检索结果-内蒙古大学图书馆

自动化学报 2024年第11期50卷 2219-2230页

作者：陈权陈飞王衍根程航王美清福州大学计算机与大数据学院福州350108 福州大学数学与统计学院福州350108

由于细粒度图像之间存在小的类间方差和大的类内差异,现有分类算法仅仅聚焦于单张图像的显著局部特征的提取与表示学习,忽视了多张图像之间局部的异构语义判别信息,较难关注到区分不同类别的微小细节,导致学习到的特征缺乏足够区分度.... 详细信息

由于细粒度图像之间存在小的类间方差和大的类内差异,现有分类算法仅仅聚焦于单张图像的显著局部特征的提取与表示学习,忽视了多张图像之间局部的异构语义判别信息,较难关注到区分不同类别的微小细节,导致学习到的特征缺乏足够区分度.本文提出了一种渐进式网络以弱监督的方式学习图像不同粒度层级的信息.首先,构建一个注意力累计目标定位模块(Attention accumulation object localization module,AAOLM),在单张图像上从不同的训练轮次和特征提取阶段对注意力信息进行语义目标集成定位.其次,设计一个多张图像异构局部交互图模块(Heterogeneous local interactive graph module,HLIGM),提取每张图像的显著性局部区域特征,在类别标签引导下构建多张图像的局部区域特征之间的图网络,聚合局部特征增强表示的判别力.最后,利用知识蒸馏将异构局部交互图模块产生的优化信息反馈给主干网络,从而能够直接提取具有较强区分度的特征,避免了在测试阶段建图的计算开销.通过在多个数据集上进行的实验,证明了提出方法的有效性,能够提高细粒度分类的精度.

关键词：深度学习细粒度图像分类弱监督目标定位图神经网络知识蒸馏

来源：评论

学校读者我要写书评

暂无评论

子空间结构保持的多层极限学习机自编码器

引用

自动化学报 2022年第4期48卷 1091-1104页

作者：陈晓云陈媛福州大学数学与计算机科学学院福州350116

处理高维复杂数据的聚类问题,通常需先降维后聚类,但常用的降维方法未考虑数据的同类聚集性和样本间相关关系,难以保证降维方法与聚类算法相匹配,从而导致聚类信息损失.非线性无监督降维方法极限学习机自编码器(Extreme learning machin... 详细信息

处理高维复杂数据的聚类问题,通常需先降维后聚类,但常用的降维方法未考虑数据的同类聚集性和样本间相关关系,难以保证降维方法与聚类算法相匹配,从而导致聚类信息损失.非线性无监督降维方法极限学习机自编码器(Extreme learning machine,ELM-AE)因其学习速度快、泛化性能好,近年来被广泛应用于降维及去噪.为使高维数据投影至低维空间后仍能保持原有子空间结构,提出基于子空间结构保持的多层极限学习机自编码器降维方法(Multilayer extreme learning machine autoencoder based on subspace structure preserving,ML-SELM-AE).该方法在保持聚类样本多子空间结构的同时,利用多层极限学习机自编码器捕获样本集的深层特征.实验结果表明,该方法在UCI数据、脑电数据和基因表达谱数据上可以有效提高聚类准确率且取得较高的学习效率.

关键词：多层极限学习机自编码器子空间学习降维

来源：评论

学校读者我要写书评

暂无评论

基于再聚类和离散优化的k路划分算法

引用

计算机辅助设计与图形学学报 2024年第3期36卷 473-484页

作者：潘萍梅刘欣恬李兴权朱文兴福州大学离散数学与理论计算机科学研究中心福州350116 福州大学数学与统计学院福州350116 鹏城实验室深圳518073 闽南师范大学数学与统计学院漳州363000

为了寻得集成电路更优的k路划分,提出将再聚类和离散优化应用于k路划分算法.首先利用再聚类缩小超图规模,即根据给定划分计算顶点间的评级函数值,依据取值大小进行顶点聚类;然后将超图转换为星型图,并将k路划分问题转换为无约束的离散... 详细信息

为了寻得集成电路更优的k路划分,提出将再聚类和离散优化应用于k路划分算法.首先利用再聚类缩小超图规模,即根据给定划分计算顶点间的评级函数值,依据取值大小进行顶点聚类;然后将超图转换为星型图,并将k路划分问题转换为无约束的离散优化问题;进而设计一个算法迭代移动增益值最大的顶点,在算法求解过程中放宽平衡约束,允许暂时处于不可行域的解,扩大问题的求解空间.在同一平台上使用ISPD98电路测试基准对所提算法、hMETIS-Kway和KaHyPar-K进行测试,并比较最小割值和运行时间.实验结果表明该算法优于hMETIS-Kway,特别是在k=2时,最小割值减少了0.173,速度提升了0.706.此外,该算法对KaHyPar-K也有相应的改进效果.

