检索结果-内蒙古大学图书馆

云南民族大学学报（自然科学版） 2024年第4期33卷 478-485页

作者：董国芳张楚雯常远鲁烨堃刘兵云南民族大学电气信息工程学院云南昆明650504 东北大学计算机科学与工程学院辽宁沈阳110167

针对传统任务匹配系统中数据处理存在的安全隐私和成本开销问题,提出了一种适用于资源有限系统的高效可撤销外包密文策略属性加密方案.通过将传统的加密分为用户离线和在线加密阶段两部分实现快速加密,并将密文外包给云服务器再与区块... 详细信息

针对传统任务匹配系统中数据处理存在的安全隐私和成本开销问题,提出了一种适用于资源有限系统的高效可撤销外包密文策略属性加密方案.通过将传统的加密分为用户离线和在线加密阶段两部分实现快速加密,并将密文外包给云服务器再与区块链建立联系以降低用户计算成本,最后利用变色龙哈希函数更新用户私钥进行属性撤销和用户撤销两类细粒度撤销.最后通过实验表明,该方案与现有可撤销属性加密方案相比,可以抵御密钥泄露和共谋攻击,且具有更低的时间开销.

关键词：变色龙哈希函数外包解密可撤销属性加密任务匹配

来源：评论

学校读者我要写书评

暂无评论

面向深度学习的三维点云补全算法综述

引用

中国图象图形学报 2025年第2期30卷 309-333页

作者：胡伏原李晨露周涛程洪福顾敏明苏州科技大学电子与信息工程学院苏州215009 江苏省工业智能低碳技术工程中心苏州215009 苏州市智能低碳技术应用重点实验室苏州215009 北方民族大学计算机科学与工程学院银川750021 苏州市拙政园管理处(苏州市园林博物馆) 苏州215001

点云因其丰富的信息表达能力已成为三维视觉的主要表现形式,然而实际采集到的点云数据往往因各种因素导致稀疏或残缺,严重影响点云后续处理。点云补全算法旨在从残缺点云数据中重建完整点云模型,是3D重建、目标检测和形状分类等领域的... 详细信息

点云因其丰富的信息表达能力已成为三维视觉的主要表现形式,然而实际采集到的点云数据往往因各种因素导致稀疏或残缺,严重影响点云后续处理。点云补全算法旨在从残缺点云数据中重建完整点云模型,是3D重建、目标检测和形状分类等领域的重要研究基础。目前,基于深度学习的点云补全算法逐渐成为三维点云领域的研究热点,但补全任务中模型结构、精度和效率等挑战正阻碍点云补全算法的发展。本文对深度学习背景下的点云补全算法进行系统综述,首先根据网络输入模态将点云补全算法分为两大类,即基于单模态的方法以及基于多模态的方法。接着根据三维数据表征方式将基于单模态的方法分为三大类,即基于体素的方法、基于视图的方法以及基于点的方法,并对经典方法和最新方法进行系统的分析和总结,同时结合热点模型,如生成对抗网络(generative adversarial network,GAN)、Transformer模型等进一步分类对比,评述各类模型下点云补全算法的方法特点与网络性能。再对基于多模态的方法进行实际应用分析,结合扩散模型等方法进行算法性能对比。然后总结点云补全任务中常用的数据集及评价标准,分别以多种评价标准对比分析现有基于深度学习的点云补全算法在真实数据集与多种合成数据集上的性能表现。最后根据各分类的优缺点提出点云补全算法在深度学习领域的未来发展和研究趋势,为三维视觉领域的补全算法研究者提供重要参考价值。

关键词：点云补全体素方法多模态方法 Transformer模型扩散模型

来源：评论

学校读者我要写书评

暂无评论

基于云存储的动态组共享数据完整性验证方案

引用

计算机工程与设计 2022年第6期43卷 1510-1519页

作者：李秀艳刘明曦史闻博郝旭龙董国芳云南民族大学电气信息工程学院云南昆明650500 东北大学计算机科学与工程学院辽宁沈阳110819 东北大学秦皇岛分校计算机与通信工程学院河北秦皇岛066004

