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

两阶段模型协同搜索的昂贵多目标进化优化

控制理论与应用 2024年第9期41卷 1676-1684页

作者：刘晓彤孙超利王浩谢刚太原科技大学电子信息工程学院山西太原030024 太原科技大学计算机科学与技术学院山西太原030024

近年来,昂贵多目标优化问题的求解获得了越来越多的关注.然而,随着决策空间维度的升高,模型的有效性和准确性很难保证.因此,本文提出了一种两阶段模型协同搜索的昂贵多目标进化优化.在该方法中,每轮种群进化前构建全局模型,以辅助加快... 详细信息

近年来,昂贵多目标优化问题的求解获得了越来越多的关注.然而,随着决策空间维度的升高,模型的有效性和准确性很难保证.因此,本文提出了一种两阶段模型协同搜索的昂贵多目标进化优化.在该方法中,每轮种群进化前构建全局模型,以辅助加快对最优解集的搜索.随后,利用搜索到的种群选择其邻域样本训练局部模型,对二者集成辅助算法进行进一步搜索.最后,提出基于不确定度的填充采样策略选点,进行真实评价.为了验证算法的有效性,将本文算法与4个算法分别在DTLZ和MaF测试集以及两个实际问题上进行比较,实验结果表明其具有良好的性能.

关键词：多目标优化昂贵优化问题集成模型协同搜索填充采样策略

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

面向联邦学习激励优化的演化博弈模型

小型微型计算机系统 2024年第3期45卷 718-725页

作者：孙跃杰赵国生廖祎玮哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对联邦学习中参与者虚报训练成本导致激励不匹配的现象,提出了面向联邦学习激励优化的演化博弈模型.首先在联邦学习系统中建立了联邦参与者-联邦组织者演化博弈模型,设计模型质量评估算法对参与者提交的模型进行质量评估,去除低质量... 详细信息

针对联邦学习中参与者虚报训练成本导致激励不匹配的现象,提出了面向联邦学习激励优化的演化博弈模型.首先在联邦学习系统中建立了联邦参与者-联邦组织者演化博弈模型,设计模型质量评估算法对参与者提交的模型进行质量评估,去除低质量模型的同时量化参与者训练成本.然后结合信誉度指标提出优化的激励分配方法,通过求解演化博弈的稳定策略得到不同初始状态下的最优收益策略.最后仿真实验表明参与者激励收益方面,与平均分配法和个体收益分享法相比诚实参与者的收益提升了70%和57.4%,虚报参与者收益降低了65%和69.5%,策略选择方面,所提模型能合理选择收益策略.

关键词：联邦学习演化博弈激励机制复制动态方程

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

基于潜在特征增强网络的视频描述生成方法

计算机工程 2024年第2期50卷 266-272页

作者：李伟健胡慧君武汉科技大学计算机科学与技术学院湖北武汉430065

视频描述生成旨在用自然语言描述视频中的物体及其相互作用。现有方法未充分利用视频中的时空语义信息,限制了模型生成准确描述语句的能力。为此,提出一种用于视频描述生成的潜在特征增强网络(LFAN)模型。利用不同的特征提取器提取外观... 详细信息

视频描述生成旨在用自然语言描述视频中的物体及其相互作用。现有方法未充分利用视频中的时空语义信息,限制了模型生成准确描述语句的能力。为此,提出一种用于视频描述生成的潜在特征增强网络(LFAN)模型。利用不同的特征提取器提取外观特征、运动特征和目标特征,将对象级的目标特征分别和帧级的外观特征与运动特征融合,同时对融合后的不同特征进行增强,在生成描述前利用图神经网络和长短时记忆网络推理对象之间的时空关系,从而得到具有时空信息和语义信息的潜在特征,同时使用长短时记忆网络和门控循环单元的解码器生成视频的描述语句。该网络模型能够准确地学习到对象特征,进而引导生成更准确的词汇及与对象之间的关系。在MSVD和MSR-VTT数据集上的实验结果表明,LFAN模型可以显著提高生成描述语句的准确性,并与视频中的内容呈现出更好的语义一致性,在MSVD数据集上的BLEU@4和ROUGE-L分数分别为57.0和74.1,在MSRVTT数据集上分别为43.8和62.1。

关键词：视频描述生成潜在特征增强网络时空语义信息图神经网络特征融合

在线全文

学校读者我要写书评

暂无评论

格上基于身份的变色龙签名方案

电子与信息学报 2024年第2期46卷 757-764页

作者：张彦华陈岩刘西蒙尹毅峰胡予濮郑州轻工业大学计算机与通信工程学院郑州450001 福州大学数学与计算机科学学院福州350108 西安电子科技大学通信工程学院西安710071

