检索结果-内蒙古大学图书馆

吉林大学学报(工学版) 2025年第2期55卷 700-708页

作者：蔡晓东周青松张言言雪韵桂林电子科技大学信息与通信学院广西桂林541004

基于图神经网络的社交推荐算法在提升推荐系统性能方面取得不错表现,但现有方法忽略了用户兴趣偏好和项目吸引力的动态演变,以及项目与项目间存在潜在联系,这会导致模型学习到的特征不够准确和丰富,限制预测精度。针对此问题,本文提出... 详细信息

基于图神经网络的社交推荐算法在提升推荐系统性能方面取得不错表现,但现有方法忽略了用户兴趣偏好和项目吸引力的动态演变,以及项目与项目间存在潜在联系,这会导致模型学习到的特征不够准确和丰富,限制预测精度。针对此问题,本文提出一种基于动静态和关系特征全局捕获的社交推荐模型。该模型先分别经交互建模网络和时序建模网络捕获出用户和项目的长期静态特征、短期动态特征,再由门控融合网络对长期静态特征和短期动态特征进行自适应融合得到动静态特征,最后利用关系聚合网络实现关系特征的捕获。在Ciao和Epinions数据集上的实验结果表明:本文模型的预测误差较现有先进方法有明显降低,具有良好的应用价值。

关键词：计算机应用社交推荐推荐系统图神经网络动静态特征关系特征

来源：评论

学校读者我要写书评

暂无评论

基于状态位索引方法的小状态流密码算法Draco-F

引用

电子与信息学报 2025年第1期47卷 271-278页

作者：张润莲范欣赵昊武小年韦永壮桂林电子科技大学计算机与信息安全学院桂林541000

Draco算法是首次基于初始向量和密钥前缀组合(CIVK)方案构造的一个流密码设计实例,其声称对于时空数据折中(TMDTO)攻击具有完全可证明的安全性。但因Draco算法的选择函数存在周期小的结构缺陷,攻击者给出了突破其安全界限的分析结果。针... 详细信息

Draco算法是首次基于初始向量和密钥前缀组合(CIVK)方案构造的一个流密码设计实例,其声称对于时空数据折中(TMDTO)攻击具有完全可证明的安全性。但因Draco算法的选择函数存在周期小的结构缺陷,攻击者给出了突破其安全界限的分析结果。针对Draco算法存在的安全缺陷等问题,该文提出一种基于状态位索引和动态初始化的改进算法Draco-F算法。首先,Draco-F算法通过使用状态位索引的方法增加了选择函数的周期并降低硬件成本;其次,在保障非线性反馈移位寄存器(NFSR)状态位使用均匀性的前提下,Draco-F算法通过简化输出函数进一步降低算法的硬件成本;最后,Draco-F算法引入动态初始化技术以防止密钥回溯。对Draco-F算法的安全性分析和软硬件测试结果表明:相对于Draco算法,Draco-F算法避免了Draco算法的安全漏洞,可以以128 bit的实际内部状态提供128 bit的安全级别;同时,Draco-F算法具有更高的密钥流吞吐率和更小的电路面积。

关键词：流密码初始向量和密钥前缀组合 Draco 状态位索引动态初始化

来源：评论

学校读者我要写书评

暂无评论

基于现代信息技术的概率论与数理统计课程教学创新——以桂林电子科技大学为例

引用

创新创业理论研究与实践 2025年第07期 21-23页

作者：林尤武吴孙勇邓国强唐献秀桂林电子科技大学数学与计算科学学院广东石油化工学院理学院

该文基于“以生为本”的教学理念，聚焦“三位一体”人才培养目标，探讨概率论与数理统计课程“线上+线下”混合式教学模式的改革，首先，分析传统教学模式的优缺点，阐明改革的必要性；其次，分析课程目标、课程特点及学生学情；再次... 详细信息

该文基于“以生为本”的教学理念，聚焦“三位一体”人才培养目标，探讨概率论与数理统计课程“线上+线下”混合式教学模式的改革，首先，分析传统教学模式的优缺点，阐明改革的必要性；其次，分析课程目标、课程特点及学生学情；再次，从教学理念、内容、模式、手段和考核等方面进行创新实践；最后，总结改革成效，并展望其推广前景。

