检索结果-南通市图书馆

基于接收信号强度非齐性分布特征的半监督学习室内定位指纹库构建

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2019年第10期41卷 2302-2309页

作者：李世宝王升志刘建航黄庭培张鑫中国石油大学(华东)计算机与通信工程学院

室内定位中半监督学习的指纹库构建方法能够降低人力开销,但忽略了高维接收信号强度(RSS)数据不均匀的非齐分布特点,影响定位精度,针对此问题该文提出一种基于RSS非齐性分布特征的半监督流形对齐指纹库构建方法。该算法运用局部RSS尺度... 详细信息

室内定位中半监督学习的指纹库构建方法能够降低人力开销,但忽略了高维接收信号强度(RSS)数据不均匀的非齐分布特点,影响定位精度,针对此问题该文提出一种基于RSS非齐性分布特征的半监督流形对齐指纹库构建方法。该算法运用局部RSS尺度参数以及共享近邻相似性构造权重矩阵,得到精确反映RSS数据流形结构的权重图,利用该权重图通过求解流形对齐的目标函数最优解,实现运用少量标记数据对大量未标记数据的位置标定。实验结果表明,该算法可以显著降低离线阶段数据采集的工作量,同时可以取得较高的定位精度。

关键词：无线局域网室内指纹定位半监督流形对齐非齐性分布指纹库构建

基于预译码的极化码最大似然简化连续消除译码算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2019年第4期41卷 959-966页

作者：刘建航何怡静李世宝卢丽金邓云强中国石油大学(华东)计算机与通信工程学院青岛266580

针对极化码译码串行输出造成较大译码时延的问题,该文提出一种基于预译码的最大似然简化连续消除译码算法。首先对译码树节点存储的似然值进行符号提取并分组处理,得到符号向量组;然后比较符号向量组与该节点的某些信息位的取值情况,发... 详细信息

针对极化码译码串行输出造成较大译码时延的问题,该文提出一种基于预译码的最大似然简化连续消除译码算法。首先对译码树节点存储的似然值进行符号提取并分组处理,得到符号向量组;然后比较符号向量组与该节点的某些信息位的取值情况,发现向量组中储存的正负符号分布规律与该节点的中间信息位的取值具有一一对应的关系;在此基础上对组合码中间的1～2 bit进行预译码;最后结合最大似然译码方法估计组合码中的剩余信息位,从而得到最终的译码结果。仿真结果表明:在不影响误码性能的情况下,所提算法与已有的算法相比可有效降低译码时延。

关键词：极化码简化连续删除译码算法最大似然译码预译码

在线全文

学校读者我要写书评

暂无评论

蜜罐技术研究新进展

电子与信息学报 2019年第2期41卷 498-508页

作者：石乐义李阳马猛飞中国石油大学(华东)计算机与通信工程学院青岛266580

蜜罐技术是网络防御中的陷阱技术,它通过吸引诱骗攻击者并记录其攻击行为,从而研究学习敌手的攻击目的和攻击手段,保护真实服务资源。然而,传统蜜罐技术存在着静态配置、固定部署等先天不足,极易被攻击者识别绕过而失去诱骗价值。因此,... 详细信息

蜜罐技术是网络防御中的陷阱技术,它通过吸引诱骗攻击者并记录其攻击行为,从而研究学习敌手的攻击目的和攻击手段,保护真实服务资源。然而,传统蜜罐技术存在着静态配置、固定部署等先天不足,极易被攻击者识别绕过而失去诱骗价值。因此,如何提高蜜罐的动态性与诱骗性成为蜜罐领域的关键问题。该文对近年来国内外蜜罐领域研究成果进行了梳理,首先总结了蜜罐发展历史,随后以蜜罐关键技术为核心,对执行过程、部署方式、反识别思想、博弈理论基础进行了分析;最后,对近年来不同蜜罐防御成果分类叙述,并对蜜罐技术发展趋势进行了分析陈述,针对潜在安全威胁,展望新兴领域防御应用。

