检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

面向人脸修复篡改检测的大规模数据集

中国图象图形学报 2024年第7期29卷 1834-1848页

作者：李伟黄添强黄丽清郑翱鲲徐超福建师范大学计算机与网络空间安全学院福州350117 福建省公共服务大数据挖掘与应用工程技术研究中心福州350117 数字福建大数据安全技术研究所福州350117

目的图像合成方法随着计算机视觉的不断发展和深度学习技术的逐渐成熟为人们的生活带来了丰富的体验。然而,用于传播虚假信息的恶意篡改图像可能对社会造成极大危害,使人们对数字内容在图像媒体中的真实性产生怀疑。面部编辑作为一种... 详细信息

目的图像合成方法随着计算机视觉的不断发展和深度学习技术的逐渐成熟为人们的生活带来了丰富的体验。然而,用于传播虚假信息的恶意篡改图像可能对社会造成极大危害,使人们对数字内容在图像媒体中的真实性产生怀疑。面部编辑作为一种常用的图像篡改手段,通过修改面部的五官信息来伪造人脸。图像修复技术是面部编辑常用的手段之一,使用其进行面部伪造篡改同样为人们的生活带来了很大干扰。为了对此类篡改检测方法的相关研究提供数据支持,本文制作了面向人脸修复篡改检测的大规模数据集。方法具体来说,本文选用了不同质量的源数据集(高质量的人脸图像数据集CelebA-HQ及低质量的人脸视频数据集FF++),通过图像分割方法将面部五官区域分割,最后使用两种基于深度网络的修复方法CTSDG(image inpainting via conditional texture and structure dual generation)和RFR(recurrent feature reasoning for image inpainting)以及一种传统修复方法 SC(struct completion),生成总数量达到60万幅的大规模修复图像数据集。结果实验结果表明,由FF++数据集生成的图像在基准检测网络ResNet-50下的检测精度下降了15%,在Xception-Net网络下检测精度下降了5%。且不同面部部位的检测精度相差较大,其中眼睛部位的检测精度最低,检测精度为0.91。通过泛化性实验表明,同一源数据集生成的数据在不同部位的修复图像间存在一定的泛化性,而不同的源数据制作的数据集间几乎没有泛化性。因此,该数据集也可为修复图像之间的泛化性研究提供研究数据,可以在不同数据集、不同修复方式和不同面部部位生成的图像间进行修复图像的泛化性研究。结论基于图像修复技术的篡改方式在一定程度上可以骗过篡改检测器,对于此类篡改方式的检测方法研究具有现实意义。提供的大型基于修复技术的人脸篡改数据集为该领域的研究提供了新的数据来源,丰富了数据多样性,为深入研究该类型的人脸篡改和检测方法提供了有力的基准。数据集开源地址https://***/s/1-9HIBya9X-geNDe5zcJldw?pwd=thli。

关键词：图像篡改深度学习图像修复数据集基准

连续Sylvester矩阵方程的参数化单步HSS迭代法

在线全文

学校读者我要写书评

暂无评论

工程数学学报 2024年第3期41卷 481-493页

作者：马昌凤福州外语外贸学院大数据学院数据科学与智能计算重点实验室福州350202

对连续Sylvester矩阵方程的数值算法进行了深入研究,并创新性地提出了一种参数化单步HSS迭代方法。该方法具有独特的求解思路,并证明了其收敛性。为提升性能,通过最小化迭代矩阵谱半径上界寻找拟最优参数。数值实验验证了新方法的有效... 详细信息

对连续Sylvester矩阵方程的数值算法进行了深入研究,并创新性地提出了一种参数化单步HSS迭代方法。该方法具有独特的求解思路,并证明了其收敛性。为提升性能,通过最小化迭代矩阵谱半径上界寻找拟最优参数。数值实验验证了新方法的有效性和稳健性,展示了其在求解连续Sylvester矩阵方程时的高效和稳定,为相关数值计算提供新工具。

