检索结果-内蒙古大学图书馆

计算机应用 2019年第S02期39卷 284-288页

作者：冯龙宇杜洪江刘霆中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对站点式投票系统的实名制选民资格证如果在使用过程中暴露身份信息,易造成选民身份信息与选票挂钩的问题,设计一种匿名性新型选民资格证。新型选民资格证应用了基于伪随机序列发生器的生成序列号、图形码子母印章关联机制、集成物理... 详细信息

针对站点式投票系统的实名制选民资格证如果在使用过程中暴露身份信息,易造成选民身份信息与选票挂钩的问题,设计一种匿名性新型选民资格证。新型选民资格证应用了基于伪随机序列发生器的生成序列号、图形码子母印章关联机制、集成物理防伪技术体系和可刮式涂层技术。其中序列号、图形码子母印章关联机制和集成物理防伪技术体系,使得新型选民资格证能够同实名制选民资格证一样,保障选举的不可重复性和合法性。可刮式涂层技术盲化序列号,使得新型选民资格证无任何特征,阻断选民身份信息和选票信息的产生对应关系的途径,保护了选举的匿名性。分析表明,在站点式投票系统中,相比于实名制选民资格证,新型选民资格证在保证不可重复性和合法性的前提下,有效地增强了选举匿名性。

关键词：选举系统新型选民资格证匿名性防复用防伪造

来源：评论

学校读者我要写书评

暂无评论

选票版面结构识别相关技术

引用

计算机应用 2019年第S02期39卷 242-246页

作者：代威官磊韩啸中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对目前选票处理过程选票物理结构识别和逻辑结构识别存在的问题。提出一种在改进的游程线框检测基础上进行逻辑符号识别的方法。首先对扫描图像进行二值化、倾斜矫正等预处理,接着利用同线游程遍历线框,再通过设定的线段重合度阈值合... 详细信息

针对目前选票处理过程选票物理结构识别和逻辑结构识别存在的问题。提出一种在改进的游程线框检测基础上进行逻辑符号识别的方法。首先对扫描图像进行二值化、倾斜矫正等预处理,接着利用同线游程遍历线框,再通过设定的线段重合度阈值合并相关度高的线段,最后根据定义的垂直连接线判定式找到对应线框。在此之后对线框内字符逻辑结构进行识别,利用双向游程原理设定符号游程,并对符号区域特征优化后,结合游程坐标约束集判定符号所属类别。通过实验对比标记块算法,在保证时间效率的同时,改进算法对符号的处理准确度达到99%,能满足实际选举需求。

关键词：电子选举选票符号识别版面理解表格游程

来源：评论

学校读者我要写书评

暂无评论

角度余量损失和中心损失联合的深度人脸识别

引用

计算机应用 2019年第S02期39卷 55-58页

作者：李振东钟勇陈蔓王理顺中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对当前人脸识别任务和人脸验证任务所面临的人脸识别准确率低、验证有误等安全隐患问题,为进一步增强深度特征的判别能力,提出了一种联合监督信号。首先,将角度余量损失和中心损失联合的损失函数用于人脸识别和人脸验证任务,实现最小... 详细信息

针对当前人脸识别任务和人脸验证任务所面临的人脸识别准确率低、验证有误等安全隐患问题,为进一步增强深度特征的判别能力,提出了一种联合监督信号。首先,将角度余量损失和中心损失联合的损失函数用于人脸识别和人脸验证任务,实现最小化类内的变化以及最大化类之间的距离,这种深度特征之间的最小化和最大化可以达到人脸面部识别任务的理想选择。所提方法结合深度卷积神经网络在VGGFace2人脸数据集上对网络模型进行训练并在明星人脸数据集(CFS)和LFW人脸数据集上进一步微调网络模型进行人脸识别验证。实验结果表明,所提出的损失函数与传统的Softmax损失函数相比能够正确识别不同的人脸图像,而且进一步实现了不同类别之间的面部特征的最大可分离性。

关键词：人脸识别深度学习卷积神经网络角度余量损失中心损失

来源：评论

学校读者我要写书评

暂无评论

基于DeepLabv3的左心室超声图像分割方法

引用

计算机应用 2019年第S02期39卷 114-117页

作者：薛飞伍岳庆姚宇任伟中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对超声心动图噪声大、纹理不均匀、边缘难分割的特点,提出一种基于DeepLabv3的多通道模型对左心室区域进行分割的方法。将DeepLabv3嵌入到堆叠式的模型中,分别学习前景特征(左心室特征)和背景特征,然后整合两个通道以产生最终的分割... 详细信息

