检索结果-内蒙古大学图书馆

计算机研究与发展 2025年第1期62卷 119-131页

作者：石海鹤蓝孙文刘日明石海鹏王岚钟林辉江西师范大学计算机信息工程学院南昌330022 江西师范大学软件学院南昌330022

序列比对是生物序列分析中的一个经典问题,旨在找出序列之间的相似性,它对于发现生物序列中的功能、结构和进化信息都具有重要的意义.该问题可分为双序列比对和多序列比对2类,现有工作多针对特定算法展开,没有设计通用的求解方法;此外,... 详细信息

序列比对是生物序列分析中的一个经典问题,旨在找出序列之间的相似性,它对于发现生物序列中的功能、结构和进化信息都具有重要的意义.该问题可分为双序列比对和多序列比对2类,现有工作多针对特定算法展开,没有设计通用的求解方法;此外,甚少涉及算法可信性的研究.从生物序列比对问题的形式化规约出发,通过深入分析问题的性质,刻画问题求解的本质特征,借助形式化方法PAR(partition andrecursion)设计了序列比对动态规划算法的统一构造框架seqAlign;展示了应用该框架构造序列数为3的多序列比对算法的过程,并使用Isabelle定理证明器对构造结果进行形式化验证;利用PAR平台生成了该算法的C++可执行程序,进一步分析了由seqAlign框架机械化构造其他类型序列比对算法的过程.通过严密的规约精化和形式验证,有效地保证了生成算法的可信性;开发的seqAlign框架提供了序列比对问题类的通用求解方案,显著提高了序列比对算法族生成的效率.研究结果在生物序列分析中序列比对问题上的成功应用,从方法学和实践上可为复杂生物信息学领域高可靠算法的构造提供参考.

关键词：序列比对 PAR方法形式构造 Isabelle定理证明器

来源：评论

学校读者我要写书评

暂无评论

BDC-DAL:基于蓝图差分卷积和双重辅助监督的轻量化人脸活体检测算法

引用

浙江大学学报(理学版) 2025年第1期52卷 98-109,121页

作者：叶继华梁芳昕王超肖顺杰宗义江爱文江西师范大学计算机信息工程学院江西南昌330022

人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重... 详细信息

人脸活体检测是确保人脸识别系统安全不可或缺的一环。当前大多数人脸活体检测算法采用的是深度卷积神经网络,尽管其检测性能卓越,但往往涉及庞大的参数量和计算复杂度,限制了其应用。为克服这些挑战,提出了一种基于蓝图差分卷积和双重辅助监督的轻量级人脸活体检测算法(BDC-DAL)。通过将轻量化的卷积结构和蓝图差分卷积设计相结合,有效降低了模型的参数和计算量,同时保留了捕捉复杂细粒度特征的能力。此外,引入的双重辅助监督机制,利用监督信号重建过程学习细微的欺诈线索,显著提高了模型对未知攻击场景的鲁棒性。为验证算法的有效性,在CelebA-Spoof和OULU-NPU人脸活体检测数据集上进行了广泛测试,并与当前主流的深度学习人脸活体检测算法和其他轻量化网络模型进行了比较,实验结果显示,BDC-DAL算法大幅降低了模型复杂度,参数量减少了近90%,模型的浮点计算量也下降了约10%。BDC-DAL算法在实现高效性和轻量化的同时,成功平衡了性能与资源消耗,为在资源受限环境下的人脸识别提供了可行的解决方案。

关键词：人脸活体检测轻量级辅助信息监督

来源：评论

学校读者我要写书评

暂无评论

基于多视角特征融合的多模态虚假新闻检测

引用

中文信息学报 2025年第4期39卷 126-137页

作者：肖聪刘璟王明文王菲菲邵佳兴黄琪罗文兵江西师范大学计算机信息工程学院江西南昌330022

随着社交网络的广泛使用,信息分享变得非常便捷,但这同时也加剧了虚假新闻的传播。现有多模态虚假新闻检测方法在融合文本与图像等多种信息源时,未能充分挖掘和利用新闻内容中不同形式的信息,导致语义信息使用不充分;此外,在融合不同层... 详细信息

