检索结果-南通市图书馆

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

实时阴影的时域可靠网络去噪

计算机辅助设计与图形学学报 2024年

作者：彭元王璐徐延宁王贝贝山东大学软件学院南开大学计算机学院

基于蒙特卡洛光线追踪的实时、可交互渲染通常需要低采样率下的时域去噪技术满足渲染质量、速度的双重需求. 时间域帧间映射信息一般通过计算屏幕空间中的运动向量来得到，但对于存在阴影的区域，使用传统运动向量则会产生错误的映射... 详细信息

基于蒙特卡洛光线追踪的实时、可交互渲染通常需要低采样率下的时域去噪技术满足渲染质量、速度的双重需求. 时间域帧间映射信息一般通过计算屏幕空间中的运动向量来得到，但对于存在阴影的区域，使用传统运动向量则会产生错误的映射关系，从而导致阴影鬼影等问题. 为此，设计了一个针对动态阴影的多尺度分层去噪网络. 首先通过主干网络提取输入噪声阴影和辅助信息中的多尺度特征; 然后经过核预测模块生成逐像素的滤波核; 接着在时域融合模块中引入时域可靠阴影运动向量在阴影区域构建准确的帧间映射关系，以更加有效地利用连续帧信息; 最后，对噪声图像使用滤波核，实现实时动态阴影的高质量去噪. 本文采用Falcor渲染器光线追踪流程生成数据集，其包括2 000帧渲染图像. 实验结果表明，本文方法适用于复杂场景动态阴影的实时去噪，尤其是存在高速移动的大面积光场景中，单帧去噪时间低于14毫秒. 与已有方法相比，本文方法渲染质量PSNR提升约5.4%，帧间连贯性(tPSNR)提升约1.7%，能在有效地消除软阴影噪声的同时获取更准确的阴影细节，且有效地解决了光源、视点、物体快速移动时的阴影鬼影问题.

关键词：光线追踪时域去噪运动向量神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合多策略改进的侏儒猫鼬算法

北京航空航天大学学报 2024年

作者：于明洋李婷许静南开大学人工智能学院南开大学计算机学院天津津航技术物理研究所

针对侏儒猫鼬优化算法(Dwarf Mongoose Optimization Algorithm，DMO)易陷入局部最优和收敛效率低的问题，提出一种多策略融合的增强型侏儒猫鼬算法(Enhanced Multi-Strategy Dwarf Mongoose Optimization Algorithm，EDMO)。该算法引入随机反向学习策略增强了猫鼬种群的多样性和质量，以增强其全局搜索能力和提高收敛的速度。同时，采用自适应的方式更新保姆交换系数，以平衡全局探索与局部开发的需求。在迭代的后期，算法利用黏菌觅食行为，在局部与全局最优解之间进行优化。通过对CEC2017测试函数集的求解，对不同的算法进行了比较。结果表明，融合三种策略的EDMO在寻优精度、寻优速度和鲁棒性方面均优于对比的先进算法。通过对无人机三维路径规划的实验验证，EDMO在局部搜索方面表现优于原始DMO算法，同时生成的飞行路径也更为稳定。

关键词：侏儒猫鼬优化算法多策略融合随机反向学习自适应黏菌觅食行为三维路径规划

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

BSS:一种联盟链存储优化方案

电子学报 2024年第4期52卷 1364-1376页

作者：阎萌杨颖王刚刘晓光南开大学计算机学院天津300350 天津市网络与数据安全技术重点实验室天津300350

针对联盟链系统普遍采用的全副本存储模式导致存储可扩展性及安全性降低的问题,提出一种基于动态弹性区块散布的存储分片方案.在全网划分若干存储组,同一组内节点以协作方式维护固定数量区块链副本,从而在大幅降低存储开销的同时保证存... 详细信息

针对联盟链系统普遍采用的全副本存储模式导致存储可扩展性及安全性降低的问题,提出一种基于动态弹性区块散布的存储分片方案.在全网划分若干存储组,同一组内节点以协作方式维护固定数量区块链副本,从而在大幅降低存储开销的同时保证存储可靠性及数据访问性能.具体地,初始散布机制为每个新区块随机分配固定数量初始副本;根据实时区块访问热度变化,动态复制机制弹性增加热区块副本数量,存储优化机制则将冷区块由副本态切换为编码态.根据模拟实验结果,与使用全副本存储模式相比,具有2节点容错能力的存储分片系统可将节点存储开销降低约71%,同时区块访问性能保持在较为良好的水平.

