检索结果-内蒙古大学图书馆

计算机科学与探索 2025年第3期19卷 693-702页

作者：施宇王乐姚叶鹏毛国君福建理工大学计算机科学与数学学院福州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州350118 中国科学院信息工程研究所北京100084 景区交易数据要素化文化和旅游部技术创新中心福州350000

无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层... 详细信息

无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层级的方式融合注意力特征图来改进传统特征金字塔结构,通过增加浅层网络的高分辨率特征图和去除深层检测头来适应小目标检测需求。结合Complete-IOU和Focalloss损失函数思想,设计了一个基于面积交并比的聚焦损失函数,进一步提升小目标的检测能力。通过引入深度可分离卷积实现一个轻量化空间金字塔池化层模块,在减少参数量的同时保持模型的检测精度。在VisDrone和Tinyperson两个无人机航拍数据集上进行的大量实验显示,CFE-YOLO较基准模型的m AP0.50分别提高了4.72和5.58个百分点且参数量减少37.74%,同时与其他先进算法对比也取得更高的精度。

关键词：小目标检测航拍图像特征金字塔损失函数

来源：评论

学校读者我要写书评

暂无评论

神经网络算子——一种面向符号回归问题的遗传编程新方法

引用

计算机应用研究 2025年第4期42卷 1158-1166页

作者：陈勃党隆政陈国宏福州大学计算机与大数据学院福州350108 福州大学经济与管理学院福州350108

针对符号回归中遗传编程方法在表达式空间中随机搜索缺乏方向性,以及种群进化过程中未利用数据特征导致效率低下的问题,提出了一种称作神经网络算子的新颖变异算子。该算子通过递归神经网络学习给定数据集特征,优化种群中的表达式,使种... 详细信息

针对符号回归中遗传编程方法在表达式空间中随机搜索缺乏方向性,以及种群进化过程中未利用数据特征导致效率低下的问题,提出了一种称作神经网络算子的新颖变异算子。该算子通过递归神经网络学习给定数据集特征,优化种群中的表达式,使种群向误差更低的方向进化,提升种群的进化效率。实验结果表明,结合神经网络算子的遗传编程方法在公式恢复率和种群进化速度上均优于原始方法,并在宏观经济数据集上取得了较高的决定系数。结论证明,神经网络算子能够有效引导遗传编程种群进行特征导向搜索,显著提升进化效率,具有实际应用潜力。

关键词：符号回归遗传编程变异算子种群进化

来源：评论

学校读者我要写书评

暂无评论

一种基于特征融合的轻量级姿态估计算法

引用

福建师范大学学报(自然科学版) 2025年第03期41卷 19-26页

作者：张伟杰叶锋李昊珑福建师范大学计算机与网络空间安全学院福州大学计算机与大数据学院

在人体姿态估计任务中，多数工作主要关注模型的准确性，忽略了与效率相关的因素，例如模型大小、参数量、推理时间等，而这些指标对实际应用至关重要。针对上述问题，提出一种基于YOLOv8-pose算法的轻量化人体姿态估计算法。算法加入... 详细信息

在人体姿态估计任务中，多数工作主要关注模型的准确性，忽略了与效率相关的因素，例如模型大小、参数量、推理时间等，而这些指标对实际应用至关重要。针对上述问题，提出一种基于YOLOv8-pose算法的轻量化人体姿态估计算法。算法加入了跨尺度特征融合模块(cross-scale feature fusion module, CCFM),增强模型对于小尺度对象的检测能力，有效结合细节特征和上下文信息，并降低了模型的参数量。同时使用SENetV2替换了YOLOv8-pose中C2f模块的卷积结构，加强了模型在全局角度的考虑，提高了模型的预测精度。使用MPDIoU损失函数提高了模型在训练过程中对边界框误差的计算和模型的推理精度，在mAP50∶95指标上相比原模型提高了1.3%。

关键词：姿态估计 YOLOv8 轻量化特征融合

来源：评论

学校读者我要写书评

暂无评论

基于特征点集的分布式能源调度灵活性聚合方法

引用

中国科学:信息科学 2025年第2期55卷 372-387页

作者：樊鹏阳翟超何宇俊刘沅昆张和洪中国地质大学(武汉)自动化学院武汉430074 复杂系统先进控制与智能自动化湖北省重点实验室武汉430074 地球探测智能化技术教育部工程研究中心武汉430074 清华大学电机工程与应用电子技术系北京100084 福州大学计算机与大数据学院福州350108

