检索结果-内蒙古大学图书馆

小型微型计算机系统 2023年第3期44卷 497-505页

作者：刘睿莫愿斌广西民族大学电子信息学院南宁530006 广西民族大学混杂计算与集成电路设计分析重点实验室南宁530006 广西民族大学人工智能学院南宁530006

提出一种增强型麻雀搜索算法(Enhanced Sparrow Search Algorithm, ESSA)并应用于压力容器设计问题的优化.首先,ESSA在初始化阶段采用Gauss映射生成混沌序列替代原算法种群;其次,在迭代阶段加入动态惯性权重和以迭代次数为参数自由度的... 详细信息

提出一种增强型麻雀搜索算法(Enhanced Sparrow Search Algorithm, ESSA)并应用于压力容器设计问题的优化.首先,ESSA在初始化阶段采用Gauss映射生成混沌序列替代原算法种群;其次,在迭代阶段加入动态惯性权重和以迭代次数为参数自由度的学生t分布扰动因子引导算法搜索全局最优;最后,采用随机回归的越界处理方法进一步提升算法搜索性.通过对15组基准函数测试,对比了改进的灰狼优化算法(PSO_GWO)、改进的鲸鱼优化算法(EGolden-SWOA)、两种改进的麻雀搜索算法(ISSA1、ISSA2)以及原算法(SSA),仿真实验结果验证了改进策略的有效性.同时,针对约束优化问题,采用一种基于自适应参数的双适应度函数对比法处理约束条件,将ESSA应用于压力容器设计问题的优化,实验数据对比其他文献中方法,取得了最优的结果.

关键词：约束优化压力容器设计麻雀搜索算法 Gauss映射动态惯性权重学生t分布

来源：评论

学校读者我要写书评

暂无评论

多项式组的Hankel型广义子结式

引用

应用数学 2024年第4期37卷 982-995页

作者：蒙嘉奇王伟东杨静广西民族大学数学与物理学院广西应用数学中心广西南宁530006 广西混杂计算与集成电路设计分析重点实验室广西南宁530006

本文构造了一种新的多项式组广义子结式矩阵,即Hankel型广义子结式矩阵,并证明该矩阵在Horner基下的行列式多项式即为多项式组的广义子结式,由此给出了多项式组广义子结式在Horner基下的表示形式,从而将两个多项式的Hankel型子结式推广... 详细信息

本文构造了一种新的多项式组广义子结式矩阵,即Hankel型广义子结式矩阵,并证明该矩阵在Horner基下的行列式多项式即为多项式组的广义子结式,由此给出了多项式组广义子结式在Horner基下的表示形式,从而将两个多项式的Hankel型子结式推广到多项式组的情形.实验结果表明,Hankel型广义子结式在计算中低阶多项式组广义子结式时的性能优于其他已知类型的广义子结式.

关键词：结式矩阵 Hankel矩阵 Horner基广义子结式

来源：评论

学校读者我要写书评

暂无评论

基于广义子结式和模运算的多项式组最大公因式计算方法

引用

系统科学与数学 2023年第6期43卷 1647-1662页

作者：蓝翔杨静广西民族大学数学与物理学院广西应用数学中心南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

求解多项式的最大公因式是计算机代数中的一个基本问题,同时也是结式理论的一个重要应用领域.经典的欧几里得算法在求解一组多项式最大公因式问题时,易发生系数膨胀问题.而模方法可以有效地将整系数多项式的系数规模控制在一定范围内,... 详细信息

求解多项式的最大公因式是计算机代数中的一个基本问题,同时也是结式理论的一个重要应用领域.经典的欧几里得算法在求解一组多项式最大公因式问题时,易发生系数膨胀问题.而模方法可以有效地将整系数多项式的系数规模控制在一定范围内,进而提高计算效率.文章将模方法应用于一组多项式最大公因式的求解问题中,通过建立同态映射下广义子结式和公因式的关系,给出模方法中良好素数的选取准则,利用Landau-Mignotte不等式给出多个多项式公因式系数的上界,从而将两个多项式的模方法理论推广到多个多项式的情形.与基于两个多项式最大公因式递归计算的方法相比,新方法可以一次计算模运算后的多项式的最大公因式,使得求解过程大大简化,计算效率得到有效提高.

