检索结果-内蒙古大学图书馆

桂林电子科技大学学报 2021年第4期41卷 320-328页

作者：侯镱蓝小斌陈嘉豪管军霖桂林电子科技大学计算机与信息安全学院广西桂林541004

为了对潜在β-内酰胺酶蛋白质的功能和性质进行深入分析,构建了一个包含蛋白质信息注释、预测和特征性分析的综合平台(BLHub)。BLHub采用Java、Bootstrap3.3.6、Ajax、jQuery、MySQL和Strust2等技术实现了平台前后端的数据交互,并且该... 详细信息

为了对潜在β-内酰胺酶蛋白质的功能和性质进行深入分析,构建了一个包含蛋白质信息注释、预测和特征性分析的综合平台(BLHub)。BLHub采用Java、Bootstrap3.3.6、Ajax、jQuery、MySQL和Strust2等技术实现了平台前后端的数据交互,并且该平台整合了丰富的、多源的蛋白质注释信息,包括蛋白质结构信息、蛋白质活跃位点、蛋白质分类系谱以及抗生素耐药性信息等。同时平台嵌入了机器学习的预测模型,能有效发掘潜在的β-内酰胺酶并判断其所属子类。此外,BLHub能对潜在的β-内酰胺酶进行后序的序列相似分析和亲缘性分析,便于科研人员进一步推断未知蛋白质的功能和结构,从而实现对β-内酰胺酶蛋白质的一体化分析。实验结果表明,BLHub能弥补以往的β-内酰胺酶数据库无法对潜在蛋白质进行预测和分析的不足,进一步加快潜在蛋白的发现和探索。

关键词：数据库机器学习预测抗生素耐药性 BLAST序列比对亲缘性分析重定向分析

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv3的交通标志检测与识别

引用

桂林电子科技大学学报 2021年第3期41卷 186-192页

作者：海聪赵峰桂林电子科技大学计算机与信息安全学院广西桂林541004

针对无人驾驶车辆行驶过程中全景交通标志的检测与识别,提出了一个改进YOLOv3深度神经网络(TSR-YOLOv3)。TSR-YOLOv3加深了前期的特征提取残差网络,在小尺度检测层融合了浅层网络特征。采用各种恶劣天气状况下的数据集展现多种场景下的... 详细信息

针对无人驾驶车辆行驶过程中全景交通标志的检测与识别,提出了一个改进YOLOv3深度神经网络(TSR-YOLOv3)。TSR-YOLOv3加深了前期的特征提取残差网络,在小尺度检测层融合了浅层网络特征。采用各种恶劣天气状况下的数据集展现多种场景下的道路环境,通过暗通道去雾算法对训练图像进行图像增强,并将TSR-YOLOv3网络先在裁剪后的低分辨率图片上训练,再在全景图片上进行迁移学习再训练,以便加速网络的收敛。该方法达到了70%的mAP,相较于YOLOv3算法提升了16%。

关键词：无人驾驶神经网络 YOLOv3 深度学习特征融合

来源：评论

学校读者我要写书评

暂无评论

多特征非迭代超像素分割算法

引用

桂林电子科技大学学报 2021年第1期41卷 44-49页

作者：郑金云蓝如师王小琴桂林电子科技大学计算机与信息安全学院广西桂林541004

针对简单非迭代聚类(SNIC)算法不能较好贴合图像中目标边缘的缺陷,提出了一种多特征非迭代超像素分割(MNSS)算法。在特征提取上,利用高斯卷积在Lab颜色空间上对每个像素点求出其水平和垂直方向的颜色梯度特征,通过对像素点进行腐蚀和膨... 详细信息

针对简单非迭代聚类(SNIC)算法不能较好贴合图像中目标边缘的缺陷,提出了一种多特征非迭代超像素分割(MNSS)算法。在特征提取上,利用高斯卷积在Lab颜色空间上对每个像素点求出其水平和垂直方向的颜色梯度特征,通过对像素点进行腐蚀和膨胀操作,得到像素点形态学轮廓特征,在不丢失梯度特征表示的同时,增强算法边缘命中率。基于SNIC算法非迭代聚类框架,依赖于像素点间的颜色、空间、颜色梯度、形态学轮廓特征的加权距离实现超像素分割。在BSDS500公开数据集上的实验结果表明,在生成相同超像素个数情况下,MNSS算法与主流的5种算法相比,在保证时间复杂度低的同时,有效提升了超像素分割精度。

关键词：图像处理超像素分割颜色梯度形态学轮廓特征聚类算法

来源：评论

学校读者我要写书评

暂无评论

面向稀有攻击的入侵检测方法

引用

桂林电子科技大学学报 2021年第5期41卷 387-392页

作者：沈荔萍钱俊彦翟仲毅桂林电子科技大学计算机与信息安全学院广西桂林541004

针对现有网络入侵检测方法在识别稀有攻击时检测率低的问题,提出了一种基于联合攻击分类器的入侵检测方法。通过分离数据集获得普通攻击集和稀有攻击集,再基于所获得的子集分别训练攻击分类器来消除普通攻击模式对稀有攻击模式的影响。... 详细信息

