检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

安全高效的混洗差分隐私频率估计方法

计算机应用 2024年

作者：晏燕李飞飞吕雅琴冯涛兰州理工大学计算机与通信学院

混洗差分隐私模型能够兼顾用户端的隐私保护程度和服务器端发布结果的可用性，因此更适用于隐私保护大数据收集和统计发布场景。针对目前混洗差分隐私频率估计方法洗牌效率较低、混洗过程安全性不足等问题。首先设计基于优化椭圆曲线的... 详细信息

混洗差分隐私模型能够兼顾用户端的隐私保护程度和服务器端发布结果的可用性，因此更适用于隐私保护大数据收集和统计发布场景。针对目前混洗差分隐私频率估计方法洗牌效率较低、混洗过程安全性不足等问题。首先设计基于优化椭圆曲线的混洗差分隐私盲签名算法SDPBSA，实现对篡改或伪造信息的鉴别，提高了混洗过程的安全性；其次提出矩阵列重排转置洗牌算法MCRT，利用随机的矩阵列重排和矩阵转置操作实现数据混洗，提高了混洗过程的效率；最后结合上述方法构建完整的混洗差分隐私频率估计隐私保护框架SM-SDP，理论分析了隐私性和误差级别。在Normal、Zipf和IPUMS等数据集上实验，证明MCRT算法的洗牌效率相较于Fisher-Yates、ORShuffle和MRS等算法提升了约1～2个数量级；SM-SDP框架相较于mixDUMP、PSDP和HP-SDP等频率估计方法，在不同比例恶意数据存在时均方误差降低约2～11个数量级。

关键词：隐私保护频率估计混洗差分隐私盲签名矩阵运算

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

对比学习改进文本生成图像方法的研究

计算机工程与应用 2024年

作者：赵宏王贺李文改兰州理工大学计算机与通信学院

针对现有文本生成图像方法中仅依赖图像和文本之间的语义相似度损失为约束，模型难以有效学习到图像与对应多个文本之间的关系，导致生成图像和文本之间语义匹配度低的问题，提出一种引入对比学习对文本生成图像模型改进的方法。在训练... 详细信息

针对现有文本生成图像方法中仅依赖图像和文本之间的语义相似度损失为约束，模型难以有效学习到图像与对应多个文本之间的关系，导致生成图像和文本之间语义匹配度低的问题，提出一种引入对比学习对文本生成图像模型改进的方法。在训练阶段，采用对比学习的方法，计算同一图像的不同文本生成图像之间的对比损失，使模型能够学习同一图像的不同文本表示，以提高生成图像和文本语义的一致性。同时，计算生成图像与真实图像之间的对比损失，保证生成图像向真实图像靠拢。在生成器中，设计一种新的特征融合模块，通过注意力图作为条件，引导图像特征与文本特征对齐，从而提高生成图像的细节表达。实验结果表明，与基准模型相比，在CUB数据集上的Inception Score分数提高了7.32%，Fréchet Inception Distance分数下降了21.06%；在COCO数据集上的Fréchet Inception Distance分数下降了36.43%。证明本文方法生成的图像具有更好的文本语义一致性和真实性。

关键词：文本生成图像生成对抗网络对比学习特征融合语义一致性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高速压缩激光条纹图像的FPGA实现

激光杂志 2024年

作者：何继爱石麟泰辛家乐兰州理工大学计算机与通信学院

激光测量技术普遍应用于工业焊接、质量控制等领域中。针对激光条纹图像在存储和传输过程中所面临的存储空间受限和传输速度缓慢等问题，提出了一种基于现场可编程门阵列(Field Programmable Gate Array， FPGA)的图像无损压缩系统。首... 详细信息

激光测量技术普遍应用于工业焊接、质量控制等领域中。针对激光条纹图像在存储和传输过程中所面临的存储空间受限和传输速度缓慢等问题，提出了一种基于现场可编程门阵列(Field Programmable Gate Array， FPGA)的图像无损压缩系统。首先，利用Hampel滤波滤除图像噪声，通过灰度统计的方法实现条纹识别。然后，结合高斯加权窗口技术改进JPEG-LS(Joint Photographic Experts Group-Lossless)算法，提高像素估计的准确度。最后，在Artix-7系列FPGA平台上进行实验验证，实验结果表明平均压缩率为25%，系统成本降为原来40%的基础上实现232Mpixles/s的压缩速率。