变色龙签名(CS)是一种比较理想的指定验证者签名,其采用变色龙哈希函数来实现签名的不可传递性,使得任意第三方不信任指定验证者所披露的内容,且避免了不可否认签名必须在线交互验证的缺陷。在满足不可传递性的同时,变色龙签名还要求满... 详细信息

变色龙签名(CS)是一种比较理想的指定验证者签名,其采用变色龙哈希函数来实现签名的不可传递性,使得任意第三方不信任指定验证者所披露的内容,且避免了不可否认签名必须在线交互验证的缺陷。在满足不可传递性的同时,变色龙签名还要求满足不可伪造性以及签名者可拒绝性和不可抵赖性等。针对基于大整数分解或离散对数等数论难题的变色龙签名无法抵御量子计算机攻击,以及用户对公钥数字证书依赖的问题,该文给出了格上基于身份的变色龙签名(IBCS),新方案避免了已有方案存在的签名者无法拒绝指定验证者伪造的签名的安全性漏洞,并将最终签名的传输开销由平方级降为线性级;进一步地,针对变色龙签名在仲裁阶段不可传递性失效的问题,给出了格上抗消息暴露的基于身份的变色龙签名,新方案使得签名者能够在不暴露消息内容的条件下拒绝任意敌手伪造的变色龙签名。特别地,基于格上经典的小整数解问题,两个方案在随机预言机模型下是可证明安全的。

关键词：变色龙签名格基于身份的密码不可传递性抗消息暴露

在线全文

学校读者我要写书评

暂无评论

基于邻域分布的去噪扩散概率模型

模式识别与人工智能 2024年第4期37卷 352-367页

作者：石洪波万博闻张赢山西财经大学信息学院太原030031 哈尔滨工程大学计算机科学与技术学院哈尔滨150009

样本有限的表格型数据缺乏不变性结构和足够样本,使得传统数据增强方法和生成式数据增强方法难以获得符合原始数据分布且具有多样性的数据.为此,文中依据表格型数据的特点和邻域风险最小化原则,提出基于邻域分布的去噪扩散概率模型(Vici... 详细信息

样本有限的表格型数据缺乏不变性结构和足够样本,使得传统数据增强方法和生成式数据增强方法难以获得符合原始数据分布且具有多样性的数据.为此,文中依据表格型数据的特点和邻域风险最小化原则,提出基于邻域分布的去噪扩散概率模型(Vicinal Distribution Based Denoising Diffusion Probabilistic Model,VD-DDPM)及相应算法.首先,分析样本有限表格型数据的特征,通过先验知识选择弱相关特征,并构建样本的邻域分布.然后,利用邻域分布采样数据构建VD-DDPM模型,并使用VD-DDPM数据生成算法生成符合原始数据分布且具有多样性的数据集.在多个数据集上针对数据生成质量、下游模型性能等进行实验,验证VD-DDPM的有效性.

关键词：数据增强邻域风险最小化邻域分布扩散模型表格型数据

基于预训练的并发业务过程实例剩余执行时间预测方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年

作者：倪维健姜隆曾庆田刘彤徐兴宗上海天天基金销售有限公司山东科技大学计算机科学与工程学院

现有的基于深度学习的业务流程剩余时间预测方法大多针对单一执行实例构建预测模型，无法感知到同时执行的其他并发实例在资源竞争等方面的影响，并且对于实例嵌入表示缺少深入探究，导致现有方法的预测效果还有较大提升空间。针对现有... 详细信息

现有的基于深度学习的业务流程剩余时间预测方法大多针对单一执行实例构建预测模型，无法感知到同时执行的其他并发实例在资源竞争等方面的影响，并且对于实例嵌入表示缺少深入探究，导致现有方法的预测效果还有较大提升空间。针对现有方法的不足，提出了基于包注意力的并发多实例剩余时间预测方法，并引入了基于自监督学习的实例嵌入表示方法以提升实例表示的质量。首先，给出了并发实例数据集的构建方法，并在事件活动的基础上添加事件属性，丰富了后续模型的信息输入；之后，通过预训练的方式得到实例属性嵌入表示；最后，将流程实例属性以多通道卷积的形式进行编码，并通过注意力机制对并发实例进行融合。实验结果表明，所提方法与传统的方法相比有效提升了剩余时间预测的准确性。

关键词：业务流程管理剩余执行时间预测并发多实例深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

双向多尺度特征融合的无人机检测算法

计算机工程与应用 2024年

作者：汤栎贾渊张玉宁西南科技大学计算机科学与技术学院

针对在公园、学校、机场等公共区域的复杂背景中，“黑飞”无人机目标尺度多变、模糊和遮挡等导致不易识别的问题，提出一种改进YOLOv8n的无人机目标检测算法。通过在C2f模块中融合RepViTBlock结构和高效多尺度注意力机制EMA(Efficient ... 详细信息