针对现有网络入侵检测方法在识别稀有攻击时检测率低的问题,提出了一种基于联合攻击分类器的入侵检测方法。通过分离数据集获得普通攻击集和稀有攻击集,再基于所获得的子集分别训练攻击分类器来消除普通攻击模式对稀有攻击模式的影响。采用NSL-KDD数据集对该方法进行评估。实验结果表明,此联合攻击分类器在不影响普通攻击检测率的同时,提高了稀有攻击的检测率。

关键词：网络入侵检测稀有攻击联合攻击分类器检测率

来源：评论

学校读者我要写书评

暂无评论

一种变体BISON分组密码算法及分析

引用

电子与信息学报 2020年第7期42卷 1796-1802页

作者：赵海霞韦永壮刘争红桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室桂林541004 桂林电子科技大学广西密码学与信息安全重点实验室桂林541004 桂林电子科技大学数学与计算科学学院桂林541004

该文基于Whitened Swap-or-Not(WSN)的结构特点,分析了Canteaut等人提出的Bent whItened Swap Or Not–like (BISON-like)算法的最大期望差分概率值(MEDP)及其(使用平衡函数时)抵御线性密码分析的能力;针对BISON算法迭代轮数异常高(一般... 详细信息

该文基于Whitened Swap-or-Not(WSN)的结构特点,分析了Canteaut等人提出的Bent whItened Swap Or Not–like (BISON-like)算法的最大期望差分概率值(MEDP)及其(使用平衡函数时)抵御线性密码分析的能力;针对BISON算法迭代轮数异常高(一般为3n轮,n为数据分组长度)且密钥信息的异或操作由不平衡Bent函数决定的情况,该文采用了一类较小绝对值指标、高非线性度、较高代数次数的平衡布尔函数替换BISON算法中的Bent函数,评估了新变体BISON算法抵御差分密码分析和线性密码分析的能力。研究结果表明:新的变体BISON算法仅需迭代n轮;当n较大时(如n=128或256),其抵御差分攻击和线性攻击的能力均接近理想值。且其密钥信息的异或操作由平衡函数来决定,故具有更好的算法局部平衡性。

关键词：差分密码分析线性密码分析 WSN结构 BISON-like分组密码算法变体BISON分组密码算法

来源：评论

学校读者我要写书评

暂无评论

一种基于区块链的物联网隐私数据保护方案

引用

桂林电子科技大学学报 2021年第5期41卷 400-406页

作者：邵怀禹钱俊彦翟仲毅桂林电子科技大学计算机与信息安全学院广西桂林541004

为了在不暴露数据源的情形下安全地进行用户数据的存储和共享,提出了一种基于区块链的物联网隐私数据保护方案。通过建立原数据的唯一数据标识来保护数据的版权和完整性,设计了相应的智能合约来实现数据标识的上链和访问操作,并采用链... 详细信息

为了在不暴露数据源的情形下安全地进行用户数据的存储和共享,提出了一种基于区块链的物联网隐私数据保护方案。通过建立原数据的唯一数据标识来保护数据的版权和完整性,设计了相应的智能合约来实现数据标识的上链和访问操作,并采用链上公钥签名和链下群签名的方式保护用户隐私。基于IPFS和以太坊平台进行了仿真实验,实验结果表明,该方案在保护用户隐私的前提下能安全有效地存储数据,具有可行性。

关键词：区块链隐私保护 IPFS 智能合约

来源：评论

学校读者我要写书评

暂无评论

一种基于树搜索的RDF查询算法

引用

桂林电子科技大学学报 2021年第5期41卷 393-399页

作者：刘江江董荣胜桂林电子科技大学计算机与信息安全学院广西桂林541004

针对海量RDF数据的查询效率问题,提出一种基于树搜索的RDF查询算法—RI-Triples。该算法将RDF查询问题转化为子图同态问题。在数据预处理阶段,分别构建了邻接表、逆邻接表、P-In和P-Out四种索引,以减少查询图中变量节点的候选域。在匹... 详细信息

