检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

空间耦合低密度奇偶校验码残差滑窗译码算法

电子与信息学报 2024年第3期46卷 867-874页

作者：周华李子杰南京信息工程大学电子与信息工程学院南京210044

针对空间耦合低密度奇偶校验(SC-LDPC)码滑窗译码(SWD)算法中错误传播导致的高误码率问题,该文提出基于动态残差的滑窗译码(RSWD)算法。通过在窗口内计算边信息更新前后的残差值,动态选择可靠度最低(残差值最大)的边信息优先更新,降低... 详细信息

针对空间耦合低密度奇偶校验(SC-LDPC)码滑窗译码(SWD)算法中错误传播导致的高误码率问题,该文提出基于动态残差的滑窗译码(RSWD)算法。通过在窗口内计算边信息更新前后的残差值,动态选择可靠度最低(残差值最大)的边信息优先更新,降低边信息无效更新的频率,提高窗内译码收敛速度。仿真结果表明:相比于传统SWD算法,RSWD算法在窗口中各位置的误比特数明显降低,抑制错误传播效果明显;在高信噪比(SNR)区域或者低迭代次数的情况下,RSWD算法的误码率性能优于SWD算法;此外,将动态残差应用到消息复用(MR)和窗口扩展(WE)两种窗译码算法中,亦能得到类似结论,提升窗译码性能。

关键词：空间耦合低密度奇偶校验码错误传播滑窗译码残差算法

在线全文

学校读者我要写书评

暂无评论

基于区域掩码对比蒸馏的遥感图像目标检测

东南大学学报（自然科学版） 2024年第3期54卷 761-771页

作者：周杰周子龙罗岩刘瑞赵满艳南京信息工程大学电子与信息工程学院南京210044

为解决遥感图像中存在背景干扰以及目标密集分布的问题,采用了一种以区域掩码对比蒸馏为基础的目标检测方法,旨在提高遥感图像目标检测性能.首先,通过对目标特征区域进行掩码操作,以区分前景和背景并捕捉目标的细节纹理,生成细致的特征... 详细信息

为解决遥感图像中存在背景干扰以及目标密集分布的问题,采用了一种以区域掩码对比蒸馏为基础的目标检测方法,旨在提高遥感图像目标检测性能.首先,通过对目标特征区域进行掩码操作,以区分前景和背景并捕捉目标的细节纹理,生成细致的特征掩码.其次,结合对比蒸馏算法,通过对教师网络和学生网络的区域掩码进行对比学习,使学生网络更加充分地吸收教师网络在目标特征纹理检测方面的知识.同时,在检测阶段引入了一种旋转定位损失算法,该算法通过量化真实边界框和预测边界框之间的格点向量差来进行损失估计,从而减小了预测边界框与真实边界框之间的旋转损失.结果表明,改进算法的均值平均精度在DOTA和HRSC2016数据集上分别较传统算法提高了3.57%和5.22%.

关键词：遥感图像目标检测区域掩码对比蒸馏旋转定位损失函数

一种基于SHVE的连接查询动态对称可搜索加密方案

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第6期61卷 1545-1558页

作者：黄一才郁滨信息工程大学郑州450001

对称可搜索加密(searchable symmetric encryption,SSE)因其较高的搜索效率得到了人们的广泛关注.支持连接查询的对称可搜索加密方案可以提高方案的功能性.然而现有大部分连接查询方案不支持对加密数据库的动态更新操作,结合静态对称隐... 详细信息

对称可搜索加密(searchable symmetric encryption,SSE)因其较高的搜索效率得到了人们的广泛关注.支持连接查询的对称可搜索加密方案可以提高方案的功能性.然而现有大部分连接查询方案不支持对加密数据库的动态更新操作,结合静态对称隐藏向量加密(symmetric hidden vectors encryption,SHVE)的定义,提出支持动态数据更新的动态对称隐藏向量加密(dynamic SHVE,DSHVE)的定义,并在此定义下构造了一种适用于可搜索加密应用场景的DSHVE方案.在此基础上,通过引入基于盲指数计算的不经意动态交叉标签,设计具有前向和后向隐私的向量数据存取结构,构造了支持连接查询的动态对称可搜索加密方案,给出了方案的详细工作过程和正式的安全性分析.理论分析和实验结果表明,连接查询时,该方案能够在不明显增加存储和计算开销的前提下,有效避免泄露匹配文档索引之外的结果特征.同时该方案能够仅通过单轮通信实现连接查询,具有较低的通信开销和较高的搜索效率.

