检索结果-南通市图书馆

计算机工程与应用 2023年

作者：蔡元海宋甫元黎凯陈彦宇付章杰南京信息工程大学数字取证教育部工程研究中心西安电子科技大学综合业务网理论及关键技术国家重点实验室

区块链上的交易合法性检测对于加密数字货币的监管具有重大意义。针对现有交易合法性检测方法存在的检测精度低下、判别过程中难以有效兼顾交易本身信息与前后拓扑信息的问题，提出融合可信深度森林的多角度高精度合法性检测方法。首先... 详细信息

区块链上的交易合法性检测对于加密数字货币的监管具有重大意义。针对现有交易合法性检测方法存在的检测精度低下、判别过程中难以有效兼顾交易本身信息与前后拓扑信息的问题，提出融合可信深度森林的多角度高精度合法性检测方法。首先，设计基于可信生成特征的可信深度森林TForest，以特征重排序的方式赋予子样本足够的区分度，结合可变滑动窗口以均衡无混淆的方式提取可信子样本，在大幅度降低生成特征维度的基础上，提高了深度森林的判别精度。接着，提出一种集成策略，基于不同基模型对于正负样本识别能力的差异性，采用双阶段逐层优化的方式有效融合可信深度森林与Transformer图网络及残差网络三类基判别器，兼顾两方面信息，构成高精度的多角度分析模型T2Rnet。在Elliptic数据集上的实验结果显示，该模型的F1-score达到83.11%，相比基准图卷积方法提升31.6个百分点，具备可靠的交易合法性检测性能。

关键词：区块链合法性检测可信深度森林神经网络双阶段集成

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高判别精度的区块链交易合法性检测方法

引用

计算机工程与应用 2024年第5期60卷 271-280页

作者：蔡元海宋甫元黎凯陈彦宇付章杰南京信息工程大学数字取证教育部工程研究中心南京210044 西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710071

区块链上的交易合法性检测对于加密数字货币的监管具有重大意义。针对现有交易合法性检测方法存在的检测精度低下、判别过程中难以有效兼顾交易本身信息与前后拓扑信息的问题,提出融合可信深度森林的多角度高精度合法性检测方法。设计... 详细信息

区块链上的交易合法性检测对于加密数字货币的监管具有重大意义。针对现有交易合法性检测方法存在的检测精度低下、判别过程中难以有效兼顾交易本身信息与前后拓扑信息的问题,提出融合可信深度森林的多角度高精度合法性检测方法。设计基于可信生成特征的可信深度森林TForest,以特征重排序的方式赋予子样本足够的区分度,结合可变滑动窗口以均衡无混淆的方式提取可信子样本,在大幅度降低生成特征维度的基础上,提高了深度森林的判别精度。提出一种集成策略,基于不同基模型对于正负样本识别能力的差异性,采用双阶段逐层优化的方式有效融合可信深度森林与Transformer图网络及残差网络三类基判别器,兼顾两方面信息,构成高精度的多角度分析模型T2Rnet。在Elliptic数据集上的实验结果显示,该模型的F1-score达到83.11%,相比基准图卷积方法提升31.6%,具备可靠的交易合法性检测性能。

关键词：区块链合法性检测可信深度森林神经网络双阶段集成

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的人员合法性检测系统研究

基于深度学习的人员合法性检测系统研究

引用

作者：张世泽河北工程大学

学位级别：硕士

随着信息化程度不断加快,人们对于安防领域的人员合法性检测的需求越来越强烈。目前人员合法性检测主要是从大量的监控数据中筛选,需要人工审核,会消耗大量的人力物力,并且容易漏检。因此,利用深度学习辅助传统人工视频监控分析成为了... 详细信息

随着信息化程度不断加快,人们对于安防领域的人员合法性检测的需求越来越强烈。目前人员合法性检测主要是从大量的监控数据中筛选,需要人工审核,会消耗大量的人力物力,并且容易漏检。因此,利用深度学习辅助传统人工视频监控分析成为了安防领域的研究热点。本文从人员合法性检测的角度出发,在佩戴口罩检测和人员异常行为检测两大领域中开展了以下工作:(1)在新冠疫情背景下,为了防止人群聚集造成疫情扩散,本文提出一种基于改进YOLOv4的佩戴口罩检测算法,针对检测目标较小、模型训练过程中损失函数出现梯度消失的问题,本文使用密集连接结构改进YOLOv4主干网络的Res Block,加强模型的特征重复提取能力,提高小目标的检测准确率,防止梯度消失;对于CIOU损失函数没有解决真实框和预测框差异方向的问题,本文使用SIOU损失函数替换CIOU,解决了差异方向问题并可以加速模型的训练收敛;针对样本种类不均衡问题,本文使用Focal loss函数让模型在训练时充分关注难分类的样本。(2)针对当前异常行为检测模型实时性无法保证、在复杂场景下检测准确率较低的问题,本文提出一种基于YOLOv5的异常行为检测算法。首先,使用Swin Transformer网络替换YOLOv5主干网络解决复杂场景下的准确率问题;其次,针对模型对于不同尺度特征提取不充分、无法有效利用的问题,本文使用多尺度深度可分离卷积网络改进CSPLayer,降低了参数量并且保证特征可以进行多尺度融合,在Upsample模块后嵌入CA注意力机制加强模型对于方向和位置等信息的敏感性,可以有效提高模型检测性能。(3)本文研究设计了一种基于深度学习的人员合法性检测系统,结合用户需求分析和功能需求分析,对系统结构和具体模块的功能进行详细设计,将佩戴口杂检测和人员异常行为检测算法部署到系统中,最后通过测试验证了系统的检测性能。

关键词：合法性检测佩戴口罩检测 YOLOv4算法异常行为检测 YOLOv5算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于本体的道路标牌自动审核

引用

武汉大学学报（理学版） 2015年第4期61卷 384-392页

作者：王东升黄智生钟宁徐丹张笑非王直北京工业大学国际WIC研究院北京100022 江苏科技大学计算机科学与工程学院/智能交通研究所荷兰阿姆斯特丹自由大学计算机系日本前桥工业大学信息工程系前橋市3710816

随着城市规模的不断扩大,道路标牌的有效管理是智能交通中的一个关键问题.本文在基于本体有机整合海量、多源、异构语义数据的基础上,研究基于国家路标设置规范的路标牌位置和内容有效性自动审核,是对语义技术在智能交通应用中的有益探... 详细信息

随着城市规模的不断扩大,道路标牌的有效管理是智能交通中的一个关键问题.本文在基于本体有机整合海量、多源、异构语义数据的基础上,研究基于国家路标设置规范的路标牌位置和内容有效性自动审核,是对语义技术在智能交通应用中的有益探索.首先,对地缘信息中的道路、兴趣点及路标建立统一模型,采用本体技术把海量数据在语义层面上关联起来.其次,对国家路标设置规范中的规则进行分类,对每一类规则分别构造规则模板及为其构造带参数的SPARQL查询,从而将路标设置指南进行规范形式化表示,在此基础上实现对路标牌的自动检测.最后,在构建的实验数据集上进行了实验,实验结果证明,提出的方法路牌检测准正确率达到85.1%,召回率达到92.1%.

关键词：语义技术路标本体合法性检测

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

在线全文

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：