检索结果-内蒙古大学图书馆

计算机科学 2025年第3期52卷 338-348页

作者：郑龙海肖博怀姚泽玮陈星莫毓昌福州大学计算机与大数据学院福州350116 大数据智能教育部工程研究中心福州350002 福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

在移动边缘计算中,设备通过将计算密集型任务卸载到附近边缘服务器,可以有效减少应用程序的延迟和能耗。为了提高服务质量,边缘服务器之间需要协作而非单独工作。针对多边缘协作的负载均衡问题,现有的策略往往依赖于精确的数学模型或缺... 详细信息

在移动边缘计算中,设备通过将计算密集型任务卸载到附近边缘服务器,可以有效减少应用程序的延迟和能耗。为了提高服务质量,边缘服务器之间需要协作而非单独工作。针对多边缘协作的负载均衡问题,现有的策略往往依赖于精确的数学模型或缺乏对边缘拓扑关系的利用。为了解决此问题,文中提出了一种基于图强化学习的卸载决策方法。首先将多边缘协作的负载均衡场景抽象为图数据;然后采用基于图卷积神经网络的图嵌入过程来提取图的信息特征,以辅助深度Q网络进行卸载决策;最后通过集中反馈控制机制找到目标负载均衡方案。在多个场景下进行仿真实验,实验结果验证了所提方法在缩短任务平均响应时延方面的有效性,并且可以在短时间内获得优于对比算法且接近理想方案的负载均衡效果。

关键词：多边缘协作负载均衡任务卸载图神经网络深度强化学习

来源：评论

学校读者我要写书评

暂无评论

持续关系抽取方法研究综述

引用

计算机工程与应用 2025年

作者：杭婷婷郭亚李德胜冯钧安徽工业大学计算机科学与技术学院河海大学水利部水利大数据重点实验室河海大学计算机与软件学院

关系抽取旨在从文本数据中识别并提取实体之间的关系。随着数据流的动态变化，传统关系抽取模型在处理新出现的关系类型时，往往面临灵活性和有效性的双重挑战。持续关系抽取模型通过实时学习，不仅能够适应新关系类型的引入，还能有效... 详细信息

关系抽取旨在从文本数据中识别并提取实体之间的关系。随着数据流的动态变化，传统关系抽取模型在处理新出现的关系类型时，往往面临灵活性和有效性的双重挑战。持续关系抽取模型通过实时学习，不仅能够适应新关系类型的引入，还能有效保留已学到的知识，为知识图谱的动态更新与扩展提供了重要支持。本文系统综述了持续关系抽取领域的研究进展。首先，阐述了持续关系抽取的发展历程、基本概念以及任务定义；其次，从关系原型、对抗增强、对比学习及其他方法四个方面总结了当前的研究方法；随后，介绍了常用的数据集与评价指标，并对主流模型的性能进行了对比评估；最后，分析了现有方法的局限性与挑战，并对未来的研究方向提出了展望。

关键词：持续关系抽取记忆机制关系原型对抗增强对比学习

来源：评论

学校读者我要写书评

暂无评论

用于双视图对应学习的分组置换增强网络

引用

福建电脑 2025年第2期41卷 12-17页

作者：康政赖桃桃福建农林大学计算机与信息学院福州350028 闽江学院计算机与大数据学院福州350108

基于卷积神经网络的方法在估计运动场方面取得了进展,但在复杂场景中难以捕捉多个运动模式。为了解决这一问题,本文提出了分组置换增强块。通过将通道划分为多个子集并引入通道置换技术,促进子集间的特征交互,从而更精确地识别不同运动... 详细信息

基于卷积神经网络的方法在估计运动场方面取得了进展,但在复杂场景中难以捕捉多个运动模式。为了解决这一问题,本文提出了分组置换增强块。通过将通道划分为多个子集并引入通道置换技术,促进子集间的特征交互,从而更精确地识别不同运动模式下的内点。实验结果表明,该方法在相对位姿估计任务上表现出更高的性能。