关键词：连续Sylvester矩阵方程 PSHSS迭代法收敛性分析数值实验

基于Jaya算法的遮阴条件下光伏MPPT控制研究

在线全文

学校读者我要写书评

暂无评论

电源学报 2024年

作者：郭伟欣张志东山西工程技术学院大数据与智能工程系

针对光伏阵列在遮阴条件下群体启发式算法最大功率点跟踪（maximum power point tracking， MPPT）执行依赖于算法特定的参数设置，导致算法设计难度较大、追踪效率较低、追踪误差较大等问题。本文提出了基于Jaya算法来实现遮阴条件下M... 详细信息

针对光伏阵列在遮阴条件下群体启发式算法最大功率点跟踪（maximum power point tracking， MPPT）执行依赖于算法特定的参数设置，导致算法设计难度较大、追踪效率较低、追踪误差较大等问题。本文提出了基于Jaya算法来实现遮阴条件下MPPT的追踪控制。该算法只需通用的控制参数，而不需要任何特定的控制参数，且在迭代过程中，最大功率的解始终朝着最佳解移动，并且舍弃最坏解，避免局部解的情况，使系统始终准确追踪最大功率，保持高效率的运行。在MATLAB/Simulink中搭建遮阴条件下光伏阵列仿真模型，将Jaya算法与传统PSO、GA算法在同一模型下进行对比分析，实验结果表明：在寻优过程中，采用Jaya算法，最大功率追踪时间最短、追踪误差及震荡最小。在光照强度突变时，同样可以重新准确、快速定位到全局最大功率点。

关键词：光伏阵列遮阴条件 MPPT Jaya 寻优

基于大语言模型隐含语义增强的细粒度虚假新闻检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第5期61卷 1250-1260页

作者：柯婧谢哲勇徐童陈宇豪廖祥文陈恩红中国科学技术大学大数据学院合肥230026 中国科学技术大学计算机科学与技术学院合肥230027 福州大学计算机与大数据学院福州350108

随着生成式人工智能技术的发展,许多领域都得到了帮助与发展,但与此同时虚假信息的构建与传播变得更加简单,虚假信息的检测也随之难度增加.先前的工作主要聚焦于语法问题、内容煽动性等方面的特点,利用深度学习模型对虚假新闻内容进行建... 详细信息

随着生成式人工智能技术的发展,许多领域都得到了帮助与发展,但与此同时虚假信息的构建与传播变得更加简单,虚假信息的检测也随之难度增加.先前的工作主要聚焦于语法问题、内容煽动性等方面的特点,利用深度学习模型对虚假新闻内容进行建模.这样的方式不仅缺乏对内容本身的判断,还无法回溯模型的判别原因.针对上述问题提出一种基于大语言模型隐含语义增强的细粒度虚假新闻检测方法.该方法充分挖掘并利用了现有的生成式大语言模型所具有的总结与推理能力,按照主干事件、细粒度次要事件和隐含信息推理的顺序进行层级式推导,逐步判别新闻的真实性.通过分解任务的方式,该方法最大程度发挥了模型的能力,提高了对虚假新闻的捕获能力,同时该方法也具有一定的可解释性,能够为检测提供判别依据.

关键词：社交媒体虚假新闻检测大语言模型事件抽取知识增强

结合改进YOLOv8n及SLAM的机器人自主巡检控制系统研究

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2024年第08期 16-20页

作者：李俊萩刘博文张晴晖强振平西南林业大学大数据与智能工程学院

本文提出了一种基于改进YOLOv8n及SLAM的室内安防机器人自主巡检控制系统方案。目标检测采用轻量化处理的YOLOv8n算法，使用GhostNet进行YOLOv8n的轻量级改进。达到降低计算量和内存消耗，同时提高目标检测速度的目的。改进后的YOLOv8n... 详细信息

