检索结果-内蒙古大学图书馆

光学精密工程 2025年第3期33卷 486-496页

作者：田卓展陈纯毅胡小娟于海洋李延风王芳长春理工大学计算机科学技术学院吉林长春130022 长春理工大学重庆研究院重庆401135

无线光信道密钥提取是实现物理层安全的一种有效手段,合法双方通过探测并估计信道特征从而生成密钥序列。窃听方可能通过合法方接收孔径外的光信号获得密钥相关信息。为此提出一种密钥提取方案,该方案通过改进生成对抗网络模型,合法双... 详细信息

无线光信道密钥提取是实现物理层安全的一种有效手段,合法双方通过探测并估计信道特征从而生成密钥序列。窃听方可能通过合法方接收孔径外的光信号获得密钥相关信息。为此提出一种密钥提取方案,该方案通过改进生成对抗网络模型,合法双方用该模型从信道测量序列中估计可用于密钥提取的特征。然后,合法双方对各自的信道特征估计序列进行随机交替量化,得到初始密钥。实验结果表明,合法双方经本方案生成密钥序列具有较高的一致性。在25 dB信噪比环境下Alice和Bob估计的信道特征序列的相关系数为0.9983,经量化生成初始密钥的不一致率为1.3×10^(-4)。本方案能够进一步降低合法双方生成初始密钥的不一致率,合法双方经信息协商后提取的共享密钥能通过NIST随机性测试。

关键词：无线光信道密钥提取生成对抗网络卷积神经网络门控循环单元量化

来源：评论

学校读者我要写书评

暂无评论

基于时空双分支注意力的视频语义分割

引用

计算机辅助设计与图形学学报 2025年第1期37卷 129-138页

作者：黄丹丹王一雯陈广秋胡奇于斯宇崔志瑜长春理工大学电子信息学院长春130022 长春理工大学人工智能学院长春130022 长春理工大学计算机科学技术学院长春130022

视频语义分割广泛应用在自动驾驶、交通管理、无人机驾驶等方面.针对视频语义分割中由于分割结果不精确和分割时间过长导致不能达到实时性等问题,提出基于时空双分支注意力机制的记忆网络分割算法.该算法由记忆存储模块、特征整合模块... 详细信息

视频语义分割广泛应用在自动驾驶、交通管理、无人机驾驶等方面.针对视频语义分割中由于分割结果不精确和分割时间过长导致不能达到实时性等问题,提出基于时空双分支注意力机制的记忆网络分割算法.该算法由记忆存储模块、特征整合模块和时空双分支注意力模块3部分构成.其中,记忆存储模块存储历史帧特征信息和序列时间信息;特征整合模块引用大核分解卷积,在不增加计算量的基础上扩大卷积感受野,很好地捕获长距离依赖信息和上下文信息,达到信道压缩和特征缩减的作用;时空双分支注意力模块捕捉相邻帧中同一物体的特征信息并进行特征融合,利用视频帧时序性提高分割精度.在公开数据集Cityscapes和CamVid上的实验结果表明,所提算法的平均交并比分别达到76.92%和73.68%,计算速度达到38帧/s;与其他视频语义分割算法相比,该算法的分割精度和计算效率达到最优状态.

关键词：视频语义分割记忆网络注意力机制特征融合

来源：评论

学校读者我要写书评

暂无评论

融合属性编码与集成学习的混合推荐算法

引用

计算机工程与设计 2025年第2期46卷 508-514页

作者：邱宁佳董伟杰长春理工大学计算机科学技术学院吉林长春130022

为解决传统推荐算法对用户与物品的基础属性信息利用不充分,以及使用单一推荐算法导致推荐模型表达能力不足的问题。提出一种融合属性编码与集成学习的混合推荐算法。利用轻量的梯度提升机算法对用户与物品的基本属性信息进行融合编码处... 详细信息