关键词： k路划分最小割超图聚类离散优化

来源：评论

学校读者我要写书评

暂无评论

基于逐像素强化学习的边缘保持图像复原

引用

计算机工程 2024年第12期50卷 224-232页

作者：江敏陈飞程航王美清福州大学计算机与大数据学院福建福州350108 福州大学数学与统计学院福建福州350108

高强度的高斯噪声往往会模糊或破坏图像的细节和结构,导致边缘信息的丢失。为此,提出基于逐像素强化学习的边缘保持图像复原算法。首先,为每个像素构建一个像素层智能体并设计针对边缘处的侧窗均值滤波器到动作空间中,所有的像素层智能... 详细信息

高强度的高斯噪声往往会模糊或破坏图像的细节和结构,导致边缘信息的丢失。为此,提出基于逐像素强化学习的边缘保持图像复原算法。首先,为每个像素构建一个像素层智能体并设计针对边缘处的侧窗均值滤波器到动作空间中,所有的像素层智能体共享优势行动者-评论家算法的参数,因此模型可以同时输出所有位置的状态转移概率并选择合适的策略进行状态转移,从而复原图像;其次,在特征提取共享网络中结合协调注意力,聚焦所有像素位置在特征通道间的全局信息,并保留位置嵌入信息;然后,为了缓解稀疏奖励问题,设计一个基于图拉普拉斯正则的辅助损失,关注图像的局部平滑信息,对局部不平滑区域加以惩罚,从而促进像素层智能体更加有效地学习到正确的策略以实现边缘保持。实验结果表明,所提的算法在Middlebury2005数据集和MNIST数据集上的峰值信噪比(PSNR)分别达到32.97 dB和28.26 dB,相比于Pixel-RL算法分别提升了0.23 dB和0.75 dB,参数量和训练总时间分别减少了44.9%和18.2%,在实现边缘保持的同时有效降低了模型的复杂度。

关键词：图像复原深度强化学习逐像素强化学习协调注意力图拉普拉斯边缘保持

来源：评论

学校读者我要写书评

暂无评论

便携式隐私安全数字微流控生物芯片

引用

计算机应用与软件 2024年第11期41卷 268-272,340页

作者：柳煌达董晨刘灵清连思璜福州大学数学与计算机科学学院福建福州350108

为了提高数字微流控生物芯片(Digital Microfluidic Biochip,DMFB)的便携性,促进其发展及应用,提出可移动DMFB模型。该模型将微控制器通过无线模块与云服务器传输生化协议,并实时获得响应结果。考虑芯片与云服务器访问的安全隐患,采用... 详细信息

为了提高数字微流控生物芯片(Digital Microfluidic Biochip,DMFB)的便携性,促进其发展及应用,提出可移动DMFB模型。该模型将微控制器通过无线模块与云服务器传输生化协议,并实时获得响应结果。考虑芯片与云服务器访问的安全隐患,采用对称加密算法SM4和SM2构造的数字签名算法保证数据传输及云服务器访问安全。设计数据在传输中的处理细节和用户使用操作过程对其身份验证的各个流程。实验结果表明,该模型在时间和空间上具有可行性。

关键词： DMFB 无线通信 SM4 SM2

来源：评论

学校读者我要写书评

暂无评论

格上基于身份的变色龙签名方案

引用

电子与信息学报 2024年第2期46卷 757-764页

作者：张彦华陈岩刘西蒙尹毅峰胡予濮郑州轻工业大学计算机与通信工程学院郑州450001 福州大学数学与计算机科学学院福州350108 西安电子科技大学通信工程学院西安710071