本文提出了一种基于改进YOLOv8n及SLAM的室内安防机器人自主巡检控制系统方案。目标检测采用轻量化处理的YOLOv8n算法，使用GhostNet进行YOLOv8n的轻量级改进。达到降低计算量和内存消耗，同时提高目标检测速度的目的。改进后的YOLOv8n帧率相较于改进前速度提升50%,模型缩小为原来的63%,而识别的精确度仅下降5%左右。为提高机器人对未知环境的感知能力和自主性，使用了Cartographer算法。基于此算法，机器人可实现自主导航和地图构建，定位过程中估计值与实际值的横向偏差小于0.06 m;纵向偏差小于0.08 m;航向偏角小于16°。实验结果表明：该系统能够实现地图的精确构建以及目标火焰的快速检测，并实现实时预警。

关键词：安防机器人自主巡检改进YOLOv8n 事故预防

机会式群智感知中覆盖最大化的去中心化任务分配

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

小型微型计算机系统 2024年

作者：陈杨辉於志勇黄昉菀郝勇涛涂淳钰吴越钟福州大学计算机与大数据学院大数据智能教育部工程研究中心福建省网络计算与智能信息处理重点实验室(福州大学)

传统的机会式群智感知需要由平台进行集中式任务分配，存在对平台性能要求高和隐私泄露等问题。为了解决这些问题，本文提出了一种新颖的方案，旨在去中心化的机会式感知场景下，实现带有全局预算约束的任务分配，使任务覆盖最大化。区... 详细信息

传统的机会式群智感知需要由平台进行集中式任务分配，存在对平台性能要求高和隐私泄露等问题。为了解决这些问题，本文提出了一种新颖的方案，旨在去中心化的机会式感知场景下，实现带有全局预算约束的任务分配，使任务覆盖最大化。区别于传统方法，通过参与者自主选择是否参与感知任务的方式来实现任务分配，构造了一个多智能体协同系统。在去中心化场景下，保证全局约束并实现高效的任务分配是一大挑战。为解决上述挑战，提出了两种方法：一种是将蚁群算法应用到任务分配问题上，同时以通信的方式获取目标评估函数以及更新信息素，实现智能体间协同求解，从而适用于去中心化的场景；另一种是基于QMIX框架的决策通信方法，将QMIX中智能体网络的输出作为建议动作，引入决策通信层，根据建议动作以及动作价值进行协商，从而遵循全局约束条件。在真实数据集上的实验结果表明，本文提出的两种方法在任务覆盖率上可以与集中式规划方法相当，并在耗时等综合性能上具有良好的表现。

关键词：群智感知多智能体蚁群算法去中心化任务分配

基于机器学习的KRAS抑制剂活性预测模型研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国药科大学学报 2024年第3期55卷 306-315页

作者：杜克荣丹琪卢瑞张小雅赵鸿萍中国药科大学理学院医药大数据与人工智能研究院南京211198

Kirsten大鼠肉瘤病毒癌基因同系物(Kirsten rat sarcoma viral oncogene homolog,KRAS)基因是最常见的突变癌基因之一,发现KRAS抑制剂对存在该基因突变的癌症患者具有潜在的治疗作用。本研究将机器学习应用于KRAS抑制剂的定量构效关系(q... 详细信息

Kirsten大鼠肉瘤病毒癌基因同系物(Kirsten rat sarcoma viral oncogene homolog,KRAS)基因是最常见的突变癌基因之一,发现KRAS抑制剂对存在该基因突变的癌症患者具有潜在的治疗作用。本研究将机器学习应用于KRAS抑制剂的定量构效关系(quantitative structure-activity relationship,QSAR)模型,从ChEMBL、BindingDB、PubChem 3个数据库中收集了1857条KRAS小分子抑制剂的IC50和SMILES(simplified molecular input line entry system),采用3种不同的特征筛选方式结合随机森林、支持向量机、极端梯度提升机3种机器学习模型,构建了9个不同的分类器。结果表明,SVM模型结合互信息筛选显示出最佳性能:AUC_(test)=0.912,ACC_(test)=0.859,F1_(test)=0.890,并且在外部验证集上也表现出良好的预测性能(AUC_(Ext)=0.944,Recall_(Ext)=0.856,FPR_(Ext)=0.111)。该研究为使用人工智能方法在天然产物数据库中进行KRAS抑制剂筛选提供了新的技术路线。