关键词：线激光现场可编程门阵列图像压缩 JPEG-LS

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融入知识图谱和课程学习的对话情绪识别

计算机研究与发展 2024年第5期61卷 1299-1309页

作者：杜金明孙媛媛林鸿飞杨亮大连理工大学计算机科学与技术学院辽宁大连116024

对话领域情绪识别是基于对话的情感分类任务,对话数据具有口语化、主题跨度大和标签具有语义相似性的特点.口语化表现为对话中存在隐含常识和语法知识的二义性词语和省略句,导致模型难以准确建模语义信息;主题跨度大表现为不同对话场景... 详细信息

对话领域情绪识别是基于对话的情感分类任务,对话数据具有口语化、主题跨度大和标签具有语义相似性的特点.口语化表现为对话中存在隐含常识和语法知识的二义性词语和省略句,导致模型难以准确建模语义信息;主题跨度大表现为不同对话场景下的文本信息丰富度差异大、情绪转移频率差异大,导致模型性能下降.提出CK-ERC模型缓解上述问题,在预训练阶段,抽取结构化数据为模型融入常识和语法知识图谱,帮助模型建模口语化信息;在微调阶段引入监督对比学习任务帮助模型识别相似情绪标签;在训练策略上设计了基于动态阈值的课程学习策略,按照文本丰富度从高到低、情绪转移频率从低到高的策略优化模型.CK-ERC模型在双人对话、多人对话、模拟对话、日常对话等多种对话模式下显著优于其他模型,在MELD和EmoryNLP数据集上获得最佳表现.

关键词：对话情绪识别对比学习知识图谱课程学习迁移学习

维普期刊数据库

基于SE-AdvGAN的图像对抗样本生成方法研究

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：赵宏宋馥荣李文改兰州理工大学计算机与通信学院

对抗样本是评估深度神经网络鲁棒性和揭示其潜在安全隐患的重要手段。基于生成对抗网络(GAN)的对抗样本生成方法(AdvGAN)在生成图像对抗样本方面取得显著进展，但该方法生成的扰动稀疏性不足且幅度较大，导致对抗样本的真实性较低。为... 详细信息

对抗样本是评估深度神经网络鲁棒性和揭示其潜在安全隐患的重要手段。基于生成对抗网络(GAN)的对抗样本生成方法(AdvGAN)在生成图像对抗样本方面取得显著进展，但该方法生成的扰动稀疏性不足且幅度较大，导致对抗样本的真实性较低。为解决这一问题，基于AdvGAN提出一种改进的图像对抗样本生成方法Squeeze-and-Excitation-AdvGAN(SE-AdvGAN)。SE-AdvGAN通过构造SE注意力生成器和SE残差判别器提高扰动的稀疏性。SE注意力生成器用于提取图像关键特征限制扰动生成位置，SE残差判别器指导生成器避免生成无关扰动。同时，在SE注意力生成器的损失函数中加入以■范数为基准的边界损失以限制扰动的幅度，从而提高对抗样本的真实性。实验结果表明，在白盒攻击场景下，SE-AdvGAN相较于现有方法生成的对抗样本扰动稀疏性高、幅度小，并且在不同目标模型上均取得更好的攻击效果，说明SE-AdvGAN生成的高质量对抗样本可以更有效地评估深度神经网络模型的鲁棒性。

关键词：对抗样本生成对抗网络稀疏扰动深度神经网络鲁棒性

结合特征融合注意力的规范化卷积图像去雾网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：王燕卢鹏屹他雪兰州理工大学计算机与通信学院

图像去雾方法可以从受雾、霾或大气干扰影响的模糊图像中恢复清晰图像，在自动驾驶、监控系统等领域有重要意义。近年来，基于深度学习方法在图像去雾领域取得了显著进展，但在去雾过程中会损失一些细节信息，导致纹理信息恢复不足、去... 详细信息

图像去雾方法可以从受雾、霾或大气干扰影响的模糊图像中恢复清晰图像，在自动驾驶、监控系统等领域有重要意义。近年来，基于深度学习方法在图像去雾领域取得了显著进展，但在去雾过程中会损失一些细节信息，导致纹理信息恢复不足、去雾不均匀现象。为了解决这个问题，提出了一种端到端的单幅图像去雾方法，称为EFAN-Net。该方法由编码器模块、去雾模块、解码器模块组成。编码器模块用于提取图像特征信息传递给去雾模块;去雾模块通过特征融合组(FFG)获得更多图像信息使去雾图像颜色失真更小、伪影更少，将获得的图像信息传递给深度规范化修正卷积块（DNCC）减少协变量偏移，使模型更容易训练。多路径特征卷积块(MFCB)获得纹理细节更丰富的图像信息，最后经过解码器模块通过反卷积和上采样操作将低维的特征映射转换回高维的原始输入空间，得到去雾图像。大量实验结果表明，所提方法在定量和定性上都取得了较好的结果并优于相关的最新方法。

