检索结果-内蒙古大学图书馆

计算机工程与科学 2025年第2期47卷 228-237页

作者：赵彩虹刘梓璇周建涛内蒙古大学计算机学院内蒙古呼和浩特010021 清华大学软件学院北京100084 生态大数据教育部工程研究中心内蒙古呼和浩特010021 内蒙古自治区云计算与服务软件工程实验室内蒙古呼和浩特010021 大数据分析技术内蒙古自治区工程实验室内蒙古呼和浩特010021

SRT立方根算法在多媒体、计算机图形学等领域发挥着重要作用。虽然现有算法可通过增加基数以加快计算速度,但仍存在初始化处理缺乏、商位选择表设计复杂及实现困难的问题。研究设计并实现基数为4的SRT立方根算法。首先,提出一种高基数SR... 详细信息

SRT立方根算法在多媒体、计算机图形学等领域发挥着重要作用。虽然现有算法可通过增加基数以加快计算速度,但仍存在初始化处理缺乏、商位选择表设计复杂及实现困难的问题。研究设计并实现基数为4的SRT立方根算法。首先,提出一种高基数SRT立方根初始化算法,保证后续迭代计算的可执行性;设计基数为4的SRT立方根算法的商位选择表,为商位选择提供必要条件;优化即时转换算法,能够避免转换过程中出现多次进位的情况。其次,基于PyRTL工具改进并实现了上述基数为4的SRT立方根算法,有效缓解了高基数SRT立方根算法困难的问题。最后,与现有基数为2的SRT立方根算法进行对比,以证明该算法的有效性和优越性。

关键词： SRT立方根算法高基数商位选择表硬件算法

来源：评论

学校读者我要写书评

暂无评论

对称密码量子电路的综合与优化研究综述

引用

中国科学:物理学、力学、天文学 2025年第4期55卷 16-29页

作者：林达高飞邹剑黄震宇孙思维孙兵国防科技大学理学院长沙410073 北京邮电大学网络与交换技术国家重点实验室北京100876 福州大学计算机与大数据学院福州350108 福州大学网络系统信息安全福建省高校重点实验室福州350108 中国科学院信息工程研究所网络空间安全防御重点实验室北京100085 中国科学院大学网络空间安全学院北京100049 中国科学院大学密码学院北京100049 密码科学技术全国重点实验室北京100878 国防科技大学密码研究中心长沙410073

随着量子技术的不断发展和量子计算机的逐步推进,现代密码面临的挑战愈加多元化.在分析密码算法抵抗量子攻击的安全性强度时,量子实现电路的构造是其中的重要一环.对称密码是现代密码的重要组成部分.本文综述了近年来在量子计算模型下... 详细信息

随着量子技术的不断发展和量子计算机的逐步推进,现代密码面临的挑战愈加多元化.在分析密码算法抵抗量子攻击的安全性强度时,量子实现电路的构造是其中的重要一环.对称密码是现代密码的重要组成部分.本文综述了近年来在量子计算模型下优化对称密码实现电路的研究成果.具体地,归纳了线性层、S盒以及各类加法操作等的可逆电路构造的相关研究,还总结了AES算法、SM4算法、Camellia算法等对称密码的量子实现研究.

关键词：量子技术量子实现对称密码

来源：评论

学校读者我要写书评

暂无评论

基于探测间隔变化的OpenFlow交换机超时嗅探方法

引用

信息网络安全 2025年第2期 295-305页

作者：杨致远崔允贺陈意郭春贵州大学计算机科学与技术学院贵阳550025 公共大数据国家重点实验室贵阳550025 文本计算与认知智能教育部工程研究中心贵阳550025 贵州省软件工程与信息安全特色重点实验室贵阳550025

软件定义网络(SDN)通过分离控制平面和数据平面实现了网络的集中化、可编程化和灵活化。但这种架构也使SDN面临新的攻击威胁,针对SDN交换机的超时嗅探是其面临的主要安全威胁之一。现有的超时嗅探方法忽略了超时的最大值、探测包的生成... 详细信息

