检索结果-南通市图书馆

进化网络模型:无先验知识的自适应自监督持续学习

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8期46卷 3256-3266页

作者：刘壮宋祥瑞赵斯桓施雅杨登封东北财经大学金融科技学院大连116025 大连理工大学计算机学院大连116024

无监督持续学习(UCL)是指能够随着时间的推移而学习,同时在没有监督的情况下记住以前的模式。虽然在这个方向上取得了很大进展,但现有工作通常假设对于即将到来的数据有强大的先验知识(例如,知道类别边界),而在复杂和不可预测的开放环... 详细信息

无监督持续学习(UCL)是指能够随着时间的推移而学习,同时在没有监督的情况下记住以前的模式。虽然在这个方向上取得了很大进展,但现有工作通常假设对于即将到来的数据有强大的先验知识(例如,知道类别边界),而在复杂和不可预测的开放环境中可能无法获得这些知识。受到现实场景的启发,该文提出一个更实际的问题设置,称为无先验知识的在线自监督持续学习。所提设置具有挑战性,因为数据是非独立同分布的,且缺乏外部监督、没有先验知识。为了解决这些挑战,该文提出一种进化网络模型(英文名EvolveNet),它是一种无先验知识的自适应自监督持续学习方法,能够纯粹地从数据连续体中提取和记忆表示。EvolveNet围绕3个主要组件设计:对抗伪监督学习损失、自监督遗忘损失和在线记忆更新,以进行均匀子集选择。这3个组件的设计旨在协同工作,以最大化学习性能。该文在5个公开数据集上对EvolveNet进行了全面实验。结果显示,在所有设置中,EvolveNet优于现有算法,在CIFAR-10,CIFAR-100和TinyImageNet数据集上的准确率显著提高,同时在针对增量学习的多模态数据集Core-50和iLab-20M上也表现最佳。该文还进行了跨数据集的泛化实验,结果显示Evolve-Net在泛化方面更加稳健。最后,在Github上开源了EvolveNet模型和核心代码,促进了无监督持续学习的进展,并为研究社区提供了有用的工具和平台。

关键词：无监督持续学习自适应自监督泛化能力增量学习进化网络模型

密文长度固定的策略部分隐藏多授权机构CP-ABE方案

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第8期45卷 20-36页

作者：刘怡龙许盛伟岳梓岩北京邮电大学网络空间安全学院北京100876 北京电子科技学院网络空间安全系北京100070 北京电子科技学院信息安全研究所北京100070

针对现有访问策略隐藏的密文策略属性加密(CP-ABE)方案存在的安全性低、资源开销大的问题,提出了一种密文长度固定的策略部分隐藏多授权机构CP-ABE方案。首先,通过隐藏访问策略中的属性值,降低隐私数据泄露的风险;其次,通过固定密文长... 详细信息

针对现有访问策略隐藏的密文策略属性加密(CP-ABE)方案存在的安全性低、资源开销大的问题,提出了一种密文长度固定的策略部分隐藏多授权机构CP-ABE方案。首先,通过隐藏访问策略中的属性值,降低隐私数据泄露的风险;其次,通过固定密文长度和使用外包解密技术,减少用户的资源开销;最后,采用多授权机构管理机制,避免部署单一授权机构易产生的密钥托管问题。通过安全分析证明了方案在标准模型中满足选择明文攻击下的密文不可区分性,以及方案隐藏的访问策略和产生的外包密钥能够抵抗属性值猜测攻击。通过与已有方案的性能对比,证明了所提方案的总体资源开销更小。

关键词：密文策略属性加密策略部分隐藏密文长度固定多授权机构外包解密

基于改进MobileViT和迁移学习的果树害虫识别

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年

作者：张欢周毅王克俭王超李会平河北农业大学信息科学与技术学院河北省城市森林健康技术创新中心河北金融学院金融科技学院

为提高果树害虫识别效果，及时做好防治措施，本研究以6种对果树危害程度较大的害虫为研究对象，针对自然环境下果树害虫识别背景复杂、害虫目标小检测难度大、与不同类别间特征相似度高等问题，提出一种改进的轻量化MobileViT识别模型... 详细信息

