检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征融合的由粗到精点云形状补全

计算机辅助设计与图形学学报 2024年第4期36卷 523-532页

作者：张德军王杨谭雪峰吴亦奇陈壹林何发智中国地质大学(武汉)计算机学院武汉430078 智能机器人湖北省重点实验室(武汉工程大学) 武汉430205 武汉大学计算机学院武汉430072

为了以由粗到精的方式实现点云形状补全,提出一个端到端的两阶段多尺度特征融合网络,其中的每个阶段都是由一个编码器-解码器构成.第1阶段中,首先利用点集抽取模块提取残缺点云的全局特征,在获取不同分辨率点特征的同时能关注更多的局... 详细信息

为了以由粗到精的方式实现点云形状补全,提出一个端到端的两阶段多尺度特征融合网络,其中的每个阶段都是由一个编码器-解码器构成.第1阶段中,首先利用点集抽取模块提取残缺点云的全局特征,在获取不同分辨率点特征的同时能关注更多的局部邻域特征,然后使用多层感知机作为解码器生成粗糙的点云骨架;第2阶段中,利用点云骨架和残缺点云提取多尺度局部特征,并通过注意力机制与第1阶段中的多尺度全局特征相互融合,使得每个点都包含全局和局部几何信息;最后将第2阶段中的全局特征和多尺度局部特征逐步进行上采样,并通过多层感知机生成精细的完整点云.采用倒角距离作为评价标准,在ShapeNet,MVP和Completion3D数据集上进行点云补全实验的结果表明,误差分别比基准网络降低17.1%,3.9%和13.9%,验证了所提网络的有效性.

关键词：点云补全多尺度特征融合由粗到精编码器-解码器

同方期刊数据库

高效前缀约简的三维Hilbert空间填充曲线编解码算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第2期46卷 633-642页

作者：贾连印范瑶丁家满李晓武游进国昆明理工大学信息与自动化学院昆明650500 云南省计算机应用重点实验室昆明650500

3维Hilbert空间填充曲线(3D HSFC)的编码和解码效率对空间查询处理、图像处理等领域的应用举足轻重。现有的3维编解码算法独立编解码每一个点,忽略了Hilbert曲线的局部保持特性。为了提高编解码效率,该文设计了高效的3D状态视图,并提出... 详细信息

3维Hilbert空间填充曲线(3D HSFC)的编码和解码效率对空间查询处理、图像处理等领域的应用举足轻重。现有的3维编解码算法独立编解码每一个点,忽略了Hilbert曲线的局部保持特性。为了提高编解码效率,该文设计了高效的3D状态视图,并提出一种新的前缀约简的3D HSFC编码算法(PR-3HE)和前缀约简3D HSFC解码算法(PR-3HD),这两个算法通过公共前缀的定义和识别、公共前缀约简及多种优化技术来最小化需要编码的阶数,从而提高3D HSFC的编解码效率。理论上证明:当编码或解码一个k阶的窗体(窗体内总共含有2k×2k×2k个点)时,PR-3HE平均每个点的编码阶数不超过2,PR-3HD平均解码阶数不超过8/7。相对于传统的基于迭代的方法,编解码时间复杂度从O(k)降低到了O(1)。实验结果表明,该文算法在模拟数据集和真实数据集上的表现显著优于现有算法。

关键词： 3维Hilbert空间填充曲线 3维状态视图前缀约简 3D HSFC编码算法 3D HSFC解码算法

基于GHM可视化和深度学习的恶意代码检测与分类

在线全文

学校读者我要写书评

暂无评论

信息安全研究 2024年第3期10卷 216-222页

作者：张淑慧胡长栋王连海徐淑奖邵蔚兰田齐鲁工业大学(山东省科学院)山东省计算中心(国家超级计算济南中心) 济南250014 算力互联网与信息安全教育部重点实验室(齐鲁工业大学(山东省科学院)) 济南250014 山东省计算机网络重点实验室(山东省计算中心(国家超级计算济南中心)) 济南250014 山东省基础科学研究中心(计算机科学)齐鲁工业大学(山东省科学院) 济南250014

