检索结果-内蒙古大学图书馆

自动化学报 2025年第3期51卷 669-677页

作者：温广辉余星火黄廷文周艳东南大学系统科学系南京211189 皇家墨尔本理工大学工学院澳大利亚墨尔本VIC 3001 深圳理工大学计算机科学与控制工程学院深圳518055

针对模型参数不确定下多无人艇(Multiple unmanned surface vehicle,Multi-USV)系统的固定时间二分编队跟踪控制问题,通过将命令滤波与复合学习技术融合到反推控制方法中,提出一种新型分布式固定时间二分编队跟踪控制协议.首先,将命令... 详细信息

针对模型参数不确定下多无人艇(Multiple unmanned surface vehicle,Multi-USV)系统的固定时间二分编队跟踪控制问题,通过将命令滤波与复合学习技术融合到反推控制方法中,提出一种新型分布式固定时间二分编队跟踪控制协议.首先,将命令滤波引入到反推控制中,进而分别设计虚拟控制协议与真实控制协议.在此基础上,为估计未知参数设计了参数复合学习律,利用在线记录的数据和即时数据来产生预测误差,并利用跟踪误差和预测误差来更新参数估计.结果表明,在严格弱于持续激励(Persistent excitation,PE)条件的区间激励(Interval excitation,IE)条件下,本文提出的控制方案不仅能够保证编队误差的固定时间收敛性,也能够保证参数估计误差的固定时间收敛性,同时解决了多无人艇系统的固定时间二分编队跟踪控制问题.最后,通过仿真实验验证了本文提出的控制协议的有效性.

关键词：无人艇二分编队跟踪固定时间控制复合学习

来源：评论

学校读者我要写书评

暂无评论

基于梯度频率多阶段引导的深度图超分辨率方法

引用

计算机工程 2025年

作者：蔡江河陈飞姜凡程航王美清福州大学计算机与大数据学院北不列颠哥伦比亚大学计算机科学系福州大学数学与统计学院

颜色图像引导的深度图超分辨率(GDSR)旨在利用同一场景下高分辨率(HR)彩色图像提供的引导信息，将低分辨率(LR)深度图重建为高分辨率深度图。尽管基于空间域的学习方法可以有效提高深度图的整体重建质量，但在从低分辨率深度图进行重建... 详细信息

颜色图像引导的深度图超分辨率(GDSR)旨在利用同一场景下高分辨率(HR)彩色图像提供的引导信息，将低分辨率(LR)深度图重建为高分辨率深度图。尽管基于空间域的学习方法可以有效提高深度图的整体重建质量，但在从低分辨率深度图进行重建时，仍然面临“边缘结构模糊”的问题。为了解决该问题，提出了梯度频率引导多阶段整合的深度图重建网络（GFNet），利用颜色图像的梯度先验和频率信息来增强深度边缘结构细节的重建。首先，设计了一个梯度特征提取模块，结合了RGB图像的梯度先验知识来优化LR深度图的梯度结构。其次，设计了一个空间频率双路引导模块，将RGB图像中精确的高频成分传递到LR深度图中，从而引导深度图丢失的高频信息重建。最后，采用一种新颖的隐式神经函数来提高深度图的分辨率。实验结果表明，在8倍缩放因子的情况下，GFNet在数据集NYUv2、Middlebury以及真实场景数据集RGB-D-D上RMSE指标分别达到了2.48cm、1.62cm、2.57cm，相比于结构更复杂的模型GeoDSR，分别提升了0.14cm、0.06cm、 0.12cm，并在边缘结构细节方面优于对比方法，证明了GFNet模型的有效性。

关键词：深度图超分辨率边缘结构梯度特征频率引导隐式神经函数

来源：评论

学校读者我要写书评

暂无评论

有交换极大子群的极小非正则p群的分类

引用

数学进展 2025年第3期 501-508页

作者：张巧红豆艾长治学院数学系山西师范大学数学与计算机科学学院

有限p群G称为极小非正则的,若G本身非正则,但其所有真子群和真商群皆正则.对于p=2,3,极小非正则p群已被分类.对于p≥5,本文给出了有交换极大子群的极小非正则p群的完全同构分类.