关键词：联盟链区块链可扩展性分布式存储数据散布存储分片

关于计算机教材建设的探讨：十年磨一剑，树教材品牌——访南开大学信息技术科学学院吴功宜教授

在线全文

学校读者我要写书评

暂无评论

计算机教育 2008年第11期 5-8页

当前国内信息化建设飞速发展，体现在教育中就是计算机教育日得到加强和重视。除了要扩大规模之外，更重要的就是提高质量。重视教材建设是其中相当重要的环节。那么，国内外目前的计算机教育及相关教材的现状怎样，教材的建设对计算机... 详细信息

当前国内信息化建设飞速发展，体现在教育中就是计算机教育日得到加强和重视。除了要扩大规模之外，更重要的就是提高质量。重视教材建设是其中相当重要的环节。那么，国内外目前的计算机教育及相关教材的现状怎样，教材的建设对计算机教育的发展又有哪些影响呢？带着这些问题，记者走访了南开大学信息技术科学学院吴功宜教授（以下简称吴）。

关键词：计算机教材信息化建设技术科学南开大学学院计算机教育品牌国内外

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于超表面的超短脉冲时空调控(特邀)

光学学报 2024年第10期44卷 187-201页

作者：陈璐何明杰吴强许京军南开大学物理科学学院天津300071 南开大学泰达应用物理研究院天津300457

光学超表面作为一种二维人工纳米材料,以其在亚波长尺度上对于光场的多维调控能力,以及易加工、可集成、高损伤阈值等优势,在超短脉冲调控领域展现出了巨大的应用潜力。综述了基于超表面的超短脉冲时域调控和时空域调控最新研究进展,重... 详细信息

光学超表面作为一种二维人工纳米材料,以其在亚波长尺度上对于光场的多维调控能力,以及易加工、可集成、高损伤阈值等优势,在超短脉冲调控领域展现出了巨大的应用潜力。综述了基于超表面的超短脉冲时域调控和时空域调控最新研究进展,重点介绍了利用傅里叶合成实现按需定制超短脉冲四维时空形貌的调控技术,并对基于超表面的光场时空调控技术的发展进行了展望。

关键词：光场调控脉冲整形超表面时空调控傅里叶合成

基于IMQ惯性权重策略的自适应灰狼优化算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2024年第7期51卷 354-361页

作者：于明洋李婷许静南开大学人工智能学院天津300350 南开大学计算机学院天津300350 天津津航技术物理研究所天津300350

针对灰狼优化算法(Grey Wolf Optimizer, GWO)寻优精度低、收敛速度慢的问题,提出了一种基于IMQ惯性权重策略的自适应灰狼优化算法(ISGWO)。该算法利用IMQ函数的特性,实现对惯性权重的非线性调整,从而更好地平衡算法的全局勘探能力和局... 详细信息

针对灰狼优化算法(Grey Wolf Optimizer, GWO)寻优精度低、收敛速度慢的问题,提出了一种基于IMQ惯性权重策略的自适应灰狼优化算法(ISGWO)。该算法利用IMQ函数的特性,实现对惯性权重的非线性调整,从而更好地平衡算法的全局勘探能力和局部开发能力;同时,基于Sigmoid指数函数自适应更新个体位置,更好地搜索和优化问题的解空间。采用6个基本函数和29个CEC2017函数对ISGWO进行测试,并与6种常用的算法进行比较,实验结果表明ISGWO具有更优的收敛精度和速度。

关键词： IMQ函数惯性权重自适应灰狼优化算法收敛速度寻优精度

质谱离子源内裂解和重排可能会为化学反应中间体的捕获带来错误信息

在线全文

学校读者我要写书评

暂无评论

质谱学报 2024年第1期45卷 111-122,I0004页

作者：赵玲玲梁驰予汪杰张新星南开大学化学学院天津300071

质谱法广泛应用于在线反应监测和高活性中间体捕获,极大助力了化学反应机理研究。微液滴具有极端的化学环境,有望捕获高活性中间体,与质谱联用可实现原位表征。有报道表明,微液滴表面的局部强酸环境可以稳定短寿命的碳正离子,结合在线... 详细信息