为解决传统推荐算法对用户与物品的基础属性信息利用不充分,以及使用单一推荐算法导致推荐模型表达能力不足的问题。提出一种融合属性编码与集成学习的混合推荐算法。利用轻量的梯度提升机算法对用户与物品的基本属性信息进行融合编码处理,丰富数据特征多样性;将线性算法与非线性算法混合作为基本模型,采用袋装的方式进行集成,提高算法模型推荐效果。实验结果表明,该混合推荐算法在多个评估标准上相比传统算法均有改善和提升。

关键词：混合推荐算法集成学习特征编码特征融合特征剪枝自助采样并行训练

来源：评论

学校读者我要写书评

暂无评论

基于ASPP-YOLOv4多尺度融合无人机图像目标检测

引用

计算机应用与软件 2025年第2期42卷 190-195,235页

作者：王玲韩卓育王鹏白燕娥长春理工大学计算机科学技术学院吉林长春130022

针对无人机视频图像背景复杂、小目标数量多、漏检错检率高的问题,提出一种基于改进YOLOv4的小目标检测算法。加入改进的注意力机制来加强关注小目标信息的能力;增加一个检测头并与主干网络的特征图进行融合来获取小目标的语义信息;使... 详细信息

针对无人机视频图像背景复杂、小目标数量多、漏检错检率高的问题,提出一种基于改进YOLOv4的小目标检测算法。加入改进的注意力机制来加强关注小目标信息的能力;增加一个检测头并与主干网络的特征图进行融合来获取小目标的语义信息;使用改进的ASPP网络代替普通卷积块进行下采样以增大感受野,减少信息丢失。在VisDrone2019数据集上的实验结果表明,ASPP-YOLOv4的mAP较YOLOv4提升3.82百分点,显著地提升了小目标的检测精度。

关键词：无人机视频图像小目标检测 YOLOv4 多尺度融合 ASPP

来源：评论

学校读者我要写书评

暂无评论

融合注意力机制的多视图卷积网络癫痫智能辅助检测

引用

科学技术与工程 2025年第5期25卷 1988-1995页

作者：李奇闫旭荣武岩赵迪常立娜孙瀚琳长春理工大学计算机科学技术学院长春130022 长春理工大学中山研究院中山528400

针对单一视图网络癫痫检测识别精度低的问题,提出一种融合注意力机制的多视图卷积网络癫痫智能辅助检测模型(multi-view convolutional network with fused attention mechanism,FAM-MCNN)。该模型从时域、频域、时频域和非线性域提取... 详细信息

针对单一视图网络癫痫检测识别精度低的问题,提出一种融合注意力机制的多视图卷积网络癫痫智能辅助检测模型(multi-view convolutional network with fused attention mechanism,FAM-MCNN)。该模型从时域、频域、时频域和非线性域提取多视图特征来全面表征脑电信号;采用多尺度卷积捕捉不同层次的细节信息;引入注意力机制分别从视图维度和单个特征向量维度对特征进行加权融合,从而提高对癫痫患者不同类别脑电信号的区分能力。在CHB-MIT癫痫数据集上进行的对比实验结果显示,与单一视图网络相比,FAM-MCNN模型的平均准确率、灵敏度、特异度分别提高了14.29%、16.13%、12.54%。此外,对该模型采用少量训练样本(25%)进行实验,结果显示其检测性能达到了拥有大量训练样本(80%~90%)的对比模型水平。

关键词：脑电信号多视图卷积注意力机制癫痫智能辅助检测

来源：评论

学校读者我要写书评

暂无评论

标签分布不平衡的涡旋光束轨道角动量识别

引用

中国光学(中英文) 2025年第2期18卷 207-215页

作者：于海洋尚凡华王宇兴王大涛陈纯毅天津大学智能与计算学部天津300000 博纳智联(宁波)科技有限公司浙江宁波315000 长春理工大学计算机科学技术学院吉林长春130022

针对标签分布不平衡的涡旋光束轨道角动量(OAM)识别问题,提出了一种基于全局代价的合成少数类过采样技术(SMOTE)的深度极限学习机(DELM)的衍生模型。与典型的机器学习方法不同,本文所提方法能够获得映射模型解析表达,避免了反复的参数... 详细信息