关键词：有限p群极小非正则p群 p交换p群亚交换p群

来源：评论

学校读者我要写书评

暂无评论

基于扩展汉明码的二维码秘密分享方案

引用

南京师大学报(自然科学版) 2025年第2期48卷 112-123,138页

作者：曹雪花仲鑫玮吉根林江阴职业技术学院计算机科学系江苏无锡214405 南京师范大学计算机与电子信息学院江苏南京210023

秘密分享作为隐私保护的重要手段,近来在云计算、物联网等领域迅猛发展.二维码作为当下极为流行的信息载体,其使用频率远超传统图像,因此秘密分享技术在二维码上的应用前景广阔.然而,由于二维码常以纸质形式呈现,容易遭受污渍沾染或破坏... 详细信息

秘密分享作为隐私保护的重要手段,近来在云计算、物联网等领域迅猛发展.二维码作为当下极为流行的信息载体,其使用频率远超传统图像,因此秘密分享技术在二维码上的应用前景广阔.然而,由于二维码常以纸质形式呈现,容易遭受污渍沾染或破坏;同时,隐写二维码在传输过程中可能遭到攻击者篡改.这些情况必然导致隐写二维码中出现误码,而现有研究方案无力实现无损重构秘密信息.鉴于此,本文提出一种基于扩展汉明码的二维码秘密分享方案.该方案不但确保了载体的高嵌入容量,还实现了隐写二维码的可纠错性,能够准确检测并纠正隐写二维码中的误码,进而恢复秘密信息.理论分析与实验充分证明了该方案的有效性和实用性.

关键词：秘密分享二维码误码扩展汉明码纠错

来源：评论

学校读者我要写书评

暂无评论

低带宽场景下防合谋多方隐私集合并集协议

引用

通信学报 2025年第1期46卷 210-221页

作者：张恩王梦涛郑东禹勇黄昱晨河南师范大学计算机与信息工程学院河南新乡453007 河南省教育人工智能与个性化学习重点实验室河南新乡453007 西安邮电大学无线网络安全技术国家工程实验室陕西西安710061 陕西师范大学计算机科学学院陕西西安710062

针对现存的多方隐私集合并集(MPSU)协议存在交互轮数多以及通信开销大等问题,使其无法在低带宽场景中得以有效应用,设计了一种基于不经意键值存储和门限同态加密技术的不经意匹配置换方法,并运用该方法提出了一种半诚实模型下的多方隐... 详细信息

针对现存的多方隐私集合并集(MPSU)协议存在交互轮数多以及通信开销大等问题,使其无法在低带宽场景中得以有效应用,设计了一种基于不经意键值存储和门限同态加密技术的不经意匹配置换方法,并运用该方法提出了一种半诚实模型下的多方隐私集合并集协议。该协议允许N个参与方共同计算所有集合的并集,且不会泄露任何其他的信息,具有通信轮数少、能抵御N-1个参与方的合谋、通信开销低等优势,比现有最先进的多方隐私集合并集的通信开销降低了65%左右。

关键词：多方隐私集合并集低带宽场景不经意键值存储半诚实模型门限同态加密

来源：评论

学校读者我要写书评

暂无评论

文化融合下产业学院文化建设应对之道

引用

文化产业 2025年第13期 157-159页

作者：曹雪花江阴职业技术学院计算机科学系

在全球化进程不断加快的背景下,高校作为文化交融的重要场所,肩负着文化传承与创新的双重责任。产业学院作为连接教育与产业的重要桥梁,其文化建设不仅影响着校内文化氛围的形成,还对学生的文化认知产生深远影响。基于此,深入分析高校... 详细信息

在全球化进程不断加快的背景下,高校作为文化交融的重要场所,肩负着文化传承与创新的双重责任。产业学院作为连接教育与产业的重要桥梁,其文化建设不仅影响着校内文化氛围的形成,还对学生的文化认知产生深远影响。基于此,深入分析高校在文化建设中面临的挑战,提出应对这些挑战的具体方法,旨在为产业学院的文化建设提供理论依据。

关键词：产业学院文化传承文化创新高校文化融合文化建设

来源：评论

学校读者我要写书评

暂无评论

结合通道剪枝和通道注意力的轻量型车辆点云补全网络

引用

计算机工程与应用 2025年第1期61卷 232-242页

作者：杨晓文冯泊栋韩慧妍况立群韩燮何黎刚中北大学计算机科学与技术学院太原030051 机器视觉与虚拟现实山西省重点实验室太原030051 山西省视觉信息处理及智能机器人工程研究中心太原030051 华威大学计算机科学系英国考文垂CV47AL

针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题,提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。为了提高网络推理效率,采用一种高效的一次性通道剪枝技术提高网络的补全效率;在特征提取阶... 详细信息

针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题,提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。为了提高网络推理效率,采用一种高效的一次性通道剪枝技术提高网络的补全效率;在特征提取阶段,网络加入通道注意力模块,将加权特征与全局特征拼接,通过两层多维特征信息提取,得到最终的特征向量;将特征向量传入双解码器结构中,分别通过全连接层和多层感知机生成稠密的粗糙点云和输入点云偏差值;将粗糙点云与输入点云偏差值相加得到最终的精细化完整点云。在PCN数据集和KITTI数据集上进行实验,实验结果表明在补全缺失车辆信息的实时性上有着显著的提升,并且在补全精度上也有不错的表现。