关键词：网络安全蜜罐技术蜜网反蜜罐攻防策略主动防御

在线全文

学校读者我要写书评

暂无评论

基于动态反馈与功率分配的干扰对齐方法

电子与信息学报 2018年第3期40卷 728-733页

作者：李世宝贺昌刘建航王宜馨中国石油大学(华东)计算机与通信工程学院青岛266580

在多用户MIMO系统中,信道状态的精确性严重影响干扰对齐技术的性能。该文针对信道状态信息(CSI)有限反馈导致的干扰泄露问题,提出一种基于动态反馈与功率分配的干扰对齐方法。首先从理论上分析了系统和速率与信道状态反馈比特分配和功... 详细信息

在多用户MIMO系统中,信道状态的精确性严重影响干扰对齐技术的性能。该文针对信道状态信息(CSI)有限反馈导致的干扰泄露问题,提出一种基于动态反馈与功率分配的干扰对齐方法。首先从理论上分析了系统和速率与信道状态反馈比特分配和功率分配之间的关系,得到了在动态反馈和功率分配条件下系统和速率的解析表达式;在此基础上,以系统容量提升为目标,对反馈比特分配和功率分配优化问题进行建模;并根据信道的准静态特性利用库恩塔克条件(KKT)对该问题进行求解,得到功率和反馈比特分配方案。仿真结果表明,与单独考虑信道状态动态反馈条件下的干扰对齐技术相比,提出的方法能够有效减少干扰泄漏强度,提高系统和速率。

关键词： MIMO 干扰对齐有限反馈动态反馈功率分配

在线全文

学校读者我要写书评

暂无评论

多尺度生成式对抗网络图像修复算法

计算机科学与探索 2020年第1期14卷 159-170页

作者：李克文张文韬邵明文李乐中国石油大学(华东)计算机与通信工程学院

图像修复作为深度学习领域的一个研究热点,在人们现实生活中有着重要的意义。现有图像修复算法存在各种问题,导致视觉上无法达到人们的要求。针对现有图像修复算法精确度低、视觉一致性差以及训练不稳定等缺陷,提出了一种基于生成式对... 详细信息

图像修复作为深度学习领域的一个研究热点,在人们现实生活中有着重要的意义。现有图像修复算法存在各种问题,导致视觉上无法达到人们的要求。针对现有图像修复算法精确度低、视觉一致性差以及训练不稳定等缺陷,提出了一种基于生成式对抗网络(GAN)模型的图像修复算法。该算法主要对判别器的网络结构进行改进,在全局判别器和局部判别器的基础上引入多尺度判别器。多尺度判别器在不同分辨率的图像上进行训练,不同尺度的判别器具有不同的感受野,能够引导生成器生成更全局的图像视图以及更精细的细节。针对GAN训练中经常出现的梯度消失或梯度爆炸问题,使用WGAN(Wasserstein GAN)的思想,采用EM距离模拟样本数据分布。在CelebA、ImageNet以及Place2图像数据集上对该算法的网络模型进行了训练和测试,结果显示与先前的算法模型相比,该算法提高了图像修复的精确度,能够生成更为逼真的修复图片,并且适用于多种类型图片的修复。

关键词：图像修复生成式对抗网络多尺度重构损失对抗损失

在线全文

学校读者我要写书评

暂无评论

深度非对称跳跃连接的图像降噪方法

计算机辅助设计与图形学学报 2019年第2期31卷 295-302页

作者：公绪超李宗民中国石油大学(华东)计算机与通信工程学院青岛266580

图像降噪可有效地改善图像质量,提升感官效果,也是图像特征提取与理解的前提.针对目前比较流行的卷积神经网络降噪方法中顺序连接的卷积层-反卷积层会使图像在梯度反传过程中逐渐弱化图像噪声的学习问题,提出一种深度非对称跳跃连接的... 详细信息

图像降噪可有效地改善图像质量,提升感官效果,也是图像特征提取与理解的前提.针对目前比较流行的卷积神经网络降噪方法中顺序连接的卷积层-反卷积层会使图像在梯度反传过程中逐渐弱化图像噪声的学习问题,提出一种深度非对称跳跃连接的方法用于图像降噪.该方法设计多组非对称跳跃连接卷积-反卷积算子,以有效学习图像细节及噪声信息,并对不同深度的卷积操作进行权重量化,以加强图像降噪及恢复;通过非对称跳跃连接可使图像噪声信息能够直接反传到对应的多个卷积层中,对梯度扩散有良好的抑制作用.采用伯克利分割数据集BSD300进行实验的结果表明,文中算法比基准方法在结构相似性(SSIM)和峰值信噪比(PSNR)2种指标上都有提升.

