检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

半量子群代理盲签名

中国科学:物理学力学天文学 2025年第1期 168-178页

作者：谈笑甘志刚叶天语浙江工商大学信息与电子工程学院

本文提出了半量子群代理盲签名方案,其中签名验证者和部分代理签名者仅配备部分量子能力.该方案在保证原始消息拥有者的原始消息内容对原始签名者、签名验证者、代理签名组和帮助完成签名过程的可信第三方都是盲的基础上实现原始签名者... 详细信息

本文提出了半量子群代理盲签名方案,其中签名验证者和部分代理签名者仅配备部分量子能力.该方案在保证原始消息拥有者的原始消息内容对原始签名者、签名验证者、代理签名组和帮助完成签名过程的可信第三方都是盲的基础上实现原始签名者授权代理签名组对其进行签名.经详细证实,该方案拥有不可伪造性、不可否认性、完全的盲性以及安全性.由于签名验证者和部分代理签名者都仅配备部分量子能力,比起许多已被提出的量子群代理盲签名方案,该方案具有更广泛的签名应用场景.

关键词：半量子群代理盲签名盲性不可伪造性不可否认性

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种近红外光谱数据预处理组合优化策略

光谱学与光谱分析 2025年第1期45卷 52-58页

作者：周宇坤陈孝敬谢忠好石文袁雷明陈熙黄光造温州大学电气与电子工程学院浙江温州325000

预处理是构建近红外光谱检测模型的重要环节,影响着近红外光谱检测的精度。目前已有的预处理方法种类众多,不同方法用于解决不同类型的噪声和无关信息,从而提高信噪比,如何优化样品的光谱数据和预处理组合的选择对模型结果至关重要。为... 详细信息

预处理是构建近红外光谱检测模型的重要环节,影响着近红外光谱检测的精度。目前已有的预处理方法种类众多,不同方法用于解决不同类型的噪声和无关信息,从而提高信噪比,如何优化样品的光谱数据和预处理组合的选择对模型结果至关重要。为此,提出一种用于近红外光谱模型校准的预处理组合优化策略,包括挑选常用的八种预处理方法建立预处理方法库,利用偏最小二乘方法(PLS)建立定量模型,以建模交叉验证均方根误差(RMSECV)为迭代标准,从库中简单高效地选出提高模型优良校准能力的预处理组合。基于该策略的结构设计,选用优化领域中的贪婪算法作为寻优手段,通过对每一步的预处理方法进行寻优完成全局优化,简洁高效地完成光谱数据预处理组合的选择。提出的策略在小麦、猪肉等公开数据集上进行了测试,与同类的堆叠策略(Stacked)和多块数据顺序正交融合策略(SPORT)进行比较。结果显示,在小麦数据集上,提出的策略较Stacked和SPORT策略的校正均方根误差(RMSEC)分别降低了12%,6%,预测均方根误差(RMSEP)分别降低了32%,17%;在猪肉数据集上,提出的策略较Stacked和SPORT策略的RMSEC分别降低了49%,48%,RMSEP分别降低了46%、41%,显示出了较好的校准性能。最后,分析了该策略所选出的预处理方法在模型校准中各自的贡献度,讨论了该策略在模型可解释性、防止过拟合方面的潜力。该策略为近红外光谱的预处理方法选择提供了一种新的思路。

关键词：近红外光谱预处理方法组合优化贪婪算法定量模型

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于改进的黑翅鸢优化极限学习机的色差分类

激光与光电子学进展 2025年

作者：陈家乐李晓斌孙海燕上海应用技术大学电气与电子工程学院

针对目前人工色差分类效率低的问题，提出一种基于多策略改进的黑翅鸢优化（Multi-Strategy Improved Black-Winged Kite Algorithm）极限学习机染色织物色差分类模型。首先，考虑到极限学习机算法随机初始化的隐藏层权重和偏置会导致... 详细信息

针对目前人工色差分类效率低的问题，提出一种基于多策略改进的黑翅鸢优化（Multi-Strategy Improved Black-Winged Kite Algorithm）极限学习机染色织物色差分类模型。首先，考虑到极限学习机算法随机初始化的隐藏层权重和偏置会导致训练模型不均匀和算法不稳定，利用黑翅鸢优化算法对这两个关键参数进行寻优。其次，引入镜面反向学习、黑翅鸢绕道觅食、纵横交叉策略提升黑翅鸢优化算法的收敛速度和全局寻优能力。最后，构建多策略改进黑翅鸢优化极限学习机（MBKA-ELM）模型进行布料色差等级分类，准确率可达98.8%，验证了该方法代替色差计算公式进行色差检测的可行性。对比实验表明，MBKA-ELM模型经过10次迭代便开始趋于稳定，且比同类型模型具有更高的分类精度。将该模型与传统极限学习机、黑翅鸢优化极限学习机模型（BKA-ELM）、班翠鸟算法优化极限学习机模型（PKO-KELM）、冠豪猪算法优化极限学习机模型（CPO-ELM）、美洲狮优化极限学习机模型（PUMA-ELM）和蛇优化极限学习机模型（SO-ELM）的分类精度对比，分别提升13%、3.4%、1.4%、5%、4.2%和3%。证明了所提色差分类模型具有更好的收敛速度和分类精度。

