检索结果-内蒙古大学图书馆

遥感学报 2025年第3期29卷 752-761页

作者：郑其光王仁芳邱虹王峰高广吴敦中国海洋大学计算机科学与技术学院浙江万里学院大数据与软件工程学院宝略科技(浙江)有限公司

受成像环境、传感设备等因素的限制，高分辨率卫星遥感影像存在云干扰的现象，其严重影响了影像质量及后续的智能解译。深度学习因其强大的特征学习能力，近年来在在遥感影像去云中得到了广泛应用。针对现有遥感影像去云方法往往难以更... 详细信息

受成像环境、传感设备等因素的限制，高分辨率卫星遥感影像存在云干扰的现象，其严重影响了影像质量及后续的智能解译。深度学习因其强大的特征学习能力，近年来在在遥感影像去云中得到了广泛应用。针对现有遥感影像去云方法往往难以更好地保留图像边缘纹理细节的问题，本文提出一种基于注意力机制的生成对抗网络去云算法。首先设计傅里叶残差模块同时集成云层影像的低频和高频残差信息；然后利用注意力机制从通道和空间两个角度进行特征关注而获得云层空间分布信息，并引导云层去除；最后在构造的联合损失函数约束下训练模型，确保生成图像和真实影像在内容上的一致性。在遥感影像数据集RICE上的实验结果表明，本文提出的基于注意力机制和生成对抗网络的遥感影像云去除方法能够有效地保留影像边缘纹理细节，且达到了优异的定量指标和视觉效果。

关键词：遥感影像去云傅里叶残差通道—空间注意力生成对抗网络云层空间分布

来源：评论

学校读者我要写书评

暂无评论

联邦原型学习的特征图中毒攻击和双重防御机制

引用

软件学报 2025年第3期36卷 1355-1374页

作者：王瑞锦王金波张凤荔李经纬李增鹏陈厅电子科技大学信息与软件工程学院四川成都610054 电子科技大学计算机科学与工程学院四川成都611731 山东大学网络空间安全学院山东青岛266237

联邦学习是一种无需用户共享私有数据、以分布式迭代协作训练全局机器学习模型的框架.目前流行的联邦学习方法FedProto采用抽象类原型(称为特征图)聚合,优化模型收敛速度和泛化能力.然而,该方法未考虑所聚合的特征图的正确性,而错误的... 详细信息

联邦学习是一种无需用户共享私有数据、以分布式迭代协作训练全局机器学习模型的框架.目前流行的联邦学习方法FedProto采用抽象类原型(称为特征图)聚合,优化模型收敛速度和泛化能力.然而,该方法未考虑所聚合的特征图的正确性,而错误的特征图可能导致模型训练失效.为此,首先探索针对FedProto的特征图中毒攻击,论证攻击者只需通过置乱训练数据的标签,便可将模型的推测准确率至多降低81.72%.为了抵御上述攻击,进一步提出双重防御机制,分别通过全知识蒸馏和特征图甄别排除错误的特征图.基于真实数据集的实验表明,防御机制可将受攻击模型的推测准确率提升1-5倍,且仅增加2%系统运行时间.

关键词：联邦学习数据异构知识蒸馏特征图中毒攻击双重防御机制

来源：评论

学校读者我要写书评

暂无评论

支持模式隐藏的多关键词公钥可搜索加密方案

引用

通信学报 2025年第3期46卷 131-143页

作者：聂旭云成驰耿聪廖泽宇焦丽华陈瑞东陈大江电子科技大学信息与软件工程学院四川成都610054 网络与数据安全四川省重点实验室四川成都611731 电子科技大学计算机科学与工程学院四川成都611731

为了解决现有多用户可搜索加密方案无法隐藏访问模式和搜索模式、抵抗关键词猜测等攻击的问题,提出了一种全新的支持多用户、多关键词搜索的公钥可搜索加密方案。该方案能够在分布式系统中支持多写者/多读者功能,并利用安全比特分解(SBD... 详细信息

为了解决现有多用户可搜索加密方案无法隐藏访问模式和搜索模式、抵抗关键词猜测等攻击的问题,提出了一种全新的支持多用户、多关键词搜索的公钥可搜索加密方案。该方案能够在分布式系统中支持多写者/多读者功能,并利用安全比特分解(SBD)协议,多密钥隐私保护外包计算(EPOM)和随机引入假阳性的方法,实现对访问模式与搜索模式的隐藏。同时,该方案支持多写者/多读者表示每个用户加密和上传数据,并搜索所有经授权的加密数据。该方案可通过在多个服务器上并行搜索来加速搜索处理,并仅需为所有读者维护一份加密索引。理论分析和实验结果表明,所提方案在满足陷门和密文的不可区分、多类布尔搜索、搜索和访问模式隐私的前提下,执行效率接近同类型的公钥可搜索加密最优方案。

关键词：模式隐藏多关键词多写者/多读者公钥可搜索加密数据共享安全

来源：评论

学校读者我要写书评

暂无评论

去中心化随机信标研究

引用

密码学报(中英文) 2025年第1期12卷 1-18页

作者：李增鹏赵子硕王梅王瑞锦山东大学网络空间安全学院青岛266237 泉城省实验室济南250103 浙江大学区块链与数据安全全国重点实验室杭州310027 电子科技大学信息与软件工程学院成都610054