关键词：对称可搜索加密连接查询隐藏向量加密前向隐私后向隐私

一种结构化双注意力混合通道增强的跨模态行人重识别方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第2期46卷 518-526页

作者：庄建军庄宇辰南京信息工程大学电子与信息工程学院南京210044 南京信息工程大学-中大医院智慧医疗研究院南京210044

在目前跨模态行人重识别技术的研究中,大部分现有的方法会通过单模态原始可见光图像或者对抗生成图像的局部共享特征来降低跨模态差异,导致在红外图像判别中由于底层特征信息丢失而缺乏稳定的识别准确率。为了解决该问题,该文提出一种... 详细信息

在目前跨模态行人重识别技术的研究中,大部分现有的方法会通过单模态原始可见光图像或者对抗生成图像的局部共享特征来降低跨模态差异,导致在红外图像判别中由于底层特征信息丢失而缺乏稳定的识别准确率。为了解决该问题,该文提出一种结构化双注意力可交换混合随机通道增强的特征融合跨模态行人重识别方法,利用通道增强后的可视图像作为第三模态,通过图像通道可交换随机混合增强(I-CSA)模块对可见光图像进行单通道和三通道随机混合增强抽取,从而突出行人的姿态结构细节,在学习中减少模态间差异。结构化联合注意力特征融合(SAFF)模块在注重模态间行人姿态结构关系的前提下,为跨模态表征学习提供更丰富的监督,增强了模态变化中共享特征的鲁棒性。在SYSU-MM01数据集全搜索模式单摄设置下Rank-1和mAP分别达到71.2%和68.1%,优于同类前沿方法。

关键词：行人重识别跨模态混合通道增强联合注意力特征融合

基于支持向量回归和分位数的雷达K分布海杂波形状参数估计方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第4期46卷 1399-1407页

作者：薛健孙孟玲潘美艳西安邮电大学通信与信息工程学院西安710121 西安电子工程研究所西安710100

针对传统的雷达K分布海杂波形状参数估计方法在异常样本存在情况下估计精度严重下降的问题,该文提出一种基于支持向量回归(SVR)和样本分位数比值的K分布海杂波形状参数估计方法。首先给定K分布杂波参数和分位数位置的值,根据K分布的累... 详细信息

针对传统的雷达K分布海杂波形状参数估计方法在异常样本存在情况下估计精度严重下降的问题,该文提出一种基于支持向量回归(SVR)和样本分位数比值的K分布海杂波形状参数估计方法。首先给定K分布杂波参数和分位数位置的值,根据K分布的累积分布函数计算样本分位数比值及其对数,然后建立以样本分位数比值对数为输入、待估计形状参数为输出的SVR模型,通过交叉验证确定SVR模型的超参数,最后训练SVR模型实现对K分布海杂波形状参数的稳健精确估计。仿真和实测雷达数据表明,所提方法的估计误差低于基于矩的估计方法的估计误差,并且与基于分位数的估计方法具有相近估计性能。此外,相比已有基于分位数的方法,所提方法的超参数容易确定,并且不依赖于查表。

关键词：海杂波 K分布参数估计支持向量回归模型样本分位数

基于双模态高效特征学习的高分辨率遥感图像分割

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第2期28卷 481-493页

作者：张银胜吉茹童俊毅杨宇龙胡宇翔单慧琳无锡学院电子信息工程学院无锡214105 南京信息工程大学电子与信息工程学院南京210044

遥感图像因具有丰富的语义信息和空间信息,增加了语义分割的难度。然而已有提取双模态特征的分割方法采用相同的主干网络,没有考虑互补特征的差异,存在特征提取、特征融合和上采样恢复细节信息不足等问题,无法准确高效的学习高分辨率遥... 详细信息

遥感图像因具有丰富的语义信息和空间信息,增加了语义分割的难度。然而已有提取双模态特征的分割方法采用相同的主干网络,没有考虑互补特征的差异,存在特征提取、特征融合和上采样恢复细节信息不足等问题,无法准确高效的学习高分辨率遥感图像信息。因此,本文提出基于双模态高效特征学习的高分辨率遥感图像分割算法。首先,针对不同模态的遥感图像设计合适的编码器,高效的提取双模态特征,并通过交互加强模块减少不同路径特征之间的差异。其次,提出双模态特征聚合模块和深层特征提取模块进一步融合和提取双模态特征,使网络能够充分学习互补信息。最后,提出多层特征上采样模块,利用语义信息丰富的高层特征对细节信息丰富的低层特征进行加权操作,逐步上采样实现特征高效恢复,提升分割性能。实验结果表明,所提算法在ISPRS Potsdam和Vaihingen数据集上的总体精度分别达到了94.52%、90.45%,能够高效的提取并融合高分辨率遥感图像的双模态特征,提高遥感图像分割的准确率。

关键词：遥感图像分割高效特征提取交互融合双模态特征聚合深层特征提取多层特征上采样

在线全文

学校读者我要写书评

暂无评论

基于模型聚合的去中心化拜占庭鲁棒算法

浙江大学学报（工学版） 2024年第3期58卷 492-500页

作者：卢朕李建业董云泉南京信息工程大学电子与信息工程学院江苏南京210044

针对联邦学习中拜占庭用户发送任意错误信息,污染全局模型,影响联邦学习安全性和有效性的问题,在含未知数量拜占庭用户的去中心化网络中,提出可验证的去中心化联邦学习方法.该方法使用SCORE函数,基于验证数据集评估未知属性用户对于全... 详细信息

