检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第2期59卷 22-33页

作者：王澳回张珑宋文宇孟杰天津师范大学计算机与信息工程学院天津300387 广州华立科技职业学院计算机信息工程学院广州511325

语音识别是实现人机交互的一种重要途径,是自然语言处理的基础环节,随着人工智能技术的发展,人机交互等大量应用场景存在着流式语音识别的需求。流式语音识别的定义是一边输入语音一边输出结果,它能够大大减少人机交互过程中语音识别的... 详细信息

语音识别是实现人机交互的一种重要途径,是自然语言处理的基础环节,随着人工智能技术的发展,人机交互等大量应用场景存在着流式语音识别的需求。流式语音识别的定义是一边输入语音一边输出结果,它能够大大减少人机交互过程中语音识别的处理时间。目前在学术研究领域,端到端语音识别已经取得了丰硕的研究成果,而流式语音识别在学术研究以及工业应用中还存在着一些挑战与困难,因此,最近两年,端到端流式语音识别逐渐成为语音领域的一个研究热点与重点。从端到端流式识别模型与性能优化等方面对近些年所展开的研究进行全面的调查与分析,具体包括以下内容:(1)详细分析和归纳了端到端流式语音识别的各种方法与模型,包括直接实现流式识别的CTC与RNN-T模型,以及对注意力机制进行改进以实现流式识别的单调注意力机制等方法;(2)介绍了端到端流式语音识别模型提高识别准确率与减少延迟的方法,在提高准确率方面,主要有最小词错率训练、知识蒸馏等方法,在降低延迟方面,主要有对齐、正则化等方法;(3)介绍了流式语音识别一些常用的中英文开源数据集以及流式识别模型的性能评价标准;(4)讨论了端到端流式语音识别模型的未来发展与展望。

关键词：人机交互语音识别端到端流式延迟

来源：评论

学校读者我要写书评

暂无评论

977 nm窄谱带光纤锁模激光器启动过程研究

引用

光学学报 2025年第4期45卷 239-245页

作者：凌宇卿李岗龙钰周毅杨康文上海理工大学光电信息与计算机工程学院上海200093 香港大学电气与电子工程系中国香港

中心波长为980 nm的光纤激光器在同带泵浦和蓝激光产生中展现出了独特的优势和应用潜力,但目前国内外对其启动过程的研究甚少。基于半导体可饱和吸收镜实现了中心波长为977 nm、光谱宽度为0.08 nm的光纤锁模激光器,实现了最高7.51 mW的... 详细信息

中心波长为980 nm的光纤激光器在同带泵浦和蓝激光产生中展现出了独特的优势和应用潜力,但目前国内外对其启动过程的研究甚少。基于半导体可饱和吸收镜实现了中心波长为977 nm、光谱宽度为0.08 nm的光纤锁模激光器,实现了最高7.51 mW的输出功率,并通过调节泵浦功率观察到了单脉冲、双脉冲和三脉冲锁模。采用高速示波器测量了脉冲自启动的时域演化过程,观察到了多脉冲递进式而不是同步式的启动过程,这很可能来源于光谱宽度受限情况下非线性效应变弱导致的脉冲分裂的延时现象。该研究将有助于980 nm波段光纤激光器的设计与优化。

关键词：光纤激光器被动锁模非线性光学启动动力学

来源：评论

学校读者我要写书评

暂无评论

基于注意力和动态记忆模块的文本图像生成方法

引用

计算机工程与应用 2024年第17期60卷 224-232页

作者：张鹤雷浩鹏王明文张尚昆江西师范大学计算机信息工程学院南昌330022

针对文本生成图像任务中多阶段生成模型存在的问题,如缺乏图像纹理信息特征和文本描述与生成图像之间一致性差异,提出了一种新颖的生成对抗网络(ADM-GAN)模型。该模型使用注意力和动态记忆模块进行优化。通过文本编码器将文本描述转化... 详细信息

