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

联合判别区域特征的细粒度视觉分类方法

计算机工程与应用 2025年第2期61卷 227-233页

作者：康宇郝晓丽太原理工大学计算机科学与技术学院太原030000

细粒度视觉分类方法的核心是定位图像中的判别区域。现有研究通过利用与改进视觉Transformer方法增强了判别区域特征的远距离依赖关系,但是大多数方法仅局限于增强显著判别区域的注意力,忽略了次显著的判别区域中可以联合提取的特征信息... 详细信息

细粒度视觉分类方法的核心是定位图像中的判别区域。现有研究通过利用与改进视觉Transformer方法增强了判别区域特征的远距离依赖关系,但是大多数方法仅局限于增强显著判别区域的注意力,忽略了次显著的判别区域中可以联合提取的特征信息,导致具有相似局部特征的不同类别区分难度大,分类准确率较低。因此,提出了一种联合判别区域的提取特征方法,在自注意力模块的前端划分特征图的候选判别区域,引导模型提取不同显著程度的判别区域特征;通过双线性融合自注意力模块对多个不同显著程度的判别区域进行联合特征的提取,获取更加全面的判别区域特征信息。实验结果表明,引入联合判别区域方法的视觉Transformer网络在CUB-200-2011数据集上的准确率达92.7%,较标准视觉Transformer方法提升了2.4个百分点,并且在其余的基准数据集上均超越了当前最优的细粒度视觉分类方法。

关键词：细粒度视觉分类判别区域视觉Transformer 自注意力机制

基于时空约束和成本感知的集合空间关键字查询

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 2025年第03期62卷 808-819页

作者：李松曹文琪郝晓红张丽平郝忠孝哈尔滨理工大学计算机科学与技术学院

集合空间关键字查询在空间数据库、位置服务、智能推荐和群智感知等领域具有重要的作用.现有的集合空间关键字查询方法没有考虑要求同时带有时空约束和成本感知的问题，不能满足大部分用户在时空约束条件下的查询需求问题，已有研究成... 详细信息

集合空间关键字查询在空间数据库、位置服务、智能推荐和群智感知等领域具有重要的作用.现有的集合空间关键字查询方法没有考虑要求同时带有时空约束和成本感知的问题，不能满足大部分用户在时空约束条件下的查询需求问题，已有研究成果具有较大的局限性.为了弥补已有方法的不足，提出一种基于时空约束和成本感知的集合空间关键字查询TDCCA-Co SKQ.为了解决现有索引中无法同时包含关键字信息和时间信息的问题，提出了一种TDCIR-Tree索引，该索引融合了倒排文件和时间属性标签文件，可以减小查询计算的开销；为了有效地筛选出符合查询条件的集合，提出了一种TDCCA＿PP算法，其中包括第1层剪枝算法、组间有序排列和第2层剪枝算法，可以提高关键字的查询效率；进一步提出了一种基于TDC成本函数的排序算法，TDC成本函数是由距离成本和时间成本组成的，其中包含代表用户偏好度的自变量系数α和β，可以增加用户的选择自由度，有效解决了现有的成本函数无法满足时空约束和成本感知的集合空间关键字查询的问题.理论研究与实验表明，所提出的方法具有较好的效率与准确性.

关键词：集合空间关键字查询时空约束成本感知倒排文件时间属性标签文件

道路网中针对多目标决策的兴趣点高效查询算法

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2025年

作者：李松杨晓龙靳海鹏张丽平哈尔滨理工大学计算机科学与技术学院

为了解决道路网中利用多目标决策技术进行兴趣点推荐和高效位置查询的问题，针对由于数据规模增加产生大量近似数据，导致传统多目标决策技术在道路网环境下查询效率和可用性方面较低的问题，提出了一种道路网广义近似Skyline查询算法... 详细信息

为了解决道路网中利用多目标决策技术进行兴趣点推荐和高效位置查询的问题，针对由于数据规模增加产生大量近似数据，导致传统多目标决策技术在道路网环境下查询效率和可用性方面较低的问题，提出了一种道路网广义近似Skyline查询算法。首先基于兴趣点的维度相似性和道路网近似性构建近似集和独立点，并根据兴趣点特性设计相应的剪枝策略；随后，通过近似集和独立点重构数据集，根据剪枝策略过滤掉当查询位置移动时对查询结果无影响的兴趣点，并构建AA-R*-Tree索引以提升查询效率；最后，根据兴趣点的近似性提出一种广义近似聚集支配算法，通过选取代表点代替近似集进行Skyline计算，减少冗余运算并优化查询结果，最终得到满足兴趣点近似整合有序的Skyline结果集。实验结果表明：所提近似查询算法在大规模数据集和大量相似数据条件下表现出较好的效率与可行性；与算法Higher-Gsky、MG-EGsky和GSSK-A相比，所提算法在数据规模、查询范围及路段数增加时的平均效率提升约14%，能够为道路网用户提供更快速有效的决策支持。

关键词：道路网 Skyline查询多目标决策近似查询兴趣点推荐

基于轻量化Transformer的高效图像超分辨率算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大连理工大学学报 2025年第02期 212-220页

