检索结果-南通市图书馆

基于最优邻域搜索改进模拟退火的多雷达优化布站

在线全文

学校读者我要写书评

暂无评论

东南大学学报(自然科学版) 2024年第5期54卷 1322-1329页

作者：刘林姜龙玉张伯雷东南大学计算机科学与工程学院南京电子技术研究所南京邮电大学计算机学院

针对多雷达组网探测系统，首先建立以空域覆盖率为优化目标、以多雷达位置为优化变量的数学模型，将多雷达布站建模为一个离散优化问题，从而筹划形成最优的多雷达部署方案.其次提出一种基于最优邻域搜索的改进模拟退火算法，通过在历... 详细信息

针对多雷达组网探测系统，首先建立以空域覆盖率为优化目标、以多雷达位置为优化变量的数学模型，将多雷达布站建模为一个离散优化问题，从而筹划形成最优的多雷达部署方案.其次提出一种基于最优邻域搜索的改进模拟退火算法，通过在历史全局最优解的邻域范围内搜索产生新解来提升算法收敛速度；为确保算法的有效性，利用多项复杂性能测试函数对改进算法进行全面的性能分析.最后，在典型的仿真场景中，设定6部雷达、2个高度层的环境条件，对提出的算法进行验证.仿真结果表明，基于最优邻域搜索的改进模拟退火算法在收敛速度上表现优异，且以此为基础得到的多雷达布站方案能够满足任务需求，确保空域覆盖率的最大化.

关键词：多雷达优化布站最优邻域搜索改进模拟退火算法任务规划智能优化

移动边缘计算不确定性任务持续卸载及资源分配方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件学报 2024年第3期35卷 1466-1484页

作者：许斌赵云凯朱剑鸣刘一川李烜焘孙雁飞季一木南京邮电大学物联网学院江苏南京210003 南京邮电大学计算机学院江苏南京210003

移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批... 详细信息

移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批次处理技术应对任务的不确定性,并设计多设备计算资源协同机制提升对计算密集型任务的承载能力.其次,提出一种基于负载均衡的自适应策略选择算法,避免计算资源过度分配导致信道拥堵进而产生额外能耗.最后,基于泊松分布实现了对不确定任务场景模型的仿真,大量实验结果表明时间片长度减小能够降低系统总能耗.此外,所提算法能够更有效地实现任务卸载及资源分配,相较于对比算法,最大可降低能耗11.8%.

关键词：移动边缘计算不确定性任务任务卸载负载均衡自适应

基于加权混合SPF主动轮廓的SAR图像水陆分割

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第6期52卷 2000-2010页

作者：沈嘉程韩斌鲍秉坤南京邮电大学通信与信息工程学院江苏南京210003 南京邮电大学计算机学院江苏南京210023

针对现有主动轮廓模型(Active Contour Model,ACM)无法进行准确高效的SAR(Synthetic Aperture Radar)图像水陆分割的难题,提出一种基于加权混合符号压力(Signed Pressure Force,SPF)主动轮廓的新模型.该模型将中值拟合中心和均值拟合中... 详细信息

针对现有主动轮廓模型(Active Contour Model,ACM)无法进行准确高效的SAR(Synthetic Aperture Radar)图像水陆分割的难题,提出一种基于加权混合符号压力(Signed Pressure Force,SPF)主动轮廓的新模型.该模型将中值拟合中心和均值拟合中心结合起来,建立新的混合符号压力函数,以抑制干扰边缘的影响.通过设计基于绝对中位差的自适应权重,实现自动调节内外拟合中心的比例系数,以更合理地描述灰度差异.此外,计算平滑后图像梯度信息构建边缘引导函数并引入到SPF函数中,以进一步提高分割性能和演化效率.在实际SAR图像上进行分割实验,结果表明:与相关实验模型相比,提出模型在保持高效的同时能获得更加准确的分割结果,其中Dice相似系数(Dice Similarity Coefficient,DSC)至少提高6%.

