检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于形状分析和概率推理的机器人抓取技术

机器人 2025年第1期47卷 1-9,21页

作者：许振邦张平曾鸿亮孙迪钢华南理工大学计算机科学与工程学院广东广州510006

抓取异形物体任务中,因物体形状结构复杂多样,搬运物体时可能发生晃动脱落的问题。针对上述问题,本文提出基于形状分析和概率推理的机器人抓取技术。首先,分析物体点云的分散性和平整度,生成候选抓取位姿集合;其次,在仿真场景中,定性分... 详细信息

抓取异形物体任务中,因物体形状结构复杂多样,搬运物体时可能发生晃动脱落的问题。针对上述问题,本文提出基于形状分析和概率推理的机器人抓取技术。首先,分析物体点云的分散性和平整度,生成候选抓取位姿集合;其次,在仿真场景中,定性分析物体晃动脱落的影响因素,在仿真中统计成功完成抓取和旋转平移实验的次数,使用条件期望定量分析法推理抓取位姿的稳定性,训练PointNet鉴别器来评估候选抓取位姿并对其排序;最后以最佳抓取位姿完成抓取。实验结果表明,该方法能解决异形物体在抓取搬运过程中发生晃动脱落的问题。与基准方法相比,抓取平均成功率为89.2%,提升2.6%;搬运的平均稳定性达到84.2%,提升22.7%。该方法能够在多物体堆叠场景中智能抓取物体,保持抓取搬运操作的稳定性,形成合理抓取顺序。

关键词：智能抓取异形物体形状特征抓取位姿评估 6D抓取位姿

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

公开可验证的模型遗忘方案

计算机学报 2025年第02期 477-496页

作者：翁嘉思辜燕云刘家男李明翁健暨南大学网络空间安全学院东莞理工学院计算机科学与技术学院

全球数字化进程的加速伴随着数据主体信息失控现象日益显著。国内外数据安全相关法律相继出台,其中遗忘权(the Right to Be Forgotten)强调了数据主体拥有从数据使用方撤回其数据的权利。模型遗忘(Machine Unlearning)是机器学习领域践... 详细信息

全球数字化进程的加速伴随着数据主体信息失控现象日益显著。国内外数据安全相关法律相继出台,其中遗忘权(the Right to Be Forgotten)强调了数据主体拥有从数据使用方撤回其数据的权利。模型遗忘(Machine Unlearning)是机器学习领域践行遗忘权的技术,允许模型拥有方(即数据使用方)从已训练的模型中遗忘原本训练数据的指定数据,以满足数据拥有方撤回其数据的需求。现有针对模型遗忘效果的验证方法通常假设存在一个从未使用过被遗忘数据的基准模型,并通过测量遗忘后模型和基准模型的参数分布或输出分布是否足够相似来完成验证。然而,在恶意攻击场景下,模型拥有方容易伪造遗忘后模型的参数和输出分布,且模型参数通常难以归因于特定的训练数据,导致验证方难以有效验证目标模型是否遗忘其数据。本文提出了一种新的公开可验证模型遗忘方案,该方案在数据拥有方和模型拥有方之间执行,并在模型拥有方出现恶意行为时,数据拥有方能够生成任意第三方可验证的不可否认凭证。具体地,数据拥有方先利用动态通用累加器来认证被授权使用的数据或删除不被授权使用的数据;随后,模型拥有方在公开可验证隐蔽模型下证明模型训练使用了被累加数据或没有使用不被累加数据;最后,数据拥有方验证证明的有效性,若发现模型拥有方使用了未授权数据,则其生成公开可验证的凭证来追责模型拥有方的不合法行为。实验评估了不同数据量下证明和验证的计算开销,同时评估了不同数据点删除对模型预测结果的影响。

关键词：机器学习数据安全遗忘权模型遗忘可验证性

应用动态Token的融合特征的持续图像字幕生成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2025年第4期61卷 176-191页

作者：晋嘉利余璐天津理工大学计算机科学与工程学院天津300384

基于自注意力的结构(如Transformer)在图像字幕生成任务中有着突出的性能优势。但在大多数方法中模型只在静态、同分布数据集上进行训练,而真实世界中的数据分布大多是非独立同分布的数据流,这种设置下的持续图像字幕生成任务更具有挑... 详细信息

基于自注意力的结构(如Transformer)在图像字幕生成任务中有着突出的性能优势。但在大多数方法中模型只在静态、同分布数据集上进行训练,而真实世界中的数据分布大多是非独立同分布的数据流,这种设置下的持续图像字幕生成任务更具有挑战性。目前针对图像字幕生成的多模态任务的持续学习研究较少,缺乏更适用于基于自注意力模型的持续图像字幕生成方法。针对以上挑战提出了一种应用动态Token的融合特征的持续图像字幕生成方法。在Transformer中对图像字幕生成任务所涉及的不同模态的数据特征进行融合,并对融合特征进行正则化计算;为每一个子任务定义一个Token,Token将随着子任务的切换而变化,这种Token即为动态Token,相比于整个训练阶段只定义一个且被所有子任务共用的静态Token而言,动态Token更能保存每个子任务特有的信息和特点。利用这些动态任务Token和任务标识融合特征注意力模块进一步获得具有任务标识信息的融合特征,并在每个子任务训练结束后保存其对应的Token,以保持模型对旧任务的记忆和表达能力,减少模型对旧任务的灾难性遗忘。在MS-COCO和Flickr30k数据集上的实验结果表明,应用动态Token的融合特征的持续图像字幕生成方法在Transformer架构上优于所有基线方法。以CIDEr指标为例,所有训练任务结束后CIDEr指标的平均分数相较于微调和所有基线方法中的最优方法分别提高了31.06%和13.94%。