作者：高翔王凡胡小鹏大连理工大学计算机科学与技术学院

基于Transformer的算法在图像超分辨率领域取得的重要性能突破，得益于其捕捉图像中长程依赖关系的强大能力.然而，繁重的计算成本和高GPU显存消耗限制了其在实际中的应用，于是提出了一种基于轻量化Transformer的高效图像超分辨率算法... 详细信息

基于Transformer的算法在图像超分辨率领域取得的重要性能突破，得益于其捕捉图像中长程依赖关系的强大能力.然而，繁重的计算成本和高GPU显存消耗限制了其在实际中的应用，于是提出了一种基于轻量化Transformer的高效图像超分辨率算法——LISRFormer.该算法引入轻量化Transformer,在捕捉长程依赖关系的同时将复杂度从现有的二次方降为线性.通过跨通道计算交叉协方差，得到可应用于大尺寸图像的转置注意力图.层归一化仅作用于查询和键分支，以保留重要的输入特征.此外，还设计了一种高效门控深度卷积前馈网络(EGDFN),作为Transformer中的前馈网络，进一步恢复准确的纹理信息.在基准数据集上进行的大量定量和定性实验表明，该算法在计算成本和图像重建质量方面优于现有轻量化图像超分辨率算法.

关键词：图像超分辨率 Transformer 轻量化注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于混合语义的切片级智能合约重入漏洞检测

计算机工程与应用 2025年第1期61卷 321-329页

作者：江姝晨牛保宁高彦太原理工大学计算机科学与技术学院山西晋中030600

针对现有基于深度学习的漏洞检测方法主要集中在源代码的单一表现形式上,无法完全捕获源代码中包含的丰富语义信息和结构信息,以及大多数方法基于函数粒度,检测样本存在大量与漏洞无关的冗余代码导致检测精度下降的问题,聚焦于智能合约... 详细信息

针对现有基于深度学习的漏洞检测方法主要集中在源代码的单一表现形式上,无法完全捕获源代码中包含的丰富语义信息和结构信息,以及大多数方法基于函数粒度,检测样本存在大量与漏洞无关的冗余代码导致检测精度下降的问题,聚焦于智能合约最严重的漏洞之一,即重入漏洞,提出一种基于混合语义的切片级智能合约重入漏洞检测方法SCHyVulDect。根据漏洞特征关键字对智能合约进行切片操作,获得合约切片;构建合约切片的代码图,通过图注意力网络(graph attention network,GAT)提取其深层语义信息。并使用双向长短期记忆网络(bidirectional long-short term memory,Bi-LSTM)和注意力机制,提取切片代码的上下文序列特征,将提取的图结构特征和序列特征进行融合,从而进行漏洞检测。实验结果表明,SCHyVulDect检测重入漏洞的精确率、召回率和F1值分别为96.36%、94.45%、91.70%,比现有的基于深度学习的智能合约漏洞检测方法的精确率提高13.03~18.00个百分点,具有较好的检测效果。

关键词：区块链智能合约漏洞检测图注意力网络混合语义

一种注意力引导知识增强的事件因果关系识别方法

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2025年第01期 89-100页

作者：徐博孙晋辰林鸿飞宗林林大连理工大学计算机科学与技术学院中国科学技术大学计算机科学与技术学院大连理工大学软件学院

事件因果关系识别是自然语言处理领域的重要任务，由于因果关系表达方式多样且以隐式表达为主，现有方法难以准确识别。该文将外部结构化知识融入事件因果关系识别任务，提出一种注意力引导知识增强的事件因果关系识别方法。首先，通过B... 详细信息

事件因果关系识别是自然语言处理领域的重要任务，由于因果关系表达方式多样且以隐式表达为主，现有方法难以准确识别。该文将外部结构化知识融入事件因果关系识别任务，提出一种注意力引导知识增强的事件因果关系识别方法。首先，通过BERT模型对事件对及其上下文进行编码；然后，提出零跳混合匹配方案挖掘事件相关的描述型知识和关系型知识，通过注意力机制对事件的描述型知识序列进行编码，通过稠密图神经网络对事件对的关系型知识进行编码。最后，融合前三个编码模块识别事件因果关系。基于EventStoryLine和Causal-TimeBank数据集的实验结果表明，该文所构建模型的识别效果优于现有模型，在零跳概念匹配、描述性和关系型知识编码等层面均获得了识别性能的提升。

关键词：事件抽取因果识别知识图谱注意力机制自然语言处理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于大语言模型的开源情报摘要生成研究

情报理论与实践 2025年

作者：汪伦艾斯卡尔·艾木都拉张华平耿国桐吕雁飞雷帅新疆大学计算机科学与技术学院军事科学院军事科学信息研究中心北京理工大学计算机学院

[目的/意义] 大语言模型在生成类文本问题上取得显著进展，为开源情报领域研究人员提供了新思路。将大语言模型应用到开源情报领域，以探索其在该领域的摘要生成能力。[方法/过程] 通过构建开源情报摘要生成数据集，使用Qwen1.5-14B模... 详细信息