关键词：色差分类黑翅鸢优化算法极限学习机

基于剪枝-蒸馏的视觉Transformer模型压缩

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西安电子科技大学学报 2025年

作者：郑洋蒋晓天付东豪郭开泰梁继民西安电子科技大学电子工程学院

现如今，视觉Transformer在计算机视觉领域的许多任务中都取得了卓越的表现，但其复杂的网络结构通常需要占用大量的存储和计算资源，因此难以在计算资源受限设备上广泛部署。为此本文提出了一种基于剪枝和蒸馏的视觉Transformer模型压... 详细信息

现如今，视觉Transformer在计算机视觉领域的许多任务中都取得了卓越的表现，但其复杂的网络结构通常需要占用大量的存储和计算资源，因此难以在计算资源受限设备上广泛部署。为此本文提出了一种基于剪枝和蒸馏的视觉Transformer模型压缩方法，旨在保证模型性能的前提下缩减模型大小。首先，通过对视觉Transformer的结构分析，确定宽度剪枝的对象为多头自注意力中的注意力头和多层感知机中隐藏层的神经元，并采用基于模型损失函数变化的参数重要性评估策略对其进行参数重要性评估。其次，通过剪枝后蒸馏策略在模型宽度维度进行裁剪并恢复剪枝后宽度子网络的精度。最后，在深度维度上，通过剪枝后蒸馏得到最终的压缩模型。所提出方法在Tiny ImageNet、CIFAR-100和CIFAR-10数据集上对视觉Transformer进行了压缩实验。其中，在Tiny ImageNet上，ViT-S模型在参数量和计算量减少30%时，精度仅降低0.3%，而ViT-B模型精度甚至提升了0.6%。实验结果表明，所提方法能够有效实现模型精度和压缩率的平衡。

关键词：模型压缩视觉Transformer 剪枝知识蒸馏

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

重尾噪声环境下的自适应TPMBM滤波器

系统工程与电子技术 2025年

作者：李翠芸赵泽宇张双武西安电子科技大学电子工程学院

针对未知重尾噪声统计特性的目标跟踪问题，提出了基于伽马学生t分布逆威舍特（gamma student’s t-distribution inverse Wishart，GSTIW）的轨迹泊松多伯努利混合滤波（trajectory Poisson multi-Bernoulli mixture filtering，TPMBM）算法。该算法利用学生t分布和逆威舍特分布对噪声和扩展目标扩展状态进行建模，并将多元多重滤波器（multivariate multiple filter，MMF）嵌入到TPMBM滤波器中以估计新息特征，自适应调整噪声自由度和尺度矩阵；并采用多窗口融合技术进一步提高MMF的自适应估计能力。仿真结果表明，与现有算法相比，所提算法在重尾噪声环境下具有更高的估计精度和噪声影响下的鲁棒性。

关键词：重尾噪声学生t分布扩展目标跟踪轨迹泊松多伯努利混合滤波

ARWCGAN：一种高质量的多类别SAR图像生成方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西安电子科技大学学报 2025年

作者：郑洋王榕旭郭开泰梁继民西安电子科技大学电子工程学院

在合成孔径雷达（SAR）自动目标识别（ATR）领域，高质量的训练数据集通常十分匮乏。现有基于生成对抗网络（GANs）的SAR图像生成方法，常面临训练稳定性差、生成图像质量低的问题。为解决这些问题，提出了一种新的方法，称为注意力残差... 详细信息

在合成孔径雷达（SAR）自动目标识别（ATR）领域，高质量的训练数据集通常十分匮乏。现有基于生成对抗网络（GANs）的SAR图像生成方法，常面临训练稳定性差、生成图像质量低的问题。为解决这些问题，提出了一种新的方法，称为注意力残差Wasserstein条件生成对抗网络（记作ARWCGAN），旨在生成高质量的多类别SAR图像。该方法设计了注意力残差层，以提升模型对SAR图像特征的提取能力，增强生成图像的目标细节和纹理特征。同时，采用了联合梯度惩罚的Wasserstein生成对抗网络（WGAN-GP）损失函数和分类损失函数，以改进训练稳定性并提高生成图像的多样性。在MSTAR数据集进行了生成实验，并从定性视觉检查、定量质量评估和ATR模型贡献三个方面对生成图像效果进行了评估。实验结果表明，ARWCGAN能够生成高质量的图像，显著提升了ATR模型的识别精度。

