检索结果-内蒙古大学图书馆

物理学报 2025年第6期74卷 25-34页

作者：王鹏麦麦提尼亚孜·麦麦提阿卜杜拉西南民族大学计算机科学与工程学院成都610225

基于第一性原理思想,采用量子动力学方法对机器学习的迭代运动过程进行建模.在机器学习的参数空间定义广义目标函数,利用Schrödinger方程和势能等效得到机器学习过程的量子动力学方程,通过Wick转动进一步建立了量子动力学与热动力... 详细信息

基于第一性原理思想,采用量子动力学方法对机器学习的迭代运动过程进行建模.在机器学习的参数空间定义广义目标函数,利用Schrödinger方程和势能等效得到机器学习过程的量子动力学方程,通过Wick转动进一步建立了量子动力学与热动力学的关系,这为利用物理理论和数学理论对机器学习的迭代过程进行研究提供了可能.本文工作将机器学习的迭代过程转化为含时偏微分方程来进行精确数学表述,该方程表明机器学习过程可能存在多尺度的退火过程和同一尺度下的时间演化过程.利用量子动力学方程证明了机器学习在时间演化时的收敛性,解释了机器学习中的扩散模型是量子动力学方程在经典近似和低阶泰勒近似下的映射模型,导出了人工智能中常用的Softmax和Sigmoid函数.这些结果表明量子动力学方法在研究机器学习理论中是有效的.

关键词：量子动力学机器学习扩散模型薛定谔方程

来源：评论

学校读者我要写书评

暂无评论

基于用户级别本地化差分隐私的联邦学习方法

引用

计算机研究与发展 2025年第2期62卷 472-487页

作者：张啸剑张雷雷张治政河南财经政法大学计算机与信息工程学院郑州450016

基于用户级别本地化差分隐私的联邦学习得到了研究者的广泛关注,联邦数据的类型、本地更新的裁剪、隐私预算的分配以及用户掉线问题直接制约着全局联邦学习模型的精度.针对现有方法难以有效应对该类问题的不足,提出了一种有效基于用户... 详细信息

基于用户级别本地化差分隐私的联邦学习得到了研究者的广泛关注,联邦数据的类型、本地更新的裁剪、隐私预算的分配以及用户掉线问题直接制约着全局联邦学习模型的精度.针对现有方法难以有效应对该类问题的不足,提出了一种有效基于用户级别本地化差分隐私的联邦学习算法ULDP-FED.该算法能够同时处理同分布与非同分布的联邦数据类型;不同于现有的固定裁剪设置方法,ULDP-FED算法采用裁剪阈值动态衰减策略来实现高斯机制造成的误差与裁剪造成的偏差之间的均衡;为了节省用户手中的隐私预算,该算法通过遍历用户所有历史本地噪音梯度更新来寻找当前轮本地梯度更新的替代更新.若存在高度相似的历史更新,用户只需要上传该历史梯度更新的索引即可,进而减少了用户与服务器之间的通信代价.ULDP-FED算法与现有算法在MNIST和CIFAR 10数据上的实验结果表明,其模型精度均高于同类方法.

关键词：差分隐私用户级别差分隐私联邦学习联邦优化本地梯度更新

来源：评论

学校读者我要写书评

暂无评论

基于本地边差分隐私的有向图聚类算法

引用

计算机研究与发展 2025年第1期62卷 256-268页

作者：付楠倪巍伟姜泽鹏侯立贺张东月张如玉东南大学计算机科学与工程学院南京211102

基于本地差分隐私的图聚类工作成为近年来的一个研究热点.已有工作主要针对的是无向图,且大多利用位向量技术通过模块化聚合实现.由于噪声量与向量维度成线性关系,使得聚类质量和隐私性难以很好地兼顾.此外,针对无向图中边的有/无设计的... 详细信息

基于本地差分隐私的图聚类工作成为近年来的一个研究热点.已有工作主要针对的是无向图,且大多利用位向量技术通过模块化聚合实现.由于噪声量与向量维度成线性关系,使得聚类质量和隐私性难以很好地兼顾.此外,针对无向图中边的有/无设计的2元扰动机制在面对有向图时,因无法对边的方向性进行处理而无法适用.针对上述问题,提出一种基于本地边差分隐私(edge local differential privacy,Edge-LDP)的有向图聚类算法DGC-LDP(directed graph clustering under LDP).具体来说,为了降低噪音量同时适用于有向图,基于直接编码方式设计了一种适用于有向星型图的动态扰动机制,通过自适应添加噪声来平衡隐私性和统计效用.在此基础上,在终端和收集者之间构建迭代机制.收集者依据终端上传的噪声数据提取节点间的相似性信息,并设计基于轮廓系数测量模型的节点聚合算法,通过迭代机制不断地优化节点聚合形式形成高质量簇.理论分析和实验结果表明,所提算法在满足Edge-LDP的同时能够有效兼顾聚类精度.