针对文本生成图像任务中多阶段生成模型存在的问题,如缺乏图像纹理信息特征和文本描述与生成图像之间一致性差异,提出了一种新颖的生成对抗网络(ADM-GAN)模型。该模型使用注意力和动态记忆模块进行优化。通过文本编码器将文本描述转化为嵌入向量,并利用生成器结合随机噪声生成低分辨率图像。引入了空间注意力和通道注意力模块,旨在融合低分辨率图像隐藏特征与重要的单词级语义特征,从而确保文本描述与图像特征的一致性。使用动态记忆模块捕获文本与图像间的语义对应关系,并根据生成过程动态调整记忆内容,细化图像纹理,提升文本到图像的合成效果。通过在公开的CUB和COCO数据集上的对比实验,同以往方法相比,Fréchet inception distance与inception score有了显著的提升,证明了该模型在一定程度上能够解决图像细节缺失以及语义信息丢失等问题,有效提高了图像与文本的一致性,取得了更加优异的效果。

关键词：文本生成图像生成对抗网络注意力机制动态记忆

来源：评论

学校读者我要写书评

暂无评论

基于知识增强的开放域多轮对话模型

引用

软件学报 2024年第2期35卷 758-772页

作者：徐凡徐健明马勇王明文周国栋江西师范大学计算机信息工程学院江西南昌330022 苏州大学计算机科学与技术学院江苏苏州215008

如何减轻安全回复和重复回复一直是开放域多轮对话模型的两大挑战性难题.然而,现有开放域对话模型往往忽略了对话目标的引导性作用,以及如何在对话历史和对话目标中引入和选择更精确的知识信息.鉴于此,提出基于知识增强的多轮对话模型.... 详细信息

如何减轻安全回复和重复回复一直是开放域多轮对话模型的两大挑战性难题.然而,现有开放域对话模型往往忽略了对话目标的引导性作用,以及如何在对话历史和对话目标中引入和选择更精确的知识信息.鉴于此,提出基于知识增强的多轮对话模型.所提模型首先将对话历史中实词进行义原及领域词替换,达到消除歧义和丰富对话文本表示的效果.然后将经过知识增强后的对话历史、扩充的三元组世界知识、知识管理和知识拷贝加以集成,以融合知识、词汇、对话历史和对话目标多种信息,生成多样性回复.通过两个国际基准开放域汉语对话语料库上的实验结果及可视化验证所提模型同时在自动评测和人工评测上的有效性.

关键词：语言知识世界知识知识管理知识拷贝多轮对话

来源：评论

学校读者我要写书评

暂无评论

基于MS-SAGCNs的自闭症诊断研究

引用

电子测量技术 2025年

作者：蔺博文曹先庆杨欢赵峰沈阳化工大学信息工程学院山东工商学院计算机科学与技术学院

针对自闭症诊断研究中脑网络建模过程存在的多尺度特征挖掘不充分、皮尔逊相关算法的功能连接估计不准确等问题，提出了一种基于多尺度自注意力图卷积网络MS-SAGCN的自闭症诊断算法框架。首先，使用Morlet小波变换与动态时间规整，提取... 详细信息

针对自闭症诊断研究中脑网络建模过程存在的多尺度特征挖掘不充分、皮尔逊相关算法的功能连接估计不准确等问题，提出了一种基于多尺度自注意力图卷积网络MS-SAGCN的自闭症诊断算法框架。首先，使用Morlet小波变换与动态时间规整，提取大脑血氧水平依赖信号的时频信息与基于此信息的多尺度功能连接，随后，通过预训练嵌入模型增强时频特征，与功能连接组合为多尺度脑网络。最终，使用MS-SAGCN对数据进行融合增强，以实现自闭症患者的自动诊断。通过ABIDE数据集进行实验验证，结果表明，MS-SAGCN可有效增强多尺度脑网络，总体框架在分类任务中取得了95.1%准确率、97.4%真阳率和94.9%的F1分数，显著优于其他诊断模型，体现了该模型良好的应用前景。

