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

基于图神经网络的复杂时空数据挖掘方法综述

软件学报 2025年

作者：邹慧琪史彬泽宋凌云韩笑琳尚学群西北工业大学计算机学院

随着传感技术的发展,不同领域产生了大量时空数据.时空图是其中一种主要的时空数据类型,具有复杂的结构、时空特征和时空关系.如何从复杂的时空图数据中挖掘关键模式,并应用于不同的下游任务成为复杂时空数据挖掘任务的主要问题.目前,... 详细信息

随着传感技术的发展,不同领域产生了大量时空数据.时空图是其中一种主要的时空数据类型,具有复杂的结构、时空特征和时空关系.如何从复杂的时空图数据中挖掘关键模式,并应用于不同的下游任务成为复杂时空数据挖掘任务的主要问题.目前,日渐成熟的时序图神经网络为该研究领域的发展提供了有力的工具.此外,新兴的时空大模型在现有时空图神经网络方法的基础上提供了新的研究视角.然而,现有的大多数综述对该领域方法的分类框架较为粗略,对复杂数据类型(如动态异质图和动态超图)缺乏全面和深入的介绍,并且没有对时空图大模型相关的最新研究进展进行详细总结.因此,基于图神经网络的复杂时空数据挖掘方法分成时空融合架构和时空大模型,旨在从传统和新兴两个角度进行介绍.将时空融合架构根据具体的复杂数据类型划分成动态图、动态异质图和动态超图.将时空大模型根据时间维度和空间维度划分成时间序列和图,并在基于图的大模型中列举时空图相关的最新研究.详细介绍不同关键算法的核心细节并对比不同方法的优缺点,列举基于图神经网络的复杂时空数据挖掘的应用领域和常用数据集,并对未来可能的研究方向进行展望.

关键词：复杂时空数据挖掘图神经网络时空大模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混合博弈问题的求解与应用综述

软件学报 2025年第1期36卷 107-151页

作者：董绍康李超杨光葛振兴曹宏业陈武兵杨尚东陈兴国李文斌高阳计算机软件新技术国家重点实验室(南京大学) 南京邮电大学计算机学院软件学院网络空间安全学院

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如, AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达... 详细信息

近年来,随着人工智能技术在序贯决策和博弈对抗等问题的应用方面取得了飞速发展,围棋、游戏、德扑和麻将等领域取得了巨大的进步,例如, AlphaGo、OpenAI Five、AlphaStar、DeepStack、Libratus、Pluribus和Suphx等系统都在这些领域中达到或超过人类专家水平.这些应用集中在双人、两队或者多人的零和博弈问题中,而对于混合博弈问题的研究缺乏实质性的进展与突破.区别于零和博弈,混合博弈需要综合考虑个体收益、集体收益和均衡收益等诸多目标,被广泛应用于公共资源分配、任务调度和自动驾驶等现实场景.因此,对于混合博弈问题的研究至关重要.通过梳理当前混合博弈领域中的重要概念和相关工作,深入分析国内外研究现状和未来发展方向.具体地,首先介绍混合博弈问题的定义与分类;其次详细阐述博弈解概念和求解目标,包含纳什均衡、相关均衡、帕累托最优等解概念,最大化个体收益、最大化集体收益以及兼顾公平等求解目标;接下来根据不同的求解目标,分别对博弈论方法、强化学习方法以及这两种方法的结合进行详细探讨和分析;最后介绍相关的应用场景和实验仿真环境,并对未来研究的方向进行总结与展望.

关键词：混合博弈博弈论强化学习

基于SfM与Instant-NGP的田间大豆植株三维重建方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业工程学报 2025年

作者：曹鑫秦绪佳徐晓刚浙江工业大学计算机科学与技术学院之江实验室浙江工商大学计算机科学与技术学院

针对以往田间环境下大豆植株三维重建过程中存在的数据采集设备成本较高、重建阶段耗时较长等问题，该研究提出一种基于运动检测自适应抽帧、运动恢复结构（structure from motion,SfM）与即时神经图形原语（instant neural graphics pr... 详细信息