关键词：隐私保护本地差分隐私图聚类随机响应相似度

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的轻量级实时图像分割方法研究

引用

通信学报 2025年第2期46卷 176-190页

作者：李建锋熊明强陈园琼王宗达向涛孙培玮吉首大学通信与电子工程学院湖南吉首416000 吉首大学计算机科学与工程学院湖南吉首416000 中南大学计算机学院湖南长沙410083

针对深度学习在各领域应用中因模型复杂度提升而引发的计算与存储负担,尤其在图像分割任务中面临的算法复杂性、实时响应不足及高内存占用问题,提出了一种轻量级且高效的分割网络架构——多尺度叠加融合网络(MSFNet)。MSFNet设计了一个... 详细信息

针对深度学习在各领域应用中因模型复杂度提升而引发的计算与存储负担,尤其在图像分割任务中面临的算法复杂性、实时响应不足及高内存占用问题,提出了一种轻量级且高效的分割网络架构——多尺度叠加融合网络(MSFNet)。MSFNet设计了一个双分支多尺度边界融合模块,该模块通过融合不同尺度的特征信息与边界细节,有效提升了图像分割精度,同时显著减少了模型参数量。实验结果表明,MSFNet在3个公开数据集上表现优异,其模型参数量仅为0.6×10^(6),在RTX 3070 GPU上处理大小为800像素×800像素的图像仅需12 ms,显著提升了分割任务的执行效率和资源利用率。因此,该模型特别适合应用于资源有限的边缘设备或移动设备中,为实时图像分割应用提供了有力的技术支撑。

关键词：图像分割轻量级实时网络双分支多尺度边界融合模块

来源：评论

学校读者我要写书评

暂无评论

面向单传声器节点的分布式语音增强算法

引用

华中科技大学学报(自然科学版) 2025年第3期53卷 99-108页

作者：庞淑蓉秦品乐曾建潮畅瑞江中北大学计算机科学与技术学院河北建筑工程学院电气工程学院

在节点为单传声器的无线声学传感器网络(WASN)中，针对分布式语音增强时声学传递函数难以获取及节点间频繁交换数据的问题，提出了一种基于单传声器节点的分布式语音增强算法．具体地，首先针对全连接WASN，提出了基于最大输入信噪比节... 详细信息

在节点为单传声器的无线声学传感器网络(WASN)中，针对分布式语音增强时声学传递函数难以获取及节点间频繁交换数据的问题，提出了一种基于单传声器节点的分布式语音增强算法．具体地，首先针对全连接WASN，提出了基于最大输入信噪比节点的语音失真加权分布式维纳滤波(SDW-DWF)算法．该算法通过计算获得最大输入信噪比节点，并由该节点接收其他节点发送的多帧信号信息，来分布式实现加权维纳滤波语音增强．该算法在节点间仅需交换少量数据，且不依赖于声学传递函数．此外，提出了一种无拓扑约束的比较一致性算法，来获得最大输入信噪比节点，以使得SDW-DWF方法可用于无网络拓扑约束的移动说话人场景．仿真和实际实验验证了本文方法在无需先验约束情况下，具有较高的分布式语音增强性能．

关键词：分布式语音增强分布式维纳滤波加权维纳滤波一致性算法无线声学传感器网络

来源：评论

学校读者我要写书评

暂无评论

基于路径分析的蜕变测试组生成与优先级排序技术

引用

计算机学报 2025年第3期48卷 675-693页

作者：孙昌爱邢嘉煜刘宝莉付安北京科技大学计算机与通信工程学院北京100083

蜕变测试依据待测软件的蜕变属性(通常表示为蜕变关系),由原始测试用例生成衍生测试用例,通过检查它们对应的输出结果是否满足蜕变关系确定测试是否通过,由于无需构造单个测试用例的预期输出结果,因此有效地缓解了测试预期问题。不难看... 详细信息