为实现安全且高效的云数据共享服务,节省企业及个人用户本地存储开销,提出一个基于云存储的动态组共享数据完整性验证方案,实现用户间的数据共享及数据的完整性验证。通过采用基于桶的红黑树结构,高效实现共享数据的动态更新,采用计数... 详细信息

为实现安全且高效的云数据共享服务,节省企业及个人用户本地存储开销,提出一个基于云存储的动态组共享数据完整性验证方案,实现用户间的数据共享及数据的完整性验证。通过采用基于桶的红黑树结构,高效实现共享数据的动态更新,采用计数布隆过滤器结构支持数据的有效删除和公开可验证性。分析和实验结果表明,该方案与现有共享动态审计方案和数据删除可验证方案相比,具有更低的时间开销。

关键词：完整性审计数据共享组用户动态更新可验证删除

来源：评论

学校读者我要写书评

暂无评论

通道注意力嵌入的Transformer图像超分辨率重构

引用

中国图象图形学报 2023年第12期28卷 3744-3757页

作者：熊巍熊承义高志荣陈文旗郑瑞华田金文中南民族大学电子信息工程学院武汉430074 中南民族大学智能无线通信湖北省重点实验室武汉430074 中南民族大学计算机科学学院武汉430074 华中科技大学多谱信息处理技术国家重点实验室武汉430074

目的基于深度学习的图像超分辨率重构研究取得了重大进展,如何在更好提升重构性能的同时,有效降低重构模型的复杂度,以满足低成本及实时应用的需要,是该领域研究关注的重要问题。为此,提出了一种基于通道注意力(channel attention,CA)... 详细信息

目的基于深度学习的图像超分辨率重构研究取得了重大进展,如何在更好提升重构性能的同时,有效降低重构模型的复杂度,以满足低成本及实时应用的需要,是该领域研究关注的重要问题。为此,提出了一种基于通道注意力(channel attention,CA)嵌入的Transformer图像超分辨率深度重构方法(image super-resolution with channelattention-embedded Transformer,CAET)。方法提出将通道注意力自适应地嵌入Transformer变换特征及卷积运算特征,不仅可充分利用卷积运算与Transformer变换在图像特征提取的各自优势,而且将对应特征进行自适应增强与融合,有效改进网络的学习能力及超分辨率性能。结果基于5个开源测试数据集,与6种代表性方法进行了实验比较,结果显示本文方法在不同放大倍数情形下均有最佳表现。具体在4倍放大因子时,比较先进的SwinIR(image restoration using swin Transformer)方法,峰值信噪比指标在Urban100数据集上得到了0.09 dB的提升,在Manga109数据集提升了0.30 dB,具有主观视觉质量的明显改善。结论提出的通道注意力嵌入的Transformer图像超分辨率方法,通过融合卷积特征与Transformer特征,并自适应嵌入通道注意力特征增强,可以在较好地平衡网络模型轻量化同时,得到图像超分辨率性能的有效提升,在多个公共实验数据集的测试结果验证了本文方法的有效性。

关键词：超分辨率(SR) Transformer 卷积神经网络(CNN) 通道注意力(CA) 深度学习

来源：评论

学校读者我要写书评

暂无评论

多源异构数据集下的改进挖掘算法设计

引用

计算机仿真 2022年第4期39卷 506-510页

作者：吴文波吴昌钱胡永闽南科技学院计算机信息学院福建泉州362000 西藏民族大学信息工程学院陕西咸阳712082

由于多源异构数据集通常存在于多领域中,其特性导致数据的可利用率较低。为保证对各类数据的利用效果,研究基于随机森林的频繁项集智能挖掘算法。依据频繁项集特征,采用改进FP-tree算法挖掘频繁项集后,利用随机森林算法完成频繁项集分类... 详细信息