关键词：图像字幕生成持续学习 Transformer 融合特征动态Token 正则化

跨粒度子图对比学习与注意力融合的药物—基因关系预测

在线全文

学校读者我要写书评

暂无评论

太原理工大学学报 2025年第1期56卷 127-136页

作者：胡冬冬彭杨谭暑秋朱小飞重庆理工大学计算机科学与工程学院重庆

【目的】阐明药物和基因之间的相互联系是药物开发中的一个重要课题。目前,基于随机游走算法的图神经网络方法在解决药物与基因交互关系识别上已经取得了不错的效果,但是当前的方法,单一子图的方法往往容易忽略掉全局图的信息,不能够很... 详细信息

【目的】阐明药物和基因之间的相互联系是药物开发中的一个重要课题。目前,基于随机游走算法的图神经网络方法在解决药物与基因交互关系识别上已经取得了不错的效果,但是当前的方法,单一子图的方法往往容易忽略掉全局图的信息,不能够很好地聚合节点的信息,同时,药物和基因的节点表示采用简单的融合方式,不能够有效地利用节点表示的信息,用于交互关系的分类。针对上述问题提出了跨粒度对比学习与注意力融合的药物-基因交互关系预测方法。【方法】一方面采用跨粒度的对比学习方法,得到远距离和近距离的节点信息,同时采用对比学习的结构增加对药物和基因节点的区分。另一方面利用注意力融合机制,充分挖掘节点中隐含的信息,将远近距离信息进行注意力融合。【结果】在2个真实数据集上的实验结果表明该模型比基线模型具有更好的分类效果。

关键词：对比学习图表示学习关系图神经网络注意力机制基因-药物关系预测

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

面向工业物联网的策略隐藏属性基加密方案

现代电子技术 2025年第1期48卷 90-96页

作者：尹建标张言史培中古春生江苏理工学院计算机工程学院江苏常州213001

针对工业物联网中的生产和监管数据易泄露与数据获取中断的问题,提出支持策略隐藏的属性基加密方案。将属性信息分为属性名和属性值进行方案构造,属性值在构造过程中并未暴露并且上传到云服务器的访问策略仅由属性名构成,工业物联网设... 详细信息

针对工业物联网中的生产和监管数据易泄露与数据获取中断的问题,提出支持策略隐藏的属性基加密方案。将属性信息分为属性名和属性值进行方案构造,属性值在构造过程中并未暴露并且上传到云服务器的访问策略仅由属性名构成,工业物联网设备在获取生产信息时不会完整的访问策略,防止了不法分子对设备信息盗取进而导致访问策略及生产信息的泄露。同时,授权多个半可信云服务器,当某个半可信云服务器不能正常工作时可快速根据服务器密钥更新用户私钥,使得其他半可信云服务器接替其工作,保证物联网设备读取数据的连续性。此外,引入属性认证,在撤销过程中无需重更新密文,适用于产生大量数据的物联网环境的撤销。经过安全性分析和性能分析,该方案能抵抗选择明文攻击,且系统初始化、用户密钥生成、加密、解密都具有较高的运行效率。

关键词：工业物联网数据安全策略隐藏单点故障属性认证属性撤销

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

基于局部流程结构优化的归纳式模型挖掘方法

计算机集成制造系统 2025年

作者：焉佳馨刘聪苏轩闻立杰曹健曾庆田山东理工大学计算机科学与技术学院山东科技大学计算机科学与工程学院清华大学软件学院上海交通大学计算机科学与技术系

模型挖掘旨在从给定的事件日志中发现能够描述流程的最佳模型。已有的模型挖掘方法大多难以在有限时间内得到一个健全的流程模型。归纳式挖掘方法虽然可以保证在绝大多数情况下都能挖掘出健全的流程模型，但在处理复杂活动关系时常常存... 详细信息