关键词：现代信息技术概率论与数理统计 “线上+线下”混合式教学理念教学模式教学创新

来源：评论

学校读者我要写书评

暂无评论

基于轨迹集的衍生扩展目标多伯努利滤波算法

引用

控制与决策 2025年第3期40卷 1024-1034页

作者：杨英壮蔡如华吴孙勇刘锦新桂林电子科技大学数学与计算科学学院广西桂林541004 桂林电子科技大学广西精密导航技术与应用实验室广西桂林541004

针对扩展目标多伯努利滤波器(ECBMeMBer)在复杂环境下对衍生扩展目标跟踪性能严重下降以及无法提取目标轨迹的问题,提出一种基于轨迹随机有限集(Trajectory RFS)的衍生扩展目标多伯努利滤波算法(STCBMeMBer).首先,利用轨迹多伯努利RFS(T... 详细信息

针对扩展目标多伯努利滤波器(ECBMeMBer)在复杂环境下对衍生扩展目标跟踪性能严重下降以及无法提取目标轨迹的问题,提出一种基于轨迹随机有限集(Trajectory RFS)的衍生扩展目标多伯努利滤波算法(STCBMeMBer).首先,利用轨迹多伯努利RFS(Trajectory MBer-RFS)描述多扩展目标的轨迹序列,从而为扩展目标提供连续的轨迹信息;其次,提出一种多伯努利衍生模型,通过原始扩展目标的航向角与衍生扩展目标的偏转角之间的三角函数关系式建立不同衍生扩展目标的运动方程与动力学转移模型,从而实现对衍生扩展目标质心状态与外形状态的联合估计;随后,基于轨迹MBer-RFS和所提出的多伯努利衍生模型推导并提出S-TCBMeMBer滤波器,并在线性高斯条件下给出伽玛高斯逆威沙特(GGIW)混合实现.仿真结果表明,所提出算法在杂波、漏检和噪声共存的环境下能够对衍生扩展目标进行有效跟踪,并提取扩展目标完整的轨迹信息.

关键词：轨迹随机有限集衍生扩展目标多伯努利航向角偏转角伽玛高斯逆威沙特

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的两阶段探地雷达图像反演方法

引用

电波科学学报 2025年第1期40卷 141-154页

作者：武铭泽刘庆华欧阳缮桂林电子科技大学信息与通信学院桂林541004

在探地雷达(ground penetrating radar,GPR)应用中,反演成像是解译GPR数据信息的关键技术。现有基于深度学习的GPR图像反演技术大多应用于地下均匀介质的理想环境,然而真实环境中采集到的数据通常包含复杂的噪声与杂波信号,对反演精度... 详细信息

在探地雷达(ground penetrating radar,GPR)应用中,反演成像是解译GPR数据信息的关键技术。现有基于深度学习的GPR图像反演技术大多应用于地下均匀介质的理想环境,然而真实环境中采集到的数据通常包含复杂的噪声与杂波信号,对反演精度有很大影响。针对这一问题,本文提出了一种基于生成对抗网络(generative adversarial network,GAN)的两阶段GPR图像反演网络TSInvNet,以重构真实环境中地下目标的位置分布。该方法先将GPR B-scan图像使用改进的空间自适应归一化(spatially-adaptive normalization,SPADE)生成器的去噪网络TSInvNet1进行处理后,接着送入引入置换注意力(shuffle attention,SA)模型的反演网络TSInvNet2进行反演。在模拟数据与真实数据上的实验结果表明,TSInvNet能够根据GPR B-scan图像准确反演出地下目标的位置,在具有复杂噪声与多目标情况下的反演应用中具有强鲁棒性和精确反演性能。

关键词：探地雷达(GPR) 反演成像深度学习生成对抗网络(GAN) 注意力模型

来源：评论

学校读者我要写书评

暂无评论

偏差未补偿自适应边缘化容积卡尔曼滤波跟踪方法

引用

电子与信息学报 2025年第1期47卷 156-166页

作者：邓洪高余润华纪元法吴孙勇孙少帅桂林电子科技大学信息与通信学院桂林541004 桂林电子科技大学广西精密导航技术与应用重点实验室桂林541004 桂林电子科技大学数学与计算科学学院桂林541004 卫星导航定位与位置服务国家地方联合工程研究中心桂林541004