由于多源异构数据集通常存在于多领域中,其特性导致数据的可利用率较低。为保证对各类数据的利用效果,研究基于随机森林的频繁项集智能挖掘算法。依据频繁项集特征,采用改进FP-tree算法挖掘频繁项集后,利用随机森林算法完成频繁项集分类;通过选取高精度子森林、聚类选择多样性子森林优化随机森林算法,改善随机森林算法运算时内存占用过大的问题,提升算法分类精度,实现频繁项集智能挖掘。测试结果表明,所提算法具备多样性、可在平均误差较低的情况下完成频繁项集挖掘,在最佳的FP-tree树数量和类别数量下,聚类正确率较高,整体挖掘误差较低,能够提升频繁项集的挖掘和分类效果。

关键词：随机森林频繁项集智能挖掘随机子空间子森林多样性

来源：评论

学校读者我要写书评

暂无评论

SM4密码算法S盒的量子电路实现

引用

电子科技大学学报 2021年第6期50卷 820-826页

作者：罗庆斌李晓瑜杨国武湖北民族大学信息工程学院湖北恩施445000 电子科技大学信息与软件工程学院成都610054 电子科技大学计算机科学与工程学院成都611731

SM4密码算法是我国国家密码管理局2006年公开发布的用于WAPI的分组密码算法,2021年6月成为国际标准。S盒作为唯一的非线性组件,其安全性直接影响到SM4算法的安全性。该文首次给出SM4密码算法S盒的量子电路实现。根据S盒的代数表达式,首... 详细信息

SM4密码算法是我国国家密码管理局2006年公开发布的用于WAPI的分组密码算法,2021年6月成为国际标准。S盒作为唯一的非线性组件,其安全性直接影响到SM4算法的安全性。该文首次给出SM4密码算法S盒的量子电路实现。根据S盒的代数表达式,首先利用高斯消元法给出表达式中仿射变换的量子电路,然后把求逆元运算转换为求该元素的254次方,再分别给出对应的平方计算和乘法计算的量子电路,最后通过改进的Itoh-Tsujii算法给出S盒的量子电路。量子电路的复杂度分析表明:所给出的S盒的量子电路共用48个量子比特,592个量子门,电路深度为289,具有较高的效率。该研究将会对量子环境下SM4密码算法的安全性分析奠定基础。

关键词：代数运算量子电路 S盒 SM4

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的卡口过车人脸超分辨率重建

引用

软件导刊 2025年

作者：万学俊谢敏怡赵周洲唐轶蒋作玉溪市公安局科技信息化支队云南民族大学电气信息工程学院云南民族大学数学与计算机科学学院

针对交通卡口处获取的人脸图像分辨率低进而影响人脸识别的问题，提出一种基于改进ESRGAN的人脸图像超分辨率重建算法。该算法在RRDB中进一步使用密集连接，通过促进特征的传递更高效地利用不同层的特征，加强了深层信息提取模块对人脸... 详细信息

针对交通卡口处获取的人脸图像分辨率低进而影响人脸识别的问题，提出一种基于改进ESRGAN的人脸图像超分辨率重建算法。该算法在RRDB中进一步使用密集连接，通过促进特征的传递更高效地利用不同层的特征，加强了深层信息提取模块对人脸特征的提取；在RDB中引入坐标注意力机制，并将位置信息嵌入到通道注意力中以加强各通道之间的信息流通，从而提高了网络对人脸特征的选择能力。利用改进后的算法在公开数据集和自制数据集上进行4倍和8倍的超分辨率重建测试，并与主流超分辨率算法进行对比，结果显示改进后的算法获得的人脸图像更加清晰，能够提供更多的人脸细节特征。在客观评价指标上，所提算法在4倍和8倍的超分辨率重建后，PSNR和SSIM相较于原算法都有所提升，且在主流算法中均达到最大值。此外，该算法在视觉效果上也有着较好表现，能够更好地表达人脸特征。