软件定义网络(SDN)通过分离控制平面和数据平面实现了网络的集中化、可编程化和灵活化。但这种架构也使SDN面临新的攻击威胁,针对SDN交换机的超时嗅探是其面临的主要安全威胁之一。现有的超时嗅探方法忽略了超时的最大值、探测包的生成时间以及超时之间的关系对于探测超时的影响,导致出现探测失败、超时类型识别错误和超时值探测精度低的问题。为解决上述问题,文章提出一种基于探测间隔变化的OpenFlow交换机流表项超时机制嗅探方法—TIMIC。该方法先通过调整探测包的发送间隔获得超时值,再通过该超时值判断具体的超时机制及更精确的超时值。实验结果表明,TIMIC在不同的超时机制下都能成功探测超时类型和超时值,且探测出的超时值能够保持较小的探测误差。在通用的超时设置下,TIMIC发送的超时探测包更少,探测成本更低。

关键词：软件定义网络超时机制嗅探探测间隔

来源：评论

学校读者我要写书评

暂无评论

基于区块链的联邦学习系统方案研究综述

引用

计算机工程与应用 2025年

作者：郭思昀李雷孝杜金泽林浩内蒙古工业大学数据科学与应用学院内蒙古自治区北疆网络空间安全重点实验室内蒙古自治区基于大数据的软件服务工程技术研究中心天津理工大学计算机科学与工程学院

联邦学习允许多个参与方在保护数据隐私的同时共同训练模型，并广泛应用于如医疗健康、智能城市等的诸多领域，为打破“数据孤岛”现象做出了重要贡献。然而，在实际应用中联邦学习存在单点故障、易受恶意攻击和数据隐私泄露等问题。为... 详细信息

联邦学习允许多个参与方在保护数据隐私的同时共同训练模型，并广泛应用于如医疗健康、智能城市等的诸多领域，为打破“数据孤岛”现象做出了重要贡献。然而，在实际应用中联邦学习存在单点故障、易受恶意攻击和数据隐私泄露等问题。为此，研究者们想到以具有去中心化、不可篡改和高透明度特点的区块链技术为联邦学习提供安全的数据交换平台，但集成后的架构仍然面临缺乏有效激励机制、计算存储成本高、缺乏恶意模型检测机制等问题。通过深入地调研与探索基于区块链的联邦学习体系的潜力与挑战，从现有的不同框架与技术存在的问题入手，阐述了研究人员为提高整个系统的效率、安全性和公平性，对架构中的共识机制、隐私保护方案、网络安全措施、激励机制、安全聚合方法等方面的优化和改进。紧接着，阐述了智能合约在自动化执行、贡献评估和奖励分配中的关键作用。最后，指出了在客户端选择、数据异质化处理、隐私保护、奖励分配和区块链痛点等方面的挑战，并对未来的研究方向进行了展望。

关键词：去中心化联邦学习区块链隐私保护激励机制智能合约

来源：评论

学校读者我要写书评

暂无评论

变压器温度预测模型的开发和部署研究

引用

电脑与信息技术 2025年第02期 91-95页

作者：杨超姚瑶颜宇鸿南京邮电大学计算机学院软件学院网络空间安全学院南京邮电大学高性能计算与大数据处理研究所南京邮电大学外国语学院

随着人工智能技术的发展，电力行业借助技术手段实现变压器温度预测成为现实。电力设备中变压器是十分重要的设备，对变压器进行温度检测和预测得到越来越多的重视。通过数据分析，发现变压器温度随时间呈现有规律的波动，这符合深度学... 详细信息

随着人工智能技术的发展，电力行业借助技术手段实现变压器温度预测成为现实。电力设备中变压器是十分重要的设备，对变压器进行温度检测和预测得到越来越多的重视。通过数据分析，发现变压器温度随时间呈现有规律的波动，这符合深度学习中循环神经网络的应用场景，选取深度学习中长短期记忆（Long Short-Term Memory,LSTM）网络模型对变压器温度变化进行建模。为了实现模型服务化，设计并开发了基于Kubernetes和容器的通用深度学习模型部署平台，可对多个深度学习模型进行部署和管理。实验结果表明，LSTM网络模型在实验数据集上的多项评估指标均优于BP神经网络模型，这说明LSTM网络模型能够更深入地挖掘样本长时空序列中温度变化的规律，深度学习模型部署平台可以有效完成变压器温度预测模型部署。

关键词：变压器温度预测深度学习 LSTM 模型部署 Kubernetes

来源：评论

学校读者我要写书评

暂无评论

基于不确定性估计与动态样本选择的噪声标签尘肺分期方法

引用

计算机工程 2025年

作者：冯伟毅任雪婷王盈森王月莹赵涓涓强彦孔晓梅赵慧兰太原理工大学计算机科学与技术学院(大数据学院) 中国电力科学研究院有限公司太原理工大学软件学院中北大学软件学院山西医科大学第一医院呼吸与危重症医学科山西省煤炭中心医院