恶意代码的复杂性和变异性在不断增加,致使恶意软件的检测变得越来越具有挑战性.大多数变异或未知的恶意程序是在现有恶意代码的逻辑基础上进行改进或混淆形成的,因此发现恶意代码家族并确定其恶意行为变得越来越重要.提出了一种基于GHM... 详细信息

恶意代码的复杂性和变异性在不断增加,致使恶意软件的检测变得越来越具有挑战性.大多数变异或未知的恶意程序是在现有恶意代码的逻辑基础上进行改进或混淆形成的,因此发现恶意代码家族并确定其恶意行为变得越来越重要.提出了一种基于GHM(Gray, HOG,Markov)的新型恶意软件可视化方法进行数据预处理.与传统的可视化方法不同,该方法在可视化过程中通过HOG和马尔科夫提取出更加有效的数据特征,并构建了3通道彩色图像.此外,构建了基于CNN和LSTM的VLMal分类模型,对可视化图像进行恶意软件检测分类.实验结果表明,该方法可以有效地检测和分类恶意代码,具有较好的准确性和稳定性.

关键词：恶意软件检测深度学习恶意软件分类内存取证可视化

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

服务定制网络体系架构的设计与思考

通信学报 2024年第2期45卷 1-17页

作者：黄韬张晨肖玉明余水刘韵洁北京邮电大学网络与交换国家重点实验室北京100876 网络通信与安全紫金山实验室江苏南京211111 悉尼科技大学计算机学院悉尼NSW2007

系统性阐述了服务定制网络(SCN)新型网络架构,可为互联网应用提供一种全新的网络底层能力与使用方式。在TCP/IP网络架构中,网络为应用提供“尽力而为”的服务质量,而SCN架构转换了应用与网络两者之间的主客体关系,允许应用“按需定制”... 详细信息

系统性阐述了服务定制网络(SCN)新型网络架构,可为互联网应用提供一种全新的网络底层能力与使用方式。在TCP/IP网络架构中,网络为应用提供“尽力而为”的服务质量,而SCN架构转换了应用与网络两者之间的主客体关系,允许应用“按需定制”网络的服务质量。以应用视角出发,挖掘了“可声明”“细粒度”“端到端”三大能力内涵,由此推演了SCN的总体设计思路,并给出了一种具象的SCN体系架构和一种可行的SCN系统实现。SCN未来可应用于远程工控、增强现实等人机物全场景,为网络即服务(NaaS)的实现提供一种新颖、实用、理想的手段。

关键词：未来网络体系架构服务定制网络网络即服务确定性网络

在线全文

学校读者我要写书评

暂无评论

基于多裁剪的恶意软件检测和分类模型

华中科技大学学报（自然科学版） 2024年第3期52卷 121-126页

作者：王方伟史锡朋李青茹王长广河北师范大学计算机与网络空间安全学院河北石家庄050024 河北师范大学河北省网络与信息安全重点实验室河北石家庄050024

针对恶意软件检测和分类中存在局部关键特征丢失、样本不足、样本不平衡和分类准确率低等问题,提出了一种基于多裁剪策略的恶意软件检测与分类模型MadcuG.模型首先将恶意软件字节文件用字节数组的形式放至内存缓冲区中生成彩色图像;然... 详细信息

针对恶意软件检测和分类中存在局部关键特征丢失、样本不足、样本不平衡和分类准确率低等问题,提出了一种基于多裁剪策略的恶意软件检测与分类模型MadcuG.模型首先将恶意软件字节文件用字节数组的形式放至内存缓冲区中生成彩色图像;然后用多裁剪策略将彩色图像生成恶意软件局部图像,以增加对局部关键特征的关注,解决样本不平衡和局部关键特征丢失问题;最后,用深度卷积生成对抗网络构造了打分判别器和分类判别器,目标损失函数为打分判别器和生成器的对抗损失及分类判别器的分类损失,以增加训练中参数的利用率和模型的泛化能力.实验结果表明:MadcuG模型在BIG2015和Malimg数据集上分别获得了99.88%和99.2%的分类准确率,优于已有模型.