关键词：最大公因式结式子结式模方法

来源：评论

学校读者我要写书评

暂无评论

融合小波变换和编解码注意力的异常检测

引用

计算机应用研究 2023年第7期40卷 2229-2234,2240页

作者：王婷宣士斌周建亭广西民族大学电子信息学院南宁530006 广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

针对视频异常检测中对正常视频预测不准确、学习正常特征的能力欠佳的问题,提出融合小波变换和编解码注意力的异常检测模型。模型中引入多级离散小波变换,设计了一种离散小波变换融合模块,将由视频帧分解得到的多个子带图拼接,传入深度... 详细信息

针对视频异常检测中对正常视频预测不准确、学习正常特征的能力欠佳的问题,提出融合小波变换和编解码注意力的异常检测模型。模型中引入多级离散小波变换,设计了一种离散小波变换融合模块,将由视频帧分解得到的多个子带图拼接,传入深度可分离卷积,再与编码器特征融合,以弥补下采样过程中丢失的高频细节信息;构建了一种编解码注意力模块,通过对编码器特征图进行高斯差分操作,然后分别沿水平和垂直方向获取注意力权重,再根据权重聚合编码器特征,最后关联解码器特征,增强网络对正常事件的学习。在Ped1、Ped2、Avenue数据集上的实验表明,所提模型的AUC分别提升了3.2%、3.1%、2.0%,能有效提高检测异常的能力。

关键词：视频异常检测多级小波变换注意力机制视频预测坐标注意力

来源：评论

学校读者我要写书评

暂无评论

区块链在供应链应用中的研究现状与挑战

引用

计算机应用 2023年第11期43卷 3315-3326页

作者：葛丽娜徐婧雅王哲张桂芬颜亮胡政广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室(广西民族大学) 南宁530006 广西民族大学网络通信工程重点实验室南宁530006 广西民族大学电子信息学院南宁530006

供应链在发展过程中面临许多挑战,包括如何保证产品溯源过程中信息的真实可靠性以及溯源系统的安全性、物流运输过程中产品的安全性,以及中小企业融资过程中的信任管理等。区块链的去中心化、不可篡改、可追溯性等特点为供应链管理提供... 详细信息

供应链在发展过程中面临许多挑战,包括如何保证产品溯源过程中信息的真实可靠性以及溯源系统的安全性、物流运输过程中产品的安全性,以及中小企业融资过程中的信任管理等。区块链的去中心化、不可篡改、可追溯性等特点为供应链管理提供了高效的解决办法,但在实际实施过程中存在一些技术挑战。为研究区块链技术在供应链中的应用,对一些典型的应用进行讨论与分析。首先简要介绍了供应链的概念及目前面临的挑战;其次阐述了区块链在信息流、物流以及资金流这三个供应链领域中面临的问题,并对相关解决方案作了对比分析;最后对区块链在供应链实际应用中面临的技术挑战加以总结,对未来的应用进行展望。

关键词：信息流物流资金流供应链区块链

来源：评论

学校读者我要写书评

暂无评论

区间值优化问题的KKT和弱互补近似KKT条件

引用

数学物理学报（A辑） 2023年第6期43卷 1897-1913页

作者：黄晓美唐国吉广西民族大学数学与物理学院南宁530006 广西民族大学&广西应用数学中心&广西混杂计算与集成电路设计分析重点实验室南宁530006

研究含等式和不等式约束的区间值优化问题(IVOP)的LU-解的KKT和弱互补近似KKT(简记为W-CAKKT)最优性条件,其中问题(IVOP)的目标区间值函数是弱连续可微的.首先,在适当的约束规范下,证明了KKT条件是问题(IVOP)存在LU-解的必要条件.其次,... 详细信息

研究含等式和不等式约束的区间值优化问题(IVOP)的LU-解的KKT和弱互补近似KKT(简记为W-CAKKT)最优性条件,其中问题(IVOP)的目标区间值函数是弱连续可微的.首先,在适当的约束规范下,证明了KKT条件是问题(IVOP)存在LU-解的必要条件.其次,引入W-CAKKT条件,并证明了在不需要任何约束规范的情况下,W-CAKKT条件是问题(IVOP)存在局部LU-解的必要条件.进一步,在凸性假设下,证明了W-CAKKT条件也是问题(IVOP)存在LU-解的充分条件.最后,在满足一定约束规范时,证明了W-CAKKT必要条件优于KKT必要条件.文中的主要结果把一些已有结果从标量优化问题推广到区间值优化问题.

关键词：区间值优化问题互补近似KKT条件 LU-解约束规范

来源：评论

学校读者我要写书评

暂无评论

基于差分隐私保护知识迁移的联邦学习方法

引用

计算机应用研究 2023年第8期40卷 2473-2480页

作者：徐晨阳葛丽娜王哲周永权秦霞田蕾广西民族大学人工智能学院南宁530006 广西民族大学网络通信工程重点实验室南宁530006 广西民族大学电子信息学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

联邦学习解决了机器学习的数据孤岛问题,然而,各方的数据集在数据样本空间和特征空间上可能存在较大差异,导致联邦模型的预测精度下降。针对上述问题,提出了一种基于差分隐私保护知识迁移的联邦学习方法。该方法使用边界扩展局部敏感散... 详细信息