蜕变测试依据待测软件的蜕变属性(通常表示为蜕变关系),由原始测试用例生成衍生测试用例,通过检查它们对应的输出结果是否满足蜕变关系确定测试是否通过,由于无需构造单个测试用例的预期输出结果,因此有效地缓解了测试预期问题。不难看出,蜕变关系和原始测试用例决定了蜕变测试的故障检测有效性。尽管已经存在一些面向蜕变测试的测试用例生成方法,这些方法存在如下不足:忽略了蜕变关系的作用范围,存在易于生成无效的测试用例的问题;仅仅考虑原始测试用例之间的差异,导致生成的蜕变测试组(即原始测试用例与衍生测试用例对)不充分问题;未考虑测试用例的故障检测能力差异,从而影响蜕变测试的故障检测效率。针对上述问题,本文提出了一种基于路径分析的蜕变测试组生成与优先级排序技术(简称PaMTG)。在待测程序路径分析的基础上,PaMTG首先获得满足蜕变关系的可行路径对,然后生成覆盖可行路径对的蜕变测试组,最后依据执行路径信息对蜕变测试组进行优先级排序。开发了相应的支持工具,并采用一组程序从测试用例的有效性、故障检测能力、故障检测效率和时间开销四个方面对PaMTG进行了实验评估。实验结果表明,PaMTG能够生成有效的蜕变测试组,且生成的蜕变测试组的故障检测能力与效率优于现有基准技术。

关键词：软件测试蜕变测试符号执行测试用例生成测试用例优先级排序

来源：评论

学校读者我要写书评

暂无评论

基于同态加密和群签名的可验证联邦学习方案

引用

电子与信息学报 2025年第3期47卷 758-768页

作者：李亚红李一婧杨小东张源牛淑芬兰州交通大学电子与信息工程学院兰州730000 电子科技大学计算机与工程学院成都610054 西北师范大学计算机工程学院兰州730000

在车载网络(VANETs)中,联邦学习(FL)通过协同训练机器学习模型,实现了车辆间的数据隐私保护,并提高了整体模型的性能。然而,FL在VANETs中的应用仍面临诸多挑战,如模型泄露风险、训练结果验证困难以及高计算和通信成本等问题。针对这些问... 详细信息

在车载网络(VANETs)中,联邦学习(FL)通过协同训练机器学习模型,实现了车辆间的数据隐私保护,并提高了整体模型的性能。然而,FL在VANETs中的应用仍面临诸多挑战,如模型泄露风险、训练结果验证困难以及高计算和通信成本等问题。针对这些问题,该文提出一种面向联邦学习的可验证隐私保护批量聚合方案。首先,该方案基于Boneh-Lynn-Shacham(BLS)动态短群聚合签名技术,保护了客户端与路边单元(RSU)交互过程中的数据完整性,确保全局梯度模型更新与共享过程的不可篡改性。当出现异常结果时,方案利用群签名的特性实现车辆的可追溯性。其次,结合改进的Cheon-Kim-Kim-Song(CKKS)线性同态哈希算法,对梯度聚合结果进行验证,确保在联邦学习的聚合过程中保持客户端梯度的机密性,并验证聚合结果的准确性,防止服务器篡改数据导致模型训练无效的问题。此外,该方案还支持车辆在部分掉线的情况下继续更新模型,保障系统的稳定性。实验结果表明,与现有方案相比,该方案在提升数据隐私安全性和结果的可验证性的同时,保证了较高效率。

关键词：隐私保护联邦学习车载自组网可验证聚合群签名

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8s的轻量级果园李子检测方法

引用

农业工程学报 2025年第1期41卷 154-160页

作者：张冬妍陈诺张淇吴晨旭张榄翔东北林业大学计算机与控制工程学院哈尔滨150040

为了解决果园李子受枝叶和果实遮蔽、环境变化等因素影响,难以准确检测的问题,该研究提出了一种基于改进YOLOv8s的轻量级果园李子检测模型。首先,采用自设计主干网络Faster-EMA缩减模型复杂度、提高检测精度。其次,引入焦点调制网络(foc... 详细信息