关键词：图像增强人脸超分辨率 ESRGAN RRDB 密集连接 CA

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算网络下的服务功能链部署优化设计

引用

计算机应用研究 2022年第10期39卷 3108-3113页

作者：陈嘉亮王丰张潇广东工业大学信息工程学院广州510006 中南民族大学计算机科学学院武汉430074

为解决移动边缘计算网络中面向用户的服务功能链部署算法系统成本支出过大、响应时间长的难题,提出了针对服务功能链成本与时延联合优化设计的方法。首先,在服务功能链构建阶段,根据节点位置和资源状况,选择当前最佳节点减少虚拟网络功... 详细信息

为解决移动边缘计算网络中面向用户的服务功能链部署算法系统成本支出过大、响应时间长的难题,提出了针对服务功能链成本与时延联合优化设计的方法。首先,在服务功能链构建阶段,根据节点位置和资源状况,选择当前最佳节点减少虚拟网络功能(virtualized network function,VNF)间的时延以提高服务功能链的响应时间。其次,在服务功能链部署阶段,由于映射资源有限,在服务映射节点时应用节点选取算法确定最佳节点映射排列顺序,并从中选取最短加权路径作为各VNF间的通信链路。实验仿真结果表明,相比于已有方案,该方法能有效降低时延和部署成本,并能显著提高服务功能链部署的成功率。

关键词：网络功能虚拟化虚拟网络功能链组成服务功能链运营成本可靠性

来源：评论

学校读者我要写书评

暂无评论

双目立体视觉下破损黑陶三维重建方法仿真

引用

计算机仿真 2024年第9期41卷 223-227页

作者：潘春花赵德才青海民族大学计算机学院青海西宁810007 青海民族大学物理与电子信息工程学院青海西宁810007

在三维重建过程中,由于受环境光线变化、物体透明度、遮挡等因素影响,导致重建结果不准确或不完整,使得视觉效果较差。为了提高三维重建精度,提出一种基于双目立体视觉的破损黑陶三维重建方法。通过转换世界-相机-图像-像素坐标系,标定... 详细信息

在三维重建过程中,由于受环境光线变化、物体透明度、遮挡等因素影响,导致重建结果不准确或不完整,使得视觉效果较差。为了提高三维重建精度,提出一种基于双目立体视觉的破损黑陶三维重建方法。通过转换世界-相机-图像-像素坐标系,标定双目立体视觉相机内外参数,引入最小生成树方法立体匹配左右图像对,计算图像像素绝对强度、梯度、匹配截断值对黑陶重建曲面平滑度的影响,得到连续稠密的视差图,使用最小二乘曲线拟合法平滑处理黑陶三维点云数据,将游离在曲面外的点映射到曲面中,通过三角剖分实现破损黑陶三维表面重建。实验结果表明,所提方法能够有效提高重建后黑陶表面平滑度,且重建结果尺寸精准,拟合度高。

关键词：双目立体视觉三维重建坐标系转换匹配代价聚合立体匹配三角剖分

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的电网短期负荷预测

引用

计算机与数字工程 2024年第1期52卷 219-222页

作者：赵从杰潘文林云南民族大学电气信息工程学院昆明650500 云南民族大学数学与计算机科学学院昆明650500

针对微电网短期负荷预测精度不够的问题,论文提出了一种基于双向长短时记忆(bidirectional long short-term memory,Bi-LSTM)深度学习的负荷预测方法。将影响家庭和商业负荷分布形成的参数为输入变量,以微电网的家庭和商业总负荷分布为... 详细信息

针对微电网短期负荷预测精度不够的问题,论文提出了一种基于双向长短时记忆(bidirectional long short-term memory,Bi-LSTM)深度学习的负荷预测方法。将影响家庭和商业负荷分布形成的参数为输入变量,以微电网的家庭和商业总负荷分布为目标,利用输入变量对Bi-STM网络进行训练,通过识别微电网的消费模式,对微电网负荷进行时预测。利用相关系数(R)、均方误差(MSE)和均方根误差(RMSE)等性能评价指标对预测结果进行分析。结果表明,Bi-LSTM方法具有较高的相关系数。

关键词：电网深度学习短期负荷预测

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：