针对存在突变测量偏差和未知时变量测噪声场景下的目标跟踪问题,该文提出一种偏差未补偿自适应边缘化容积卡尔曼滤波跟踪方法。首先通过建立差分量测方程来消除恒定的测量偏差,同时构建满足beta-Bernoulli分布的指示变量识别突变测量偏... 详细信息

针对存在突变测量偏差和未知时变量测噪声场景下的目标跟踪问题,该文提出一种偏差未补偿自适应边缘化容积卡尔曼滤波跟踪方法。首先通过建立差分量测方程来消除恒定的测量偏差,同时构建满足beta-Bernoulli分布的指示变量识别突变测量偏差,将相邻时刻目标状态扩维以满足实时滤波需求,利用逆Wishart分布建模未知量测噪声协方差矩阵,从而建立目标状态、指示变量、噪声协方差矩阵的联合分布,并通过变分贝叶斯推断来求解各个参数的近似后验。为减小滤波负担,对扩维后的状态向量进行边缘化处理,结合容积卡尔曼滤波方法实现边缘化容积卡尔曼滤波跟踪。仿真实验结果表明,所提方法能够同时处理突变测量偏差和未知时变量测噪声,从而对目标进行有效跟踪。

关键词：突变测量偏差 Beta-Bernoulli分布逆Wishart分布变分贝叶斯推断边缘化容积卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

钽铌酸钾晶体的无籽晶固相法生长与结构

引用

硅酸盐学报 2025年第4期53卷 977-984页

作者：宋健纬江民红欧阳玉娇曾雨娇徐源曹世轩桂林电子科技大学材料科学与工程学院广西桂林541004

钽铌酸钾晶体具有压电、铁电和光电等特性,在光电信息技术领域具有重要应用前景。针对传统高温熔体法晶体成本高、技术设备复杂和成分控制难等缺点,探讨了通过固相法实现钽铌酸钾单晶生长的可能与机制。以微量LiBiO_(3)为助熔剂,采用固... 详细信息

钽铌酸钾晶体具有压电、铁电和光电等特性,在光电信息技术领域具有重要应用前景。针对传统高温熔体法晶体成本高、技术设备复杂和成分控制难等缺点,探讨了通过固相法实现钽铌酸钾单晶生长的可能与机制。以微量LiBiO_(3)为助熔剂,采用固相法制备K_(1.05)Ta_(0.63)Nb_(0.37)O_(3)(KTN)实验样品,研究了KTN陶瓷预制体向单晶体转化的现象、规律与机理。结果表明:采用固相法可以实现KTN陶瓷预制体向单晶体的转变,所得晶体肉眼可见,但尺度较小,呈细条状,KTN单晶生长模式符合二维层状堆积生长模式,呈现出有序的逐层扩展特性。进一步分析表明,所得KTN单晶具备典型的立方相钙钛矿结构,且在晶体内部,各组成元素呈现出均匀分布的状态。随着生长温度的升高,细条状KTN单晶的数量先增加随后减少,过高的生长温度使得陶瓷基体易碎。对KTN晶体的固相生长机理也进行了初步的解释。

关键词：铌酸根钽铌酸钾晶体无籽晶固相法晶体生长晶粒异常长大

来源：评论

学校读者我要写书评

暂无评论

基于复合混沌系统的S盒构造与优化方法

引用

计算机科学与探索 2025年第4期19卷 1095-1104页

作者：武小年吴庭黄昭文张润莲桂林电子科技大学计算机与信息安全学院广西桂林541004

S盒是分组密码算法的唯一非线性部件,其优劣决定了密码算法的安全强度。为高效构造密码学性质优良且稳定的S盒,提出一种基于复合混沌系统的8比特S盒构造及优化方法。通过扩展tent混沌映射的值域给出扩展的tent映射,并与扩展的logistic... 详细信息