针对标签分布不平衡的涡旋光束轨道角动量(OAM)识别问题,提出了一种基于全局代价的合成少数类过采样技术(SMOTE)的深度极限学习机(DELM)的衍生模型。与典型的机器学习方法不同,本文所提方法能够获得映射模型解析表达,避免了反复的参数优化过程,使模型适用于工程应用。在数据生成阶段,利用协方差的逆矩阵去除量纲的影响,有效度量了同一类样本的差异性。在模型选择阶段,考虑了光信号在大气湍流中的传输特性,采用DELM表征光斑样本和标签之间的映射关系,并用快速迭代收缩阈值FISTA算法计算模型的解析表达式。在不同强度的大气湍流数据集上进行实验,对比了WELM、k近邻等代表性方法性能。实验结果表明,在不同的湍流强度下,所提方法均方根误差达到0.2049和0.0894,各项评价指标均优于对比方法。证明了所提方法能够充分挖掘了OAM光斑集合的特征,具有更好的识别效果。

关键词：大气湍流轨道角动量不平衡数据深度极限学习机

来源：评论

学校读者我要写书评

暂无评论

基于对联载体的生成式信息隐藏方法

引用

计算机研究与发展 2025年第3期62卷 779-789页

作者：李欣然李蓉受秦川钱振兴张新鹏上海理工大学管理学院上海200093 上海理工大学光电信息与计算机工程学院上海200093 复旦大学计算机科学技术学院上海200433

为了提高信息隐藏算法的隐藏容量,同时保持生成文本的质量,提出一种基于对联载体的生成式信息隐藏方法.首先通过对对联文本数据进行预训练,在多流预训练和微调框架的基础上建立对联生成模型;其次将主题词作为输入生成上联,且模型可以在... 详细信息

为了提高信息隐藏算法的隐藏容量,同时保持生成文本的质量,提出一种基于对联载体的生成式信息隐藏方法.首先通过对对联文本数据进行预训练,在多流预训练和微调框架的基础上建立对联生成模型;其次将主题词作为输入生成上联,且模型可以在同一主题词上生成多个上联;然后将上联作为输入生成下联.通过对主题词、候选上联以及生成下联的候选词的不同选择,可有效地隐藏秘密信息.实验结果表明,该方法可获得较高的隐藏容量,7字对联的平均隐藏容量可达10.24 B,生成的对联结果满足对联严格的形式和内容要求,即字数相等、语义相对和语调相协,所提方法整体性能优于当前主流的生成式文本信息隐藏方案.

关键词：文本生成生成式信息隐藏对联载体文本质量隐藏容量

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8的轻量化皮革缺陷检测方法

引用

电子测量技术 2025年第1期48卷 111-118页

作者：方明张娇徐晶王绎覃长春理工大学人工智能学院长春130022 长春理工大学计算机科学技术学院长春130022 长春理工大学中山研究院中山528403

为了解决YOLOv8参数量过大影响检测速度等问题,本文以汽车座椅皮革为样本对汽车座椅表面进行缺陷检测,提出了一种轻量化的基于YOLOv8框架的皮革缺陷检测算法。首先,将YOLOv8原本的主干网络替换成轻量化网络StarNet, StarNet通过星型运... 详细信息