关键词：点云补全通道剪枝通道注意力轻量型深度学习

来源：评论

学校读者我要写书评

暂无评论

基于学习反馈的学科知识图谱智能问答系统研究

引用

科技与创新 2025年第2期 54-57页

作者：王全蕊河南科技学院计算机科学与技术学院河南新乡453003

采用学习反馈特征嵌入的LSTM(长短时记忆网络)模型,借助注意力模型,将学习者的学习时间偏好、学习资源类型偏好、学习活跃度偏好、学习进度偏好等在线学习行为信息表征于知识图谱中,使得知识图谱能够将学习者的学习行为数据作为反馈信息... 详细信息

采用学习反馈特征嵌入的LSTM(长短时记忆网络)模型,借助注意力模型,将学习者的学习时间偏好、学习资源类型偏好、学习活跃度偏好、学习进度偏好等在线学习行为信息表征于知识图谱中,使得知识图谱能够将学习者的学习行为数据作为反馈信息,自动学习并更新知识图谱知识点之间的关联关系和关联强度,同时自动调整学习者学习路径和学习资源,以提高问答服务的精准度和个性化程度。经测试,系统通过持续的学习反馈优化,学习者对查询结果的满意度有明显提升,为优化智能问答系统提供了有力的实践证明和新的研究方向。

关键词：学习反馈学科知识实体识别关系抽取

来源：评论

学校读者我要写书评

暂无评论

多方向跳跃翻筋斗鼠群算法的UAV三维路径规划

引用

机械设计与制造 2025年第1期407卷 88-94,98页

作者：解瑞云海本斋郭祖华李萍河南工学院电缆工程学院河南新乡453000 河南省线缆结构与材料重点实验室河南新乡453000 河南师范大学教育学部河南新乡453000 河南工学院计算机科学与技术学院河南新乡453000

针对鼠群搜索算法(Rat Swarm Optimizer,RSO)在求解无人机(Unmanned Aerial Vehicle,UAV)三维路径规划问题时的收敛精度低,易早熟等问题,提出了一种基于多方向跳跃翻筋斗鼠群算法(Multi-Direction Jump and Somersault RSO,MJSRSO)的UAV三维路径规划方法。首先,建立了UAV三维路径规划优化模型;其次,在MJSRSO算法中,引入It⁃erative混沌自适应小孔成像学习策略初始化种群以增强种群多样性;同时融入了多方向跳跃型捕食和莱维翻筋斗追逐策略,并利用双平衡自适应对称锥形因子更好地控制算法局部开发和全局探索,提高算法的寻优能力。最后,利用MJSRSO算法求解了不同的UAV三维路径规划问题。仿真结果表明,这里提出的MJSRSO算法能够规划出代价最小的安全飞行路径,其寻优性能优于其他算法,证明了所提出的无人机三维路径规划方法的有效性和优越性。

关键词：无人机鼠群优化算法三维路径规划自适应小孔成像学习多方向跳跃策略莱维翻筋斗策略双平衡自适应对称锥形因子

来源：评论

学校读者我要写书评

暂无评论

面向业务过程的概念漂移检测方法D-SPC

引用

小型微型计算机系统 2025年第2期46卷 266-273页

作者：戎小玉赵海燕曹健陈庆奎上海市现代光学系统重点实验室光学仪器与系统教育部工程研究中心上海理工大学光电信息与计算机工程学院上海200093 上海交通大学计算机科学与技术系上海200030

企业内部存在着大量的业务过程,这些业务过程的模型可能会发生变化从而使得一些数据分析的算法失效.检测过程模型变化这一“概念漂移”现象对业务过程管理具有突出的意义.目前的过程模型概念漂移检测存在参数过多,特征抽取复杂等问题.... 详细信息

企业内部存在着大量的业务过程,这些业务过程的模型可能会发生变化从而使得一些数据分析的算法失效.检测过程模型变化这一“概念漂移”现象对业务过程管理具有突出的意义.目前的过程模型概念漂移检测存在参数过多,特征抽取复杂等问题.本文中从过程模型的变化伴有新活动对的出现、旧活动对的消失以及活动对出现频率的变化这一基本现象出发,设计了一种简洁高效的检测框架.在该框架中,针对活动对的出现和消失设计了对活动对出现的轨迹索引进行差分的检测方法;针对活动对频率的变化,在轨迹索引差分的基础上首次运用统计过程控制的工具来检测概念漂移.为了验证本文提出方法的性能,使用合成日志和真实生活日志进行评估,并将本文方法与2种相似方法和4中不同方法进行了实验对比,实验结果表明,本文的方法有效且有更高的精度.

关键词：过程挖掘概念漂移差分分析统计过程控制变更点检测

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：