关键词：双视图对应学习分组置换增强相对位姿估计

来源：评论

学校读者我要写书评

暂无评论

BP神经网络跟踪微分器在磁浮列车悬浮控制中的应用

引用

交通运输工程学报 2025年第1期25卷 94-106页

作者：张和洪张文进陈建林泽如陈光垕毛彬龙志强福州大学计算机与大数据学院福建福州350108 福州大学物理与信息工程学院福建福州350108 福建省民益建设工程有限公司福建福州350803 海曜建工集团有限公司福建三明365499 国防科技大学智能科学学院湖南长沙410073

为提升磁浮列车悬浮运行的安全性和稳定性,以列车悬浮控制系统为研究对象,研究了基于BP神经网络(BP-NN)实时自适应调节跟踪微分器(TD)参数的问题;为避免TD算法中非线性复杂运算,以二阶最速时间系统和状态反步法构造具备线性特征的最速... 详细信息

为提升磁浮列车悬浮运行的安全性和稳定性,以列车悬浮控制系统为研究对象,研究了基于BP神经网络(BP-NN)实时自适应调节跟踪微分器(TD)参数的问题;为避免TD算法中非线性复杂运算,以二阶最速时间系统和状态反步法构造具备线性特征的最速控制综合函数,提出了一种离散形式的最速跟踪微分器(FST-TD),并对其进行严格的频域及收敛性分析;针对FST-TD应对不规则输入信号时参数调节不及时的问题,引入BP-NN自学习能力与自适应不确定系统的动态特性,提出基于BP-NN参数自适应调节的最速跟踪微分器(BP-FST-TD)算法,其中BP-NN通过反向传播算法在线更新权值实现参数自适应调节,FST-TD根据自适应参数对复杂、多工况下的输入信号实时的跟踪滤波;为验证算法的有效性和实用性,以磁浮列车悬浮控制系统中的含随机噪声间隙信号为研究对象,对BP-FST-TD的实时跟踪滤波能力进行了研究。研究结果表明:FST-TD具有较好的滤波与微分提取能力,收敛性分析表明其具有无颤振、无超调的特点,且算法表达式中不含复杂的非线性运算,形式相对简单;FST-TD在多种输入信号的跟踪过程中均能够保持良好的光滑度与相位品质;与传统的TD算法相比,BP-FST-TD在工况1、2的间隙信号平均绝对误差分别降低了32.6%、61.8%,时间乘绝对误差积分分别降低了51.8%、70.2%,证明了BP-FST-TD良好的跟踪滤波性能,能够有效抑制磁浮列车间隙传感器在不同运行工况下的随机噪声。可见,基于BP-FST-TD的悬浮控制系统能够有效控制列车稳定悬浮运行,研究结果为其他工程领域的跟踪微分器控制参数优化提供了新的思路和方法。

关键词：磁浮列车悬浮控制系统智能控制跟踪微分器 BP神经网络跟踪滤波

来源：评论

学校读者我要写书评

暂无评论

基于D-S证据理论的多智能体系统冲突数据融合机制研究

引用

重庆大学学报 2025年第2期48卷 22-34页

作者：王娜刘静渝李皓然夏晓峰衡水学院数学与计算机科学学院河北衡水053000 重庆大学大数据与软件学院重庆400044 中国电子科技集团公司第二十九研究所成都610036

多智能体信息融合(multi-agent information fusion,MAIF)系统主要面向多个智能体之间的信息融合、调节、交流和矛盾处理。研究针对数据高度冲突条件下的D-S证据理论失效问题,提出一种将重构的基本概率分配和信念熵相结合的多智能体系... 详细信息

多智能体信息融合(multi-agent information fusion,MAIF)系统主要面向多个智能体之间的信息融合、调节、交流和矛盾处理。研究针对数据高度冲突条件下的D-S证据理论失效问题,提出一种将重构的基本概率分配和信念熵相结合的多智能体系统冲突数据融合方法。该方法使用重构的基本概率分配和信念熵修正证据的可靠性,获得更合理的证据,使用Dempster组合规则将证据进行融合得到结果,在2个实验中均得到了超过90%的置信度。实验表明了该方法的有效性,提高了MAIF系统辨识过程的精度。

