检索结果-南通市图书馆

科技创新导报 2009年第24期6卷 168-169页

作者：伍学龙孙大成李会朋西南林学院计算机与信息科学系云南昆明650224

本文立足于高校实际,探讨了高校学生工作者如何以管理手段解决大学生网络游戏成瘾问题,对于有效救助大学生网游成瘾者具有一定的借鉴和参考价值。

关键词：大学生网游成瘾研究

在线全文

学校读者我要写书评

暂无评论

CARFB：即插即用的目标检测模块

计算机科学与探索 2025年第1期 223-236页

作者：杨梅君姚若侠谢娟英陕西师范大学计算机科学学院

针对坐标注意力（CA）在水平和垂直方向特征的平均池化可能丢失目标显著特征，以及使用二维普通卷积对小目标特征学习不足的情况，提出了CARFB(coordinateattentionandreceptivefieldblock)模块。该模块将CA的平均池化修改为平均+最大... 详细信息

针对坐标注意力（CA）在水平和垂直方向特征的平均池化可能丢失目标显著特征，以及使用二维普通卷积对小目标特征学习不足的情况，提出了CARFB(coordinateattentionandreceptivefieldblock)模块。该模块将CA的平均池化修改为平均+最大池化，以保留输入特征在水平和垂直方向的显著和细节信息；利用RFB具有不同大小感受野的优势，在水平和垂直方向分别使用RFB模块代替CA的融合特征统一卷积，以同时提取不同大小目标的特征；引入包含不同大小卷积核和步长的CBS模块，替换CA的二维普通卷积，进一步提取水平和垂直方向的特征，得到重新加权的输出特征。CARFB模块在水平和垂直方向保存目标位置信息，利用不同感受野提取不同大小目标的强辨别性特征，从而具有更强的特征学习能力。为了验证提出的即插即用模块CARFB的性能，将其嵌入ObjectBox目标检测框架，得到ObjectBox-CARFB模型；用CARFB模块替换RFBnet中的RFB模块，得到CARFBnet目标检测模型。MSCOCO数据集的实验测试表明，ObjectBox-CARFB模型的性能得到全面提升，尤其对小目标的检测性能提升突出；PASCALVOC和MSCOCO数据集的实验结果表明，CARFBnet300和CARFBnet512的目标检测能力分别优于原始RFBnet300和RFBnet512模型，并优于其他同系列对比模型。提出的CARFB模块具有更强的特征学习能力，对不同尺度目标均能取得较好的检测效果，特别是在小目标检测方面，效果提升显著。提出的CARFB模块可以嵌入到任何一个卷积神经网络，能保存更多的目标信息，具有更强的特征学习能力和更高的网络性能，对不同尺度目标均能取得较好的检测效果，尤其对小目标的检测效果提升显著。

关键词：目标检测感受野模块(RFB) 坐标注意力小目标深度学习

图像处理中CNN与视觉Transformer混合模型研究综述

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2025年第1期 30-44页

作者：郭佳霖智敏殷雁君葛湘巍内蒙古师范大学计算机科学技术学院

卷积神经网络（CNN）与视觉Transformer是目前图像处理领域中两大重要的深度学习模型，两者经过多年来不断的研究与进步，已在该领域取得了非凡的成就。近些年来，CNN与视觉Transformer的混合模型正在逐步兴起，广泛的研究不断克服两种... 详细信息

卷积神经网络（CNN）与视觉Transformer是目前图像处理领域中两大重要的深度学习模型，两者经过多年来不断的研究与进步，已在该领域取得了非凡的成就。近些年来，CNN与视觉Transformer的混合模型正在逐步兴起，广泛的研究不断克服两种模型存在的弱项，高效地发挥出各自的亮点，在图像处理任务中表现出优异的效果。基于CNN与视觉Transformer混合模型进行深入阐述。总体概述了CNN与Vision Transformer模型的架构和优缺点，并总结混合模型的概念及优势。围绕串行结构融合方式、并行结构融合方式、层级交叉结构融合方式以及其他融合方式等四个方面全面回顾梳理了混合模型的研究现状和实际进展，并针对各种融合方式的主要代表模型进行总结与剖析，从多方面对典型混合模型进行评价对比。多角度叙述了混合模型在图像识别、图像分类、目标检测和图像分割等实际图像处理特定领域中应用研究，展现出混合模型在具体实践中的适用性和高效性。深入分析混合模型未来研究方向，并为后续该模型在图像处理中的研究与应用提出展望。

关键词：卷积神经网络(CNN) 视觉Transformer 混合模型图像处理深度学习

在线全文

学校读者我要写书评

暂无评论

面向自动语音识别系统的对抗样本生成方法

计算机科学与探索 2025年第1期 253-263页

作者：于振华苏玉璠叶鸥丛旭亚西安科技大学计算机科学与技术学院

通过对系统进行对抗攻击可以检测系统漏洞，进而提高系统鲁棒性。然而，对抗攻击前往往需要系统的参数信息，这使得攻击条件受限。为此，结合一种新的量子粒子群优化算法，提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加... 详细信息

