检索结果-内蒙古大学图书馆

计算机科学与探索 2023年第5期17卷 1180-1188页

作者：庞俊刘晨郝琨于明鹤信俊昌姜承扬武汉科技大学计算机科学与技术学院武汉430070 智能信息处理与实时工业系统湖北省重点实验室武汉430070 东北大学计算机科学与工程学院沈阳110169 东北大学软件学院沈阳110169

区块链具有去中心化与不可篡改等特点,近年来受到了人们广泛的关注。数据上链便不可篡改会带来恶意交易无法根除和错误交易无法修改等一系列问题。目前可编辑区块链的相关研究大多是以区块粒度进行替换,或者通过增添新交易实现逻辑上的... 详细信息

区块链具有去中心化与不可篡改等特点,近年来受到了人们广泛的关注。数据上链便不可篡改会带来恶意交易无法根除和错误交易无法修改等一系列问题。目前可编辑区块链的相关研究大多是以区块粒度进行替换,或者通过增添新交易实现逻辑上的编辑。前者会造成编辑记录无法考证,后者虽可保留错误数据存证,但缺乏安全的访问机制。此外,现有相关研究均未充分考虑待编辑数据的特点,导致后续交易受影响而失效的问题。因此,提出了一种可编辑区块链模型。首先,以一般存证数据为例,重新设计了区块链底层数据结构,增加了时序属性并构建索引;然后提出了新的提交、编辑和查询算法,通过后续追加交易的方式实现了对区块链数据的逻辑编辑,从而在保存错误交易存证的基础上,为用户提供了安全的访问接口。为了解决后续交易失效的问题,在上述工作基础上,针对上下文强相关的交易类型数据,对数据结构及相关算法进行了改进,保证后续交易不受数据编辑的影响。实验表明,该模型可在保证系统性能的基础上实现区块链可编辑。

关键词：区块链可编辑时序索引历史查询

来源：评论

学校读者我要写书评

暂无评论

一种基于混合特征选择的图聚类算法

引用

小型微型计算机系统 2024年第3期45卷 606-612页

作者：张寿庞俊廖明习武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 武汉理工大学计算机与人工智能学院武汉430070

图聚类是图挖掘研究领域目前的研究热点之一.现有基于非深度学习技术的多个中小规模图的聚类算法提取频繁子图并作为特征,主要存在所选特征无效或重要特征丢失的问题,影响了聚类的性能.因此,本文提出了一种基于混合特征选择的图聚类算法... 详细信息

图聚类是图挖掘研究领域目前的研究热点之一.现有基于非深度学习技术的多个中小规模图的聚类算法提取频繁子图并作为特征,主要存在所选特征无效或重要特征丢失的问题,影响了聚类的性能.因此,本文提出了一种基于混合特征选择的图聚类算法.首先提出了一种基于主成分分析原理(Principal Component Analysis,PCA)的评估函数,从图数据集中挖掘出区分特征子图,作为候选特征.其次,提出了一种分支定界技术,加速了区分子图的挖掘过程.接着,为了进一步提高聚类准确率,不失一般性地选择了一种流行的嵌入式特征选择算法,继续对候选特征集进行特性选择,并同时完成图聚类.最后,通过真实数据集上的实验验证了本文提出的基于混合特征选择的图聚类方法的有效性.

关键词：图聚类区分子图特征选择

来源：评论

学校读者我要写书评

暂无评论

一种融合多种策略的改进鲸鱼优化算法

引用

武汉科技大学学报 2023年第2期46卷 145-152页

作者：尹梅柯鹏章呈瑞武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对标准鲸鱼优化算法容易陷入局部最优、收敛精度低的问题,提出一种融合动态划分等级策略和交叉存档策略的自适应鲸鱼优化算法,记为IWOA。首先引入自适应收敛因子,根据适应度值动态调整个体在迭代过程中的包围步长,平衡算法的探索和开... 详细信息

针对标准鲸鱼优化算法容易陷入局部最优、收敛精度低的问题,提出一种融合动态划分等级策略和交叉存档策略的自适应鲸鱼优化算法,记为IWOA。首先引入自适应收敛因子,根据适应度值动态调整个体在迭代过程中的包围步长,平衡算法的探索和开发能力;然后对适应度不同的个体采用不同的自主学习策略,在增加种群多样性的同时加快算法的收敛速度;最后提出一种交叉存档策略,赋予陷入更新停滞的个体更好的位置,增强算法跳出局部最优的能力。在22个基准测试函数上的实验结果表明,IWOA在收敛速度和寻优精度等方面均有显著改善。在压力容器设计问题中的应用也表明IWOA可以有效解决复杂的非线性优化问题。