S盒是分组密码算法的唯一非线性部件,其优劣决定了密码算法的安全强度。为高效构造密码学性质优良且稳定的S盒,提出一种基于复合混沌系统的8比特S盒构造及优化方法。通过扩展tent混沌映射的值域给出扩展的tent映射,并与扩展的logistic映射结合构造了一个具有优秀混沌特性的复合混沌系统;在迭代50次消除混沌系统暂态效应后,利用复合混沌系统产生随机序列构造初始8比特S盒;进一步地,针对密码学性质较差的初始S盒,设计一个用于权衡S盒差分均匀度和线性度的优化目标约束函数,分别根据S盒的差分分布和线性分布情况,搜索使得S盒差分分布和线性分布更均匀的数据进行迭代优化,尽可能地降低S盒的差分均匀度和线性度,提高S盒抵抗差分分析和线性分析的能力。实验测试结果表明,该方法能够对所有密码学性质较差的初始S盒进行性质优化提升,优化后的差分均匀度可以达到8,非线性度达到102;该方法的优化速度快,最少仅需要33次迭代就可以完成优化。

关键词： S盒混沌映射差分均匀度非线性度线性度

来源：评论

学校读者我要写书评

暂无评论

基于权重融合特征重标定网络的运动想象脑电分类

引用

电子测量与仪器学报 2025年第1期39卷 70-79页

作者：莫云李易张本鑫路仲伟莫禾胜李智桂林航天工业学院电子信息与自动化学院桂林541004 桂林电子科技大学电子工程与自动化学院桂林541004

时-频-空特征在运动想象脑电分类中广泛应用,但如何有效利用这些特征提高运动想象分类准确率仍是难点。传统方法通过特征选择剔除冗余信息,但往往忽视了时-频-空特征的组间依赖关系。为此,提出一种基于权重融合特征重标定网络的脑电分... 详细信息

时-频-空特征在运动想象脑电分类中广泛应用,但如何有效利用这些特征提高运动想象分类准确率仍是难点。传统方法通过特征选择剔除冗余信息,但往往忽视了时-频-空特征的组间依赖关系。为此,提出一种基于权重融合特征重标定网络的脑电分类模型。首先,提取时-频-空特征,揭示其分组结构,将每组时-频-空特征作为一个整体,并视为一个特征图。然后,建立两个分支分别获取特征图的通道权重:一个分支通过全局平均池化获取全局信息的通道权重,另一个分支通过全局最大池化获取局部信息的通道权重。接着,设计权重融合操作,将两种通道权重融合,并对特征图进行重缩放,从而实现时-频-空特征的组间依赖关系建模。最后,使用两层全连接层进行分类。在4个公开的运动想象脑电数据集上进行了实验验证,所提出的方法平均分类准确率高达80.72%,优于18种特征选择方法和现有的特征重标定网络方法,以及大多数近期文献的分类结果。实验结果表明,所提方法在实际应用中具有良好的潜力,有望在未来的脑机接口研究和康复训练中得到广泛应用。

关键词：脑电分类运动想象特征重标定时-频-空特征权重融合

来源：评论

学校读者我要写书评

暂无评论

基于激励机制的边缘协作计算卸载和多任务处理顺序方案的研究

引用

无线电通信技术 2025年

作者：刘莎莎李然张竣铭王俊义彭捷桂林电子科技大学信息与通信学院

多接入边缘计算（Multi-access Edge Computing，MEC）由于具备低延迟、低能耗和高网络容量等优势，已广泛应用于各种新型物联网应用中。为充分利用系统中的可用计算资源并实现更多任务的低时延响应需求，针对终端设备同一时刻能够并行... 详细信息

多接入边缘计算（Multi-access Edge Computing，MEC）由于具备低延迟、低能耗和高网络容量等优势，已广泛应用于各种新型物联网应用中。为充分利用系统中的可用计算资源并实现更多任务的低时延响应需求，针对终端设备同一时刻能够并行处理多任务的场景，研究了D2D（Device-to-Device）协同的MEC系统中基于激励机制的边缘协作计算卸载与多任务处理顺序联合优化方案，构建了包括时延、能耗以及惩罚成本的系统效用函数，在最大限度满足任务延迟要求的同时，使系统效用最大。此问题属于混合整数非线性规划问题，为解决原始的NP-hard问题，提出了一种基于多轮拍卖的任务分配和调度顺序算法（BMRA-TAS）。最后，与现有基准算法相比，仿真结果表明该算法在保障更多的任务能够有效处理的同时，降低了系统的整体开销。

关键词：多接入边缘计算协作计算卸载多轮拍卖激励机制任务处理顺序

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：