关键词：系统安全深度卷积生成对抗网络多裁剪策略恶意软件分类样本不平衡

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

内部废气耦合点火对甲醇燃烧和排放的影响

吉林大学学报（工学版） 2024年第3期54卷 631-640页

作者：李晓娜解方喜赵靖华刘宇孙耀吉林大学汽车仿真与控制国家重点实验室长春130022 吉林师范大学计算机学院长春130022

基于自主开发的液压可变气门机构,研究了内部废气再循环(EGR)耦合点火策略对甲醇发动机节能减排的改善潜力。结果表明,随着排气门升程的降低,内部EGR率增大。内部EGR增大导致缸内压力和缸内燃烧温度峰值下降,燃烧重心推迟,燃烧持续期延... 详细信息

基于自主开发的液压可变气门机构,研究了内部废气再循环(EGR)耦合点火策略对甲醇发动机节能减排的改善潜力。结果表明,随着排气门升程的降低,内部EGR率增大。内部EGR增大导致缸内压力和缸内燃烧温度峰值下降,燃烧重心推迟,燃烧持续期延长,燃烧循环变动增加。适当地调整点火正时,甲醇发动机在42%内部EGR下仍能使燃烧重心分布在合理的范围内并平稳运行。另外,内部EGR结合点火正时在不同负荷下对油耗和排放的改善效果不同,在20%负荷下有效热效率和燃油消耗率改善效果最佳,分别提高了3.2%和12.7%;在40%负荷下对NOx和HC排放改善效果最佳,分别降低了64.25%和20.8%。

关键词：内燃机可变排气门升程废气再循环燃烧特性排放特性

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

工控协议安全研究综述

通信学报 2024年第6期45卷 60-74页

作者：黄涛王郅伟刘家池龙千禧况博裕付安民张玉清南京理工大学计算机科学与工程学院江苏南京210094 中国科学院大学国家计算机网络入侵防范中心北京101408 中关村实验室北京100194 海南大学网络空间安全学院(密码学院) 海南海口571835

工控协议安全是保障ICS稳定运行的关键,大量工控协议在设计阶段忽视了对安全性的考量,导致目前大部分主流工控协议普遍存在脆弱性问题。结合ICS架构和工控协议的发展特征,深入解析目前工控协议普遍面临的脆弱性问题和攻击威胁。同时,针... 详细信息

工控协议安全是保障ICS稳定运行的关键,大量工控协议在设计阶段忽视了对安全性的考量,导致目前大部分主流工控协议普遍存在脆弱性问题。结合ICS架构和工控协议的发展特征,深入解析目前工控协议普遍面临的脆弱性问题和攻击威胁。同时,针对工控协议的潜在漏洞,深入分析基于静态符号执行、代码审计和模糊测试等工控协议漏洞挖掘技术,并从工控协议的规范设计、通信机制以及第三方中间件3个方面全面剖析协议设计的安全防护技术。另外,从沙箱研制、安全防护及漏洞挖掘等方面,对工控协议安全的未来发展趋势进行展望。

关键词： ICS 工控协议协议脆弱性安全防护漏洞挖掘

同方期刊数据库

基于动态粒子群优化的X结构Steiner最小树算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：王景熠朱予涵周茹平刘耿耿福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室

Steiner最小树是总体布线的最佳连接模型，其构造是一个NP-难问题。粒子群优化（Particle Swarm Optimization， PSO）算法在解决NP-难问题中具有良好的表现，而PSO算法中种群的拓扑结构及搜索信息的传递机制对其性能有着很大的影响。... 详细信息

