检索结果-内蒙古大学图书馆

计算机工程 2023年第6期49卷 13-23,33页

作者：饶金涛崔喆中国科学院成都计算机应用研究所成都610081 中国科学院大学北京100049

针对电子选举过程中匿名性、公开可验证性、选票碰撞及伪造等问题,提出基于SM9算法的匿名公开可验证电子选举系统协议设计方案。以SM9签名算法为基础,构造基于身份的SM9盲签名算法和可链接环签名算法。算法安全分析表明,在随机预言机模... 详细信息

针对电子选举过程中匿名性、公开可验证性、选票碰撞及伪造等问题,提出基于SM9算法的匿名公开可验证电子选举系统协议设计方案。以SM9签名算法为基础,构造基于身份的SM9盲签名算法和可链接环签名算法。算法安全分析表明,在随机预言机模型下,盲签名算法具有盲性和不可伪造性,环签名算法具有不可伪造性、匿名性、可链接性。在计算开销方面,盲签名算法在密钥提取阶段只需要1次标量乘、1次模逆和1次模乘运算,单次消耗的时间约为0.8717 ms,环签名算法在密钥提取、环签名生成、环签名验证阶段均具有较高的效率,整个环签名过程只需要5次双线性对运算,单次消耗的时间约为27.2617 ms。在通信开销方面,盲签名和环签名的签名长度均优于对比方案。电子选举协议的安全分析表明,所提方案满足电子选举系统的安全要求,与同类方案相比具有公开可验证、无收据性等优点,适合应用于大规模选举。

关键词： SM9密码算法盲签名环签名不可伪造性匿名性可链接性电子选举

来源：评论

学校读者我要写书评

暂无评论

基于表征空间结构对齐的跨语言知识迁移方法

引用

计算机应用 2024年第S2期44卷 18-23页

作者：任思远彭程陈科何智毅中国科学院成都计算机应用研究所成都610213 中国科学院大学北京100049

在自然语言处理(NLP)领域中,对比学习作为一种高效的句子表征学习方法,有效缓解了基于Transformer的预训练语言模型的各向异性,并显著提升了句子表征的质量。然而,现有研究集中在英语上,尤其是在有监督设置下的情况。由于缺乏有标签数据... 详细信息

在自然语言处理(NLP)领域中,对比学习作为一种高效的句子表征学习方法,有效缓解了基于Transformer的预训练语言模型的各向异性,并显著提升了句子表征的质量。然而,现有研究集中在英语上,尤其是在有监督设置下的情况。由于缺乏有标签数据,在大多数非英语语言上难以有效利用对比学习获得高质量的句子表征。针对此问题,提出一种适用于对比学习模型的跨语言知识迁移方法——通过对齐不同语言表征空间的结构进行跨语言知识迁移,并基于此方法设计了一个简单有效的跨语言知识迁移框架——TransCSE,旨在将有监督英语对比学习模型的知识迁移到非英语模型上。通过英语到英语、法语、阿拉伯语、西班牙语、土耳其语、汉语等6个方向的知识迁移实验,TransCSE将有监督英语对比学习模型SimCSE(Simple Contrastive learning of Sentence Embeddings)的知识迁移到了多语言预训练语言模型mBERT(multilingual Bidirectional Encoder Representations from Transformers)上。实验结果表明,与原始的mBERT相比,利用TransCSE框架训练完成的模型在XNLI(Cross-lingual Natural Language Inference)和STS(Semantic Textual Similarity) 2017这2个基准数据集上分别获得了17.95和43.27个百分点的准确率提升,验证了TransCSE的有效性;同时,相较于基于共享参数和基于表征对齐的跨语言知识迁移方法,TransCSE在2个数据集上均取得了最佳表现。

关键词：自然语言处理对比学习跨语言知识迁移多语言预训练模型表征空间结构对齐

来源：评论

学校读者我要写书评

暂无评论

基于多特征驱动图注意卷积网络的关系抽取

引用

计算机应用 2024年第S01期44卷 24-28页

作者：李航程钟勇中国科学院成都计算机应用研究所成都610213 中国科学院大学计算机科学与技术学院北京100049

针对基于句法依赖树和图卷积神经网络(GCN)的关系抽取(RE)任务中,由于句子中词与词之间的依赖连接被赋予相同权重所引入的噪声问题,提出一种基于多特征驱动图注意卷积网络(MFDA-GCN)的RE模型。该模型充分利用了句子的依赖类型、词性、... 详细信息