变色龙签名(CS)是一种比较理想的指定验证者签名,其采用变色龙哈希函数来实现签名的不可传递性,使得任意第三方不信任指定验证者所披露的内容,且避免了不可否认签名必须在线交互验证的缺陷。在满足不可传递性的同时,变色龙签名还要求满... 详细信息

变色龙签名(CS)是一种比较理想的指定验证者签名,其采用变色龙哈希函数来实现签名的不可传递性,使得任意第三方不信任指定验证者所披露的内容,且避免了不可否认签名必须在线交互验证的缺陷。在满足不可传递性的同时,变色龙签名还要求满足不可伪造性以及签名者可拒绝性和不可抵赖性等。针对基于大整数分解或离散对数等数论难题的变色龙签名无法抵御量子计算机攻击,以及用户对公钥数字证书依赖的问题,该文给出了格上基于身份的变色龙签名(IBCS),新方案避免了已有方案存在的签名者无法拒绝指定验证者伪造的签名的安全性漏洞,并将最终签名的传输开销由平方级降为线性级;进一步地,针对变色龙签名在仲裁阶段不可传递性失效的问题,给出了格上抗消息暴露的基于身份的变色龙签名,新方案使得签名者能够在不暴露消息内容的条件下拒绝任意敌手伪造的变色龙签名。特别地,基于格上经典的小整数解问题,两个方案在随机预言机模型下是可证明安全的。

关键词：变色龙签名格基于身份的密码不可传递性抗消息暴露

来源：评论

学校读者我要写书评

暂无评论

数据缺失的扩展置信规则库推理方法

引用

计算机研究与发展 2022年第3期59卷 661-673页

作者：刘永裕巩晓婷方炜杰傅仰耿福州大学数学与计算机科学学院福州350116 福州大学决策科学研究所福州350116

数据驱动的扩展置信规则库专家系统能够处理含有定量数据或定性知识的不确定性问题.该方法已被广泛地研究和应用,但仍缺乏在不完整数据问题上的研究.鉴于此,针对不完整数据集上的问题,提出一种新的扩展置信规则库专家系统推理方法.首先... 详细信息

数据驱动的扩展置信规则库专家系统能够处理含有定量数据或定性知识的不确定性问题.该方法已被广泛地研究和应用,但仍缺乏在不完整数据问题上的研究.鉴于此,针对不完整数据集上的问题,提出一种新的扩展置信规则库专家系统推理方法.首先提出基于析取范式的扩展规则结构,并通过实验讨论了在新的规则结构下,置信规则前提属性参考值个数对推理方法的影响;然后提出通过不完整数据生成具有不完整置信规则,并构成析取范式置信规则库的方法,同时引入衰减因子修正不完整规则权重,使不完整规则可以更合理地参与信息融合过程;最后,选取若干个公共数据集对所提方法进行验证.与其他方法的实验对比显示,新方法在完整数据集上有良好表现的同时,对具有不同缺失程度和缺失模式的数据集表现出更好更稳定的推理效果.

关键词：置信规则库证据推理数据驱动数据缺失不完整数据集

来源：评论

学校读者我要写书评

暂无评论

基于深度霍夫变换的语义圆目标检测

引用

计算机工程与应用 2025年

作者：黄镔曾勋勋刘莞玲陈飞福州大学计算机与大数据学院福州大学数学与统计学院天津大学智能与计算学部

目标检测领域的模型设计愈发复杂且精密，对于利用目标的固有特性进行模型设计的研究工作寥寥无几，并且这类方法对于深度网络模型具有更强的可解释性。在细胞检测领域数据往往具有明显的形状特征，通过形状先验的引入，模型具有更好拟... 详细信息

目标检测领域的模型设计愈发复杂且精密，对于利用目标的固有特性进行模型设计的研究工作寥寥无几，并且这类方法对于深度网络模型具有更强的可解释性。在细胞检测领域数据往往具有明显的形状特征，通过形状先验的引入，模型具有更好拟合数据的能力。因此将经典的圆形霍夫变换与深度学习相结合，提出了可以单阶段端到端训练的Anchor-free语义圆目标检测框架。通过圆形参数化及深度霍夫变换，将二维特征图中圆形先验信息对应的特征值沿着圆形参数化变换方式，聚合到三维霍夫空间中的一个点，将语义圆检测问题转化为检测三维霍夫域中的一个点。其次，提出偏移量预测来缓解圆形参数化中离散化处理引发的精度下降问题。在CBC与TXL-PBC等多种血细胞检测数据集上测试结果表明，圆形先验信息的引入，增强深度检测算法的可解释性和泛化能力。