为提高果树害虫识别效果，及时做好防治措施，本研究以6种对果树危害程度较大的害虫为研究对象，针对自然环境下果树害虫识别背景复杂、害虫目标小检测难度大、与不同类别间特征相似度高等问题，提出一种改进的轻量化MobileViT识别模型。该模型用PConv（Partial Convolution）模块代替原模型MobileViT模块中部分标准卷积模块，其次修改MobileViT模块的特征融合策略，将输入特征、局部表达特征、全局表达特征进行拼接融合；删除网络第十层MV2模块和第十一层MobileViT模块，使用改进空洞空间池化金字塔ASPP（Atrous Spatial Pyramid Pooling）模块进行代替，形成多尺度融合特征；此外，模型用SiLU激活函数代替了ReLU6激活函数进行计算，最后基于ImageNet数据集进行迁移学习。实验结果表明，6类果树害虫图像识别准确率达到93.77%，参数量为8.4×105，与改进前相比，识别准确率高出7.5个百分点，参数量降低33.86%，与常用害虫CNN识别模型AlexNet、ResNet-50、MobileNetV2、ShuffleNetV2相比识别准确率分别高出8.25、4.78、7.27、7.41个百分点，参数量分别少60.26×106、24.72×106、2.66×106、5.3×105，与Transformer识别模型ViT、Swin Transfomer相比识别准确率分别高出19.03、9.8个百分点，参数量分别少85.58×106、27.43×106。本研究适合部署在移动终端等有限资源环境，并且有助于实现对复杂背景下的小目标果树害虫进行识别检测。

关键词：果树害虫 PConv模块融合策略 SiLU激活函数空洞空间池化金字塔

基于TEE和SE的移动平台双离线匿名支付方案

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 2024年第8期35卷 3553-3576页

作者：杨波冯伟秦宇张彦超佟冬国家金融科技测评中心北京100041 银行卡检测中心研发中心北京100041 中国科学院软件研究所可信计算与信息保障实验室北京100190

近年来,中央银行数字货币(CBDC)受到全球多个国家和地区的高度关注.双离线交易作为CBDC的可选属性,在无网络连接的情况下进行支付,被认为具有较大的实用价值.面向CBDC的双离线匿名支付场景,基于可信执行环境(TEE)和安全单元(SE)技术,提... 详细信息

近年来,中央银行数字货币(CBDC)受到全球多个国家和地区的高度关注.双离线交易作为CBDC的可选属性,在无网络连接的情况下进行支付,被认为具有较大的实用价值.面向CBDC的双离线匿名支付场景,基于可信执行环境(TEE)和安全单元(SE)技术,提出了一种专为移动平台设计的高效双离线匿名支付方案(dual offline anonymous E-payment for mobile devices,OAPM).OAPM适用于资源受限的移动设备,允许移动付款者在不联网状态下安全地向收款者支付数字货币,且不向收款者及商业银行泄露个人隐私信息,付款者的支付行为也不会被链接,同时允许收款者设备处于离线状态,监管机构(如中央银行)在必要情况下能够识别匿名付款者的真实身份.该方案满足数字货币交易的多项重要属性,包括正确性、不可链接性、可追踪性、不可陷害性、机密性、真实性、防双花性以及可控匿名性等.实现了原型系统,并对可能的参数进行了评估.安全性分析和实验结果表明,该方案从安全性和效率两方面均能满足移动用户CBDC双离线交易的实际需求.