针对以往田间环境下大豆植株三维重建过程中存在的数据采集设备成本较高、重建阶段耗时较长等问题，该研究提出一种基于运动检测自适应抽帧、运动恢复结构（structure from motion,SfM）与即时神经图形原语（instant neural graphics primitives,Instant-NGP）的田间大豆植株三维重建方法 SfM-INGP。该方法旨在提供一套低成本、高效率且高质量的田间大豆植株三维重建方案。首先，在田间环境下利用消费级智能手机环绕拍摄大豆植株全景视频，并基于运动检测的自适应速率抽帧方式获取大豆植株多视角图像序列，以减少冗余数据并提升计算效率；其次，利用SfM算法从多视角图像中恢复相机位姿，生成稀疏点云，为后续重建提供位姿信息；最后，通过Instant-NGP算法对含有位姿信息的大豆植株图像进行多分辨率哈希编码，将其输入小型多层感知机进行训练，以完成高效的三维重建。试验结果表明，在重建效率方面，与多视图立体视觉（motion-multi view stereo,MVS）和神经辐射场（neural radiance fields, NeRF）方法相比，SfM-INGP的平均重建时间为2.82 min，分别大幅缩短90.7%和99.4%；在重建质量方面，SfM-INGP的平均峰值信噪比为24.47 dB，较MVS和NeRF分别有效提高15.4%和9.3%；在重建精度方面，SfM-INGP的均方误差为0.15，显著低于MVS的0.46和NeRF的0.37；在计算资源消耗方面，SfM-INGP的平均显存消耗为6.57 GB，虽略高于MVS的5.73 GB，但远低于NeRF的14.81 GB，展现了SfM-INGP方法在重建效率、质量、精度与计算资源消耗之间的良好平衡。该研究提出的方法在实际农业田间环境下通过低成本的数据采集设备，实现了高效率且高质量的田间大豆植株三维重建，为大豆信息化育种平台建设提供了重要的技术支持和数据基础，在其他田间作物的三维重建中具有广泛应用潜力，为未来大规模农业信息化建设提供可行性方案。

关键词：图像处理三维重建大豆 Instant-NGP SfM 神经辐射场

集成化定制需求下分布式多地总装项目滚动调度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机械工程学报 2025年

作者：刘建军邱俊豪莫超雄赖信君陈庆新毛宁广东工业大学广东省计算机集成制造重点实验室

为提高非标自动化产线集成商的多地总装运作效率，分析了集成装配过程管控的特点及存在问题，抽象出分布式多地总装项目调度问题。考虑到问题处于渐进确定性环境中，具有项目分散性、资源共享和外协物料齐套等复杂特点，提出了基于状态... 详细信息

为提高非标自动化产线集成商的多地总装运作效率，分析了集成装配过程管控的特点及存在问题，抽象出分布式多地总装项目调度问题。考虑到问题处于渐进确定性环境中，具有项目分散性、资源共享和外协物料齐套等复杂特点，提出了基于状态信息模型的滚动调度机制，构建了随状态信息滚动变化而可动态配置约束的多目标约束规划模型。为了验证滚动机制及模型的有效性，从背景企业实际项目中提取出共性特征，设计开发了算例生成器和仿真器，据此进行了类现实化仿真试验研究，结果表明滚动调度机制能够有效应对渐进确定性扰动。并从供应链视角设计了扩展仿真试验算例，结果表明集成商应该特别关注自身经营范围和供应商的物料供应能力，并避免项目过于集中启动。

关键词：集成化定制分布式多项目滚动调度约束规划

基于自适应剪枝的满足本地差分隐私的真值发现算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件学报 2025年

作者：张朋飞朱伊波程祥张治坤刘西蒙孙笠方贤进张吉安徽理工大学计算机科学与工程学院北京邮电大学计算机学院(国家示范性软件学院) 网络与交换技术国家重点实验室(北京邮电大学) 浙江大学计算机科学与技术学院福州大学计算机与大数据学院华北电力大学控制与计算机工程学院 School of Mathematics Physics and Computing University of Southern Queensland

