检索结果-内蒙古大学图书馆

电子学报 2022年第10期50卷 2542-2560页

作者：任正伟李雪婷王丽娜童言徐士伟丁炜武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉大学国家网络空间安全学院湖北武汉430072 华中农业大学湖北武汉430070 中国地震局地震研究所地震大地测量重点实验室湖北武汉430071

云存储的外包特性使得数据的所有权与管理权/持有权分离,导致数据安全成为用户关注的焦点之一.作为云存储中数据安全的一个组成部分和数据生命周期的最后一个阶段,外包数据确定性删除研究的是如何证实留存于云服务提供商、数据使用者和... 详细信息

云存储的外包特性使得数据的所有权与管理权/持有权分离,导致数据安全成为用户关注的焦点之一.作为云存储中数据安全的一个组成部分和数据生命周期的最后一个阶段,外包数据确定性删除研究的是如何证实留存于云服务提供商、数据使用者和网络中的数据是失效、不可恢复的,从而防止数据滥用和隐私泄漏等安全隐患.其主要研究思路是利用密码学相关理论和技术将数据删除问题转换为密钥的安全管控和删除问题,即在假定加密算法是安全的情况下,安全管控和删除密钥将使得外包的密文数据不能被解密和访问,从而实现数据在计算上的删除.本文首先介绍了外包数据确定性删除的研究背景及其主要研究思路,并阐述了作者对于该问题的思考,包括该问题的模型及其蕴含的关键科学问题;之后,分类梳理了国内外研究现状,分析了每类方法的特点和发展趋势;接着,通过几个有着众多用户的应用案例展示了外包数据确定性删除所预想的部分功能;最后,探讨了该领域未来的研究方向.

关键词：云存储数据安全确定性删除数据加密密钥管理密钥使用条件

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中能量感知的动态软实时任务卸载算法

引用

计算机与数字工程 2024年第10期52卷 2872-2879,2931页

作者：周治华刘静武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

移动边缘计算可以将计算密集型任务进行卸载以提高设备的计算能力并降低能耗。然而,现存的算法无法在任务的软实时和并行依赖限制下有效进行计算卸载和资源分配以降低设备的执行代价(能耗和完成时间的加权和),因此论文提出了一种分布式... 详细信息

移动边缘计算可以将计算密集型任务进行卸载以提高设备的计算能力并降低能耗。然而,现存的算法无法在任务的软实时和并行依赖限制下有效进行计算卸载和资源分配以降低设备的执行代价(能耗和完成时间的加权和),因此论文提出了一种分布式计算卸载算法来决定任务的执行位置、CPU频率和传输功率,以降低任务执行代价。为了实现优化目标,首先将原始优化问题建模为凸优化问题,然后根据任务的截止时间预分配计算资源,最终通过分布式算法得出资源分配和计算卸载决策。实验结果表明,论文提出的算法可以有效降低任务执行代价,并且可以降低任务超时的时间。

关键词：边缘计算计算卸载软实时资源分配凸优化

来源：评论

学校读者我要写书评

暂无评论

基于Transformer的多尺度可变形三维医学图像配准

引用

计算机系统应用 2025年第1期34卷 47-57页

作者：陈璐莹喻国荣鲍海洲边小勇陈聪鹏武汉科技大学计算机科学与技术学院武汉430081 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430081

由于人体器官的不规则形变,可变形三维医学图像配准仍然是医学图像处理中的难题.针对该问题,本文提出了一种基于Transformer的多尺度可变形三维医学图像配准方法.该方法首先采用多尺度策略来实现多层次的连接,以捕捉不同层次的信息.通... 详细信息

由于人体器官的不规则形变,可变形三维医学图像配准仍然是医学图像处理中的难题.针对该问题,本文提出了一种基于Transformer的多尺度可变形三维医学图像配准方法.该方法首先采用多尺度策略来实现多层次的连接,以捕捉不同层次的信息.通过自注意力机制提取全局特征,并利用膨胀卷积捕获更广泛的上下文信息和更细节的局部特征,从而增强配准网络对全局和局部特征的融合能力.其次,本文根据图像梯度的稀疏性先验,引入了归一化总梯度作为损失函数,有效减少了噪声和伪影对配准过程的干扰,更好地适应不同模态的医学图像.在公开的脑MRI数据集(OASIS和LPBA)上评估本文所提方法的性能.综合结果表明,该方法不仅能保持基于学习的方法在运行时间上的优势,还在均方误差和结构相似性等指标上表现出较高的性能.此外,消融实验的结果进一步证明了本文所提方法和归一化总梯度损失函数设计的有效性.