针对基于句法依赖树和图卷积神经网络(GCN)的关系抽取(RE)任务中,由于句子中词与词之间的依赖连接被赋予相同权重所引入的噪声问题,提出一种基于多特征驱动图注意卷积网络(MFDA-GCN)的RE模型。该模型充分利用了句子的依赖类型、词性、相对实体位置等多种特征信息,通过引入注意力机制计算句法依赖树中不同连接的重要程度,再将多种特征信息动态地融入句子的词向量表示中。最后,根据词之间依赖连接的重要程度更有效地引导词信息传递,优化整个句子的词向量表示,进一步提高RE性能。实验结果表明,相较于其他基线模型,基于MFDA-GCN的RE模型具有更强的远距离词依赖捕获能力,且该模型在数据集SemEval-2010Task8和ACE2005EN上的F1值分别达到90.39%和79.86%。

关键词：关系抽取图卷积神经网络句法依赖树注意力机制自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于改进自注意力机制和表示学习的分层文档分类方法

引用

计算机科学 2024年第2期51卷 238-244页

作者：廖兴滨钱杨舸王乾垒秦小林中国科学院成都计算机应用研究所自动推理实验室成都610213 中国科学院大学计算机科学与技术学院北京100080

文档分类的一项基本工作是研究如何高效地表示输入特征,句子和文档向量表示也可以辅助自然语言处理的下游任务,如文本情感分析和数据泄露预防等。特征表示也逐渐成为文档分类问题的性能瓶颈和模型可解释性的关键之一。针对现有分层模型... 详细信息

文档分类的一项基本工作是研究如何高效地表示输入特征,句子和文档向量表示也可以辅助自然语言处理的下游任务,如文本情感分析和数据泄露预防等。特征表示也逐渐成为文档分类问题的性能瓶颈和模型可解释性的关键之一。针对现有分层模型面临的大量重复计算以及可解释性缺乏的问题,提出了一种分层文档分类模型,并研究了句子和文档表示方法对文档分类问题的性能影响。所提模型集成了使用改进自注意力机制融合输入特征向量的句子编码器和文档编码器,形成了一个层次结构,以实现对文档级数据的分层处理,在简化计算的同时增强了模型的可解释性。与仅使用预训练语言模型的特殊标记向量作为句子表示的模型相比,所提模型在5个公开文档分类数据集上实现了平均4%的性能提升,比使用词向量矩阵的注意力输出均值的模型提高了2%。

关键词：句子表示文档表示注意力机制文档分类模型可解释性

来源：评论

学校读者我要写书评

暂无评论

基于非局域注意力和多任务学习的胸部X线片肺实质分割方法

引用

生物医学工程学杂志 2023年第5期40卷 912-919页

作者：熊亮秦小林刘欣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 东莞理工学院广东东莞523808

肺实质的准确分割是计算机辅助影像学诊断肺部疾病的关键。随着深度学习技术的发展,基于全卷积网络的图像分割模型取得了很好的效果,但对于边缘模糊和肺实质密度不均匀的情形仍会误分割。针对该问题,本文提出一种基于非局域注意力机制... 详细信息

肺实质的准确分割是计算机辅助影像学诊断肺部疾病的关键。随着深度学习技术的发展,基于全卷积网络的图像分割模型取得了很好的效果,但对于边缘模糊和肺实质密度不均匀的情形仍会误分割。针对该问题,本文提出一种基于非局域注意力机制和多任务学习的胸部X线片图像肺实质分割方法。首先,基于残差连接的编-解码卷积网络提取肺实质多层级语义特征信息并预测肺实质边界轮廓;其次,通过非局域注意力机制建立肺实质轮廓与全局语义特征信息之间的相关性并增强轮廓区域特征信息权重;再次,基于增强的特征信息进行多任务监督学习,实现肺实质的准确分割;最后,在JSRT和Montgomery公开数据集上验证了本文方法的有效性和模型泛化能力,对比其他几种代表性的分割模型,其Dice系数和准确性最大分别提高1.99%和2.27%。实验结果表明,通过增强特征信息中边界轮廓的注意力,能有效减少肺实质密度不均匀时的误分割并提高模糊边缘的分割精度。