关键词： KRAS抑制剂互信息主成分分析随机森林支持向量机极端梯度提升机

同方期刊数据库

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

基于语义相关性分析的多模态摘要模型

计算机应用 2024年第1期44卷 65-72页

作者：林于翔吴运兵阴爱英廖祥文福州大学计算机与大数据学院福州350108 数字福建金融大数据研究所福州350108 福州大学至诚学院计算机工程系福州350002

多模态生成式摘要往往采用序列到序列(Seq2Seq)框架,目标函数在字符级别优化模型,根据局部最优解生成单词,忽略了摘要样本全局语义信息,使得摘要与多模态信息产生语义偏差,容易造成事实性错误。针对上述问题,提出一种基于语义相关性分... 详细信息

多模态生成式摘要往往采用序列到序列(Seq2Seq)框架,目标函数在字符级别优化模型,根据局部最优解生成单词,忽略了摘要样本全局语义信息,使得摘要与多模态信息产生语义偏差,容易造成事实性错误。针对上述问题,提出一种基于语义相关性分析的多模态摘要模型。首先,在Seq2Seq框架基础上对多模态摘要进行训练,生成语义多样性的候选摘要;其次,构建基于语义相关性分析的摘要评估器,从全局的角度学习候选摘要之间的语义差异性和真实评价指标ROUGE(Recall-Oriented Understudy for Gisting Evaluation)的排序模式,从而在摘要样本层面优化模型;最后,不依赖参考摘要,利用摘要评估器对候选摘要进行评价,使得选出的摘要与源文本在语义空间中尽可能相似。实验结果表明,在公开数据集MMSS上,相较于MPMSE(Multimodal Pointer-generator via Multimodal Selective Encoding)模型,所提模型在ROUGE-1、ROUGE-2、ROUGE-L评价指标上分别提升了3.17、1.21和2.24个百分点。

关键词：多模态生成式摘要序列到序列事实性错误语义相关性

在线全文

学校读者我要写书评

暂无评论

融合图谱重构的时序知识图谱推理

计算机工程与应用 2024年第9期60卷 181-187页

作者：许智宏张天润王利琴董永峰河北工业大学人工智能与数据科学学院天津300401 河北省大数据计算重点实验室天津300401 河北省数据驱动工业智能工程研究中心天津300401

针对现有时序知识图谱模型多数基于静态知识图谱快照序列进行推理,无法充分捕获细粒度时序特征的问题,设计了基于图谱重构的时序知识图谱推理模型(graph reconstruction for temporal knowledge reasoning,GRTKR)。该模型通过对实体的... 详细信息

针对现有时序知识图谱模型多数基于静态知识图谱快照序列进行推理,无法充分捕获细粒度时序特征的问题,设计了基于图谱重构的时序知识图谱推理模型(graph reconstruction for temporal knowledge reasoning,GRTKR)。该模型通过对实体的时间邻域进行采样完成时序知识图谱重构,结合时间编码器提供的显式时序特征与邻域特征聚合器提供的隐式时序特征来提升对时序数据建模的能力。在时序知识图谱数据集ICEWS14、ICEWS05-15、YAGO11K上的实验验证了方法的有效性,并且相比于主流基线模型,MRR、Hits@1、Hits@3、Hits@10评价指标均有明显提升。

关键词：时序知识图谱推理图谱重构图卷积神经网络门控循环单元

同方期刊数据库