质谱法广泛应用于在线反应监测和高活性中间体捕获,极大助力了化学反应机理研究。微液滴具有极端的化学环境,有望捕获高活性中间体,与质谱联用可实现原位表征。有报道表明,微液滴表面的局部强酸环境可以稳定短寿命的碳正离子,结合在线质谱可以检测其信号。本文使用电喷雾电离质谱(ESI-MS)测定了一系列碳正离子的前体分子,在排除微液滴效应影响的前提下,检测到这些碳正离子信号。进一步的实验表明,受进样毛细管高温和管透镜电压的共同影响,在质谱的粗真空区域,前体物种会发生源内裂解产生碳正离子碎片,这些碎片可能会被误判为液滴反应中产生的高活性中间体,从而影响反应机理研究。本工作表明,在使用质谱进行反应监测和中间体捕获研究时,应谨慎地考察各仪器参数,尤其是离子光学系统所加电压对离子的影响,以避免对化学反应机制的误判。

关键词：电喷雾电离质谱(ESI-MS) 碳正离子源内裂解

兼顾通信效率与效用的自适应高斯差分隐私个性化联邦学习

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第4期47卷 924-946页

作者：李敏肖迪陈律君重庆大学计算机学院

近年来,由于联邦学习中的通信参数(或梯度)会给参与方本地敏感数据带来重大的隐私泄露风险,联邦学习隐私保护引起了广泛的关注.然而,梯度交换频繁、数据分布异构、参与方本地硬件资源受限等一系列不可避免的因素给联邦学习隐私保护增加... 详细信息

近年来,由于联邦学习中的通信参数(或梯度)会给参与方本地敏感数据带来重大的隐私泄露风险,联邦学习隐私保护引起了广泛的关注.然而,梯度交换频繁、数据分布异构、参与方本地硬件资源受限等一系列不可避免的因素给联邦学习隐私保护增加了挑战难度.为了以一种统一的方式同时有效地解决数据隐私、模型效用、通信效率以及参与方数据非独立同分布等四个方面的问题,本文提出了一种新的兼顾通信效率与效用的自适应高斯差分隐私个性化联邦学习(Communication-efficient and Utility-aware Adaptive Gaussian Differential Privacy for Personalized Federated Learning, CUAG-PFL)方法.具体而言,本文提出一种动态层级压缩模型梯度的方案先为通信模型梯度每一层动态生成特定的压缩率,再根据压缩率构造对应的确定性二进制测量矩阵去除梯度冗余信息.随后,通过同时优化裁剪阈值、敏感度和噪声尺度等隐私相关参数来对压缩的模型梯度执行自适应高斯差分隐私操作.此外,本文对CUAG-PFL进行了严格的隐私分析.为了验证CUAG-PFL在隐私、效用、通信效率以及个性化四个方面的优势,本文在CIFAR-10和CIFAR-100两个真实联邦数据集上进行了大量实验模拟、对比和分析,结果表明CUAG-PFL能够提高参与方本地数据隐私性、通信效率和模型效用,同时解决了数据非独立同分布的问题.特别地,即使在隐私预算仅为0.92且上行通信量减少68.6%时,CUAG-PFL因隐私保护和梯度压缩所引起的模型效用损失仅为1.66%.

关键词：自适应高斯差分隐私隐私—效用权衡动态层级压缩通信高效个性化联邦学习隐私计算

图像语义特征引导与点云跨模态融合的三维目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年

作者：李辉王俊印程远志刘健赵国伟陈双敏青岛科技大学信息科学技术学院南开大学计算机学院哈尔滨工业大学计算机学部

受到场景的复杂性和目标尺度变化、遮挡等影响，三维目标检测仍面临着诸多挑战. 虽然跨模态特征融合图像和激光点云信息能够有效地提升三维目标检测性能，但在融合效果和检测性能上仍有待提升，为此，提出图像语义特征引导与点云跨... 详细信息

受到场景的复杂性和目标尺度变化、遮挡等影响，三维目标检测仍面临着诸多挑战. 虽然跨模态特征融合图像和激光点云信息能够有效地提升三维目标检测性能，但在融合效果和检测性能上仍有待提升，为此，提出图像语义特征引导与点云跨模态融合的三维目标检测方法. 首先设计图像语义特征学习网络，采用双分支自注意力并行计算方式，实现全局语义特征增强，降低目标错误分类; 然后提出图像语义特征引导的局部融合模块，采用元素级数据拼接将检索的图像局部语义特征引导融合点云数据，更好地解决跨模态信息融合存在的语义对齐问题; 提出多尺度再融合网络，设计融合特征与激光雷达点云交互模块，学习融合特征和不同分辨率特征间的再融合，提高网络的检测性能; 最后采用四种任务损失实现anchor-free的三维目标检测. 在KITTI和nuScenes数据集中与其他方法进行对比，针对三维目标检测准确率达87.15%，并且实验结果表明，文中方法优于对比方法，具有更优的三维检测性能.

关键词：三维目标检测跨模态语义特征点云无锚