关键词：卷积算子反卷积算子卷积神经网络高斯分布图像降噪

在线全文

学校读者我要写书评

暂无评论

基于改进教师-学生模型的色情音频事件检测

计算机应用与软件 2024年第2期41卷 172-177页

作者：宫法明司朋举李昕中国石油大学(华东)计算机与通信工程学院山东青岛266580

为保障青少年身心健康,国家日益重视色情信息的监管工作。针对传统色情音频检测无法精准定位事件起止时间的问题,提出一种基于半监督学习的改进教师-学生模型。将无标签、弱标签、强标签数据作为训练集输入,通过多层神经网络提取音频的... 详细信息

为保障青少年身心健康,国家日益重视色情信息的监管工作。针对传统色情音频检测无法精准定位事件起止时间的问题,提出一种基于半监督学习的改进教师-学生模型。将无标签、弱标签、强标签数据作为训练集输入,通过多层神经网络提取音频的帧、段特征,随后迭代优化帧、段所产生的分类损失以及教师-学生模型和段分类模型之间的一致性损失。在真实数据集上,实验结果表明当时间容忍度为5 s时,色情类别召回率达到94.3%,F1得分可达到83.4%。

关键词：色情音频检测半监督学习教师-学生模型

基于Attention机制的卷积神经网络文本分类模型

在线全文

学校读者我要写书评

暂无评论

应用科学学报 2019年第4期37卷 541-550页

作者：赵云山段友祥中国石油大学(华东)计算机与通信工程学院

文本分类是自然语言处理的重要内容,而有效提取文本全局语义是成功完成分类任务的关键.为了体现卷积神经网络提取特征的非局部重要性,在模型中引入Attention机制并建立了包含4个AttentionCNN层的A-CNN文本分类模型.其中,AttentionCNN层... 详细信息

文本分类是自然语言处理的重要内容,而有效提取文本全局语义是成功完成分类任务的关键.为了体现卷积神经网络提取特征的非局部重要性,在模型中引入Attention机制并建立了包含4个AttentionCNN层的A-CNN文本分类模型.其中,AttentionCNN层中普通卷积层用于提取局部特征,Attention机制用于生成非局部相关度特征.最后,使用A-CNN模型分别在情感分析、问题分类、问题答案选择等数据集上进行了实验和对比分析.结果表明:相比于其他对比模型,A-CNN模型完成上述3个文本分类任务时的最高精度分别提高了1.9%、4.3%、0.6%,可见A-CNN模型在文本分类任务中具有较高的精度和较强的通用性.

关键词：文本分类卷积神经网络 Attention机制非局部相关度

在线全文

学校读者我要写书评

暂无评论

基于形变模型的多角度三维人脸实时重建

图学学报 2019年第4期40卷 659-664页

作者：陈国军曹岳杨静裴利强中国石油大学(华东)计算机与通信工程学院

采用人脸特征点调整三维形变模型的方法应用于面部三维重建,但模型形变的计算往往会产生误差,且耗时较长。因此运用人脸二维特征点对通用三维形变模型的拟合方法进行改进,提出了一种视频流的多角度实时三维人脸重建方法。首先利用带有... 详细信息

采用人脸特征点调整三维形变模型的方法应用于面部三维重建,但模型形变的计算往往会产生误差,且耗时较长。因此运用人脸二维特征点对通用三维形变模型的拟合方法进行改进,提出了一种视频流的多角度实时三维人脸重建方法。首先利用带有三层卷积网络的CLNF算法识别二维特征点,并跟踪特征点位置;然后由五官特征点位置估计头部姿态,更新模型的表情系数,其结果再作用于PCA形状系数,促使当前三维模型发生形变;最后采用ISOMAP算法提取网格纹理信息,进行纹理融合形成特定人脸模型。实验结果表明,该方法在人脸重建过程中具有更好的实时性能,且精确度有所提高。

关键词：三维形变模型特征点提取表情系数 PCA形状系数纹理融合