关键词：胸部X线片肺实质分割非局域注意力多任务学习

来源：评论

学校读者我要写书评

暂无评论

CNN增强型Informer模型在工业时间序列预测中的应用及性能优化

引用

计算机应用 2024年第S2期44卷 79-83页

作者：李嘉源王晓东何启学中国科学院成都计算机应用研究所成都610213 中国科学院大学北京100049

在实际的工业生产中,Informer模型自身的概率稀疏机制会导致在特征提取时大量时序特性的丢失。为了克服Informer模型的这种缺陷,同时兼顾工业生产中对预测速度和效率的要求,提出一种使用卷积神经网络(CNN)增强的Informer模型。该模型引... 详细信息

在实际的工业生产中,Informer模型自身的概率稀疏机制会导致在特征提取时大量时序特性的丢失。为了克服Informer模型的这种缺陷,同时兼顾工业生产中对预测速度和效率的要求,提出一种使用卷积神经网络(CNN)增强的Informer模型。该模型引入短时傅里叶变换(STFT)处理序列获取数据在频域的特征,以进一步减少概率稀疏注意力机制带来的特征丢失,并提高预测准确度。在ETT(Electricity Transformer Temperature)、ECL(Electricity Consumption Load)公开数据集和一个私有数据集上,所提模型与工业领域应用最广泛使用的长短期记忆网络(LSTM)、自回归积分滑动平均(ARIMA)模型等4种模型进行对比实验的结果表明,所提模型的均方误差(MSE)和平均绝对误差(MAE)两项指标均有下降,性能有所提升。

关键词：时序预测工业数据卷积神经网络 Informer模型短时傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

水下图像复原和增强方法研究进展

引用

中国图象图形学报 2025年第1期30卷 51-65页

作者：周玲刘庆敏金凯杰赵文义张卫东河南科技学院信息工程学院新乡453003 河南科技学院计算机应用研究所新乡453003 北京邮电大学人工智能学院北京100876

自2012年中国提出海洋强国战略以来,水下图像清晰化已成为机器视觉领域的研究热点和挑战。与陆地良好环境中拍摄的图像不同,光在水下传播时受水下介质吸收和散射影响,导致水下图像存在颜色失真、细节模糊、低对比度、亮度不均等问题。... 详细信息

自2012年中国提出海洋强国战略以来,水下图像清晰化已成为机器视觉领域的研究热点和挑战。与陆地良好环境中拍摄的图像不同,光在水下传播时受水下介质吸收和散射影响,导致水下图像存在颜色失真、细节模糊、低对比度、亮度不均等问题。低质量水下图像使得水下机器视觉感知面临看不清的挑战,因此研究有效的水下图像增强方法是当前水下视觉领域亟待解决的重要问题。本文在广泛调研的基础上梳理了水下图像质量提升的方法,主要包括图像复原和图像增强两大类。随后,深入讨论了代表性方法,并通过定性和定量评估分析,详细探讨了这些方法的优势和局限性。此外,全面概述了水下图像质量退化问题、提升方法、数据集及评估指标,分析了其在不同场景下的性能,提供了全面的水下图像清晰化方法研究现状。最后,根据水下图像增强和复原方法的难点与目前面临的主要问题对研究方向和发展趋势进行了归纳和展望。这一综合性研究为未来相关领域的研究和实践提供了建议。

关键词：水下图像质量退化光的散射与吸收水下图像清晰化水下图像质量评估

来源：评论

学校读者我要写书评

暂无评论

面向法律判决文书的长文档抽取式文摘方法——BIGDCNN

引用

计算机应用 2023年第S01期43卷 67-74页

作者：赵嘉昕崔喆中国科学院成都计算机应用研究所成都610041 中国科学院大学计算机科学与技术学院北京100049

针对法律判决文书信息点较多、结构化程度较高,传统的抽取式文摘方法容易产生冗余句子且无法覆盖全部关键信息的问题,提出BIGDCNN(BERT based Improved Gate Dilated Convolutional Neural Network)模型。首先将原始数据进行语料转换获... 详细信息