随着社交网络的广泛使用,信息分享变得非常便捷,但这同时也加剧了虚假新闻的传播。现有多模态虚假新闻检测方法在融合文本与图像等多种信息源时,未能充分挖掘和利用新闻内容中不同形式的信息,导致语义信息使用不充分;此外,在融合不同层次结构的语义信息时未能充分考虑不同视角和层次间语义信息的关联性,影响了对新闻内容的深入理解。为此,该文提出了一种多视角特征融合的多模态虚假新闻检测方法,该方法从单模态语义、情感信息和多模态语义等多个视角对新闻内容进行挖掘,并设计了一个语义融合模块,有效整合来自不同视角和层次的语义信息,深入分析信息之间的语义关联性,以达到提升虚假新闻的识别准确性。在Weibo、GossipCop和PolitiFact等公开数据集上的实验结果表明,该文所提方法取得了优异的性能,比基准方法分别提升了1.4%、0.8%和4.6%。

关键词：虚假新闻检测多视角语义融合多模态

来源：评论

学校读者我要写书评

暂无评论

多阶GMM-Res Net融合在语音伪造检测中的研究

引用

信息安全学报 2025年第2期10卷 116-126页

作者：曹明明雷震春杨印根周勇江西师范大学计算机信息工程学院南昌330022

近年来,自动说话人识别技术取得了显著进步,但同时也容易受到合成或转换语音的伪造攻击,语音伪造检测系统致力于解决这一问题。本文根据不同阶数GMM中高斯分量之间的相关性和ResNet模型中不同层次残差块输出的特征信息,提出了一种多阶GM... 详细信息

近年来,自动说话人识别技术取得了显著进步,但同时也容易受到合成或转换语音的伪造攻击,语音伪造检测系统致力于解决这一问题。本文根据不同阶数GMM中高斯分量之间的相关性和ResNet模型中不同层次残差块输出的特征信息,提出了一种多阶GMM-ResNet融合模型进行语音伪造检测。该模型主要包含两部分:多阶对数高斯概率(Log Gaussian Probability, LGP)特征融合和多尺度特征聚合ResNet(Multi-Scale Feature Aggregation ResNet, MFA-ResNet)。GMM描述了语音特征在其空间的分布情况,不同阶数的GMM则具有不同描述能力来形成对特征分布的平滑近似。此外,根据不同阶数GMM计算出来的LGP特征也就在不同阶上捕获语音信息。多阶LGP特征融合将基于不同阶数的GMM得到的三种不同阶LGP特征进行加权融合,从而促进不同阶LGP特征之间的信息交换。另一方面,神经网络模型中第一层或中间层获得的特征信息对于分类任务也是非常有用的。基于这一经验, MFA-ResNet模块通过对每个ResNet块输出的特征进行聚合,充分融合网络内不同层级的特征信息,从而提高网络的特征提取能力。在ASVspoof 2019逻辑访问场景下, LFCC+多阶GMM-ResNet融合系统的min t-DCF和EER分别为0.0353和1.16%,比基线系统LFCC+GMM分别相对降低了83.3%和85.7%。在ASVspoof2021逻辑访问场景下,LFCC+多阶GMM-ResNet融合系统的min t-DCF和EER分别为0.2459和2.50%,比基线系统LFCC+GMM分别相对降低了57.3%和87.1%,比基线系统LFCC+LCNN分别相对降低了28.6%和73.0%。与目前最先进模型相比,本文模型也非常具有竞争力。

关键词：多阶GMM-ResNet融合多阶对数高斯概率特征融合多尺度特征聚合语音伪造检测

来源：评论

学校读者我要写书评

暂无评论

基于二元模态表示学习与融合网络的多模态情感分析

引用

中文信息学报 2025年第3期39卷 129-138页

作者：程艳詹勇鑫项国雄喻晓琛马明宇江西师范大学软件学院江西南昌330022 江西师范大学江西省智能信息处理与情感计算重点实验室江西南昌330022 江西师范大学计算机信息工程学院江西南昌330022 江西师范大学新闻与传播学院江西南昌330022

多模态情感分析作为情感分析中的一个新兴的研究领域,旨在利用多模态信号识别情感。已有的研究方法在缓解不同模态的分布差异和模型的鲁棒性方面存在不足。为了解决以上问题,该文提出了一种基于二元模态表示学习与融合网络(Bimodal Repr... 详细信息