关键词：鲸鱼优化算法自适应收敛因子动态划分等级策略交叉存档

来源：评论

学校读者我要写书评

暂无评论

面向动态三维迷宫的综合奖励设计

引用

计算机应用研究 2024年第6期41卷 1699-1703页

作者：焦昌成王少威武汉科技大学计算机科学与技术学院武汉科技大学机器人与智能系统研究院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

动态三维迷宫是较为困难的、具有不确定性和不完全信息的强化学习任务环境,使用常规奖励函数在此环境中训练任务,速度缓慢甚至可能无法完成。为解决利用强化学习在动态迷宫中寻找多目标的问题,提出一种基于事件触发的综合奖励方案。该... 详细信息

动态三维迷宫是较为困难的、具有不确定性和不完全信息的强化学习任务环境,使用常规奖励函数在此环境中训练任务,速度缓慢甚至可能无法完成。为解决利用强化学习在动态迷宫中寻找多目标的问题,提出一种基于事件触发的综合奖励方案。该方案将三维迷宫中各种行为状态表达为各种事件,再由事件驱动奖励。奖励分为环境奖励和内部奖励,其中环境奖励与三维迷宫任务直接相关,含有体现任务目标的节点奖励和任务约束的约束奖励。内部奖励与智能体学习过程中的状态感受相关,含有判断奖励和心情奖励。在实验中,综合奖励的性能均值相较于改进奖励提升54.66%。结果表明,综合奖励方案在提高完成任务满意度、增强探索能力、提升训练效率方面具有优势。

关键词：三维迷宫奖励设计强化学习事件触发

来源：评论

学校读者我要写书评

暂无评论

基于暗通道补偿和透射率修正的图像去雾算法

引用

计算机应用与软件 2023年第4期40卷 166-171,262页

作者：容杰雄张鸿武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对传统暗通道去雾算法应用于含有天空区域的有雾图像时出现的色彩失真以及细节缺失的问题,提出一种基于暗通道补偿和透射率修正的图像去雾算法。使用均值滤波替代最小值滤波,对暗通道进行补偿,利用补偿的暗通道对大气光值的预估方法... 详细信息

针对传统暗通道去雾算法应用于含有天空区域的有雾图像时出现的色彩失真以及细节缺失的问题,提出一种基于暗通道补偿和透射率修正的图像去雾算法。使用均值滤波替代最小值滤波,对暗通道进行补偿,利用补偿的暗通道对大气光值的预估方法进行优化;根据像素点与大气光点距离的远近对图像的初始透射率进行了修正,并使用快速引导滤波进一步细化图像的透射率;通过大气散射模型将透射率图像恢复为无雾图像。实验结果表明,该算法得到的复原图像具有较好的色彩保真和细节保持能力,在峰值信噪比以及结构相似性上都取得了提升,同时该算法在执行时间上缩短为原来的一半。

关键词：暗通道去雾均值滤波暗通道补偿透射率修正快速引导滤波

来源：评论

学校读者我要写书评

暂无评论

采用危险度预警的进取麻雀搜索算法

引用

武汉科技大学学报 2023年第2期46卷 153-160页

作者：万琪李俊武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

为了解决麻雀搜索算法在迭代后期种群多样性降低且容易陷入局部最优的问题,提出一种采用危险度预警的进取麻雀搜索算法。首先制定保持进取策略,选取种群中适应度值优秀的个体与适应度值变化幅度大的个体共同培育生成学习样本,加快寻优... 详细信息

为了解决麻雀搜索算法在迭代后期种群多样性降低且容易陷入局部最优的问题,提出一种采用危险度预警的进取麻雀搜索算法。首先制定保持进取策略,选取种群中适应度值优秀的个体与适应度值变化幅度大的个体共同培育生成学习样本,加快寻优速度。然后将种群进化过程分为稳定阶段和进取阶段,并在每个阶段执行不同策略:稳定阶段策略利用全局最优解和学习样本引导种群进化,增强局部开发能力;进取阶段策略利用个体历史最优解和学习样本引导种群进化,增加种群多样性并提高全局探索能力。此外,设计危险度预警策略用于检测种群是否陷入局部最优,并通过保存的优秀样本动态更新较差个体,帮助种群跳出局部最优。与其他几种有代表性的改进麻雀搜索算法一起针对CEC2017测试集进行对比实验,其结果证明了本文算法在收敛速度和收敛精度上有明显改进,能有效避免陷入局部最优。