针对超声心动图噪声大、纹理不均匀、边缘难分割的特点,提出一种基于DeepLabv3的多通道模型对左心室区域进行分割的方法。将DeepLabv3嵌入到堆叠式的模型中,分别学习前景特征(左心室特征)和背景特征,然后整合两个通道以产生最终的分割结果。实验结果表明,所提算法像素平均交并比(MIoU)比医学语义分割U-Net算法高出13.37%,在图像关键分割区域纹理不均匀的情况下,多通道DeepLabv3网络的分割效果明显好于仅使用DeepLabv3网络的分割效果。

关键词：超声心动图左心室图像分割 DeepLabv3 多通道

来源：评论

学校读者我要写书评

暂无评论

基于多任务卷积神经网络人脸检测网络的优化加速方法

引用

计算机应用 2019年第S02期39卷 59-62页

作者：姜尧岗孙晓刚林云中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对人脸检测网络在安卓设备上速度较慢、检测效果不佳的问题,提出了基于多任务卷积神经网络(MTCNN)的优化加速的方法。一方面,更改Caffe框架的ATLAS数学库为OpenBLAS,利用多核来进行矩阵计算;另一方面,在网络结构上进行优化,通过对特... 详细信息

针对人脸检测网络在安卓设备上速度较慢、检测效果不佳的问题,提出了基于多任务卷积神经网络(MTCNN)的优化加速的方法。一方面,更改Caffe框架的ATLAS数学库为OpenBLAS,利用多核来进行矩阵计算;另一方面,在网络结构上进行优化,通过对特征图进行多尺度的卷积再聚合操作、对不同层的特征图进行特征融合操作来提高网络的学习能力,同时对网络中的卷积核进行分解来减少卷积操作的计算量。在LFW和FDDB数据集上进行测试,实验结果表明:与MTCNN人脸检测算法相比,改进后算法的准确率提高了0.9%,耗时降低了64%,在3288安卓板卡上速度达到了9帧/秒。改进后的算法对遮挡、模糊人脸有更好的鲁棒性,并且在速度上有了很大的提升,在复杂场景下具有出色的检测效果。

关键词：优化加速矩阵计算卷积聚合操作特征融合操作卷积核分解

来源：评论

学校读者我要写书评

暂无评论

基于多粒度级联多层梯度提升树的选票手写字符识别算法

引用

计算机应用 2019年第A01期39卷 26-30页

作者：徐英杰李国勇洪文焕中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对传统算法如模板匹配法、支持向量机(SVM)在智能选举计票系统手写字符识别上准确率低的问题,提出一种基于多粒度级联多层梯度提升树方法进行准确又快速的选票手写字符识别的算法。首先,利用多粒度扫描的方式,通过设置多种大小不同的... 详细信息

针对传统算法如模板匹配法、支持向量机(SVM)在智能选举计票系统手写字符识别上准确率低的问题,提出一种基于多粒度级联多层梯度提升树方法进行准确又快速的选票手写字符识别的算法。首先,利用多粒度扫描的方式,通过设置多种大小不同的采样滑动窗口对图片进行逐步采样,得到特征子样本,再经过随机森林转换并拼接得到比原始数据更加抽象和健壮的再表征向量;再利用级联的多层梯度提升树,对得到高阶特征的表征向量进行逐层训练得到模型,根据多层梯度提升树对字符进行识别分类;最后,对于具有二义性符号,通过提出的阈值判别法进行判断,对有二义性的符号,则进行人工审查,反之直接输出,保证识别结果的高准确率。实验结果表明,该算法相比模板匹配方法、SVM算法在准确率上均有很大提高;与gcForest相比,该算法在测试准确率上平均提升了5.29%;与CNN相比,测试准确率上平均提升了3.3%,在训练时间上缩短了89.24%,测试识别耗时减少了48.61%。

关键词：智能选举系统手写字符梯度提升树多粒度级联多层梯度提升树阈值判别法

来源：评论

学校读者我要写书评

暂无评论

基于分布式计算框架的不一致数据修复算法

引用

计算机应用 2019年第S02期39卷 164-168页

作者：于祥祥钟勇李振东韩啸中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对大数据环境下的数据不一致性问题,提出了基于MapReduce的不一致数据检测与修复算法。在传统函数依赖上引入语义约束的条件函数依赖(CFD),首先按照表达形式的不同把条件函数依赖分为常量条件函数依赖和变量条件函数依赖;然后对条件... 详细信息