多模态情感分析作为情感分析中的一个新兴的研究领域,旨在利用多模态信号识别情感。已有的研究方法在缓解不同模态的分布差异和模型的鲁棒性方面存在不足。为了解决以上问题,该文提出了一种基于二元模态表示学习与融合网络(Bimodal Representation Learning and Fusion Network,BRLAFN)。具体而言,该网络学习二元模态之间的模态共同特征来减少模态差距,学习模态私有特征,确保模态特定信息的存在。然后,采用重建损失和循环一致性损失来确保模态特征的稳定性和一致性。最后,利用跨模态注意力实现模态间的互补学习。该文在流行情感分析基准(CMU-MOSI和CMU-MOSEI)上的实验结果表明,与同期最先进的模型相比,该网络取得了显著的性能提升。

关键词：多模态表示学习情感分析

来源：评论

学校读者我要写书评

暂无评论

DeepCom-GCN:融入控制流结构信息的代码注释生成模型

引用

江西师范大学学报(自然科学版) 2025年第1期49卷 27-36页

作者：钟茂生刘会珠匡江玲严婷江西师范大学计算机信息工程学院江西南昌330022 江西科技学院信息工程学院江西南昌330100

代码注释生成是指给定一个代码片段,通过模型自动生成一段关于代码片段功能的概括性自然语言描述.不同于自然语言,程序语言具有复杂语法和强结构性.部分研究工作只利用了源代码的序列信息或抽象语法树信息,未能充分利用源代码的逻辑结... 详细信息

代码注释生成是指给定一个代码片段,通过模型自动生成一段关于代码片段功能的概括性自然语言描述.不同于自然语言,程序语言具有复杂语法和强结构性.部分研究工作只利用了源代码的序列信息或抽象语法树信息,未能充分利用源代码的逻辑结构信息.针对这一问题,该文提出一种融入程序控制流结构信息的代码注释生成方法,将源代码序列和结构信息作为单独的输入进行处理,允许模型学习代码的语义和结构.在2个公开数据集上进行验证,实验结果表明:和其他基线方法相比,DeepCom-GCN在BLEU-4、METEOR和ROUGE-L指标上的性能分别提升了2.79%、1.67%和1.21%,验证了该方法的有效性.

关键词：代码注释生成抽象语法树控制流图图卷积神经网络软件工程程序理解自然语言处理

来源：评论

学校读者我要写书评

暂无评论

引入源端信息的IPC和CLC类目自动映射研究

引用

中文信息学报 2025年第3期39卷 159-168页

作者：钟易佳李茂西王倩黄琪何彦青江西师范大学计算机信息工程学院江西南昌330022 江西师范大学管理科学与工程江西南昌330022 江西师范大学数字产业学院江西上饶334000 中国科学技术信息研究所方法中心北京100038

国际专利分类法(International Patent Classification,IPC)是专利文献分类和检索的国际标准;中国图书馆分类法(Chinese library classification,CLC)是我国图书期刊的大型综合性分类法。自动准确地建立IPC类目和CLC类目之间的映射对实... 详细信息

国际专利分类法(International Patent Classification,IPC)是专利文献分类和检索的国际标准;中国图书馆分类法(Chinese library classification,CLC)是我国图书期刊的大型综合性分类法。自动准确地建立IPC类目和CLC类目之间的映射对实现专利文献和图书期刊文献的跨库检索和交叉浏览有着重要的意义。针对当前研究中仅使用IPC中文译本类目描述文本来建立其与CLC类目之间的映射,完全忽略IPC原版英语类目描述文本信息的不足,该文提出了一种基于神经网络的IPC和CLC类目自动映射方法,通过引入源端信息(英语端信息)实现自动映射。首先分别通过预训练语言模型BERT和XLM-R生成IPC类目描述文本和CLC类目描述文本的词表征;然后利用多头注意力机制融合IPC类目的BERT模型词表征和XLM-R模型词表征,以及CLC类目的BERT模型词表征和XLM-R模型词表征,最后使用两个前馈神经网络层建立IPC类目和CLC类目之间的映射。在公开数据集上的实验结果表明,该文提出的方法显著优于当前最优方法,且其性能更稳定、泛化性更强。

关键词：国际专利分类法中国图书馆分类法 BERT XLM-R 多头注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于轻量级卷积神经网络的CSI图像室内定位