随着微电网和虚拟电厂等分布式能源管理方式的变革,大量的分布式能源给电力系统的运营商带来了技术挑战并且增大了管理复杂度.一个可控分布式能源的聚合运行模型,可以方便高效地管理大量的分布式能源.本质上,聚合运行模型的可行域是所... 详细信息

随着微电网和虚拟电厂等分布式能源管理方式的变革,大量的分布式能源给电力系统的运营商带来了技术挑战并且增大了管理复杂度.一个可控分布式能源的聚合运行模型,可以方便高效地管理大量的分布式能源.本质上,聚合运行模型的可行域是所有分布式能源的多面体可行域的Minkowski和.然而,两个任意多面体的Minkowski和的计算是一个不确定的多项式时间难题.为了精确地刻画并提高大量分布式能源的聚合灵活性,首先,本文提出一种通用的凸约束空间中的Minkowski和计算方法.采用离散点集的凸包逼近真实约束空间,再使用Minkowski和对离散点集进行叠加,并提出离散点集优化算法,使其尽可能地逼近真实约束空间.这种点集是高维度、抽象的,但却表征了分布式能源的运行特征,我们将其定义为特征点集.然后,提出了一种特征点集的选取规则,能够提高调度灵活性,增加调峰能力并减少Minkowski和的运算复杂度.此外,提出一种简化特征点集的算法并且保证了不损失约束空间.最后,从理论上阐释了特征点集法在电网调度中的合理性.数值仿真结果表明,该方法在提高系统聚合灵活性和计算效率方面具有很大潜力.

关键词：分布式能源特征点集聚合和分解 Minkowski和内近似凸包

来源：评论

学校读者我要写书评

暂无评论

基于单目视觉的输送带料流体积检测方法研究

引用

电视技术 2025年第1期49卷 37-41页

作者：林灿辉俞佳宝陈锋郭恩特黄锦楠陈晨炜福州大学先进制造学院福建泉州362000 福建华电储运有限公司福建福州350108 闽江学院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

针对港口矿山复杂工业环境下,带式输送机管理方式多为人工监控,传统料流检测方法存在精度差和难以落地问题,提出一种基于单目视觉与线结构光融合的输送带料流体积检测方法。首先,将线结构光投射到料流表面,用标定好的工业相机采集料流图... 详细信息

针对港口矿山复杂工业环境下,带式输送机管理方式多为人工监控,传统料流检测方法存在精度差和难以落地问题,提出一种基于单目视觉与线结构光融合的输送带料流体积检测方法。首先,将线结构光投射到料流表面,用标定好的工业相机采集料流图像;其次,根据激光颜色特征,通过灰度重心法提取料流图像的激光条纹,为了防止皮带抖动带来的误差,基于负载时的激光条纹拟合出皮带空载时的激光条纹;最后,获取激光条纹上料流点的三维空间坐标,基于料流端点计算出沿皮带运行方向料流截面积与传输速度的积分得到料流体积。实验结果表明,所提出的方法具有较高的精度,平均误差最小可达到0.901%,满足工业环境要求,能够运用于实际工作现场。

关键词：工业环境料流检测单目视觉线结构光生产安全

来源：评论

学校读者我要写书评

暂无评论

融合深度强化学习的卷积神经网络联合压缩方法

引用

计算机工程与应用 2025年第6期61卷 210-219页

作者：马祖鑫崔允贺秦永彬申国伟郭春陈意钱清贵州大学计算机科学与技术学院文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学公共大数据国家重点实验室贵阳550025 贵州大学贵州省软件工程与信息安全特色重点实验室贵阳550025 贵州财经大学信息学院贵阳550025