[目的/意义] 大语言模型在生成类文本问题上取得显著进展，为开源情报领域研究人员提供了新思路。将大语言模型应用到开源情报领域，以探索其在该领域的摘要生成能力。[方法/过程] 通过构建开源情报摘要生成数据集，使用Qwen1.5-14B模型为基座模型，并利用LoRA技术对其进行微调训练，得到了Qwen1.5-OSINT模型。[结果/结论] 将Qwen1.5-OSINT模型在开源情报摘要生成任务中与Qwen1.5-14B模型进行对比，结果显示，Qwen1.5-OSINT模型的ROUGE-1指标提升了0.3842，ROUGE-2指标提升了0.2021，ROUGE-L指标提升了0.2494，BLEU指标提升了0.1348。经微调后的模型在多项评价指标上均超越了基座模型，展示了出色的摘要生成能力。[局限] 尽管微调后的Qwen1.5-OSINT模型在效果上有所提升，但其依赖的高质量数据集建设仍需大量的人工投入。此外，模型的泛化能力在不同领域上可能受到限制，需要进一步的研究和探索。

关键词：大语言模型开源情报 LoRA微调摘要生成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

体型感知的音乐驱动舞蹈动作风格化生成

计算机辅助设计与图形学学报 2025年

作者：李晨光温玉辉景宇宸汪意张亚宇周正忠刘永进景丽萍北京交通大学计算机科学与技术学院清华大学计算机科学与技术系

高质量舞蹈动作自动生成在电影和动画制作等产业需求广泛. 然而已有方法生成的动作往往难以适应不同虚拟角色的骨骼比例和几何外形，且无法对舞蹈动作风格进行灵活控制. 为解决上述问题，提出体型感知的音乐驱动舞蹈动作风格化生成方... 详细信息

高质量舞蹈动作自动生成在电影和动画制作等产业需求广泛. 然而已有方法生成的动作往往难以适应不同虚拟角色的骨骼比例和几何外形，且无法对舞蹈动作风格进行灵活控制. 为解决上述问题，提出体型感知的音乐驱动舞蹈动作风格化生成方法. 首先基于体型感知的运动重定向方法建立包含不同骨骼比例和几何外形的虚拟角色舞蹈动作数据集DanceDB++; 此外，提出体型感知的音乐驱动舞蹈动作生成扩散模型，利用交叉注意力机制将音乐特征与虚拟角色体型参数融合作为扩散模型的控制条件，并引入考虑骨骼比例的辅助损失项; 同时，引入语义风格引导模块，从文本或示例动作中提取风格表示并通过自适应实例归一化层将其注入扩散模型，以实现对生成动作风格的控制. 在DanceDB++上的定量实验结果表明，所提方法在足部物理接触得分等评估指标上的表现优于对比的舞蹈动作生成方法; 在定性实验中，展示了一系列文本描述或示例动作控制舞蹈动作风格的生成结果，表明所提方法在生成舞蹈动作时能够实现有效的风格化引导. 文中提出的数据集和基于计图框架的模型代码将会开源.

关键词：舞蹈生成扩散模型体型感知

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于双端联合学习的多视图聚类

计算机研究与发展 2025年

作者：杜亮李晓东陈艳周芃钱宇华山西大学计算机与信息技术学院太原理工大学计算机科学与技术学院安徽大学计算机科学与技术学院山西大学大数据科学与产业研究院

多锚点图作为解决大规模多视图聚类问题的关键方法受到了广泛关注.然而，现有的多锚点图聚类方法在应对这一挑战时都面临多个问题.其中，一致性锚点图学习方法难以处理锚点图不对齐问题，并且过度依赖一致性图，限制了其聚类结果的准确... 详细信息

多锚点图作为解决大规模多视图聚类问题的关键方法受到了广泛关注.然而，现有的多锚点图聚类方法在应对这一挑战时都面临多个问题.其中，一致性锚点图学习方法难以处理锚点图不对齐问题，并且过度依赖一致性图，限制了其聚类结果的准确性和可靠性；锚点图集成聚类方法则是在基聚类器的生成与融合过程中割裂了不同锚点图之间的联系，影响了其聚类效果的有效性和稳定性.为解决这些问题，提出了一种基于双端联合学习的新型多视图聚类方法.该方法充分考虑了多锚点图信息和锚点端聚类对样本端聚类的联合作用，实现了锚点端聚类和样本端聚类同步进行，并通过对多锚点图信息的综合实现了样本端聚类与多个锚点端聚类的集成对齐.与现有方法不同，该方法无需直接学习一致性锚点图，可以处理任意类型的锚点不对齐问题，并且规避了图学习与图划分分步处理对聚类性能的不利影响.此外，其在一个完整的优化框架中同时利用多个锚点图进行锚点端聚类和样本端聚类，有效解决了基聚类器生成阶段无法利用除自身外的其他锚点图和集成阶段无法充分利用所有锚点图的问题.实验结果表明，所提出的方法在聚类性能和时间消耗方面均优于多个对比方法，有效增强了多视图数据的聚类性能.所提出方法以及所采用对比方法的相关代码附在：http://***/lxd1204/DLMC.

关键词：多视图聚类锚点端样本端对齐集成