引用

全球定位系统 2025年第1期50卷 41-47页

作者：黄良璜余敏江西师范大学计算机信息工程学院南昌330022

针对卷积神经网络(convolutional neural network,CNN)计算复杂度高和内存占用大的问题,本文提出了一种基于轻量级CNN的信道状态信息(channel state information,CSI)图像指纹被动定位(LCNNLoc)方法.离线训练阶段,将幅值差矩阵和相位矩... 详细信息

针对卷积神经网络(convolutional neural network,CNN)计算复杂度高和内存占用大的问题,本文提出了一种基于轻量级CNN的信道状态信息(channel state information,CSI)图像指纹被动定位(LCNNLoc)方法.离线训练阶段,将幅值差矩阵和相位矩阵构造成类似于“RGB”的三通道特征图像;同时设计了一个轻量级CNN架构,利用特征图像作为该框架的输入进行训练,在训练结束时将CNN模型保存为指纹数据库.在线定位阶段,采用概率加权质心方法实现了实时的位置估计.实验结果表明,相较于传统方法,LCNNLoc不仅提升了定位精度,还降低了算法运行耗时.

关键词：卷积神经网络(CNN) 信道状态信息(CSI) 图像指纹轻量级网络概率加权质心方法

来源：评论

学校读者我要写书评

暂无评论

基于词性对齐与依存关系的中文排比句生成方法

引用

中文信息学报 2025年第2期39卷 131-142页

作者：钟茂生刘蕾吴如萍甘家其周新宇江西师范大学计算机信息工程学院江西南昌330022

排比句是一种常用的修辞手法,其使用具有增强气势、强调突出、层次清晰的效果。排比句生成对于文本生成具有重要意义,能够丰富文本生成的风格和形式,提升教育、广告和文学创作的质量,但目前暂无生成模型和公开的排比句语料库。为此,该... 详细信息

排比句是一种常用的修辞手法,其使用具有增强气势、强调突出、层次清晰的效果。排比句生成对于文本生成具有重要意义,能够丰富文本生成的风格和形式,提升教育、广告和文学创作的质量,但目前暂无生成模型和公开的排比句语料库。为此,该文在收集和构建排比句数据集的基础上,结合排比句具有的语言学特征,提出了一种基于词性对齐与依存关系的中文排比句生成模型,称为CPG-PosDep。模型从语言学出发,首先用设定的分词、句内词序和句间位置三种特殊符号及随机采样策略对排比句进行全局标识,并结合改进的Transformer注意力机制学习排比句的词性对齐特征,然后使用BERT和注意模块将给定分句的依存关系信息融入模型中,融合生成排比句。在排比句数据集上的实验表明,模型能够生成与给定分句在对应位置词性一致、依存关系相同的通顺分句,相比使用现有对联或诗歌生成模型生成的排比句,该文所提模型生成的排比句质量更具优势。

关键词：中文排比句生成词性对齐随机采样策略依存关系

来源：评论

学校读者我要写书评

暂无评论

基于孪生XLM-R模型的机器翻译双语平行语料过滤方法

引用

中文信息学报 2025年第2期39卷 63-71页

作者：涂杰李茂西裘白莲江西师范大学计算机信息工程学院江西南昌330022 江西师范大学管理科学与工程学院江西南昌330022

在机器翻译中,模型训练使用的双语平行语料的数量和质量极大地影响了系统的性能,然而当前很多双语平行语料是从双语可比语料中利用自动过滤方法提取的。为了提高双语平行语料自动过滤的性能,该文提出基于孪生XLM-R模型的双语平行语料过... 详细信息

在机器翻译中,模型训练使用的双语平行语料的数量和质量极大地影响了系统的性能,然而当前很多双语平行语料是从双语可比语料中利用自动过滤方法提取的。为了提高双语平行语料自动过滤的性能,该文提出基于孪生XLM-R模型的双语平行语料过滤方法,使用基于跨语言预训练语言模型XLM-R的孪生神经网络将源语言句子与目标语言句子映射到深层语义空间,利用平均池化操作获得它们相同维度的句子表征,根据句子表征间余弦距离提取相似度高的平行句对。在WMT18双语平行语料过滤任务上的实验结果表明,该文所提模型优于对比的基线模型,与参与该评测的系统具有较好的可比性。

关键词：机器翻译双语平行语料自动过滤孪生神经网络 XLM-R模型对比损失

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：