为了解决YOLOv8参数量过大影响检测速度等问题,本文以汽车座椅皮革为样本对汽车座椅表面进行缺陷检测,提出了一种轻量化的基于YOLOv8框架的皮革缺陷检测算法。首先,将YOLOv8原本的主干网络替换成轻量化网络StarNet, StarNet通过星型运算实现了高维和非线性特征空间的映射,从而在紧凑的网络结构和较低的能耗下展示了出色的性能和低延迟。其次,将原本的检测头替换成轻量级共享卷积检测头,通过使用共享卷积,可以大幅减少参数数量,使得模型更轻便,以便于在资源受限的设备上部署。最后,将颈部网络的C2f模块替换成C2f_Star模块,在网络更加轻量化的同时,将不同尺度的特征图进行融合,提高目标检测的准确性和鲁棒性。在自制的HSV-Leather数据集上对模型进行实验验证,结果表明,改进后的YOLOv8-Leather检测模型性能优于YOLOv8n模型。对比YOLOv8n模型,改进后的模型在参数量上降低了57%,检测速度提升了20%,模型权重降低了52%,运算量降低了53%。实验验证了改进后的模型在解决皮革表面缺陷检测问题上的可行性。

关键词：皮革缺陷检测 YOLOv8 目标检测轻量化 StarNet

来源：评论

学校读者我要写书评

暂无评论

基于BEBLID描述子与SuperGlue补偿匹配改进的ORB-SLAM3算法

引用

中国惯性技术学报 2025年第3期33卷 249-256页

作者：赵义武王星朝黄丹丹刘智郭星辰侯舒帆长春理工大学计算机科学技术学院长春130022 长春理工大学电子信息工程学院长春130022 长春理工大学空间光电技术研究所长春130022 长春理工大学光电工程学院长春130022

为了提高同时定位与地图构建(SLAM)系统的精确性和稳定性,在ORB-SLAM3的基础上提出了一种基于BEBLID描述子与SuperGlue补偿匹配的视觉SLAM算法。首先,对图像数据进行特征提取,计算BEBLID描述子,并利用这种二进制描述子进行特征匹配;然后... 详细信息

为了提高同时定位与地图构建(SLAM)系统的精确性和稳定性,在ORB-SLAM3的基础上提出了一种基于BEBLID描述子与SuperGlue补偿匹配的视觉SLAM算法。首先,对图像数据进行特征提取,计算BEBLID描述子,并利用这种二进制描述子进行特征匹配;然后,针对匹配效果不稳定的问题,采用SuperGlue算法对具备映射关系但未成功匹配的特征点对补偿匹配,以提高跟踪的稳定性。实验结果表明,相比于ORB-SLAM3算法,使用BEBLID描述子进行特征匹配能够平均降低16.08%的绝对轨迹误差;使用SuperGlue进行补偿匹配能够提高算法跟踪效果的稳定性。综合应用BEBLID描述子和SuperGlue补偿匹配策略,可以显著提高SLAM系统的鲁棒性。

关键词：同时定位与地图构建特征匹配 BEBLID描述子 SuperGlue算法补偿匹配

来源：评论

学校读者我要写书评

暂无评论

多约束多机器人系统位姿自主规划

引用

组合机床与自动化加工技术 2025年第1期 208-212页

作者：苏成志徐朕王恩国常连杰袁靖然长春理工大学人工智能学院长春130022 长春理工大学机电工程学院长春130022 长春理工大学计算机科学技术学院长春130022

针对未知物体感知的多约束多机器人系统位姿自主求解问题,提出一种基于粒子群算法的多约束多机器人系统位姿优化求解方法。首先,建立多机器人系统运动学模型,确定系统中多机器人之间的空间关系;其次,建立位姿变换模型用于位姿的求解;之... 详细信息

针对未知物体感知的多约束多机器人系统位姿自主求解问题,提出一种基于粒子群算法的多约束多机器人系统位姿优化求解方法。首先,建立多机器人系统运动学模型,确定系统中多机器人之间的空间关系;其次,建立位姿变换模型用于位姿的求解;之后,提出多机器人运动任务分配策略;最后,建立多约束多机器人系统位姿规划目标函数,通过粒子群算法求解优化机器人系统的位姿。对尺寸为4 m×2 m×1.5 m的复杂物体感知试验表明,本位姿规划方法在感知过程中能完成多机器人系统任务自主分配,获得的优化后视点均满足多约束条件,能实现多约束多机器人系统感知位姿自主规划。

关键词：多约束多机器人系统位姿自主规划优化策略任务分配

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：