关键词：合成孔径雷达图像生成自动目标识别生成对抗网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多方法融合的卷积神经网络模型压缩方法

西安电子科技大学学报 2025年

作者：郭开泰李宇哲付东豪郑洋任胜寒胡海虹梁继民西安电子科技大学电子工程学院

卷积神经网络在实际应用中的计算和存储成本较高，因此模型压缩技术成为部署此类模型的关键。然而，单一压缩技术通常会导致性能下降、泛化能力降低或计算复杂度增加的问题。为此提出了一种融合模型剪枝、知识蒸馏和模型量化的压缩框架... 详细信息

卷积神经网络在实际应用中的计算和存储成本较高，因此模型压缩技术成为部署此类模型的关键。然而，单一压缩技术通常会导致性能下降、泛化能力降低或计算复杂度增加的问题。为此提出了一种融合模型剪枝、知识蒸馏和模型量化的压缩框架。首先通过稀疏化训练对模型进行剪枝，减少冗余通道；随后，以原始模型作为教师网络，利用知识蒸馏方法对剪枝后的学生网络进行指导，提升压缩模型的性能；最后采用模型量化技术对压缩后的网络进一步优化以提高其适用性。利用卷积网络中的分类模型和目标检测模型对所提出方法进行测试，实验结果表明，该模型压缩框架能够有效降低模型的存储和计算需求，在多个测试模型上，模型大小缩减幅度超过90%，推理速度提升3～4倍，同时精度损失控制在2%以内。提出的多方法融合的模型压缩框架在保证卷积神经网络模型性能的同时，减少了模型大小，提升了推理速度，适用于资源受限环境中卷积神经网络的高效部署。

关键词：模型压缩卷积神经网络模型剪枝知识蒸馏模型量化

基于YOLOv7和分形几何特征的桥梁病害检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光电子·激光 2025年第2期36卷 176-184页

作者：廖延娜李桂珍西安邮电大学电子工程学院

针对复杂环境背景和噪声情况下，桥梁病害图像中特征提取不充分的问题，提出将分形几何特征与YOLOv7网络融合的方法来提高病害检测的精度。首先，设计分形特征模块(fractal feature module, FFM),得到桥梁病害图像的分形特征图；其次，... 详细信息

针对复杂环境背景和噪声情况下，桥梁病害图像中特征提取不充分的问题，提出将分形几何特征与YOLOv7网络融合的方法来提高病害检测的精度。首先，设计分形特征模块(fractal feature module, FFM),得到桥梁病害图像的分形特征图；其次，设计了自适应特征融合层，将提取的分形特征融入YOLOv7网络，让网络获得表达能力更强的特征图；最后，引入坐标注意力机制(coordinate attention, CA),增强了网络对小病害的检测精度。实验对包含风化、裂缝、钢筋外露、腐蚀和剥落5种桥梁病害的复杂图像进行了检测，结果表明：在相同的数据集和迭代次数下，融入分形几何特征的YOLOv7网络相比于原始网络对上述5种病害检测的平均精度均值从82.94%提高到86.24%,其中，裂缝病害的检测平均精度提高最为显著，从75.92%提高到81.29%。

关键词：目标检测分形特征 YOLOv7 自适应融合

同方期刊数据库

双光纤光栅级联Sagnac环多波长滤波系统研究

在线全文

学校读者我要写书评

暂无评论

光电子·激光 2025年第1期36卷 9-16页

作者：王翀伊依吴嘉辉宋坤周梦婷李苗苗西安邮电大学电子工程学院

为了实现可调谐的高精度滤波并扩大通信容量，本文设计了一种创新的滤波器系统方案，采用了双光纤布拉格光栅级联和Sagnac环的结合。该方案经过Jones矩阵理论的深入分析和数值仿真验证。在波长范围为1 554—1 570 nm的频带范围内，通过... 详细信息

为了实现可调谐的高精度滤波并扩大通信容量，本文设计了一种创新的滤波器系统方案，采用了双光纤布拉格光栅级联和Sagnac环的结合。该方案经过Jones矩阵理论的深入分析和数值仿真验证。在波长范围为1 554—1 570 nm的频带范围内，通过调整光纤臂长差来引入Sagnac相移，从而实现了可调谐性。此设计不仅增加了滤波通道数目，而且减小了半高全宽。值得注意的是，在相同的臂长差条件下，此系统相较于单个光纤光栅和Sagnac环的滤波器，精度有了显著提高。在功率损耗为8 dB的情况下，此滤波器系统允许高达196 nm的臂长误差容限，同时提供更为精确的透射谱，实现调谐更加简便。此滤波器系统具备易实现性，广泛适用于密集波分复用系统以及光通信等领域。

关键词：双光纤布拉格光栅级联 Sagnac环臂长误差可调谐