关键词：图像去雾深度学习编码器-解码器深度规范化修正卷积块

3DuA-Net:融合3D卷积和注意力的雷达回波外推预报

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2024年

作者：包广斌罗曈彭璐赵怀森兰州理工大学计算机与通信学院

针对短临降雨预测模型对历史雷达数据的建模结果存在视觉性能模糊和低估高回波值的问题，提出一种融合3D卷积和双端注意力机制的短临降雨雷达回波外推模型3DuA-Net。以ST-LSTM时空长短期记忆网络为循环单元，将普通卷积替换为3D卷积，... 详细信息

针对短临降雨预测模型对历史雷达数据的建模结果存在视觉性能模糊和低估高回波值的问题，提出一种融合3D卷积和双端注意力机制的短临降雨雷达回波外推模型3DuA-Net。以ST-LSTM时空长短期记忆网络为循环单元，将普通卷积替换为3D卷积，增强模型从全局视角强化对短期运动特征信息的捕获能力。并提出DuAtt高效双端注意力机制，提高模型对长期雷达图像序列局部和全局重要特征信息的保存及结合能力。采用深圳气象局公开的多普勒雷达数据集进行实验，结果表明：在10、20、40dBz阈值下，该模型相比Conv-LSTM基线模型的CSI指标平均提升7.74%，HSS指标平均提升5.54%，MAE指标下降3.8%，SSIM指标提升8.86%。

关键词：短临降雨三维卷积注意力机制深度学习雷达回波外推

基于多尺度注意力特征融合的恶意URL检测研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子测量技术 2024年

作者：马栋林陈伟杰赵宏宋佳佳兰州理工大学计算机与通信学院

针对当前恶意URL检测模型在处理复杂结构和多样化字符组合的URL时，存在特征提取单一和检测精度不高的问题，提出了一种基于多尺度注意力特征融合的恶意URL检测模型。首先，采用Character Embeddings和DistilBERT方法分别对字符和单词... 详细信息

针对当前恶意URL检测模型在处理复杂结构和多样化字符组合的URL时，存在特征提取单一和检测精度不高的问题，提出了一种基于多尺度注意力特征融合的恶意URL检测模型。首先，采用Character Embeddings和DistilBERT方法分别对字符和单词进行编码，以捕获URL字符串中字符级和词级特征表示。其次，通过改进卷积神经网络(CNN)提取不同尺度的字符结构特征和词级语义特征，并结合双向长短期记忆网络(BiLSTM)进一步提取深层次序列特征。此外，为了实现字符级与词级多尺度特征的动态融合，创新性地引入注意力特征融合模块(AFF)，有效降低信息冗余并提升对长距离序列特征的提取能力。实验结果表明，所提模型与其他基准模型相比，准确率提升了0.32%～4.7%，F1分数提升了0.46%～5.5%，并在ISCX-URL2016等数据集上也达到了较好的测效果。

关键词：恶意URL检测多尺度特征卷积神经网络双向长短时记忆网络注意力特征融合

基于双Transformer结构的多模态视频段落描述生成研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：赵宏张立军兰州理工大学计算机与通信学院

针对现有视频段落描述方法对视频中主要事件的关注度不足与多事件描述之间缺乏连贯性的问题，在现有编码器-解码器框架的基础上，提出了一种基于双Transformer结构的多模态视频段落描述模型。采用Faster-RCNN对视频中心帧目标进行细粒... 详细信息

针对现有视频段落描述方法对视频中主要事件的关注度不足与多事件描述之间缺乏连贯性的问题，在现有编码器-解码器框架的基础上，提出了一种基于双Transformer结构的多模态视频段落描述模型。采用Faster-RCNN对视频中心帧目标进行细粒度特征提取，由混合注意力结合全局视觉特征选择最具代表性的细粒度局部视觉特征，对视频中主要事件信息进行补充与增强，提高视频内容描述的准确性；提出在Transformer结构中增加存储模块与混合注意力模块，并设计了双Transformer结构，内部Transformer对事件内一致性进行建模，外部Transformer由混合注意力计算与当前事件最相关的状态建模事件间的一致性，结合内外部Transformer的输出对事件内容进行预测，提高生成描述语句的连贯性。在ActivityNet Captions数据集和YouCookII数据集上的实验结果表明，所提模型在BLEU-4、METEOR、ROUGE-L和CIDEr指标上相较于现有主流视频段落描述模型有明显提升，验证了模型的有效性。

关键词：视频段落描述编码器-解码器结构细粒度局部视觉特征双Transformer结构