高效、可靠随机数的应用广泛且要求严格,例如在当下的智能合约中如果使用中心化的随机数来源,将难以解决中心节点宕机、作恶等问题,导致各种各样的攻击隐患.研究者通过将生成随机数的来源作分布式构建,采用去中心化的思想,逐渐避免依赖... 详细信息

高效、可靠随机数的应用广泛且要求严格,例如在当下的智能合约中如果使用中心化的随机数来源,将难以解决中心节点宕机、作恶等问题,导致各种各样的攻击隐患.研究者通过将生成随机数的来源作分布式构建,采用去中心化的思想,逐渐避免依赖于第三方的生成,构建去中心化随机信标(decentralized randomness beacon,DRB).然而这也提出一系列诸如随机数的一致性认同、恶意节点作弊、分布式节点宕机等新的挑战与困难.本文按照DRB方案通常所基于的秘密共享、可验证延迟函数、可验证随机函数、同态加密等四种技术路线分类,分析、比较、总结了国内外DRB相关的研究成果,提出了在复杂网络环境下以及面对量子计算威胁,DRB研究和应用需要解决的四个问题.

关键词：去中心化随机信标可验证秘密共享可验证延迟函数可验证随机函数同态加密

来源：评论

学校读者我要写书评

暂无评论

民族特色高职院校混合式教学方法探讨——以Linux操作系统及应用课程为例

引用

计算机教育 2025年第3期 290-296页

作者：郭建芮雪刘冰慧宋彬华东师范大学软件工程学院上海200062 新疆师范高等专科学校人工智能与大数据学院新疆乌鲁木齐830037

针对高职院校计算机类课程教学过程中学生基础差、动手能力薄弱的实际问题,分析少数民族地区高职院校学生知识体系相对不完整、语言能力有待于进一步提高的学情,提出“半翻转课堂、立体化实践和以赛促实践”相结合的混合式教学模式,以Li... 详细信息

针对高职院校计算机类课程教学过程中学生基础差、动手能力薄弱的实际问题,分析少数民族地区高职院校学生知识体系相对不完整、语言能力有待于进一步提高的学情,提出“半翻转课堂、立体化实践和以赛促实践”相结合的混合式教学模式,以Linux操作系统及应用课程为例,介绍具体教学实践过程并说明实践效果。

关键词：半翻转课堂立体化实践以赛促实践课程思政 BOPPPS教学模式少数民族地区高职院校 Linux操作系统及应用

来源：评论

学校读者我要写书评

暂无评论

基于虚拟现实的建筑物超时空目标信息复原

引用

计算机仿真 2025年第1期42卷 178-181,187页

作者：宫海晓贺杰梧州学院大数据与软件工程学院广西梧州543002 梧州学院广西机器视觉与智能控制重点实验室广西梧州543002 湖南大学信息科学与工程学院湖南长沙410082

针对因建筑物超时空目标信息特征量大,三维重建时细节丢失严重,导致目标复原难度大的问题,提出一种基于虚拟现实的建筑物信息复原方法。采用矩形法计算摄影成像平面与建筑物平面间的矩形四边和顶点参数,求解矩阵平面的平移向量并分析同... 详细信息

针对因建筑物超时空目标信息特征量大,三维重建时细节丢失严重,导致目标复原难度大的问题,提出一种基于虚拟现实的建筑物信息复原方法。采用矩形法计算摄影成像平面与建筑物平面间的矩形四边和顶点参数,求解矩阵平面的平移向量并分析同步关系,将其作为建筑物三维建模的数据比例参照。根据建筑物二维图像的细节信息,分层处理图像,计算目标信息与周围位置的光影和像素差值,按照差值实行信息补偿。针对建筑物超时空不受空间和时间限制特征,采用虚拟现实中的仿真技术建立建筑物三维模型,将补偿后的二维信息输入至仿真软件中,实现建筑物目标信息复原。实验结果表明,所提方法复原精准度较高,建筑物测量值与真实值吻合度较高,复原耗用时间较短,具有一定的实用价值。

关键词：虚拟现实仿真技术目标信息复原三维重建

来源：评论

学校读者我要写书评

暂无评论

多关系社交网络中社团结构发现算法

引用

计算机科学与探索 2019年第7期13卷 1134-1144页

作者：江淼淼孙更新宾晟青岛大学数据科学与软件工程学院

社交网络的节点之间存在着多种关系,这些关系共同决定了网络中节点的社团结构划分。为了准确地发现多关系社交网络中的社团结构,通过研究信息在多子网复合复杂网络模型上的传播过程,提出了一种多关系网络中的社团结构发现算法。该算法... 详细信息