关键词：基本概率分配熵 D-S证据理论多智能体信息融合

来源：评论

学校读者我要写书评

暂无评论

基于在线医疗平台的抑郁症严重程度预测

引用

河南工程学院学报(自然科学版) 2025年第1期37卷 65-72页

作者：张梓坪林耿福建农林大学计算机与信息学院福建福州350002 闽江学院计算机与大数据学院福建福州350108

为解决现有抑郁症预测模型应对对抗性样本鲁棒性及类别标签敏感性不足的问题,提出了利用混合深度学习模型LAA-MBPCB预测抑郁症患者的严重程度。首先,使用医学中文双向编码器对文本数据进行编码,捕捉其上下文语义,并加入投影梯度下降对... 详细信息

为解决现有抑郁症预测模型应对对抗性样本鲁棒性及类别标签敏感性不足的问题,提出了利用混合深度学习模型LAA-MBPCB预测抑郁症患者的严重程度。首先,使用医学中文双向编码器对文本数据进行编码,捕捉其上下文语义,并加入投影梯度下降对抗训练为数据添加扰动;然后,利用卷积神经网络和双向长短期记忆网络提取多粒度特征和长程依赖信息,用多层感知机提取年龄等非文本特征;最后,通过标签感知注意力机制优化特征权重。在某医疗平台患者问诊数据集上的训练与测试结果显示,LAA-MBPCB模型在准确率、召回率和F1分数等指标上均优于其他对比模型。该方法增强了模型对对抗性样本的鲁棒性和对类别标签的敏感性,为抑郁症严重程度预测提供了新的方法。

关键词：在线医疗平台抑郁症对抗训练标签感知注意力

来源：评论

学校读者我要写书评

暂无评论

基于多尺度频率分解与元学习的人脸识别有目标攻击算法

引用

网络与信息安全学报 2025年第1期11卷 129-140页

作者：蔡骏黄添强郑翱鲲叶锋徐超福建师范大学计算机与网络空间安全学院福建福州350117 数字福建大数据安全技术研究所福建福州350117

随着人脸识别技术的日益普及,人们对个人隐私泄露的担忧逐渐加剧。尽管近年来一些研究尝试通过生成对抗样本来保护照片隐私,防止未经授权的人脸识别系统识别,但这类方法常因攻击成功率低和可转移性弱而受限。针对这一问题,提出了一种基... 详细信息

随着人脸识别技术的日益普及,人们对个人隐私泄露的担忧逐渐加剧。尽管近年来一些研究尝试通过生成对抗样本来保护照片隐私,防止未经授权的人脸识别系统识别,但这类方法常因攻击成功率低和可转移性弱而受限。针对这一问题,提出了一种基于多尺度频率分解与元学习的人脸识别有目标攻击算法。首先设计了一个多尺度频率分解模块。该模块将目标人脸图像精细划分为不同频率成分的频带,进而将频率信息与空间信息相融合,从而提取目标人脸图像的完整信息。随后构建了以循环生成对抗网络(cycle-consistent generative adversarial networks,CycleGAN)作为主体、妆容转移为核心的对抗攻击算法。该算法使用源人脸图像生成高质量的妆容,在这一过程中,新增的元学习攻击模块负责计算损失函数并更新参数。元学习攻击模块可以对妆容进行精细化处理,巧妙地将目标人脸的特征融入妆容中,以生成具有强大对抗性的妆容图像,从而实现对特定目标的有目标攻击。元学习攻击模块解决了以往针对白盒模型集成攻击时因过拟合而出现的泛化问题,使得生成的对抗样本具有更强的攻击性和泛化能力。通过对不同攻击策略的实验效果进行分析,该研究发现多尺度频率分解与元学习相结合的方法能大幅提高攻击人脸识别系统的成功率和鲁棒性。