由于病变分期标准存在模糊性，不同诊断专家可能会得出不同的诊断结果，这导致了实例标签的噪声，即标签准确性受到观察者差异的影响。深度学习依赖于数据的质量，而这些带有噪声标签的数据往往会导致模型的性能下降。为应对尘肺病分期... 详细信息

由于病变分期标准存在模糊性，不同诊断专家可能会得出不同的诊断结果，这导致了实例标签的噪声，即标签准确性受到观察者差异的影响。深度学习依赖于数据的质量，而这些带有噪声标签的数据往往会导致模型的性能下降。为应对尘肺病分期中噪声标签带来的挑战，提出了一种双分支动态样本选择策略。该方法通过在模型的关键层引入蒙特卡洛随机丢弃，在关键层进行多次前向传播进行不确定性估计预测结果，同时将模型的预测概率与混合高斯模型相结合洞察样本的特征空间分布，最终实现可选择的不确定性估计分支和混合高斯模型特征分布预测分支。然后为每一个分支中每一个样本数据设立一个阈值，阈值随着模型训练的推进动量更新，最终依据该动态样本选择模块进行样本划分和差异化约束，减小噪声样本对模型的负面影响。在临床收集的尘肺病X光数据集上进行评估，实验结果表明，该方法在5%、10%、20%以及40%实例噪声比下的性能显著优于同类方法，证明了其在噪声标签学习中的有效性和鲁棒性。

关键词：噪声标签学习尘肺分期不确定性估计样本选择医学图像分类

来源：评论

学校读者我要写书评

暂无评论

基于Triplet注意力的循环卷积神经网络模型

引用

模式识别与人工智能 2022年第2期35卷 116-129页

作者：汪璟玢雷晶张璟璇孙首男福州大学计算机与大数据学院福州350108

现有的融合文本或邻居信息的知识补全模型忽略文本和邻居之间的相互作用,难以捕获与实体具有较强语义相关性的信息,加上基于卷积神经网络的模型未考虑实体中的关系相关信息,导致预测性能不佳.因此,文中结合文本信息和拓扑邻居信息,提出... 详细信息

现有的融合文本或邻居信息的知识补全模型忽略文本和邻居之间的相互作用,难以捕获与实体具有较强语义相关性的信息,加上基于卷积神经网络的模型未考虑实体中的关系相关信息,导致预测性能不佳.因此,文中结合文本信息和拓扑邻居信息,提出基于Triplet注意力的循环卷积神经网络模型.首先,通过语义匹配的方式,选取文本描述中与实体具有较强语义相关性的单词.再与拓扑邻居复合作为实体邻居,增强实体表示.然后,重塑实体的融合表示和关系表示.最后,利用Triplet注意力优化卷积输入,使卷积操作能提取实体中与关系相关的特征,提升模型性能.在多个公开数据集上的链路预测实验表明,文中模型性能较优.

关键词：知识图谱补全文本信息拓扑邻居循环卷积 Triplet注意力

来源：评论

学校读者我要写书评

暂无评论

基于Transformer的多尺度优化低照度图像增强网络

引用

模式识别与人工智能 2023年第6期36卷 511-529页

作者：牛玉贞林晓锋许煌标李悦洲陈羽中福州大学计算机与大数据学院福州350108

低照度图像中亮度、颜色、细节等特征往往存在于不同尺度的信息中,因此实现高质量低照度图像增强极具挑战性.现有基于深度学习的方法无法充分利用多尺度特征,也无法有效结合多个尺度的特征,不能全面提升图像的亮度、颜色和细节质量.针... 详细信息

低照度图像中亮度、颜色、细节等特征往往存在于不同尺度的信息中,因此实现高质量低照度图像增强极具挑战性.现有基于深度学习的方法无法充分利用多尺度特征,也无法有效结合多个尺度的特征,不能全面提升图像的亮度、颜色和细节质量.针对上述问题,文中提出基于Transformer的多尺度优化低照度图像增强网络(Transformer-Based Multi-scale Optimized Network for Low-Light Image Enhancement,TMO).首先,设计基于Transformer的多任务增强模块,经多任务训练后具有对亮度、颜色、细节的全局建模能力,因此可以初步应对低照度图像存在的亮度不足、颜色偏差、细节模糊、噪声较多等多退化类型挑战.然后,设计结合全局和局部多尺度特征的架构,逐步优化不同尺度的特征.最后,提出多尺度特征融合模块和自适应增强模块,在学习和融合各尺度间信息关联的同时实现在各局部多尺度分支中自适应地增强图像.在6个包含成对图像或不成对图像的公开数据集上的广泛实验表明,文中网络能够有效地综合解决图像中亮度、颜色、细节、噪声等多退化类型问题.