针对法律判决文书信息点较多、结构化程度较高,传统的抽取式文摘方法容易产生冗余句子且无法覆盖全部关键信息的问题,提出BIGDCNN(BERT based Improved Gate Dilated Convolutional Neural Network)模型。首先将原始数据进行语料转换获取序列标注数据,再通过预训练语言模型BERT(Bidirectional Encoder Representations from Transformers)得到从词粒度到句子粒度的长文本表示;最后使用融合了改进门机制的膨胀卷积神经网络(DCNN)以及单模型融合方法,实现低冗余度提取原文关键信息的同时增强抗干扰性,并减小了梯度消失的风险。在法律判决文书自动文摘实验中,本模型的ROUGE-1、ROUGE-2、ROUGE-L评分为62.85%、46.56%、59.25%,较主流模型BERT+Transformer分别提升了15.10、15.75、12.97个百分点。BIGDCNN模型解决了传统抽取式文摘方法的问题,可以高效地运用在法律判决文书的自动文摘场景中。

关键词：判决文书抽取式文摘预训练语言模型门机制单模型融合

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的标签噪声学习算法综述

引用

计算机应用 2023年第3期43卷 674-684页

作者：伏博毅彭云聪蓝鑫秦小林中国科学院成都计算机应用研究所成都610041 中国科学院大学计算机科学与技术学院北京100049

在深度学习领域中,大量正确标注的样本对于模型的训练和学习至关重要。然而,在实际的应用场景中,标注数据的成本很高,同时标注的样本质量会受人工标注的主观因素或工具技术的影响,在标注过程中无法避免标签噪声的产生。因此,现有的训练... 详细信息

在深度学习领域中,大量正确标注的样本对于模型的训练和学习至关重要。然而,在实际的应用场景中,标注数据的成本很高,同时标注的样本质量会受人工标注的主观因素或工具技术的影响,在标注过程中无法避免标签噪声的产生。因此,现有的训练数据都存在一定的标签噪声,如何有效地训练带标签噪声的训练数据成为了研究的热点。围绕基于深度学习的标签噪声学习算法,首先详细阐述了标签噪声学习问题的来源、分类和影响;然后依照机器学习的不同要素分析了基于数据、损失函数、模型、训练方式的四种标签噪声学习策略;随后提供了各种应用场景下学习标签噪声问题的基础框架;最后,给出一些优化思路,并展望了标签噪声学习算法面临的挑战与未来的发展方向。

关键词：标签噪声半监督学习监督学习深度学习损失函数

来源：评论

学校读者我要写书评

暂无评论

基于柔性薄膜的多参数高灵敏汗液传感器研究

引用

压电与声光 2024年第2期46卷 246-252页

作者：张毅黄晶魏贵玲张祖伟李小飞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 中电科芯片技术(集团)有限公司重庆401332

提出一种全新的基于柔性薄膜材料的高灵敏度、多参数汗液成分分析传感器,对敏感材料的特性及高灵敏度捕获机理进行了研究分析,设计了一种抗干扰信号采集电路,最终完成传感器样品制备,并搭建测试环境,对其关键性能指标进行了测试。结果表... 详细信息

提出一种全新的基于柔性薄膜材料的高灵敏度、多参数汗液成分分析传感器,对敏感材料的特性及高灵敏度捕获机理进行了研究分析,设计了一种抗干扰信号采集电路,最终完成传感器样品制备,并搭建测试环境,对其关键性能指标进行了测试。结果表明,汗液传感器可实现对钾离子、钠离子、葡萄糖3种汗液成分的实时监测,在检测灵敏度和抗干扰性能上达到较好水平,与传统的检测仪器或单参数汗液传感器检测方法相比,在实用性上有很大的提升。

关键词：汗液传感器可穿戴柔性传感器多通道集成

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：