针对在公园、学校、机场等公共区域的复杂背景中，“黑飞”无人机目标尺度多变、模糊和遮挡等导致不易识别的问题，提出一种改进YOLOv8n的无人机目标检测算法。通过在C2f模块中融合RepViTBlock结构和高效多尺度注意力机制EMA(Efficient Multi-scale Attention)改进Bottleneck块，设计了C2f-RVB模块，在减少参数的情况下增强模型对多尺度特征信息的提取能力；在颈部特征融合网络中构建动态边界融合模块DBFFPN，并新增小目标检测层，聚合浅层的边界信息和深层的语义信息，提高模型抗遮挡检测能力；在损失函数部分，提出MFShape-IoU替换原模型CIoU，使得模型更关注边界框自身形状和尺度信息，聚集困难样本，提高目标定位精度。在公开数据集CBD上进行实验，结果表明，改进后的算法相比YOLOv8n，在mAP@0.5 上提升4.1%达到93%，mAP@0.5:0.95 提升4.2%达到57.1%。同时，其精度高于YOLOv8s，复杂度远低于YOLOv8s，符合在移动设备上部署的需求。

关键词：复杂背景反无人机小目标检测 YOLOv8 注意力机制

基于面部全局抑郁特征局部感知力增强和全局-局部语义相关性特征融合的抑郁强度识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2249-2263页

作者：孙强李正何浪西安理工大学自动化与信息工程学院通信工程系西安710048 西安理工大学自动化与信息工程学院电子工程系西安710048 西安邮电大学计算机学院西安710121

现有基于深度学习的大多数方法在实现患者抑郁程度自动识别的过程中,主要存在两大挑战:(1)难以利用深度模型自动地从面部表情有效学习到抑郁强度相关的全局上下文信息,(2)往往忽略抑郁强度相关的全局和局部信息之间的语义一致性。为此,... 详细信息

现有基于深度学习的大多数方法在实现患者抑郁程度自动识别的过程中,主要存在两大挑战:(1)难以利用深度模型自动地从面部表情有效学习到抑郁强度相关的全局上下文信息,(2)往往忽略抑郁强度相关的全局和局部信息之间的语义一致性。为此,该文提出一种全局抑郁特征局部感知力增强和全局-局部语义相关性特征融合(PLEGDF-FGLSCF)的抑郁强度识别深度模型。首先,设计了全局抑郁特征局部感知力增强(PLEGDF)模块,用于提取面部局部区域之间的语义相关性信息,促进不同局部区域与抑郁相关的信息之间的交互,从而增强局部抑郁特征驱动的全局抑郁特征表达力。然后,提出了全局-局部语义相关性特征融合(FGLSCF)模块,用于捕捉全局和局部语义信息之间的关联性,实现全局和局部抑郁特征之间的语义一致性描述。最后,在AVEC2013和AVEC2014数据集上,利用PLEGDF-FGLSCF模型获得的识别结果在均方根误差(RMSE)和平均绝对误差(MAE)指标上的值分别是7.75/5.96和7.49/5.99,优于大多数已有的基准模型,证实了该方法的合理性和有效性。

关键词：抑郁强度人脸图像局部感知力增强全局和局部特征融合语义一致性

在线全文

学校读者我要写书评

暂无评论

多模态协同感知与融合技术专题前言

软件学报 2024年第5期35卷 2099-2100页

作者：孙立峰宋新航蒋树强王莉莉申恒涛清华大学计算机科学与技术系中国科学院计算技术研究所智能信息处理重点实验室北京航空航天大学计算机学院电子科技大学计算机科学与工程学院

与人类利用视觉、听觉、触觉等多种感官信息来感知世界相似,计算机智能系统也可通过不同的传感器,如摄像头、雷达、麦克风、触觉传感器等,来获取人类和物理世界中的数据与信息.随着智能终端和多模态传感设备的普及,可用于感知世界的数...

与人类利用视觉、听觉、触觉等多种感官信息来感知世界相似,计算机智能系统也可通过不同的传感器,如摄像头、雷达、麦克风、触觉传感器等,来获取人类和物理世界中的数据与信息.随着智能终端和多模态传感设备的普及,可用于感知世界的数据来源、维度和数据量都在快速增长,单独模态数据所提供的信息已经不能满足智能系统感知与理解世界的需求.因此智能系统在感知世界时,需要从更多模态数据的差异化获取、动态适配、

关键词：