关键词：霍夫变换深度学习语义圆目标检测

来源：评论

学校读者我要写书评

暂无评论

基于梯度频率多阶段引导的深度图超分辨率方法

引用

计算机工程 2025年

作者：蔡江河陈飞姜凡程航王美清福州大学计算机与大数据学院北不列颠哥伦比亚大学计算机科学系福州大学数学与统计学院

颜色图像引导的深度图超分辨率(GDSR)旨在利用同一场景下高分辨率(HR)彩色图像提供的引导信息，将低分辨率(LR)深度图重建为高分辨率深度图。尽管基于空间域的学习方法可以有效提高深度图的整体重建质量，但在从低分辨率深度图进行重建... 详细信息

颜色图像引导的深度图超分辨率(GDSR)旨在利用同一场景下高分辨率(HR)彩色图像提供的引导信息，将低分辨率(LR)深度图重建为高分辨率深度图。尽管基于空间域的学习方法可以有效提高深度图的整体重建质量，但在从低分辨率深度图进行重建时，仍然面临“边缘结构模糊”的问题。为了解决该问题，提出了梯度频率引导多阶段整合的深度图重建网络（GFNet），利用颜色图像的梯度先验和频率信息来增强深度边缘结构细节的重建。首先，设计了一个梯度特征提取模块，结合了RGB图像的梯度先验知识来优化LR深度图的梯度结构。其次，设计了一个空间频率双路引导模块，将RGB图像中精确的高频成分传递到LR深度图中，从而引导深度图丢失的高频信息重建。最后，采用一种新颖的隐式神经函数来提高深度图的分辨率。实验结果表明，在8倍缩放因子的情况下，GFNet在数据集NYUv2、Middlebury以及真实场景数据集RGB-D-D上RMSE指标分别达到了2.48cm、1.62cm、2.57cm，相比于结构更复杂的模型GeoDSR，分别提升了0.14cm、0.06cm、 0.12cm，并在边缘结构细节方面优于对比方法，证明了GFNet模型的有效性。

关键词：深度图超分辨率边缘结构梯度特征频率引导隐式神经函数

来源：评论

学校读者我要写书评

暂无评论

标准模型下基于格的变色龙签名方案

引用

电子与信息学报 2024年第7期46卷 3002-3009页

作者：张彦华陈岩刘西蒙尹毅峰胡予濮郑州轻工业大学计算机科学与技术学院郑州450001 福州大学数学与计算机科学学院福州350108 西安电子科技大学通信工程学院西安710071

作为一种比较理想的指定验证者签名,变色龙签名(CS)通过在签名算法中嵌入变色龙哈希函数(CHF)对消息进行散列,更简便地解决了签名的2次传递问题。在获得不可传递性的同时,变色龙签名还要求满足不可伪造性、签名者可拒绝性以及不可抵赖... 详细信息

作为一种比较理想的指定验证者签名,变色龙签名(CS)通过在签名算法中嵌入变色龙哈希函数(CHF)对消息进行散列,更简便地解决了签名的2次传递问题。在获得不可传递性的同时,变色龙签名还要求满足不可伪造性、签名者可拒绝性以及不可抵赖性等特性。针对基于大整数分解或离散对数等传统数论难题的CS无法抵御量子计算机攻击,以及随机预言机模型下可证明安全的数字签名方案在实际具体实现中未必安全的问题,该文给出了标准模型下基于格的变色龙签名;进一步地,针对签名者可拒绝性的获得需要耗费其较大的本地存储的问题,给出了标准模型下基于格的无需本地存储的变色龙签名,新方案彻底消除了签名者对本地签名库的依赖,使得签名者能够在不存储原始消息与签名的条件下辅助仲裁者拒绝任意敌手伪造的变色龙签名。特别地,基于格上经典的小整数解问题和差错学习问题,两个方案在标准模型下是可证明安全的。

关键词：变色龙签名格不可传递性标准模型无需本地存储

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：