关键词：央行数字货币(CBDC) 双离线支付可信执行环境(TEE) 安全单元(SE) 移动设备安全架构

在线全文

学校读者我要写书评

暂无评论

基于加性秘密共享的洗牌协议的设计

通信学报 2024年第8期45卷 238-248页

作者：张艳硕满子琪周幸妤杨亚涛胡荣磊北京电子科技学院密码科学与技术系北京100070 北京电子科技学院电子与通信工程系北京100070

针对现有基于秘密共享的洗牌协议缺少流程实现的具体算法、解决方案多采用公钥、处理大规模数据集时效率低、适用性不足等问题,提出了一种单边洗牌协议,并在此基础上设计了一种基于加性秘密共享的洗牌协议。通过不经意传输协议构建份额... 详细信息

针对现有基于秘密共享的洗牌协议缺少流程实现的具体算法、解决方案多采用公钥、处理大规模数据集时效率低、适用性不足等问题,提出了一种单边洗牌协议,并在此基础上设计了一种基于加性秘密共享的洗牌协议。通过不经意传输协议构建份额转换算法,在不暴露原数据集的前提下完成了洗牌;利用Benes排列网络实现洗牌分解,将复杂的洗牌任务分解为多个子任务,提高了大规模数据集的处理效率;最终通过加性秘密共享,确保将洗牌份额安全地分配给参与方。对所提协议的正确性进行了严格分析,并运用理想-现实模拟范式对其安全性进行了评估。与现有文献相比,所提协议在安全性上能够达到当前安全标准,并在处理大规模数据集时有较高的效率。此外,所提协议的适用性得到了提升,进一步促进了其在当下环境中的应用。

关键词：加性秘密共享洗牌协议隐私保护安全多方计算

RIS辅助通信系统中基于深度压缩感知的信道估计

在线全文

学校读者我要写书评

暂无评论

北京邮电大学学报 2024年第1期47卷 38-44页

作者：刘峰杨柳赵磊上海电机学院电子信息学院上海201306

针对可重构智能表面(RIS)辅助多用户通信系统中信道估计导频开销大和精度有限的问题,提出一种基于深度压缩感知的信道估计算法。为了降低传统正交匹配追踪(OMP)算法的导频开销,利用级联信道特有的双结构稀疏性质,提出改进OMP算法,获得... 详细信息

针对可重构智能表面(RIS)辅助多用户通信系统中信道估计导频开销大和精度有限的问题,提出一种基于深度压缩感知的信道估计算法。为了降低传统正交匹配追踪(OMP)算法的导频开销,利用级联信道特有的双结构稀疏性质,提出改进OMP算法,获得级联信道的粗估计值;为了进一步提升信道估计的精度,设计了一种深度学习模型,将粗估计信道矩阵视为低分辨的图像,通过多路卷积网络最大程度地隐式学习噪声特征;最后,提出了基于残差连接的多路卷积网络(RMCN)结构,利用噪声的空间特性和可加性,去除噪声对信道矩阵的影响,输出一个高分辨率的级联信道矩阵,从而完成信道估计。仿真结果表明,相比于传统OMP算法,所提RMCN-OMP算法的归一化均方误差减小了约2.5 dB,在降低导频开销的同时,具有更高的估计精度。

关键词：可重构智能表面信道估计深度压缩感知多路卷积网络

数字能力对居民家庭消费的影响研究--基于收入效应的分析

在线全文

学校读者我要写书评

暂无评论

农村金融研究 2024年第4期 69-80页

作者：李睿朱利罗绍晗钱嫣虹电子科技大学经济与管理学院浙江财经大学金融学院、盈阳金融科技学院

研究数字能力如何影响居民家庭的消费行为,对于激发市场活力、增强内生动力等具有重要的现实意义。论文基于中国家庭追踪调查(CFPS)数据,从数字设备使用能力、数字场景应用能力以及数字信息获取能力三个维度度量了家庭数字能力,并实证... 详细信息

研究数字能力如何影响居民家庭的消费行为,对于激发市场活力、增强内生动力等具有重要的现实意义。论文基于中国家庭追踪调查(CFPS)数据,从数字设备使用能力、数字场景应用能力以及数字信息获取能力三个维度度量了家庭数字能力,并实证分析了数字能力与家庭消费的关系,发现数字能力的提升能显著提高家庭消费水平。在进行核心变量替换、回归样本变更等一系列稳健性检验后,发现数字能力对家庭消费的促进作用仍然存在。此外,除了对家庭消费水平的影响,数字能力对不同消费类型也都具有显著的促进作用。基于收入效应的机制分析发现,数字能力通过提高家庭收入、降低家庭收入波动性来促进消费。进一步分析发现,数字能力对家庭线上线下消费均有积极影响,但数字能力对家庭消费收入比没有显著的影响,即数字能力并没有改变家庭边际消费倾向,而是通过提高收入水平和降低收入波动性来促进家庭消费。论文拓展了数字能力在消费领域的应用,证明了数字能力对家庭收入和消费增长的积极作用,丰富了数字时代家庭金融的相关研究。