通过对系统进行对抗攻击可以检测系统漏洞，进而提高系统鲁棒性。然而，对抗攻击前往往需要系统的参数信息，这使得攻击条件受限。为此，结合一种新的量子粒子群优化算法，提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加微小噪声，构造差异化粒子群，作为初始对抗样本种群；基于记忆搜索的领域重分布策略得到当前种群的全局最优粒子，从而生成初始对抗样本；融入扩维和自适应权重位置更新，使得种群更接近目标；根据对抗样本与目标语句的编辑距离，继续优化初始对抗样本，生成最终对抗样本。为了验证方法的攻击效果，在GoogleSpeech、LibriSpeech以及CommonVoice数据集上，对语音识别模型DeepSpeech进行实验，将目标语句设置为不同场景中的常见语音指令。实验结果表明，提出的方法在三个数据集上成功率都优于对比方法，其中在Common Voice数据集上的成功率比对比方法提升了10个百分点。同时，召集志愿者对生成的对抗样本噪声强度进行主观评估，其中82.4%的对抗样本被志愿者判断为没有噪声或噪声很小。

关键词：对抗攻击语音识别黑盒攻击样本生成量子粒子群算法梯度评估方法

在线全文

学校读者我要写书评

暂无评论

基于图重构和子图挖掘的僵尸网络检测方法

郑州大学学报（工学版） 2025年第1期46卷 34-41页

作者：景永俊吴悔陈旭宋吉飞合肥工业大学计算机与信息学院安徽合肥230601 北方民族大学计算机科学与工程学院宁夏银川750021 国家(中卫)新型互联网交换中心宁夏中卫755000

针对伪装后僵尸网络主机难以检测的问题,提出一种基于图重构和子图挖掘的僵尸网络检测方法(GR-SGM)。首先,将网络数据转化为图数据,并对其进行重构以此增强主机节点特征表示;其次,基于重构图中拓扑结构、节点的特征和位置变化设计僵尸... 详细信息

针对伪装后僵尸网络主机难以检测的问题,提出一种基于图重构和子图挖掘的僵尸网络检测方法(GR-SGM)。首先,将网络数据转化为图数据,并对其进行重构以此增强主机节点特征表示;其次,基于重构图中拓扑结构、节点的特征和位置变化设计僵尸网络子图评分函数,以此捕捉伪装后的特征,提取出僵尸网络子图,并对原始图和重构图进行预检测,以提高检测的准确率和效率,减少重构误差;最后,对预检测结果和僵尸网络子图进行综合评分,以获取完整的僵尸网络信息。在ISCX2014僵尸网络数据集和CICIDS2017僵尸网络数据集上的实验结果表明:GR-SGM的检测准确率分别达到99.98%和99.91%,F 1分别达到99.94%和99.65%,相较于其他僵尸网络检测模型,GR-SGM能更加高效准确地识别僵尸网络节点,同时具有更低的误报率。

关键词：僵尸网络子图挖掘图重构网络安全预检测

在线全文

学校读者我要写书评

暂无评论

双编码端高分辨率遥感影像语义分割算法

计算机科学与探索 2025年第1期 187-195页

作者：吴梦可高心丹东北林业大学计算机与控制工程学院

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影... 详细信息

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块（FFB）将Swin Transformer捕获的全局特征引入编码端，应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块（SIB），降低复杂背景样本带来的负面影响；在解码端引入全局-局部注意力模块（GLTB）和特征细化模块（FRB），来更好地利用编码端提取的信息，提高语义分割的精确性；采用交叉熵损失和Dice Loss组成的混合损失函数训练模型，减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上，宏观平均F1值（mF1）、平均交并比（mIoU）和整体准确率（OA）指标分别达到91.9%、84.8%和92.4%；在LoveDA数据集上，mIoU指标达到55.0%，均展现出了更好的语义分割效果和良好的泛化性。

关键词：高分辨率遥感影像语义分割卷积神经网络 Swin Transformer

在线全文

学校读者我要写书评

暂无评论

元宇宙服务的人机交互综述

郑州大学学报（理学版） 2025年第1期57卷 8-14页

作者：高俊涛程玉玉东北石油大学计算机与信息技术学院黑龙江大庆163318

近年来,元宇宙飞速发展,已成为未来数字世界的一个重要发展方向。元宇宙中的人机交互是实现虚实融合的核心,其解决了元宇宙中的多用户协作、沟通、社交等挑战,促进了创新和合作。为了深入探讨元宇宙作为虚拟和现实世界融合的数字化空间... 详细信息

近年来,元宇宙飞速发展,已成为未来数字世界的一个重要发展方向。元宇宙中的人机交互是实现虚实融合的核心,其解决了元宇宙中的多用户协作、沟通、社交等挑战,促进了创新和合作。为了深入探讨元宇宙作为虚拟和现实世界融合的数字化空间,其服务如何与人机交互相结合,创造出丰富、沉浸式、个性化的用户体验,调研了元宇宙和人机交互技术,并从人机交互的角度对元宇宙的概念进行了定义。讨论了元宇宙服务和人机融合的可行性与优势,并整理归纳了现有的挑战。最后探讨了元宇宙服务的未来发展趋势。