关键词：水陆分割 SAR图像主动轮廓模型混合符号压力函数绝对中位差

在线全文

学校读者我要写书评

暂无评论

基于ECA-CNN的混合指纹室内定位方法

计算机研究与发展 2024年第2期61卷 428-440页

作者：王正康骆冰清南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023

在指纹法的定位中,指纹特征和定位模型是影响定位精度的2个关键因素.在指纹特征的选取方面,可见光强度稳定性较高,但位置特征区分度低;无线信号强度区分度较高,但波动性较强.在定位模型的构建方面,基于卷积神经网络(convolutional neura... 详细信息

在指纹法的定位中,指纹特征和定位模型是影响定位精度的2个关键因素.在指纹特征的选取方面,可见光强度稳定性较高,但位置特征区分度低;无线信号强度区分度较高,但波动性较强.在定位模型的构建方面,基于卷积神经网络(convolutional neural network, CNN)的定位模型在特征提取时不能有效地突出重要特征.针对上述问题,提出一种基于ECA-CNN的混合指纹室内定位方法(hybrid fingerprint indoor localization method based on ECA-CNN, ECACon-HF).首先,利用可见光强度和低功耗蓝牙(Bluetooth low energy, BLE)接收信号强度指示(received signal strength indication, RSSI)来构建混合指纹,降低BLE指纹不稳定的影响,并增强不同位置之间的区分度.同时,基于高效通道注意力(efficient channel attention, ECA)模块改进CNN定位模型,ECA能够通过跨通道交互策略自适应地提取指纹中的重要信息,抑制指纹中的环境干扰,增强混合指纹特征表达能力,更有效地利用混合指纹优势.实验结果显示,ECAConHF在构建的混合指纹库上可以达到0.316 m的定位精度,高于在单一指纹上的精度;并且基于同一指纹库,ECACon-HF相比其他室内定位方法,定位精度具有明显优势.

关键词：室内定位混合指纹可见光强度注意力机制低功耗蓝牙

在线全文

学校读者我要写书评

暂无评论

应用压缩域JND模型的VVC感知无损编码

华中科技大学学报(自然科学版) 2024年第9期52卷 38-44页

作者：公衍超朱家宝杨楷芳刘颖西安邮电大学通信与信息工程学院陕西师范大学计算机科学学院

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题，提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法．首先基于ITU—RBT 500—13标准设计图像主观观测实验... 详细信息

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题，提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法．首先基于ITU—RBT 500—13标准设计图像主观观测实验，获取考虑人类个体差异性及时间影响的VVC压缩图像感知质量数据；然后对数据进行筛选及正态性检验，并分析获得影响图像感知质量的可解释性特征；最终将特征模型量化并作为反向传播神经网络的输入，构建有效反映量化参数与JND关系的压缩域JND模型，并提出显著提升图像编码效率的VVC感知无损编码方法．与VVC标准测试模型方法相比，提出的方法在获得同等感知质量重建图像前提下最高节省93.28%码率．

关键词：视频编码通用视频编码感知无损编码恰可感知差值压缩域

基于CSI实例标准化的域泛化人体动作识别模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

通信学报 2024年第6期45卷 196-209页

作者：王杨许佳炜王傲夏慧娟赵传信季一木安徽师范大学计算机与信息学院安徽芜湖241002 南京邮电大学计算机学院江苏南京210003

为了实现完全不依赖目标域数据的Wi-Fi跨域人体动作感知,提出了一种基于CSI实例标准化的域泛化人体动作识别模型INDG-Fi。INDG-Fi使用实例标准化去除CSI特征表示的领域信息,接着构建共享特征提取的动作分类器和域分类器,并通过动作偏向... 详细信息

为了实现完全不依赖目标域数据的Wi-Fi跨域人体动作感知,提出了一种基于CSI实例标准化的域泛化人体动作识别模型INDG-Fi。INDG-Fi使用实例标准化去除CSI特征表示的领域信息,接着构建共享特征提取的动作分类器和域分类器,并通过动作偏向学习和对抗性的域学习,将编码层提取的特征偏向人体动作引起的信号特征,同时远离领域信号影响。为了让模型关注受人体动作影响更显著的子载波信号,在编码层中加入子载波注意力模块。实现结果表明,所提INDG-Fi在不可见的用户和位置的感知性能分别为97.99%和92.73%,能够实现鲁棒的跨域感知。

关键词：信道状态信息无线感知人体动作识别域泛化

在线全文

学校读者我要写书评

暂无评论

融合虚拟化和操作系统的动态程序分析框架

信息安全学报 2024年第4期9卷 64-78页

作者：潘家晔沙乐天南京邮电大学现代邮政学院南京210003 南京邮电大学计算机学院南京210042

各种高级恶意代码在网络空间中不断出现,具有分析对抗能力强、恶意行为更隐蔽等新特点,对各类信息系统的安全性产生严重威胁。为深度了解恶意代码及相关攻击活动,需研究更实用和高效的分析方法,以提高对威胁的分析能力和响应速度。针对... 详细信息