关键词：数字能力家庭消费收入水平收入波动性数字经济

在线全文

学校读者我要写书评

暂无评论

改进迁移学习的双分支卷积神经网络图像去雾

北京航空航天大学学报 2024年第1期50卷 30-38页

作者：李云红于惠康马登飞苏雪平段姣姣史含驰西安工程大学电子信息学院西安710048

针对现有图像去雾算法存在去雾不彻底和图像颜色失真的问题,提出一种迁移学习子网络和残差注意力子网络相结合的图像去雾模型。采用迁移学习子网络的预训练模型增强样本的特征属性;构建双分支网络结构,并利用残差注意力子网络辅助迁移... 详细信息

针对现有图像去雾算法存在去雾不彻底和图像颜色失真的问题,提出一种迁移学习子网络和残差注意力子网络相结合的图像去雾模型。采用迁移学习子网络的预训练模型增强样本的特征属性;构建双分支网络结构,并利用残差注意力子网络辅助迁移学习子网络训练网络模型的参数;利用尾部集成学习的方法融合双网络的特征,得到去雾图像的模型参数,完成图像恢复任务。实验结果表明:所提算法在RESIDE数据集和O-HAZE数据集上PSNR指标比GCANet分别提高了1.87 dB和4.22 dB,在O-HAZE数据集上SSIM指标比GCANet提高了6.7%。

关键词：图像去雾迁移学习卷积神经网络注意力机制集成学习

在线全文

学校读者我要写书评

暂无评论

底板突水危险性评价研究进展

煤炭科学技术 2024年第S1期52卷 183-191页

作者：姚辉尹慧超尹尚先侯恩科毕梦连会青夏向学梁满玉西安科技大学地质与环境学院陕西西安710054 华北科技学院河北省矿井灾害防治重点实验室北京101601 中国矿业大学(北京)地球科学与测绘工程学院北京100083 防灾科技学院信息工程学院北京101601 华北科技学院安全工程学院北京101601

回顾了煤层底板突水危险性评价的发展历程,提出其危险性评价的体系:指标(指标体系的建立)—方法(评价方法的选取)—工具(处理工具的革新),并对3个环节进行总结。指出指标体系的发展不再是因素集的扩充,而是因素与因素之间非线性关系的... 详细信息

回顾了煤层底板突水危险性评价的发展历程,提出其危险性评价的体系:指标(指标体系的建立)—方法(评价方法的选取)—工具(处理工具的革新),并对3个环节进行总结。指出指标体系的发展不再是因素集的扩充,而是因素与因素之间非线性关系的处理以及对以开采条件及地质条件为两大基本要素集的化繁为简;将现有方法依据处理数据的逻辑分为3类:以数据的基础信息为基准,将原始数据对评价对象所产生的大小、高低、优劣性影响进行考量、排序及综合形成评价结果的第一类方法;对数据列进行人工评判、加工分析、拓展和延伸,挖掘数据的潜在信息,并形成最终评价结果的第2类方法;整理具有相同指标的数据集,通过数据信息处理技术发现数据间的共有信息,从而获得最终评价结果的第3类方法。指出未来评价方法的发展方向一方面是对突水系数法的传承,修正其在厚、巨厚、极薄隔水层的不良表现,另一方面是对机器学习新型方法的创新,对其本身及组合模型进行开发与应用。提出了处理工具所需实现的三大目标:矿井立体化模型的建立、评价结果的动态化演示、“定位、定量、定概率”三定指标的实现。分别探讨了三者面临的问题并阐述具体解决手段。在上述基础上,总体阐明了煤层底板突水危险性评价体系各环节的研究展望。

关键词：带压开采底板突水危险性评价突水系数神经网络