关键词：医学图像图像配准 Transformer 多尺度可变形

来源：评论

学校读者我要写书评

暂无评论

时间上可持续的多兴趣偏好推荐系统

引用

计算机系统应用 2023年第11期32卷 140-148页

作者：尹祎林钰斌张威武汉科技大学、计算机科学与技术学院、智能信息处理与实时工业系统湖北省重点实验室武汉430081

近年来,推荐系统已经成为数据分析与挖掘、信息检索领域方向的热点.然而,部分推荐系统应用于用户多兴趣偏好还存在着问题:首先用户的兴趣不唯一,且对多个兴趣的偏好不等同;其次用户当前的兴趣是否会在未来时间中持续.基于此,本文通过利... 详细信息

近年来,推荐系统已经成为数据分析与挖掘、信息检索领域方向的热点.然而,部分推荐系统应用于用户多兴趣偏好还存在着问题:首先用户的兴趣不唯一,且对多个兴趣的偏好不等同;其次用户当前的兴趣是否会在未来时间中持续.基于此,本文通过利用用户产生多兴趣并捕获其个性化需求的可持续性,提出了一种MIES算法模型,该模型能够很好捕捉到用户潜在的多种兴趣,并注重用户兴趣的可持续,提高了推荐的质量.通过对比实验表明该模型有效解决了推荐系统对用户多维兴趣的捕捉和个性化兴趣的可持续性.

关键词：数据分析与挖掘多兴趣偏好个性化兴趣可持续性推荐系统

来源：评论

学校读者我要写书评

暂无评论

一种面向低采样率的点云数据处理网络

引用

计算机工程 2022年第11期48卷 240-246页

作者：张毅林云汉刘双元武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 武汉科技大学机器人与智能系统研究院武汉430081

在直接处理点云的三维神经网络中,采样阶段实现了对原始点云中关键点的筛选,对于整个网络的性能及网络的抗噪能力具有重要作用。目前主流的最远点采样(FPS)方法在处理大规模3D点云数据时计算量大且耗时,并且低采样率时经过FPS采样后模... 详细信息

在直接处理点云的三维神经网络中,采样阶段实现了对原始点云中关键点的筛选,对于整个网络的性能及网络的抗噪能力具有重要作用。目前主流的最远点采样(FPS)方法在处理大规模3D点云数据时计算量大且耗时,并且低采样率时经过FPS采样后模型性能下降明显。针对这两个问题,提出一种面向低采样率的点云数据处理网络AS-Net。设计一个新的采样模块代替原backbone中的FPS,其由两个Layer组成,每个Layer基于长短期记忆网络获取原始点云与采样点云之间的联系权重,从而高效提取关键信息,去除冗余信息。在此基础上,利用注意力机制选择特征值较高的原始点云作为采样点,采样点作为后序任务的关键点输入到网络,进一步提高网络模型性能。基于ModelNet40数据集的实验结果表明,在低采样率条件下,AS-Net仍可达到81.6%的分类准确率,与使用FPS作为采样方法的网络模型相比提高52.7%。此外,其对噪声干扰具有很强的鲁棒性,对于大场景的分割时间效率优于同类采样方法。

关键词：点云采样最远点采样长短期记忆网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

面向混叠文字检测的单向投影Transformer方法

引用

计算机应用 2022年第12期42卷 3686-3691页

作者：冯智达陈黎武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065

针对基于分割的文字检测方法在混叠文字场景下性能下降的问题,提出了单向投影Transformer(SDPT)用于混叠文本检测。首先,使用深度残差网络(ResNet)和特征金字塔网络(FPN)提取并融合多尺度特征;然后,利用水平投影将特征图投影成向量序列... 详细信息

针对基于分割的文字检测方法在混叠文字场景下性能下降的问题,提出了单向投影Transformer(SDPT)用于混叠文本检测。首先,使用深度残差网络(ResNet)和特征金字塔网络(FPN)提取并融合多尺度特征;然后,利用水平投影将特征图投影成向量序列,并送入Transformer模块进行建模,以挖掘文本行与行之间的关系;最后,使用多目标来进行联合优化。在合成数据集BDD-SynText和真实数据集RealText上进行了大量实验,结果表明,所提SDPT在高混叠度的文字检测下取得了最优的效果,而与PSENet等文本检测算法在相同骨干网络(ResNet50)条件下相比,在BDD-SynText上F1-Score(IoU75)至少提高了21.36个百分点,在RealText上的F1-Score(IoU75)至少提高了18.11个百分点,验证了所提方法对于混叠文字检测性能改善的重要作用。

关键词：计算机视觉深度学习场景文字检测混叠文字投影 Transformer算法

来源：评论

学校读者我要写书评

暂无评论

基于模型库的安卓恶意软件检测方法

引用

计算机应用与软件 2022年第1期39卷 328-333,338页

作者：余东豪李涛武汉科技大学计算机科学与技术学院湖北省智能信息处理与工业实时系统重点实验室湖北武汉430065

单一算法生成的识别器普适性不足,对不同种群安卓软件进行识别产生的效果不稳定。针对这种情况,提出一种基于模型库的安卓恶意软件检测方法。通过Python程序进行爬虫与权限提取工作,得到应用的权限信息;使用SMO按照应用的权限信息分类... 详细信息