关键词：麻雀搜索算法保持进取策略危险度预警稳定阶段策略进取阶段策略

来源：评论

学校读者我要写书评

暂无评论

基于用户密度和平均访问时间的边缘服务器放置方法

引用

计算机应用研究 2024年第5期41卷 1448-1455页

作者：胡春节刘静郑文祥武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 湖北省智能信息处理与实时工业系统重点实验室武汉430065

为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗... 详细信息

为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗传算法(MOSGA)解决该问题。MOSGA首先使用多目标优化算法的思想对海马优化(sea horse optimizer,SHO)算法进行改进,使SHO算法能够适用于多目标优化问题,并在此基础上使用遗传算法改进SHO算法的繁殖操作,使MOSGA能更好地跳出局部最优解,加速问题的求解。该算法在上海电信数据集上进行了实验验证,仿真实验结果表明,MOSGA明显优于RA、K-means、NSGA、LMM,不仅有效解决了服务器资源浪费的问题,同时大大降低终端设备访问服务器的时间。

关键词：边缘计算边缘服务器放置多目标优化海马优化遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于CNN和双向LSTM的房颤预测模型

引用

计算机应用与软件 2024年第5期41卷 138-146页

作者：吴石远陈艳红杨湘高峰顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 武汉亚洲心脏病医院湖北武汉430022

现有基于CNN的模型无法提取患者数据中的时序特征,而基于RNN的模型忽略了各医学变量的差异性特征。针对这种情况,提出一种结合CNN和RNN的房颤预测模型,利用一个独立CNN模块捕获电子病历数据中各医学变量间的差异性特征,同时使用一个独立... 详细信息

现有基于CNN的模型无法提取患者数据中的时序特征,而基于RNN的模型忽略了各医学变量的差异性特征。针对这种情况,提出一种结合CNN和RNN的房颤预测模型,利用一个独立CNN模块捕获电子病历数据中各医学变量间的差异性特征,同时使用一个独立的RNN模块捕获电子病历数据中时序性特征以及各医学变量间的相关性特征。在真实医院数据集上的实验结果表明,与最新的一些基于电子病历数据的疾病预测方法相比,该模型在房颤的预测方面表现得更加突出,F1值提高了2.14%,AUC值提高了1.32%。

关键词：心房颤动疾病预测电子病历卷积神经网络长短时间记忆网络

来源：评论

学校读者我要写书评

暂无评论

改进FCOS算法的车辆检测方法研究

引用

计算机应用与软件 2024年第6期41卷 257-262,281页

作者：杜昌皓张智武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065

针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆... 详细信息

针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆、并行车辆难以准确回归的现象;使用多尺度卷积结合多维特征信息,增强了算法对不同尺度检测的鲁棒性;根据车辆检测场景改进了回归尺度,提高模型的推理准确度。实验结果表明,该方法在车辆检测任务中能够明显提升检测精度并保持检测速度不下降。

关键词：计算机视觉车辆检测全卷积网络多尺度卷积

来源：评论

学校读者我要写书评

暂无评论

基于动态超图小波神经网络的半监督超图节点分类

引用

计算机应用研究 2024年第12期41卷 3735-3741页

作者：庞俊程俊澳林晓丽王蒙湘武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 中国标准化研究院北京100088

半监督超图节点分类任务旨在利用少量节点的标签信息,预测未标记节点的标签,在复杂网络分析和应用中具有重要意义。现有半监督超图节点分类模型主要存在以下两点不足:a)神经网络层数增加后,忽视隐藏的高阶关系;b)模型时间复杂度高。因此... 详细信息

半监督超图节点分类任务旨在利用少量节点的标签信息,预测未标记节点的标签,在复杂网络分析和应用中具有重要意义。现有半监督超图节点分类模型主要存在以下两点不足:a)神经网络层数增加后,忽视隐藏的高阶关系;b)模型时间复杂度高。因此,提出了一种新的动态超图小波神经网络(dynamic hypergraph wavelet neural network,DHGWNN),解决半监督超图节点分类问题。一方面,提出了一种基于k-NN、k-Hop和注意力机制的超图动态构建方法,挖掘节点之间隐藏的高阶关系,进一步丰富超图特征嵌入;另一方面,使用超图上的小波变换,构建了一种超图小波卷积网络,并重新推导了卷积更新公式,以解决模型时间复杂度高的问题。四个引文网络真实数据集上的实验结果表明,该方法的分类性能优于基线模型。

关键词：超图半监督学习节点分类小波变换

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：