随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果... 详细信息

随着边缘计算、边缘智能等概念的兴起,卷积神经网络的轻量化部署逐渐成为研究热点。传统的卷积神经网络压缩技术通常分阶段地、独立地执行剪枝与量化策略,但这种方式没有考虑剪枝与量化过程的相互影响,使其无法达到最优的剪枝与量化结果,影响压缩后的模型性能。针对以上问题,提出一种基于深度强化学习的神经网络联合压缩方法——CoTrim。CoTrim同时执行通道剪枝与权值量化,利用深度强化学习算法搜索出全局最优的剪枝与量化策略,以平衡剪枝与量化对网络性能的影响。在CIFAR-10数据集上对VGG和ResNet进行实验,实验表明,对于常见的单分支卷积和残差卷积结构,CoTrim能够在精度损失仅为2.49个百分点的情况下,将VGG16的模型大小压缩至原来的1.41%。在复杂数据集Imagenet-1K上对紧凑网络MobileNet和密集连接网络DenseNet进行实验,实验表明,对于深度可分离卷积结构以及密集连接结构,CoTrim依旧能保证精度损失在可接受范围内将模型压缩为原始大小的1/5~1/8。

关键词：卷积神经网络深度强化学习模型压缩通道剪枝权值量化边缘智能

来源：评论

学校读者我要写书评

暂无评论

智能合约漏洞检测与修复研究综述

引用

计算机科学与探索 2025年第4期19卷 854-876页

作者：刘哲旭李雷孝刘东江杜金泽林浩史建平内蒙古工业大学数据科学与应用学院呼和浩特010080 内蒙古自治区基于大数据的软件服务工程技术研究中心呼和浩特010080 天津理工大学计算机科学与工程学院天津300384 鄂尔多斯市市民卡建设有限公司内蒙古鄂尔多斯017099

智能合约是区块链的关键技术之一,它不依赖第三方权威机构,能够直接为用户双方提供可信的定制化服务,是区块链2.0的重要标志。随着智能合约应用范围的不断扩大,保障其安全可靠运行成为区块链安全领域的迫切问题。提出智能合约漏洞检测... 详细信息

智能合约是区块链的关键技术之一,它不依赖第三方权威机构,能够直接为用户双方提供可信的定制化服务,是区块链2.0的重要标志。随着智能合约应用范围的不断扩大,保障其安全可靠运行成为区块链安全领域的迫切问题。提出智能合约漏洞检测与修复研究框架,分别从漏洞数据集、机器学习方法、漏洞修复技术和补丁部署策略这4个方面分析总结现有智能合约漏洞检测与修复研究进展。对基于机器学习的智能合约漏洞检测方法进行研究,对比总结了8种智能合约漏洞类型、15个开源数据集现状以及传统机器学习方法、深度学习方法和大模型方法等现有模型方法优缺点,并提出使用符号执行、模糊测试、污点分析、形式化验证和集成框架5类漏洞检测工具与置信学习相结合的智能合约高质量数据集制作思路;分类介绍了自动化修复技术、机器学习修复技术和以太坊增强技术3类智能合约漏洞修复方案,全面比较了不同方案的优缺点,并总结了未来可以用于智能合约漏洞修复领域的相关技术;分析了智能合约安全现存问题并展望了未来研究方向。

关键词：区块链智能合约安全漏洞检测漏洞修复机器学习

来源：评论

学校读者我要写书评

暂无评论

多尺度特征聚合扩散和边缘信息增强的小目标检测算法

引用

计算机工程与应用 2025年第7期61卷 105-116页

作者：江旺玉王乐姚叶鹏毛国君福建理工大学计算机科学与数学学院福州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州350118 景区交易数据要素化文化和旅游部技术创新中心福州350000 中国科学院信息工程研究所北京100084

无人机航拍图像中,目标尺寸变化剧烈、背景复杂且小目标比例较高等特点为目标检测任务带来巨大挑战。尽管现有的基于卷积的目标检测算法能有效获取空间信息,但在实现不同尺度特征的全局交互及边缘细节信息的有效利用上仍存在不足。因此... 详细信息