社交网络的节点之间存在着多种关系,这些关系共同决定了网络中节点的社团结构划分。为了准确地发现多关系社交网络中的社团结构,通过研究信息在多子网复合复杂网络模型上的传播过程,提出了一种多关系网络中的社团结构发现算法。该算法基于多子网复合复杂网络模型建立的多关系社交网络,利用信息在多关系社交网络中的传播过程,将网络中的节点转化成能够被聚类算法处理的向量形式,进而采用聚类算法完成多关系社交网络中的社团结构划分。该算法综合考虑了网络中多种关系的相互作用以及异质节点间的相互影响,得到的传播信息量矩阵表示了各节点在整个网络中的影响力,并将影响力相似的节点划分到同一个社团结构中。实验结果显示,与传统社团结构发现算法相比,该算法不仅在准确度上有所提高,还能将异质节点划分到一个社团中,可以根据用户不同需求挖掘出多关系社交网络中的隐藏信息。

关键词：复杂网络社团结构发现信息传播多关系社交网络多子网复合复杂网络模型

来源：评论

学校读者我要写书评

暂无评论

多关系社交网络中基于兴趣匹配的网络舆情传播模型

引用

中国科学技术大学学报 2018年第9期48卷 730-738页

作者：孙更新宾晟青岛大学数据科学与软件工程学院青岛266071

以网络爬虫方式获取新浪微博用户属性信息及微博内容数据,利用数据挖掘技术从中发现微博用户间的多种显式和隐式关系.在此基础上,提出一种基于半监督学习的用户兴趣匹配预测算法,参照仓室模型的传播个体状态划分方法,基于传播个体间的... 详细信息

以网络爬虫方式获取新浪微博用户属性信息及微博内容数据,利用数据挖掘技术从中发现微博用户间的多种显式和隐式关系.在此基础上,提出一种基于半监督学习的用户兴趣匹配预测算法,参照仓室模型的传播个体状态划分方法,基于传播个体间的兴趣匹配度界定各状态之间的转移过程和转移概率,进而构建基于用户兴趣匹配的网络舆情传播模型.研究结果表明,该模型能够较好地描述社交网络中的舆情传播规律,重现网络舆情在社交网络中的真实传播过程链.

关键词：舆情传播传播模型复杂网络数据挖掘社交网络

来源：评论

学校读者我要写书评

暂无评论

构建并行卷积神经网络的表情识别算法

引用

中国图象图形学报 2019年第2期24卷 227-236页

作者：徐琳琳张树美赵俊莉青岛大学数据科学与软件工程学院青岛266071

目的表情识别在商业、安全、医学等领域有着广泛的应用前景,能够快速准确地识别出面部表情对其研究与应用具有重要意义。传统的机器学习方法需要手工提取特征且准确率难以保证。近年来,卷积神经网络因其良好的自学习和泛化能力得到广泛... 详细信息

目的表情识别在商业、安全、医学等领域有着广泛的应用前景,能够快速准确地识别出面部表情对其研究与应用具有重要意义。传统的机器学习方法需要手工提取特征且准确率难以保证。近年来,卷积神经网络因其良好的自学习和泛化能力得到广泛应用,但还存在表情特征提取困难、网络训练时间过长等问题,针对以上问题,提出一种基于并行卷积神经网络的表情识别方法。方法首先对面部表情图像进行人脸定位、灰度统一以及角度调整等预处理,去除了复杂的背景、光照、角度等影响,得到了精确的人脸部分。然后针对表情图像设计一个具有两个并行卷积池化单元的卷积神经网络,可以提取细微的表情部分。该并行结构具有3个不同的通道,分别提取不同的图像特征并进行融合,最后送入Soft Max层进行分类。结果实验使用提出的并行卷积神经网络在CK+、FER2013两个表情数据集上进行了10倍交叉验证,最终的结果取10次验证的平均值,在CK+及FER2013上取得了94. 03%与65. 6%的准确率。迭代一次的时间分别为0. 185 s和0. 101 s。结论为卷积神经网络的设计提供了一种新思路,可以在控制深度的同时扩展广度,提取更多的表情特征。实验结果表明,针对数量、分辨率、大小等差异较大的表情数据集,该网络模型均能够获得较高的识别率并缩短训练时间。

关键词：表情识别深度学习卷积神经网络并行处理图像分类

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗式图像翻译网络的人脸老化

引用

系统仿真学报 2021年

作者：杨春吕智涵青岛大学数据科学与软件工程学院

基于生成对抗式图像翻译网络的人脸老化存在模型难以训练和合成图像效果不佳的问题，该研究提出了基于循环一致性生成对抗网络（CycleGAN）和性别约束的人脸老化算法GBG（Gender based CycleGAN）。在CycleGAN框架基础上，对输入图像的... 详细信息

基于生成对抗式图像翻译网络的人脸老化存在模型难以训练和合成图像效果不佳的问题，该研究提出了基于循环一致性生成对抗网络（CycleGAN）和性别约束的人脸老化算法GBG（Gender based CycleGAN）。在CycleGAN框架基础上，对输入图像的性别进行区分，根据性别对不同年龄段之间的转换网络进行训练。该研究还提出了一种受试者参与的定量评价机制。实验结果表明，该研究提出的模型能够合成细节更加丰富的老化人脸，基于性别分类的模型能够在单一性别的老化任务中表现更加出色。

关键词：人脸老化生成对抗网络图像合成图像翻译

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：