关键词：低照度图像增强多尺度特征融合注意力机制图像增强

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网的中国山水画双向解码特征融合外推算法

引用

计算机研究与发展 2022年第12期59卷 2816-2830页

作者：符涛陈昭炯叶东毅福州大学计算机与大数据学院福州350108

研究基于生成对抗网的中国山水画的边界外推问题.现有的图像外推方法主要是针对草地、天空等内容比较单一、纹理比较规范的自然场景进行的,直接将其应用于内容较为复杂、层次丰富、笔触变化多样的中国山水画外推会出现外推内容模糊、与... 详细信息

研究基于生成对抗网的中国山水画的边界外推问题.现有的图像外推方法主要是针对草地、天空等内容比较单一、纹理比较规范的自然场景进行的,直接将其应用于内容较为复杂、层次丰富、笔触变化多样的中国山水画外推会出现外推内容模糊、与原有图像边界语义不一致等现象.针对上述问题,基于生成对抗网的思想,提出一种新的生成对抗网的双向解码特征融合网络(bidirectional decoding feature fusion generative adversarial network,BDFF-GAN).网络在生成器设计方面,以现有的U型网络(U-Net)为基础,增加一个多尺度解码器,构建一种双向解码特征融合的生成器UY-Net.多尺度解码器抽取编码器不同层级的特征进行交叉互补的组合,增强了不同尺度特征之间的连接交融;同时每一层双向解码的结果还通过条件跳跃连接进一步相互融合.UY-Net设计上的这2个特点有利于网络对山水画不同粒度的语义特征和笔触形态的传递与学习.在鉴别器设计方面,采用全局鉴别器和局部鉴别器相结合的架构,全局鉴别器将整幅山水画作为输入来控制外推结果的全局一致性,局部鉴别器将原有山水画与外推山水画交界处周围的小区域作为输入以提高外推部分与原画作的连贯性和细节生成质量.实验结果表明,与其他方法相比较,所提算法较好地学习到了山水画的语义特征和纹理信息,外推结果在语义内容的连贯性和笔触纹理结构的自然性方面都有更好的表现.此外,还设计了一种新的用户交互方式,该方式通过外推边界引导线的形式控制外推部分的轮廓走向,从而实现了布局可调的山水画外推效果,扩展了上述BDFF-GAN网络的生成多样性和应用互动性.

关键词：中国山水画外推生成对抗网 U型网络双向解码特征融合局部鉴别器

来源：评论

学校读者我要写书评

暂无评论

二进制电鳗觅食优化算法研究

引用

中文科技期刊数据库（文摘版）工程技术 2025年第1期 160-166页

作者：李牧元福建理工大学计算机科学与数学学院福建福州350108 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350108

电鳗觅食优化算法是一种近年提出的元启发式算法,主要用于解决连续优化问题,并在各类工程问题中有所应用。然而,许多实际的优化问题是离散的,因此需要开发算法的二进制版本。研究人员通常通过转换函数将连续解转化为离散解,以解决这些... 详细信息

电鳗觅食优化算法是一种近年提出的元启发式算法,主要用于解决连续优化问题,并在各类工程问题中有所应用。然而,许多实际的优化问题是离散的,因此需要开发算法的二进制版本。研究人员通常通过转换函数将连续解转化为离散解,以解决这些离散优化问题,但传统的S型转换函数容易发散而难以收敛,V型转换函数则容易陷入局部最优,难以跳出。针对这一问题,本文通过结合电鳗的能量因子,将S型和V型转换函数融合,提出了一种新的复合转换函数,用于电鳗算法的二值化。同时,由于电鳗算法在交互和迁徙阶段可能过早收敛,本文对算法进行了改进。具体来说,在交互阶段增加了权重控制因子,利用S型转换函数的发散特性,增强了全局搜索能力;在迁徙阶段引入了约束因子,约束电鳗的行为,避免过早收敛和陷入局部最优。通过在背包问题上的实验,验证了所提出的二进制电鳗觅食优化算法的有效性。

关键词：二进制优化算法电鳗觅食优化算法转换函数复合型转换函数背包问题

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：