无人机航拍图像中,目标尺寸变化剧烈、背景复杂且小目标比例较高等特点为目标检测任务带来巨大挑战。尽管现有的基于卷积的目标检测算法能有效获取空间信息,但在实现不同尺度特征的全局交互及边缘细节信息的有效利用上仍存在不足。因此,提出了一种结合多尺度特征聚合扩散和边缘信息增强的小目标检测算法ADEYOLO。构建了多尺度特征聚合扩散金字塔网络(MFADPN),通过在中间层聚合不同层级特征,并将其直接扩散至相邻层以缩短传播路径,有效减少了信息在传递过程中的损失,增强了模型的多尺度表达能力,显著提升了对不同尺度目标的检测能力。设计了自适应上下文融合模块(ACFM),利用通道注意力机制自适应地调整不同特征图的贡献,进一步强化多尺度特征的融合效果,使得重要特征在信息融合过程中更加突出。提出的C2f-Sobel模块通过额外分支结合Sobel算子来提取图像的边缘信息,从而为模型提供了更丰富的细节信息,提升了其在复杂场景下目标定位能力。实验结果表明,ADE-YOLO相较于基线YOLOv10s,在VisDrone2019和TinyPerson数据集上分别提高了8.6个百分点和4.0个百分点(mAP0.5),并且在与其他先进模型的对比中也展示了显著的优势。

关键词：小目标检测航拍图像特征金字塔自适应特征融合边缘信息

来源：评论

学校读者我要写书评

暂无评论

基于截断表的保留格式加密算法TT-FPE

引用

福建师范大学学报(自然科学版) 2025年第1期41卷 68-76页

作者：杨庆田有亮熊金波贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025 福建省网络安全与密码学重点实验室福建福州350117

保留格式加密算法可以在加密的同时保证明文和密文格式相同,解决了信用卡号、电话号码、身份证号等敏感数据明文存储易造成隐私泄露等问题。当前保留格式加密方案大多基于Prefix、Cycle-Walking和Generalized-Feistel算法进行扩展和改进... 详细信息

保留格式加密算法可以在加密的同时保证明文和密文格式相同,解决了信用卡号、电话号码、身份证号等敏感数据明文存储易造成隐私泄露等问题。当前保留格式加密方案大多基于Prefix、Cycle-Walking和Generalized-Feistel算法进行扩展和改进,存在多次调用Cycle-Walking结构的不确定性问题,同时,现有保留格式加密算法处理的问题域有一定的局限性。提出一种新型的基于截断表的保留格式加密算法,仅需调用一次Cycle-Walking结构,使加密结果落入问题域,以及在截断表算法基础上提出分段处理方案,进一步扩大了保留格式加密算法处理的问题域。并且通过安全性分析,证明了所提算法是安全的,能够抵御恶意敌手攻击。实验结果表明所提算法具有高效性,可将保留格式加密过程重复调用Cycle-Walking结构的次数降至0。且与先前保留格式加密算法相比,平均每字节加密开销相当。

关键词：敏感信息保留格式加密 Feistel结构 Cycle-Walking 截断表随机函数

来源：评论

学校读者我要写书评

暂无评论

EvoTrace:基于非线性数据包遥测和批处理的轻量级带内网络遥测方法

引用

计算机科学 2025年第5期52卷 291-298页

作者：王攀祥崔允贺申国伟郭春陈意钱清贵州大学计算机科学与技术学院文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学计算机科学与技术学院公共大数据国家重点实验室贵阳550025 贵州省软件工程与信息安全特色重点实验室贵阳550025 贵州财经大学信息学院贵阳550025

带内网络遥测(In-band Network Telemetry,INT)使数据包能够携带网络状态信息,具有较高的测量准确性和精度。然而,这种提升是以增加数据平面开销为代价的。遥测信息的嵌入会导致数据平面的网络开销过大。同时,现有的遥测方法通常对大流... 详细信息

带内网络遥测(In-band Network Telemetry,INT)使数据包能够携带网络状态信息,具有较高的测量准确性和精度。然而,这种提升是以增加数据平面开销为代价的。遥测信息的嵌入会导致数据平面的网络开销过大。同时,现有的遥测方法通常对大流的数据包进行大量的测量,忽略了对中小流数据包的测量。为了克服上述问题,提出了一个轻量级的INT方法——EvoTrace。EvoTrace设计了一种非线性数据包遥测方法,根据网络流的属性监测不同流的数据包。此外,EvoTrace还采用元数据批处理的方式对遥测元数据进行聚合,以减少网络带宽占用和遥测数据包的数量。在OpenvSwitch(OVS)上实现了EvoTrace并进行了测试,实验结果表明,与现有方法相比,EvoTrace在提高网络流监测覆盖率的同时,节省了40%以上的INT带宽占用。

关键词：网络遥测可编程数据平面带内网络遥测网络测量软件定义网络

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：