关键词：元宇宙服务人机交互数字化空间

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

改进TD3算法的机械臂三维路径规划方法

电光与控制 2025年第1期32卷 100-105页

作者：马天李超杨嘉怡西安科技大学计算机科学与技术学院西安710000

在军事航空领域中,复杂任务对机械臂路径规划提出了挑战。针对双延迟深度确定性策略梯度(TD3)算法学习效率低、样本利用率低的问题,提出了一种改进的TD3算法(Recurrent-TD3算法)。首先,将LSTM结合到策略网络与价值网络中,捕获航空控制... 详细信息

在军事航空领域中,复杂任务对机械臂路径规划提出了挑战。针对双延迟深度确定性策略梯度(TD3)算法学习效率低、样本利用率低的问题,提出了一种改进的TD3算法(Recurrent-TD3算法)。首先,将LSTM结合到策略网络与价值网络中,捕获航空控制任务中的时间序列信息,增强对时间序列变化的响应能力,使其能够在决策时考虑历史动作和状态,提高网络的表达能力;然后,将事后经验回放(HER)技术集成到TD3算法中,以解决任务中稀疏奖励难以学习的问题,通过将未达到目标的经验转化为达到新目标的经验,从而更有效地利用样本;最后,设计了一种基于包围盒的碰撞检测流程,以提高机械臂在军用航空任务中的安全性。实验表明,该算法相比于其他算法能够更快地找到一条无碰撞的路径,且平均路径长度最短。

关键词：机械臂路径规则 TD3 长短期记忆网络事后经验回放技术

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

无耗散拓扑电子学的新进展:器件与能量耗散

科学通报 2025年第1期 1-3页

作者：李海龙闫青江华谢心澄北京大学物理学院量子材料科学中心复旦大学理论物理与信息科学交叉中心复旦大学微纳电子器件与量子计算机研究院合肥国家实验室

晶体管,作为现代微纳电子技术的基石,是构成集成电路的基本单元,实现了复杂电路功能的微型化.晶体管通过控制电子的输运,执行各种逻辑运算和信号处理任务.然而,在执行这些功能时,传统晶体管并非完全高效和无能耗.电子在晶体管内部传输...

晶体管,作为现代微纳电子技术的基石,是构成集成电路的基本单元,实现了复杂电路功能的微型化.晶体管通过控制电子的输运,执行各种逻辑运算和信号处理任务.然而,在执行这些功能时,传统晶体管并非完全高效和无能耗.电子在晶体管内部传输过程中,由于电阻的存在,会有一部分能量转化为热能,这种能量转化遵循焦耳定律,即电流通过导体产生的热功率与电流的平方以及导体的电阻成正比.这种以焦耳热形式释放的能量损耗,不仅降低了集成电路的能量效率,还可能导致晶体管的温度升高,进而影响电路的稳定性和可靠性,甚至限制了微纳电路性能的进一步提升.

关键词：

在线全文

学校读者我要写书评

暂无评论

改进RRPN模型的遥感图像目标检测

现代电子技术 2025年第1期48卷 8-16页

作者：鲁晓波郭艳光辛春花内蒙古农业大学计算机技术与信息管理系内蒙古包头010010

针对遥感目标背景复杂、易受外界环境干扰,传统方法无法满足复杂场景下的检测高精度与实时性要求的问题,提出基于改进RRPN模型的遥感图像目标检测方法。首先,将特征金字塔(FPN)架构引入到了模型的残差网络中,使得遥感图像的高、低层特... 详细信息

针对遥感目标背景复杂、易受外界环境干扰,传统方法无法满足复杂场景下的检测高精度与实时性要求的问题,提出基于改进RRPN模型的遥感图像目标检测方法。首先,将特征金字塔(FPN)架构引入到了模型的残差网络中,使得遥感图像的高、低层特征得到了有效融合;其次,在特征提取网络中添加了通道和空间相融合的注意力机制(CBAM),提升了模型在遥感图像目标特征提取方面的跨通道和空间处理能力;此外,将剔除重叠建议框时的原始NMS算法优化为DIoUNMS算法,综合考虑遥感图像候选框之间的重叠度、距离、尺度大小等因素,使目标框的回归过程更加稳定。对比实验与消融实验显示,所提方法在公共数据集DOTA和HRSC2016上获得的平均精度均值mAP分别可高达77.30%、90.24%,较原始RRPN模型分别提高了8.29%、11.16%,且优于其他几种较新的经典模型,表明所提方法对于复杂环境下的遥感图像目标检测是合理且有效的。

关键词：目标检测遥感图像带旋转的候选框算法卷积通道注意力模块 DIoU-NMS 特征金字塔 DOTA HRSC2016数据集

维普期刊数据库博看期刊