为了解决果园李子受枝叶和果实遮蔽、环境变化等因素影响,难以准确检测的问题,该研究提出了一种基于改进YOLOv8s的轻量级果园李子检测模型。首先,采用自设计主干网络Faster-EMA缩减模型复杂度、提高检测精度。其次,引入焦点调制网络(focal modulation)替换原模型中的SPPF模块增强特征融合能力,丰富特征提取的语义信息;最后,引入参数共享策略并实现轻量级检测头LDetect,满足了低功耗嵌入式设备部署需求。试验结果表明,优化后模型的平均检测精度达到97.2%,与原模型相比,检测精度提高了7.4个百分点;模型计算量降低了44.8%;模型参数数量减小了25.8%;部署在边缘计算设备Jetson Nano 4GB上,检测帧率达到了48.3帧/s。该研究所提出的方法能有效的解决复杂背景下果园李子的智能化检测,有助于促进李子智能化采摘技术的发展。

关键词：目标检测 YOLOv8 轻量化李子 LDetect

来源：评论

学校读者我要写书评

暂无评论

意图驱动的网络流量分布式测量方法

引用

软件学报 2025年第2期36卷 732-746页

作者：张宇鑫李福亮元禹博王兴伟东北大学计算机科学与工程学院辽宁沈阳110819

可编程交换机的网络流量测量技术凭借其特性可以处理高速网络流量,在灵活性、实时性等方面均有巨大的优势.然而,由于需要使用复杂的P4语言配置交换机的内部逻辑,测量任务部署复杂且易错.此外,测量准确度往往受限于交换机内部可用的测量... 详细信息

可编程交换机的网络流量测量技术凭借其特性可以处理高速网络流量,在灵活性、实时性等方面均有巨大的优势.然而,由于需要使用复杂的P4语言配置交换机的内部逻辑,测量任务部署复杂且易错.此外,测量准确度往往受限于交换机内部可用的测量资源.详细研究基于意图的网络及网络流量测量技术,提出一种意图驱动的网络流量分布式测量方法.首先,设计基于测量意图原语的意图表示形式,构建意图编译器将抽象意图表示转译为可执行的P4代码.其次,提出网络流量分布式测量方法,使用多台交换机的资源以分布式的方式协同完成一个测量任务,以大流测量为例介绍测量资源动态分配及计数器配置算法.最后,实验结果表明所提出的方法可行并且具有一定的优越性.

关键词：网络流量测量基于意图的网络意图表示意图转译可编程交换机

来源：评论

学校读者我要写书评

暂无评论

目标检测模型的类别语义和全局关系蒸馏

引用

工程科学学报 2025年第4期47卷 850-861页

作者：梁彦鹏马忠贵王宗杰李卓北京科技大学计算机与通信工程学院北京100083

知识蒸馏是一种将知识从复杂的教师模型转移到轻量级学生模型的模型压缩技术.现有的为分类任务而设计的知识蒸馏方法在目标检测任务上的性能并不理想,仅观察到微小的改进.与分类任务相比,目标检测任务会在自然图像中同时定位和分类多个... 详细信息

知识蒸馏是一种将知识从复杂的教师模型转移到轻量级学生模型的模型压缩技术.现有的为分类任务而设计的知识蒸馏方法在目标检测任务上的性能并不理想,仅观察到微小的改进.与分类任务相比,目标检测任务会在自然图像中同时定位和分类多个目标对象,这些目标对象往往具有不同的尺度和外观以及复杂的类间关系,并且分布在不同的位置,导致目标中心或周围区域以及前景和背景区域等都有可能对蒸馏有不同的贡献,知识在检测任务中变得相当模糊和不平衡,这使得目标检测中的知识蒸馏变得非常具有挑战性.为解决这个问题,本文提出一种新的基于注意力的目标检测知识蒸馏框架——类别语义和全局关系蒸馏,前者关注每个类别目标的关键前景位置,后者捕捉各类别目标像素之间的全局长远距离依赖关系.为验证本文所提出方法的有效性和泛化性,分别在SODA10M、PASCAL VOC和MiniCOCO三个具有挑战性的数据集基准上进行了实验.在多种目标检测器上,经过蒸馏之后的学生模型都取得了较大的性能改进.对于RetinaNet ResNet-50,其mAP在SODA10M数据集上提升了4.67,其AP50在PSACAL VOC数据集上提升了2.64.

关键词：知识蒸馏目标检测模型压缩注意力机制计算机视觉

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：