单一算法生成的识别器普适性不足,对不同种群安卓软件进行识别产生的效果不稳定。针对这种情况,提出一种基于模型库的安卓恶意软件检测方法。通过Python程序进行爬虫与权限提取工作,得到应用的权限信息;使用SMO按照应用的权限信息分类得到不同种群的数据;将应用的种群信息输入到模型库中,得到恶意检测结果,并根据结果对模型库进行演化,使模型库的检测能力不断增强。实验结果表明,对于相同数据集,演化后的模型库方法比一般算法准确率都有小幅提高;对于多种群数据集,模型库方法相比一般算法准确率提高约10百分点,说明模型库方法能有效对安卓恶意软件进行检测,并且模型库的演化使检测能力有增强效果。

关键词：安卓恶意软件检测模型库 SMO

来源：评论

学校读者我要写书评

暂无评论

基于改进注意力机制的交通标志检测算法

引用

计算机应用 2022年第8期42卷 2378-2385页

作者：张新宇丁胜杨治佩武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065

针对交通标志在某些场景中存在分辨率过低、被覆盖等环境因素影响导致在目标检测任务中出现漏检、误检的情况,提出一种基于改进注意力机制的交通标志检测算法。首先,针对交通标志因破损、光照等环境影响造成图像分辨率低从而导致网络提... 详细信息

针对交通标志在某些场景中存在分辨率过低、被覆盖等环境因素影响导致在目标检测任务中出现漏检、误检的情况,提出一种基于改进注意力机制的交通标志检测算法。首先,针对交通标志因破损、光照等环境影响造成图像分辨率低从而导致网络提取图像特征信息有限的问题,在主干网络中添加注意力模块以增强目标区域的关键特征;其次,特征图中相邻通道间的局部特征由于感受野重叠而存在一定的相关性,用大小为k的一维卷积代替通道注意力模块中的全连接层,以达到聚合不同通道信息和减少额外参数量的作用;最后,在路径聚合网络(PANet)的中、小尺度特征层引入感受野模块来增大特征图的感受野以融合目标区域的上下文信息,从而提升网络对交通标志的检测能力。在中国交通标志检测数据集(CCTSDB)上的实验结果表明,所提出的YOLOv4(YouOnlyLookOncev4)改进算法在引进极少的参数量与原算法检测速度相差不大的情况下,平均精确率均值(mAP)达96.88%,mAP提升了1.48%;而与轻量级网络YOLOv5s相比,在单张检测速度慢10 ms的情况下,所提算法mAP比YOLOv5s高3.40个百分点,检测速度达到40frame/s,说明该算法完全满足目标检测实时性的要求。

关键词：注意力机制一维卷积感受野模块特征提取网络 YOLOv4

来源：评论

学校读者我要写书评

暂无评论

面向互联网问诊文本的医疗事件时序关系抽取

引用

计算机应用与软件 2023年第11期40卷 186-193,240页

作者：凌佳君刘宇顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065

互联网问诊文本中存在大量的医疗事件及其时序关系,这些信息是推断患者患病诊疗时间线的关键信息,但问诊文本通常有不规范的特点。针对不规范的问诊数据,在注意力双向LSTM模型的基础上,添加关系发现词特征为关系识别提供了重要时序线索... 详细信息

互联网问诊文本中存在大量的医疗事件及其时序关系,这些信息是推断患者患病诊疗时间线的关键信息,但问诊文本通常有不规范的特点。针对不规范的问诊数据,在注意力双向LSTM模型的基础上,添加关系发现词特征为关系识别提供了重要时序线索,弥补了不规范数据中针对两个医疗事件发生时间的描述缺失;添加时序背景知识对模型预测的错误结果进行关系修正,提升了关系抽取效果。从好大夫网站获取到患者真实的问诊文本作为数据进行实验。实验表明,该方法在各种时序关系抽取的F1值上都优于现有方法,提升效果在4%~16%之间。

关键词：关系抽取医疗事件时序关系关系发现词时序背景知识

来源：评论

学校读者我要写书评

暂无评论

基于事件最大边界的密集视频描述方法

引用

中国科技论文 2024年第2期19卷 169-177页

作者：陈劭武胡慧君刘茂福武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430081

针对基于集合预测的密集视频描述方法由于缺乏显式的事件间特征交互且未针对事件间差异训练模型而导致的模型重复预测事件或生成语句雷同问题,提出一种基于事件最大边界的密集视频描述(dense video captioning based on event maximal m... 详细信息

针对基于集合预测的密集视频描述方法由于缺乏显式的事件间特征交互且未针对事件间差异训练模型而导致的模型重复预测事件或生成语句雷同问题,提出一种基于事件最大边界的密集视频描述(dense video captioning based on event maximal margin,EMM-DVC)方法。事件边界是包含事件间特征相似度、事件在视频中时间位置的距离、生成描述多样性的评分。EMM-DVC通过最大化事件边界,使相似预测结果的距离远且预测结果和实际事件的距离近。另外,EMM-DVC引入事件边界距离损失函数,通过扩大事件边界距离,引导模型关注不同事件。在ActivityNet Captions数据集上的实验证明,EMM-DVC与同类密集视频描述模型相比能生成更具多样性的描述文本,并且与主流密集视频描述模型相比,EMM-DVC在多个指标上达到最优水平。

关键词：密集视频描述多任务学习端到端模型集合预测

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：