Steiner最小树是总体布线的最佳连接模型，其构造是一个NP-难问题。粒子群优化（Particle Swarm Optimization， PSO）算法在解决NP-难问题中具有良好的表现，而PSO算法中种群的拓扑结构及搜索信息的传递机制对其性能有着很大的影响。研究表明，一个适用于具体问题的种群拓扑结构对算法性能的提升极为显著。因此，用PSO求解总体布线问题需要根据具体布线问题的特性来选择合适的粒子拓扑结构策略，以提升PSO的性能。基于此，文章提出了基于动态PSO的X结构Steiner最小树算法以解决总体布线问题。首先，设计了动态子群与信息交换策略，对种群进行子群划分，引入信息交换的概念，让子群在保持独立性的同时与其他子群进行信息交换，增加子群多样性。其次，设计了粒子学习与变异策略，通过设置子群中粒子的学习对象使子群趋向于全局最优，并选择每个子群中适应值最好的粒子进行变异使粒子更易于跳出局部最优。最后，设计了从多群局部学习过渡到单群全局学习策略，使算法在迭代次数到达阈值之后从局部学习过度到全局学习，使得粒子在优秀拓扑结构的基础上内部连接以获得更好的线长优化率。实验结果表明，与现有的两种RSMT算法相比，所提出的算法在优化线长方面分别优化了10.25%、8.24%；与现有的三种XSMT算法相比，该算法在优化线长方面分别优化了2.44%、1.46%、0.48%，验证了算法的有效性。

关键词：动态粒子群优化信息交换 X结构Steiner最小树 VLSI布线 PSO离散化

结合稀疏先验与多模式分解的低秩张量恢复方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第4期29卷 922-938页

作者：杨秀红苟田坤薛怡金海燕石争浩西安理工大学计算机科学与工程学院西安710048 陕西省网络计算与安全技术重点实验室西安710048

目的各类终端设备获取的大量数据往往由于信息丢失而导致数据不完整,或经常受到降质问题的困扰。为有效恢复缺损或降质数据,低秩张量补全备受关注。张量分解可有效挖掘张量数据的内在特征,但传统分解方法诱导的张量秩函数无法探索张量... 详细信息

目的各类终端设备获取的大量数据往往由于信息丢失而导致数据不完整,或经常受到降质问题的困扰。为有效恢复缺损或降质数据,低秩张量补全备受关注。张量分解可有效挖掘张量数据的内在特征,但传统分解方法诱导的张量秩函数无法探索张量不同模式之间的相关性;另外,传统张量补全方法通常将全变分约束施加于整体张量数据,无法充分利用张量低维子空间的平滑先验。为解决以上两个问题,提出了基于稀疏先验与多模式张量分解的低秩张量恢复方法。方法在张量秩最小化模型基础上,融入多模式张量分解技术以及分解因子局部稀疏性。首先对原始张量施加核范数约束,以此捕获张量的全局低秩性,然后,利用多模式张量分解将整体张量沿着每个模式分解为一组低维张量和一组因子矩阵,以探索不同模式之间的相关性,对因子矩阵施加因子梯度稀疏正则化约束,探索张量子空间的局部稀疏性,进一步提高张量恢复性能。结果在高光谱图像、多光谱图像、YUV(也称为YCbCr)视频和医学影像数据上,将本文方法与其他8种修复方法在3种丢失率下进行定量及定性比较。在恢复4种类型张量数据方面,本文方法与深度学习GP-WLRR方法(global prior refined weighted low-rank representation)的修复效果基本持平,本文方法的MPSNR(mean peak signal-to-noise ratio)在所有丢失率及张量数据上的总体平均高0.68 dB,MSSIM(mean structural similarity)总体平均高0.01;与其他6种张量建模方法相比,本文方法的MPSNR及MSSIM均取得最优结果。结论提出的基于稀疏先验与多模式张量分解的低秩张量恢复方法,可同时利用张量的全局低秩性与局部稀疏性,能够对受损的多维视觉数据进行有效修复。

关键词：多模式张量分解稀疏先验因子梯度稀疏性低秩张量恢复