针对海量RDF数据的查询效率问题,提出一种基于树搜索的RDF查询算法—RI-Triples。该算法将RDF查询问题转化为子图同态问题。在数据预处理阶段,分别构建了邻接表、逆邻接表、P-In和P-Out四种索引,以减少查询图中变量节点的候选域。在匹配阶段之前,RI-Triples基于贪心思想为查询图生成一个按照约束大小排序的节点匹配序列,以减少匹配阶段的搜索空间。在匹配阶段,基于深度优先遍历节点匹配序列与数据图所构成的搜索空间树,通过子图同态约束修剪搜索空间树中不可行的分支。实验使用RDF测试基准LUBM,对于LUBM6M、LUBM13M和LUBM33M数据集,RI-Triples的查询时间分别为gStore的0.59、0.54和0.74倍,为RDF-3X的0.24、0.27和0.34倍。实验结果表明,RI-Triples具有良好的扩展性和查询性能。

关键词： RDF查询 SPARQL 查询优化子图同态

来源：评论

学校读者我要写书评

暂无评论

基于SDN技术的多进程空间数据云存储方法研究

引用

计算机仿真 2021年第5期38卷 375-379页

作者：潘志安王金峰王茂发防灾科技学院信息工程学院河北三河065201 桂林电子科技大学计算机与信息安全学院广西桂林541004

由于存储空间被磁盘访问的次数较多,导致数据存储安全性较低,空间数据存储效率较慢,由此提出基于SDN技术的多进程空间数据云存储方法。明确SDN的网络体系结构,通过控制器、接口协议、数据区关键技术构建进程空间数据中心平台,利用Hbase... 详细信息

由于存储空间被磁盘访问的次数较多,导致数据存储安全性较低,空间数据存储效率较慢,由此提出基于SDN技术的多进程空间数据云存储方法。明确SDN的网络体系结构,通过控制器、接口协议、数据区关键技术构建进程空间数据中心平台,利用Hbase扩展空间数据存储空间,将组织类型在逻辑上对应空间数据的地理特征,降低存储空间被磁盘访问的次数,根据四叉树方式组织栅格影像数据,同时四叉树编码每个栅格图片,完成多进程空间数据存储查询。仿真结果表明,所提方法的多进程空间数据云存储安全性较高,且能快速存储多进程空间数据。

关键词：多进程空间数据云存储仿真

来源：评论

学校读者我要写书评

暂无评论

基于直方图分布特性的水下图像颜色校正方法

引用

计算机工程与设计 2022年第8期43卷 2284-2293页

作者：雷小燕张卫东潘细朋南京交通职业技术学院电子信息工程学院江苏南京211188 河海大学计算机与信息学院江苏南京210098 大连海事大学信息科学技术学院辽宁大连116026 桂林电子科技大学计算机与信息安全学院广西桂林541004

水下图像由于散射和吸收作用经常存在偏蓝或偏绿的颜色失真现象,为有效解决这类问题,参考陆地自然图像的直方图分布特性,从水下图像的直方图分布考虑,通过调整水下图像的直方图分布改善水下图像的颜色失真。利用具有最高均值的颜色通道... 详细信息

水下图像由于散射和吸收作用经常存在偏蓝或偏绿的颜色失真现象,为有效解决这类问题,参考陆地自然图像的直方图分布特性,从水下图像的直方图分布考虑,通过调整水下图像的直方图分布改善水下图像的颜色失真。利用具有最高均值的颜色通道自适应补偿另外两个颜色通道,利用均值和标准差动态拉伸每个颜色通道。实验结果表明,所提方法有效消除了水下图像颜色失真,校正后的水下图像颜色丰富且自然。

关键词：水下图像增强颜色校正颜色补偿动态拉伸直方图

来源：评论

学校读者我要写书评

暂无评论

基于监督机器学习的车载协作通信中继选择

引用

计算机应用 2021年第S01期41卷 167-174页

作者：胡诗婷刘小兰张文倩肖海林桂林电子科技大学信息与通信学院广西桂林541004 湖北大学计算机与信息工程学院武汉430062

为提高车载协作通信链路的可靠性与连通性,提出了一种在下行非正交多址接入(NOMA)的中继网络中基于监督机器学习算法的中继选择方案,通过构建反向传播(BP)神经网络预测模型,对候选中继集的中断概率进行预测,以此来进行基于最小中断概率... 详细信息

为提高车载协作通信链路的可靠性与连通性,提出了一种在下行非正交多址接入(NOMA)的中继网络中基于监督机器学习算法的中继选择方案,通过构建反向传播(BP)神经网络预测模型,对候选中继集的中断概率进行预测,以此来进行基于最小中断概率的中继选择,提高了下行链路的连通性。在Matlab中,利用样本数据进行网络训练后,得出的预测值与理论值的相关系数为0.99944,预测的平均相对误差为0.57%,表明该中继选择方案模型能够对多个中继进行中断概率的预测,从而实现基于最小中断概率的中继选择。数值仿真结果表明,基于监督机器学习的中继选择方案相较于基于增强学习的中继选择方案中断概率下降了60%,能明显提高中断性能。

关键词：协作非正交多址接入车载通信监督机器学习反向传播神经网络中继选择

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：