傅汝佳冼楚华李桂清黄琼杨存义华南农业大学数学与信息学院广州510642 华南理工大学计算机科学与工程学院广州510006 华南农业大学农学院广州510642 广州市智慧农业重点实验室广州510642

为解决三维扫描仪、多视图数据获取的三维点云因缺少语义信息导致难以从点云上判别植株器官部位问题,提出一种二维先验语义嵌入的大豆植株叶片三维语义建模方法:首先,基于Mask R-CNN模型对大豆叶片进行语义分割;然后,对分割结果和多视... 详细信息

为解决三维扫描仪、多视图数据获取的三维点云因缺少语义信息导致难以从点云上判别植株器官部位问题,提出一种二维先验语义嵌入的大豆植株叶片三维语义建模方法:首先,基于Mask R-CNN模型对大豆叶片进行语义分割;然后,对分割结果和多视图数据进行立体重建融合学习,实现大豆植株叶片二维语义到三维叶片点云迁移,获得植株叶片点云语义信息,进而建立植株叶片三维语义模型。通过多组盆栽大豆植株试验对该模型进行验证,提取叶长和叶宽与人工实测数据进行对比分析,叶长和叶宽均方误差分别为2.53和1.52 mm,决定系数分别为0.97和0.89。结果表明,该方法能够便捷、精准地构建植株叶片三维语义模型。

关键词：语义分割植株三维建模深度网络模型点云语义重建作物表型分析

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：