针对大数据环境下的数据不一致性问题,提出了基于MapReduce的不一致数据检测与修复算法。在传统函数依赖上引入语义约束的条件函数依赖(CFD),首先按照表达形式的不同把条件函数依赖分为常量条件函数依赖和变量条件函数依赖;然后对条件函数依赖集的一致性问题进行检测,确保条件函数依赖集之间不会产生冲突;接下来采用修改等价类的目标值解决条件函数依赖的违反;最后结合MapReduce不同阶段的运行特点,在map端和reduce端分别对违反常量条件函数依赖和变量条件函数依赖数据进行修复。实验结果表明在错误率相同的情况下,基于条件函数依赖的算法比传统算法的准确率更高、扩展性更好。

关键词：大数据数据质量不一致条件函数依赖 MapReduce

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的超声图像左心室分割方法

引用

计算机应用 2019年第7期39卷 2121-2124页

作者：朱锴付忠良陈晓清中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

超声图像左心室的分割在临床上对医生的作用巨大。由于超声图像含有大量噪声,轮廓特征不明显,目前的卷积神经网络(CNN)方法对左心室分割容易得到不必要的区域,并且分割目标不完整。为了解决上述问题,在全卷积神经网络(FCN)基础上加入了... 详细信息

超声图像左心室的分割在临床上对医生的作用巨大。由于超声图像含有大量噪声,轮廓特征不明显,目前的卷积神经网络(CNN)方法对左心室分割容易得到不必要的区域,并且分割目标不完整。为了解决上述问题,在全卷积神经网络(FCN)基础上加入了关键点定位和求取图像凸包方法对分割结果进行优化。首先采用FCN获取初步的分割结果;然后为了去除分割结果中的错误区域,提出一种CNN定位左心室三个关键点的位置,通过关键点筛选掉分割结果中不必要的区域;最后为保证剩余区域能够组合成一个完整的心室,利用求取图像凸包算法将所有有效区域进行合并。实验结果表明,在超声图像左心室分割效果上,所提方法能够在普通FCN的基础上获得很大的提升,在交并比评价标准下,该方法获取的左心室结果能够比传统CNN方法提升近15%。

关键词：超声图像分割关键点定位卷积神经网络凸包

来源：评论

学校读者我要写书评

暂无评论

基于MQHOA优化算法的尺度变化行为

引用

计算机科学 2019年第8期46卷 266-271页

作者：周岩王鹏辛罡李波西南民族大学计算机科学与技术学院成都610225 中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

尺度收敛是智能优化算法求解过程的重要环节,不确定性原理和量子隧道效应佐证了这一重要性。在多尺度量子谐振子算法(Multi-scale Quantum Harmonic Oscillator Algorithm,MQHOA)的优化迭代过程中,通过调整尺度收敛幅度,能够影响算法的... 详细信息

尺度收敛是智能优化算法求解过程的重要环节,不确定性原理和量子隧道效应佐证了这一重要性。在多尺度量子谐振子算法(Multi-scale Quantum Harmonic Oscillator Algorithm,MQHOA)的优化迭代过程中,通过调整尺度收敛幅度,能够影响算法的求解效果和运算性能。对尺度变化进行研究,定义函数在2维状态下对应的最佳尺度收敛参数为该函数的尺度系数(Scale Factor,SF)。尺度系数可以作为衡量函数尺度结构复杂程度的定性判据参考,能够协助算法针对不同函数采用最合适的收敛尺度来寻求最优解。

关键词：优化算法多尺度量子谐振子算法(MQHOA) 尺度收敛

来源：评论

学校读者我要写书评

暂无评论

齐次可微函数的对角递减性与一类不等式的证明

引用

西南民族大学学报（自然科学版） 2020年第5期46卷 542-550页

作者：姚勇王挽澜秦小林中国科学院成都计算机应用研究所四川成都610041 成都大学信息科学与技术学院四川成都610106

研究了齐次可微函数的对角递减性.对角递减性可以被使用去证明许多不等式,如算术-几何(A-G)平均不等式, Schur不等式, Suranyi不等式等等.文中计算出了对角递减函数在非负三元二次型中出现的概率约为57%.为了弥补对角递减性的不足引入... 详细信息

研究了齐次可微函数的对角递减性.对角递减性可以被使用去证明许多不等式,如算术-几何(A-G)平均不等式, Schur不等式, Suranyi不等式等等.文中计算出了对角递减函数在非负三元二次型中出现的概率约为57%.为了弥补对角递减性的不足引入了分块对角递减性的概念.证明了在标准单形上严格正的齐次多项式都是分块对角递减函数.

关键词：齐次可微函数对角递减函数不等式

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：