各种高级恶意代码在网络空间中不断出现,具有分析对抗能力强、恶意行为更隐蔽等新特点,对各类信息系统的安全性产生严重威胁。为深度了解恶意代码及相关攻击活动,需研究更实用和高效的分析方法,以提高对威胁的分析能力和响应速度。针对二进制程序分析,尽管已有较多的研究成果,但随着软硬件技术的发展,仍面临实用性和灵活性较低、性能和资源开销较高、难以适应新的应用场景等问题。因此在已有工作的基础上,本文以动态细粒度程序分析为目标,将操作系统和虚拟机监视器进行深度融合,提出一种新的二进制程序动态分析方法。该方法充分利用硬件虚拟化新特性对目标程序的执行进行动态拦截,能够更便捷地对用户模式应用程序进行自动化分析,并采用新的动态分析相关内存管理方案,以提高细粒度分析的效率和分析代码构建的灵活性;同时综合程序执行和指令分析进行分离的策略,进一步降低分析过程对目标程序运行时的性能影响。本文在Windows平台上设计了该方法的原型并实现相应的分析框架,采用基准程序和实际应用程序进行大量实验,验证了该方法的可行性和高效性,并通过数据流分析案例进一步展示了框架在实际分析中具有较高的应用价值。

关键词：程序分析动态分析恶意代码系统内核硬件虚拟化

在线全文

学校读者我要写书评

暂无评论

基于跨语种声学分析的帕金森病检测方法

电子与信息学报 2024年第2期46卷 546-554页

作者：季薇王传瑜吴迪李云郑慧芬南京邮电大学通信与信息工程学院南京210003 南京邮电大学计算机学院南京210023 南京医科大学附属老年医院南京210024

基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时... 详细信息

基于语音的帕金森病检测具有非介入式、成本较低和无创等优点。当前公开的帕金森病语音数据集大多来源于单一语种,存在数据容量不够大、受试者母语发音特点差异小等特点。单一语种数据集上训练的帕金森病检测模型在面对跨语种语音数据时,将出现性能下降。为避免语种差异带来的影响,提升模型在跨语种场景下的检测性能,该文引入对抗迁移学习和特征解耦的思想,提出一种帕金森病跨语种声学分析模型(CLSAM)。首先,将基于多头自注意力机制的Transformer编码块和多层神经网络级联,组成特征提取器模块,用于将从源域和目标域语音中提取的原始Fbank语音特征初步解耦为两个向量,即域不变病理信息表征向量和域信息表征向量;设计了目标任务不一致的双重对抗训练模块,显式地分离域不变病理信息和域信息;最终,提取跨语种语音数据中的域不变病理信息用于帕金森病检测。该文在公开的MaxLittle帕金森病语音数据集以及自采的帕金森病语音数据集上,采用十折交叉验证的方法验证了所提方法的有效性。实验结果表明:与传统机器学习方法以及现有的迁移学习算法相比,所提模型在跨语种场景中的检测准确率、敏感度和F1分数等性能均有明显提升。

关键词：跨语种声学分析帕金森病对抗迁移学习特征解耦

一种车载端为主的城市路网当前与未来速度查询方法

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9期46卷 3722-3730页

作者：韩京宇王彦之陈进晏鑫鑫张怡婷南京邮电大学计算机学院南京210003

城市智能交通管理中经常查询路段的当前和未来交通速度,该文提出一种车载边缘为主(VED)的城市路段速度查询和预测方法:车载端在速度低于一定阈值时,与其它车载端交换收集到的数据,并在本地构建轻量级的当前和历史速度索引,以支持当前速... 详细信息

城市智能交通管理中经常查询路段的当前和未来交通速度,该文提出一种车载边缘为主(VED)的城市路段速度查询和预测方法:车载端在速度低于一定阈值时,与其它车载端交换收集到的数据,并在本地构建轻量级的当前和历史速度索引,以支持当前速度查询。为了用尽可能少的模型支持速度预测,提出根据路段拓扑同构将路网划分成若干路段等价类,根据周期性时窗和路段等价类将整个时空划分成若干模型等价类,同一个模型等价类的路段在给定时窗呈现相似的交通运行模式。针对每个模型等价类,车载端和数据中心配合进行联邦学习,训练长短期记忆模型(LSTMs)并存储在车载端,以响应车载端对附近未来交通状况的查询。每个车载端本地索引数据、本地响应查询,避免了查询响应延迟和通信拥塞;数据保存在车载端,而非集中存放,避免了安全攻击导致的隐私泄漏。

关键词：智能交通查询预测索引联邦学习