针对联邦学习中拜占庭用户发送任意错误信息,污染全局模型,影响联邦学习安全性和有效性的问题,在含未知数量拜占庭用户的去中心化网络中,提出可验证的去中心化联邦学习方法.该方法使用SCORE函数,基于验证数据集评估未知属性用户对于全局模型性能的影响,进而排除恶意模型更新并实施安全梯度聚合,实现安全高效的联邦学习.对SCORE函数得分结果进行阈值划分,降低用户属性分类的错误率并提高诚实用户的容错率.通过理论证明可验证的去中心化联邦学习算法的收敛性,并且通过大量数值实验验证所提方法对于拜占庭用户数量和攻击类型的鲁棒性.实验结果表明,在同等拜占庭攻击条件下,所提方法相较于其他容错算法具有更优的分类准确度.

关键词：联邦学习拜占庭攻击安全聚合鲁棒算法去中心化网络

基于SVM与近红外TDLAS技术的多组分痕量气体识别与检测

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第10期44卷 2909-2915页

作者：房孝猛王华来徐晖黄孟强刘向南京信息工程大学电子与信息工程学院江苏南京210044

基于可调谐半导体激光吸收光谱技术(TDLAS),采用频分多路复用(FDM)方法,研究了一种基于支持向量机(SVM)分类的近红外多组分痕量气体识别与检测系统。激光光谱技术表征气体吸收谱线时,气体在近红外波段比远红外吸收能力低,单一波段激光... 详细信息

基于可调谐半导体激光吸收光谱技术(TDLAS),采用频分多路复用(FDM)方法,研究了一种基于支持向量机(SVM)分类的近红外多组分痕量气体识别与检测系统。激光光谱技术表征气体吸收谱线时,气体在近红外波段比远红外吸收能力低,单一波段激光光谱检测气体存在吸收信号弱,各气体组分相互干扰大。为提升探测精度,精准识别气体组分并同时进行多成分检测,基于可调谐半导体激光吸收光谱技术,采用频分复用的近红外TDLAS技术,搭配SVM分类算法进行混合气体的实时检测,有效避免了各气体的交叉干扰,实现了一氧化氮NO、硫化氢H_(2)S、氨气NH_(3)、二氧化氮NO_(2)、乙炔C_(2)H_(2)、二氧化碳CO_(2)、甲烷CH_(4)、氯化氢HCl八种气体标志物的痕量检测。当8个激光器同时工作时,系统控制带通滤波器进行分时滤波,并将差分锁相后的二次谐波数据依次传输至上位机实时显示。识别率超过96.3%,含量平均预测准确率均高于99.6%,取得了CH_(4)最低检测下限为0.01μL·L^(-1)的高精度检测效果,NO_(2)为0.05μL·L^(-1)、C_(2)H_(2)为0.03μL·L^(-1),其余气体检测下限均小于5μL·L^(-1)。对系统多通道检测进行抗干扰和检测下限分析,验证系统稳定工作时实现混合气体的高精度浓度检测。采用分布反馈激光器驱动和锁相放大器与数据处理的SVM算法模型结合,实现近红外TDLAS技术的多组分痕量气体识别与检测,可满足微量气体痕量级检测,对将来进行超低浓度混合气体探测有着非常重要的意义。

关键词：可调谐半导体激光吸收光谱频分多路复用支持向量机混合气体探测

在线全文

学校读者我要写书评

暂无评论

面向实时决策的物联网时效与失真性能研究

浙江大学学报（工学版） 2024年第4期58卷 664-673,771页

作者：王艳芳王伟董云泉南京信息工程大学电子与信息工程学院江苏南京210044

在物联网中,传感器及时、准确地数据传输是决策单元获得有效数据决策(如估计、推断或控制)的保障.为了减小估计失真,决策单元同时使用多个数据包并利用最佳线性无偏估计量(BLUE)进行联合估计.以决策信息年龄(AuD)和均方误差(MSE)分别度... 详细信息

在物联网中,传感器及时、准确地数据传输是决策单元获得有效数据决策(如估计、推断或控制)的保障.为了减小估计失真,决策单元同时使用多个数据包并利用最佳线性无偏估计量(BLUE)进行联合估计.以决策信息年龄(AuD)和均方误差(MSE)分别度量系统决策时刻信息的时效性和失真,提出2种决策方案,研究所提方案的信息时效性与失真性能.在固定数量数据包的决策方案中,监测中心每收到固定数量数据包后进行一次估计;在固定时间间隔的决策方案中,监测中心每隔固定时间间隔进行一次估计.通过调度系统的决策过程来最小化平均AuD和平均失真的加权和,实现系统的时效性和失真的关系平衡.仿真结果表明,通过优化系统决策过程,所提方案可以实现在提升系统时效性的同时减小估计失真.

关键词：物联网(IoT) 更新决策系统决策信息年龄(AuD) 估计失真决策调度