关键词：自闭症谱系障碍脑网络图神经网络多头自注意力动态时间规整长短期记忆网络连续小波变换数据挖掘

来源：评论

学校读者我要写书评

暂无评论

小世界超网络传播模型及实证分析

引用

电子科技大学学报 2023年第4期52卷 620-630页

作者：胡枫王凯军周丽娜常笑青海师范大学大学计算机学院西宁810008 藏语智能信息处理及应用国家重点实验室西宁810008 临沂科技职业学院信息工程系山东临沂276000 临沂职业学院信息工程系山东临沂276017

借鉴WS小世界网络的构造算法,在超网络(也称为超图)中加入超边随机重连,构建小世界超网络模型。以该模型为信息传播的底层网络,提出小世界超网络SIR信息传播模型,仿真模拟超边随机重连概率、超网络中的邻居节点数量以及传播率、恢复率... 详细信息

借鉴WS小世界网络的构造算法,在超网络(也称为超图)中加入超边随机重连,构建小世界超网络模型。以该模型为信息传播的底层网络,提出小世界超网络SIR信息传播模型,仿真模拟超边随机重连概率、超网络中的邻居节点数量以及传播率、恢复率等参数对超网络的信息传播过程影响,并与普通网络中的传播过程进行了对比分析,发现超网络中的信息传播速度更快,波及范围更广。进一步,在3类实证超网络上验证了超网络的小世界特性及信息传播规律。在万物互联时代,世界变得更小的背景下,对现实世界中更为复杂的信息与疾病传播机制的深入研究具有一定的借鉴意义。

关键词：超图小世界特性小世界超网络模型 SIR传播模型实证分析

来源：评论

学校读者我要写书评

暂无评论

无锚框模型类梯度全局对抗样本生成

引用

计算机工程 2023年第10期49卷 186-193页

作者：谢云旭吴锡彭静成都信息工程大学计算机学院成都610225

在计算机视觉任务中深度神经网络模型易受对抗样本的干扰,泛化性能高的对抗样本会影响更多的模型。为了研究深度神经网络模型的脆弱性进而改善该现状,提出一种基于类梯度的全局对抗样本生成方法。以图像中的目标类为单位快速进行类梯度... 详细信息

在计算机视觉任务中深度神经网络模型易受对抗样本的干扰,泛化性能高的对抗样本会影响更多的模型。为了研究深度神经网络模型的脆弱性进而改善该现状,提出一种基于类梯度的全局对抗样本生成方法。以图像中的目标类为单位快速进行类梯度收集,通过一次性融合同一类别内所有目标的梯度来体现类内相似性与类间差异性。在此基础上,结合数据集中一定比例的图像及对应的图片尺度扰动生成全局扰动。通过上述过程突破模型候选框及图片数量的制约,生成的全局扰动可以对大量数据形成有效的影响。实验结果表明,该方法在Pascal VOC和MS-COCO-keypoints数据集的2种计算机视觉任务中性能均优于PGD、FPE等算法,其攻击成功率比DAG算法高1个百分点,比FPE算法高34个百分点,同时推断扰动速度较快。全局扰动的存在揭示了深度神经网络模型在高维决策边界之间存在一定的几何相关性,利用所提方法有助于深度神经网络抵抗泛化性能更高的全局对抗样本。

关键词：对抗样本全局扰动目标检测人体姿态估计无锚框模型

来源：评论

学校读者我要写书评

暂无评论

结合自注意力机制和软阈值降噪的对比联邦学习特征聚合算法

引用

重庆邮电大学学报（自然科学版） 2024年第5期36卷 966-973页

作者：王毅瞿治国孙乐南京信息工程大学计算机学院南京210044

传统人工智能(artificial intelligence,AI)技术在智慧视觉领域的应用面临着数据异构分布、数据隐私保护和噪声数据干扰等一系列技术难点。为了克服这些挑战,在联邦学习和信号降噪算法的思想上,提出了一种基于降噪和数据特征聚合的对比... 详细信息