关键词：人脸识别有目标攻击算法多尺度频率分解循环生成对抗网络元学习

来源：评论

学校读者我要写书评

暂无评论

基于Hyperledger Fabric的数据可信共享平台

引用

小型微型计算机系统 2025年第1期46卷 189-199页

作者：林哲旭陈汉林刘漳辉陈星莫毓昌福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换... 详细信息

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换规则;然后,以数据提供方和数据需求方之间的数据共享全过程为导向,提出了数据可信追溯机制,保证了数据共享的真实性和完整性;此外,文中设计了一种数据处理即服务的数据共享框架,在确保数据可信的前提下,支撑数据调用、数据训练和数据匹配操作.通过对执行效率和智能合约性能进行验证分析,证明了本平台的有效性和实用性.

关键词：区块链智能合约 Hyperledger Fabric 数据共享可信凭证

来源：评论

学校读者我要写书评

暂无评论

一种融合图数据多元结构和特征的图池化方法

引用

计算机工程 2025年第1期51卷 128-137页

作者：王翔魏玉锌毛国君福建理工大学计算机科学与数学学院福建福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福建福州350118

在图神经网络中,图池化是一类用于对图数据进行下采样以提取图表征的重要操作。由于图数据存在较为复杂的网络拓扑结构和高维度的特征信息,因此现有图池化方法在设计过程中未能同时融合图数据的拓扑结构信息和节点的长距离依赖信息,在... 详细信息

在图神经网络中,图池化是一类用于对图数据进行下采样以提取图表征的重要操作。由于图数据存在较为复杂的网络拓扑结构和高维度的特征信息,因此现有图池化方法在设计过程中未能同时融合图数据的拓扑结构信息和节点的长距离依赖信息,在图池化过程中没有考虑丢弃节点的特征,造成图数据的重要信息损失。为此,提出一种基于多元特征融合的图池化方法来同时捕获图数据的局部拓扑信息、全局拓扑信息以及长距离节点依赖关系,并使用1个聚合模块聚合这些特征信息得到1个新的池化图。为了解决图池化过程中节点特征信息丢失的问题,提出一种新的特征融合方法将丢弃节点的信息以一定比例汇聚到保留节点上。基于该池化方法,构建基于分层池化的图分类模型。在D&D、PROTEINS、NCI1和NCI1094个数据集上的实验结果表明,与最佳基线模型相比,所提模型的分类准确率分别提升了2.97、3.59、0.48和0.24个百分点,能够更有效利用图数据的特征信息、拓扑信息和长距离节点依赖信息,在图分类任务上取得了更好的效果。

关键词：图池化图分类拓扑信息长距离节点依赖特征融合

来源：评论

学校读者我要写书评

暂无评论

功率谱密度引导下的时间序列预测模型

引用

计算机工程与设计 2025年第4期46卷 1087-1095页

作者：梁立河崔锦莹张雪松高妮玲赵涓涓强彦太原理工大学计算机科学与技术学院(大数据学院) 山西太原030000 太原理工大学软件学院山西太原030000 中北大学软件学院山西太原030000 晋中信息学院大数据学院山西晋中030600

为增强时间序列预测模型的高解释性、高稳定性、高准确性,从能量的角度分析,提出一种基于功率谱密度的时间序列预测编解码器模型(PSDformer)。通过引入多粒度能量选择模块、注意力知识引导模块和序列去噪分解模块,能够有效提取并融合序... 详细信息

为增强时间序列预测模型的高解释性、高稳定性、高准确性,从能量的角度分析,提出一种基于功率谱密度的时间序列预测编解码器模型(PSDformer)。通过引入多粒度能量选择模块、注意力知识引导模块和序列去噪分解模块,能够有效提取并融合序列的长短期特征、实现未来“先验”信息的有效传递和降低异常数据对序列预测的负面影响,提高模型的预测准确性。在3个数据集上进行的实验验证了PSDformer模型的可行性和有效性。

关键词：时间序列预测功率谱密度编解码器模型多粒度能量选择注意力知识引导序列去噪分解长短期特征 “先验”信息

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：