联邦学习解决了机器学习的数据孤岛问题,然而,各方的数据集在数据样本空间和特征空间上可能存在较大差异,导致联邦模型的预测精度下降。针对上述问题,提出了一种基于差分隐私保护知识迁移的联邦学习方法。该方法使用边界扩展局部敏感散列计算各方实例之间的相似度,根据相似度对实例进行加权训练,实现基于实例的联邦迁移学习。在此过程中,实例本身无须透露给其他方,防止了隐私的直接泄露。同时,为了减少知识迁移过程的隐私间接泄露,在知识迁移过程中引入差分隐私机制,对需要在各方之间传输的梯度数据进行扰动,实现知识迁移过程的隐私保护。理论分析表明,知识迁移过程满足ε-差分隐私保护。在XGBoost梯度提升树模型上实现了所提方法,实验结果表明,与无知识迁移方法相比,所提方法使联邦模型测试误差平均下降6%以上。

关键词：联邦学习迁移学习局部敏感散列差分隐私梯度提升树

来源：评论

学校读者我要写书评

暂无评论

大规模非凸不可分优化问题的分裂序列二次规划算法

引用

数学物理学报（A辑） 2023年第4期43卷 1284-1296页

作者：简金宝林惠马国栋广西民族大学数学与物理学院广西应用数学中心广西混杂计算与集成电路设计分析重点实验室南宁530006

该文研究了目标函数和约束函数带不可分结构的大规模非凸优化问题,提出了一个新的分裂序列二次规划算法.首先,借助分裂算法思想将传统二次规划(QP)子问题的增广拉格朗日问题分解为两个小规模QP子问题,通过求解小规模QP子问题产生改进的... 详细信息

该文研究了目标函数和约束函数带不可分结构的大规模非凸优化问题,提出了一个新的分裂序列二次规划算法.首先,借助分裂算法思想将传统二次规划(QP)子问题的增广拉格朗日问题分解为两个小规模QP子问题,通过求解小规模QP子问题产生改进的搜索方向.其次,以增广拉格朗日函数作效益函数,通过Armijo线搜索产生下一个迭代点.在较为温和的条件下,获得新算法的全局收敛性.最后,对该算法进行了数值实验,验证了算法的有效性。

关键词：非凸不可分优化分裂算法序列二次规划全局收敛性

来源：评论

学校读者我要写书评

暂无评论

化工动态优化问题的混合灰鹅优化算法求解研究

引用

微电子学与计算机 2024年

作者：赵健博莫愿斌广西民族大学人工智能学院广西民族大学广西混杂计算与集成电路设计分析重点实验室

动态优化问题在工业过程控制领域中普遍存在，具有重要的理论和现实意义，对该问题的求解广受关注；为此，提出一种基于混合灰鹅优化算法（HGGO，HybridGreylagGooseOptimization）求解此问题。首先在初始化阶段，引入Chebyshev混沌映... 详细信息

动态优化问题在工业过程控制领域中普遍存在，具有重要的理论和现实意义，对该问题的求解广受关注；为此，提出一种基于混合灰鹅优化算法（HGGO，HybridGreylagGooseOptimization）求解此问题。首先在初始化阶段，引入Chebyshev混沌映射，使种群个体均匀的遍布在解空间中，避免出现空白区域；其次，在鹅群探索组引入莱维飞行的迁徙策略，提高鹅群搜索能力；最后在鹅群开发组引入高斯随机游走的巡逻策略，提高局部搜索能力，加快收敛速度。通过将HGGO算法应用于3个经典的化工动态优化问题的求解，结果表明HGGO算法在寻优能力、收敛速度、稳定性等方面均优于原算法，寻优能力提高了58%，收敛速度提高了30%，稳定性提高了318%，并在一定程度上优于目前的解。

关键词：混合灰鹅优化算法化工动态优化混沌映射莱维飞行高斯随机游走

来源：评论

学校读者我要写书评

暂无评论

基于差分隐私的广告推荐算法

引用

计算机应用 2023年第11期43卷 3346-3350页

作者：田蕾葛丽娜广西民族大学电子信息学院南宁530006 广西民族大学网络通信工程重点实验室南宁530006 广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室(广西民族大学) 南宁530006

随着移动互联网行业进入快速发展阶段,用户数据以及浏览数据大幅增加,所以准确把握用户潜在需求和提高广告推荐效果显得极其重要。DeepFM模型作为目前较为先进的推荐方法,可以从原始特征中抽取到各种复杂度特征,但模型没有对数据进行防... 详细信息

随着移动互联网行业进入快速发展阶段,用户数据以及浏览数据大幅增加,所以准确把握用户潜在需求和提高广告推荐效果显得极其重要。DeepFM模型作为目前较为先进的推荐方法,可以从原始特征中抽取到各种复杂度特征,但模型没有对数据进行防护。为了在DeepFM模型中实现隐私保护,提出一种基于差分隐私的DeepFM模型——DP-DeepFM,在模型训练过程中将高斯噪声加入Adam优化算法中,并进行梯度裁剪,防止加入噪声过大引发模型性能下降。在广告Criteo数据集上的实验结果表明,与DeepFM相比,DP-DeepFM的准确率仅下降了0.44个百分点,但它能提供差分隐私保护,更具安全性。

关键词：差分隐私推荐算法梯度下降深度学习 Adam优化算法

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：