为了对移动群智感知中工人上传的不同质量的感知数据做必要的聚合处理,真值发现技术应运而生,其是为后续应用提供精确数据支持的基础.为了应对可能的隐私泄露问题,现有研究往往结合本地差分隐私技术来进行保护,然而这些研究往往忽略了... 详细信息

为了对移动群智感知中工人上传的不同质量的感知数据做必要的聚合处理,真值发现技术应运而生,其是为后续应用提供精确数据支持的基础.为了应对可能的隐私泄露问题,现有研究往往结合本地差分隐私技术来进行保护,然而这些研究往往忽略了感知数据中的异常值对本地差分隐私下真值发现精度的影响.这些异常值往往具有极大的取值范围,导致注入数据中的噪音量较大.而且在现实世界中,工人出于对隐私泄露的担心,移动群智感知服务器无法在无隐私保护的情况下预先处理数据.为解决以上问题,提出基于自适应剪枝的满足本地差分隐私的真值发现算法NATURE.该算法的核心思想是考虑数据中蕴含的噪音类型来自适应剪枝掉不需要的工人的所有值或者某些任务值.在NATURE中,为便于剪枝,在形式化约束优化问题的基础上,设计基于优化问题的噪音感知的权重和重要性估计方法;为进行剪枝,在证明最优剪枝问题是NP-hard的基础上,设计具有多项式时间复杂度的效用感知的自适应剪枝方法.进一步从理论上分析NATURE的隐私、效用和复杂度.在两个真实数据集和一个合成数据集上的实验结果表明,相较于对比算法, NATURE在求得噪音“真值”的精度上至少提高20%.

关键词：移动群智感知真值发现隐私保护本地差分隐私自适应剪枝

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

平衡鲁棒性与数据失真的可逆数据库水印方案

桂林理工大学学报 2025年

作者：王春东李悦天津理工大学计算机科学与工程学院天津理工大学计算机病毒防治技术国家工程实验室

数据库水印在保护版权和防止数据泄露方面起着不可替代的作用，在网络平台发布数据时，水印不可避免会受到各种恶意攻击，研究者为此提出了各种提高水印鲁棒性的方法。但往往数据失真度和水印鲁棒性是正相关关系，鲁棒性越高，失真度越... 详细信息

数据库水印在保护版权和防止数据泄露方面起着不可替代的作用，在网络平台发布数据时，水印不可避免会受到各种恶意攻击，研究者为此提出了各种提高水印鲁棒性的方法。但往往数据失真度和水印鲁棒性是正相关关系，鲁棒性越高，失真度越大。针对这一问题，提出了一种平衡水印鲁棒性和数据失真的最优可逆数据库水印方案IGADEW。不再局限于寻找单一最佳嵌入密钥，亦或最佳嵌入位置，而是利用遗传算法（GA）综合优化对象，设计了带权目标函数来评估鲁棒性和失真度的平衡。IGADEW方案中引入基于散列函数的消息验证码（HMAC）加密、数字签名手段来保证鲁棒性，设置阈值约束来限制数据失真。可逆嵌入操作基于差值扩展（DEW）算术运算实现，并在提取阶段使用投票机制来避免检测结果的随机性。最后，使用UCI数据集验证了方案的有效性，结果表明：与现有方案相比，IGADEW对常见的插入、删除、修改攻击具有更好的鲁棒性，同时数据失真更小。

关键词：可逆数据库水印鲁棒性数据失真差值扩展遗传算法

基于上下文信息增强和深度引导的单目3D目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

浙江大学学报(工学版) 2025年

作者：于家艺吴秦江南大学人工智能与计算机学院江南大学江苏省模式识别与计算智能工程实验室

为了充分利用单目图像提供的特征信息，提出上下文信息增强和深度引导的单目3D目标检测方法.设计高效的上下文信息增强模块，使用多个大核卷积自适应地增强多尺度目标的上下文信息，利用深度可分离卷积和条形卷积操作有效减少大核卷积... 详细信息

为了充分利用单目图像提供的特征信息，提出上下文信息增强和深度引导的单目3D目标检测方法.设计高效的上下文信息增强模块，使用多个大核卷积自适应地增强多尺度目标的上下文信息，利用深度可分离卷积和条形卷积操作有效减少大核卷积的参数量和计算复杂度.统计分析3D目标框各个属性的预测误差，发现3D目标框的长度和深度属性预测不准确是导致预测框偏差大的主要原因.设计深度误差加权损失函数，在训练过程中进行目标的长度和深度预测监督，提高长度和深度属性的预测精度，进而提升3D预测框的准确性.在KITTI数据集上开展实验，结果表明，所提方法在数据集的多个级别上的平均准确度高于现有的单目3D目标检测方法.