模型挖掘旨在从给定的事件日志中发现能够描述流程的最佳模型。已有的模型挖掘方法大多难以在有限时间内得到一个健全的流程模型。归纳式挖掘方法虽然可以保证在绝大多数情况下都能挖掘出健全的流程模型，但在处理复杂活动关系时常常存在局限性，导致模型中可能出现局部不精确结构而降低模型质量，如并发关系中的选择或循环关系往往是该方法对复杂活动关系处理不当的结果。针对上述问题，提出了一种基于局部流程结构优化的归纳式模型挖掘方法。具体而言，首先识别归纳式挖掘方法所得初始流程树中不精确结构并提取不精确结构对应的子日志，然后在提取的子日志上使用基于频次的归纳式挖掘方法对不精确结构进行迭代优化，最后使用优化后的新子流程树替换初始流程树中不精确结构，构造多棵新流程树，将所有流程树转换为Petri网以评估模型质量，最终得到一个最佳Petri网。所提方法已在开源流程挖掘平台ProM中实现。基于6组公开的真实事件日志，对本文方法与已有模型挖掘方法进行对比实验。实验结果表明，本文方法相较于已有方法能够挖掘出质量更高，复杂度更低且健全性能够得到保证的模型，可以为后续的流程分析和改进提供更加有力的支持。

关键词：模型挖掘归纳式挖掘局部流程优化不精确结构识别流程树

一种用于联合低光增强和人脸超分的深度学习网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智能系统学报 2025年

作者：丛维仪郑卓然贾修一南京理工大学计算机科学与工程学院

在低光环境下，人脸图像增强是许多任务的重要恢复方法。然而，现有的低光环境下人脸超分辨率方法通常依赖于低光增强和超分算法的序列建模。遗憾的是，由于优化目标之间的差异，使用这种方法来增强人脸图像很容易导致伪影或噪声。为了... 详细信息

在低光环境下，人脸图像增强是许多任务的重要恢复方法。然而，现有的低光环境下人脸超分辨率方法通常依赖于低光增强和超分算法的序列建模。遗憾的是，由于优化目标之间的差异，使用这种方法来增强人脸图像很容易导致伪影或噪声。为了应对这一挑战，本文提出了一个端到端的低光人脸图像超分辨率网络LFSRNet（low-light face super resolution network）。该网络由浅层特征提取、深层特征提取和特征过滤上采样3个模块组成。浅层特征模块首先将输入的低光、低分辨率人脸图像映射到特征空间。随后，深度特征提取模块对其进行亮度校正并细化结构。最后，特征过滤上采样模块处理提取到的特征并重建人脸图像。此外，为了更好地重建丢失的面部细节本文还设计了一个损失函数faceMaskLoss。大量实验证明了所提模型的有效性。

关键词：人脸超分辨率低光图像增强监督学习随机掩码损失函数深度学习局部特征提取全局特征提取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

语义可控的三维人体体型生成

计算机辅助设计与图形学学报 2025年

作者：毛爱华禤骏刘丁玮华南理工大学计算机科学与工程学院

为了实现语义可控的SMPL人体体型生成，提出一种采用虚拟测量模块优化SMPL体型参数的生成方法. 首先在SMPL模型上预先定义特征点; 然后对T-姿势下的SMPL模型进行虚拟测量，获取人体测量参数; 最后通过最小化目标函数优化SMPL的体型参... 详细信息

为了实现语义可控的SMPL人体体型生成，提出一种采用虚拟测量模块优化SMPL体型参数的生成方法. 首先在SMPL模型上预先定义特征点; 然后对T-姿势下的SMPL模型进行虚拟测量，获取人体测量参数; 最后通过最小化目标函数优化SMPL的体型参数. 在此基础上，进一步探讨人体测量参数与SMPL体型参数在体型空间中的变化关系，将测量参数的变化与体型参数建立语义可控的关联，实现了通过修改体型参数控制SMPL模型单项测量参数的变化，解决了对SMPL体型进行精细控制的问题. 实验结果表明，以身高、会阴高、臂展、胸围、腰围和臀围等人体测量参数作为约束，所提方法在保持多项人体测量参数输入约束的同时，生成的模型以虚拟测量得到的结果与输入值的误差更小， 4组男性和4组女性的虚拟测量结果误差不超过输入值结果误差的50%. 该方法也适用于SMPL-H和SMPL-X模型.

关键词：可控体型生成人体测量参数三维人体重建 SMPL

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于扩展型活性膜系统的彩色图像分割方法

深圳大学学报(理工版) 2025年第1期42卷 59-67页

作者：许家昌郭佳苏树智安徽理工大学计算机科学与工程学院安徽淮南232001

为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优... 详细信息

为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优化算法作为基本膜中的进化规则,通过更新苍鹰的状态进化基本膜中的对象,将INGO算法作为局部进化规则来进化子膜中的对象.该系统根据活性膜自身的特点在基本膜中溶解或产生子膜,通信规则用于实现不同膜之间的信息交换与共享,避免算法陷入局部最优.在数据集BSD300和BSD500上,分别采用海鸥优化(seagull optimization algorithm,SOA)算法、灰狼优化(grey wolf optimizer,GWO)算法、INGO算法和PINGO算法,对不同优化阈值个数的图像进行分割.结果表明,PINGO算法在分割后的图像上的峰值信噪比均优于其他算法,特征相似度最优值也占了83%,在保持色彩与纹理的同时提高了分割的准确性.研究结果表明了所提彩色图像分割方法的有效性.

关键词：图像处理图像分割 P系统活性膜结构北方苍鹰优化算法进化规则