传统人工智能(artificial intelligence,AI)技术在智慧视觉领域的应用面临着数据异构分布、数据隐私保护和噪声数据干扰等一系列技术难点。为了克服这些挑战,在联邦学习和信号降噪算法的思想上,提出了一种基于降噪和数据特征聚合的对比联邦学习算法(comparative federated learning aggregation feature algorithm with noise reduction,FedCAFNR)。FedCAFNR引入自注意力机制和深度残差网络,构建自适应阈值降噪网络,提高联邦学习从异构性数据中学习关键特征的能力。通过对比学习模型之间的差异,提升局部训练精度,有效增强了个体与全局模型的一致性,进一步提高了模型对非独立同分布数据的鲁棒性。采用3种多分类数据集进行仿真实验,在数据隐私保护的前提下证明了FedCAFNR算法具有良好的收敛性和可拓展性。此外,新算法改进了学习效率,并提高了异构数据环境下联邦学习现有算法的一致性、鲁棒性。

关键词：联邦学习降噪自注意力机制特征聚合

来源：评论

学校读者我要写书评

暂无评论

智慧交通场景下云边端协同的多目标优化卸载决策

引用

西安电子科技大学学报 2024年第3期51卷 63-75页

作者：朱思峰宋兆威陈昊朱海乔蕊天津城建大学计算机与信息工程学院天津300384 周口师范学院网络工程学院河南周口466001

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理... 详细信息

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理分配问题,设计了基于云边端与智慧交通全面融合的网络架构。在该架构下,通过对任务类型的合理划分,再由各服务器对其进行选择性的缓存、卸载;在智慧交通云边端协同计算场景下,依次设计了一种对任务自适应的缓存模型、任务卸载时延模型、系统能量损耗模型、车载用户对服务质量不满意度评价模型、多目标优化问题模型,并给出了一种基于改进型非支配遗传算法的任务卸载决策方案。实验结果表明,文中方案能够有效降低任务卸载过程中所带来的时延和能耗,提高了系统资源利用率,给车辆用户带来更好的服务体验。

关键词：智慧交通云边端协同计算卸载决策多目标优化算法非支配遗传算法

来源：评论

学校读者我要写书评

暂无评论

CS-GNN:用于真实世界漏洞检测的类敏感图神经网络

引用

重庆邮电大学学报（自然科学版） 2024年第5期36卷 1042-1051页

作者：范春瞿治国王保卫孙乐南京信息工程大学计算机学院南京210044

针对当前大多数基于深度学习的漏洞检测方法在应用于工业5.0系统中检测不平衡的真实世界的漏洞时,受到程序代码流程信息利用不足的限制,导致误报率很高的问题,提出了类敏感图神经网络(class-sensitive graph neural network,CS-GNN),一... 详细信息

针对当前大多数基于深度学习的漏洞检测方法在应用于工业5.0系统中检测不平衡的真实世界的漏洞时,受到程序代码流程信息利用不足的限制,导致误报率很高的问题,提出了类敏感图神经网络(class-sensitive graph neural network,CS-GNN),一种新型的函数级真实世界漏洞检测方法。该方法基于代码属性图(code property graph,CPG)和异构图Transformer(heterogeneous graph transformer,HGT),有效提升了漏洞检测的能力和可靠性,以保护消费者数字生态系统的安全。HGT用于接收和学习代码生成的CPG上丰富的语义信息和语句间的关联信息,可以很好地学习到漏洞代码的相关特征。此外,还添加了一个新型的卷积池化模块,用于更好地进行样本特征区分。实验结果表明,CS-GNN实现了更好的检测准确度、精确度、召回率和F1得分,在同样的数据集上,将最先进的基于深度学习的方法提高了13.21%~153.75%。

关键词：工业5.0 消费者数字生态系统漏洞检测图神经网络异构图

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：