关键词：单目3D目标检测大核卷积深度可分离卷积条形卷积多尺度目标

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于时空注意力的多粒度链路预测算法

软件学报 2025年

作者：何玉林赖俊龙崔来中尹剑飞黄哲学人工智能与数字经济广东省实验室(深圳) 深圳大学计算机与软件学院

社交网络链路预测有助于揭示网络节点之间的潜在联系,在好友推荐、合作预测等方面有着重要的实际应用价值.然而,现有的链路预测方法忽略了社交网络时间序列的中、长期发展趋势,且没有从长期的角度考虑网络中节点之间的相互影响关系.针... 详细信息

社交网络链路预测有助于揭示网络节点之间的潜在联系,在好友推荐、合作预测等方面有着重要的实际应用价值.然而,现有的链路预测方法忽略了社交网络时间序列的中、长期发展趋势,且没有从长期的角度考虑网络中节点之间的相互影响关系.针对以上问题,提出基于时空注意力的多粒度链路预测算法,该算法能够融合不同粒度社交网络时间序列的时空特征以提升链路预测的准确性.首先,以时间衰减函数构建社交网络快照图的权重,提出图加权移动平均策略,生成反映短期、中期和长期趋势的不同粒度社交网络时间序列;然后,利用基于多头注意力机制的神经网络提取社交网络序列的全局时间特征;接着,结合社交网络序列内节点的历史交互信息,通过基于掩码注意力机制的神经网络从长期角度自适应地构建网络拓扑结构,以动态地调整节点之间的相互影响,并结合图卷积网络建模空间信息;最后,提出融合注意力神经网络,从短期、中期和长期时空特征中提取出有用的短期、中期和长期信息,并进行特征融合,准确地预测未来社交网络的链接.在4种社交网络公开数据集上与7种现有的链路预测算法的实验对比证实所提方法的有效性和优越性.

关键词：社交网络链路预测多粒度注意力机制图卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

无丢失网络流量管理研究综述

计算机研究与发展 2025年

作者：张乙然王尚广任丰原北京邮电大学计算机学院(国家示范性软件学院) 网络与交换全国重点实验室(北京邮电大学) 清华大学计算机科学与技术系

近年来，无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包，避免了数据丢失与重传，极大提高了应用的时延和吞吐量性能.然而，链路层流量控制带来的负面效... 详细信息

近年来，无丢失网络在高性能计算、数据中心等领域得到了广泛应用.无丢失网络通过链路层流量控制技术保障网内交换机不会因缓存溢出而丢包，避免了数据丢失与重传，极大提高了应用的时延和吞吐量性能.然而，链路层流量控制带来的负面效应（拥塞扩展、死锁等）使得无丢失网络的大规模部署面临着诸多挑战.因此，引入流量管理技术来提升无丢失网络的可扩展性得到了更多关注.对应用于高性能计算领域和数据中心领域的典型无丢失网络InfiniBand和无丢失以太网的流量管理研究进展进行系统性综述，首先介绍链路层流量控制的负面影响和流量管理的目标，总结无丢失网络传统的流量管理架构.然后根据流量管理技术路线（拥塞控制、拥塞隔离、多路径负载均衡等）以及驱动的位置（发送端驱动、接收端驱动等），对InfiniBand和无丢失以太网流量管理的最新研究进展进行分类和阐述，分析对应的优势以及局限性.最后指出无丢失网络流量管理进一步研究中需要着重探索的问题，包括无丢失网络流量管理统一架构、主机内与网络联合流量管理以及面向领域应用的流量管理.

关键词：无丢失网络 InfiniBand 无丢失以太网流量管理链路层流量控制