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

基于边缘感知的点云配准算法

计算机辅助设计与图形学学报 2024年

作者：高俊杰王瑞安王子雄董秋杰高浩浩辛士庆山东大学计算机科学与技术学院

在使用深度学习方法进行点云配准时，直接利用特征相似性作为采样依据，往往会导致采样过于集中且大量分布在平面等非显著区域内，不利于变换矩阵的推导. 针对此问题，提出一种边缘感知的点云配准算法. 首先通过分析点云中每点与其... 详细信息

在使用深度学习方法进行点云配准时，直接利用特征相似性作为采样依据，往往会导致采样过于集中且大量分布在平面等非显著区域内，不利于变换矩阵的推导. 针对此问题，提出一种边缘感知的点云配准算法. 首先通过分析点云中每点与其邻域点的空间分布对边缘区域进行检测; 然后针对现有的特征描述子和联合学习框架，将对应关系和关键点的采样区域限定在边缘区域，提高特征的匹配能力; 最后将特征相似性和显著性作为采样概率，得到一组分布良好的对应关系或关键点并用于配准. 在真实数据集和合成数据集上的大量实验结果表明，所提算法可以使现有的特征描述符达到与现有联合学习框架相当的性能，对于现有联合学习框架，在低重叠点云场景(3DLoMatch)中，边缘区域采样关键点可以平均提高约5%的配准召回率.

关键词：点云配准边缘检测特征描述子关键点检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于揭序加密的联邦决策树安全比较协议

计算机学报 2024年第4期47卷 892-906页

作者：韩朝阳葛春鹏刘哲方黎明南京航空航天大学计算机科学与技术学院南京210016 山东大学软件学院济南250100 之江实验室杭州311121

得益于联邦学习的发展,多个参与方得以越来越方便地在保护隐私的前提下协同训练多种机器学习模型.随着联邦学习训练方案的逐渐成熟,在这些模型上进行高效联邦预测任务的需求也日益受到关注.目前对联邦学习得到模型的应用的研究大都处于... 详细信息

得益于联邦学习的发展,多个参与方得以越来越方便地在保护隐私的前提下协同训练多种机器学习模型.随着联邦学习训练方案的逐渐成熟,在这些模型上进行高效联邦预测任务的需求也日益受到关注.目前对联邦学习得到模型的应用的研究大都处于复用训练范式的范畴,而实际上这一做法造成了额外的开销,联邦预测任务存在着极大的效率提升空间.本文对基于树模型的外包预测服务进行研究.首先明确阐述了“联邦预测”任务,并指出设计高效解决方案面临着数据异构分布和用户数据动态变化的挑战.针对这些挑战,本文提出了新颖的安全比较协议***通过一个不可信的第三方的协助,使得两个参与方得以秘密地比较他们的私密值.所设计的协议基于揭序加密,其通过公开函数可以揭示出密文之间的顺序关系.为了增强其隐私性,我们进一步设计了一次一密机制并引入了混淆密码序列技巧.我们对协议进行了全面的安全性分析,并证明了其面对恶意第三方的鲁棒性.此外,我们还通过大量实验验证了所提出协议的高效性和可扩展性.

关键词：联邦学习联邦预测安全比较揭序加密外包计算隐私计算

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

双重结构保持的在线跨模态哈希

计算机研究与发展 2024年

作者：康潇刘兴波卢鹏宇赵志杰聂秀山王少华尹义龙山东建筑大学计算机科学与技术学院山东大学软件学院

近年来，在线跨模态哈希因其能处理更为贴近现实的流数据场景而受到广泛关注．虽然取得了不错的进展，但现有方法大都依赖准确清晰的数据标记．目前，针对无监督学习模式下在线跨模态哈希的研究相对较少，还有很多问题有待解决．例如，... 详细信息

近年来，在线跨模态哈希因其能处理更为贴近现实的流数据场景而受到广泛关注．虽然取得了不错的进展，但现有方法大都依赖准确清晰的数据标记．目前，针对无监督学习模式下在线跨模态哈希的研究相对较少，还有很多问题有待解决．例如，新到达的数据流通常规模较小，因此常常存在分布不平衡的现象．而现有模型极少关注这个问题，导致模型对离群样本敏感，鲁棒性较差．并且，现有方法大都关注样本的整体结构而忽视了邻域信息对于生成公共哈希码的帮助．为了解决上述问题，提出了基于双重结构保持的无监督在线跨模态哈希方法，称为SPOCH(structure preserving online cross-modal hashing)．该方法的基本思想是同时挖掘样本空间的全局结构信息和邻域结构信息来生成相应的公共表示，用以指导哈希码和哈希函数的学习．针对全局结构的学习，引入L2，1范数取代L2范数来约束损失函数，利用L2，1范数结构化稀疏的性质缓解模型对离群样本的敏感性；针对邻域结构的学习，利用多模态融合的邻域样本进行样本重构，使得所学公共表示更好地表征多模态信息．此外，为了缓解遗忘问题，提出在新旧数据上联合优化，并设计相应的更新策略提高算法的训练效率，实现在线检索．在2个广泛使用的跨模态检索数据集上进行实验．结果表明，较现有最先进的无监督在线跨模态哈希方法，SPOCH在可比较甚至更短的训练时间内取得了更优的检索精度，验证了所提方法的有效性．

关键词：跨模态检索无监督学习在线哈希学习双重结构保持鲁棒性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

原型对齐和域感知的零样本哈希

计算机工程 2024年第5期50卷 260-271页

作者：董峰王永欣马玉玲王奎奎山东建筑大学计算机科学与技术学院山东济南250101

为了实现对未见类别图像的有效检索,零样本哈希(ZSH)方法通常将类别属性中的监督知识从已见类转移到未见类。然而,获取类别属性需要花费额外的计算资源,并且视觉特征和类别属性之间存在跨模态的异构鸿沟。此外,现有方法忽视了强偏差问题... 详细信息

为了实现对未见类别图像的有效检索,零样本哈希(ZSH)方法通常将类别属性中的监督知识从已见类转移到未见类。然而,获取类别属性需要花费额外的计算资源,并且视觉特征和类别属性之间存在跨模态的异构鸿沟。此外,现有方法忽视了强偏差问题,导致模型错误地将已见类样本识别为未见类,从而降低了检索精度。与此同时,ZSH在保持哈希码和原始数据语义一致性以及实现哈希码的离散优化等方面也面临着挑战。为此,提出一种原型对齐和域感知的ZSH方法,其不依赖类别属性等特殊监督知识,能够节省注释属性的花销同时避免跨模态异构鸿沟的影响。首先计算各类样本在海明空间中的原型,然后通过对齐哈希码和类原型来学习语义一致的哈希码。为了避免松弛策略造成的量化误差,提出一种离散优化算法来求解哈希码的离散约束,并且实现线性的计算复杂度。同时,设计一个域感知策略用于分离源域和目标域样本,以缓解强偏差问题的影响。在a PY、AWA2和Image Net数据集上的实验结果表明,该方法的检索精度相较对比方法中的最优值分别提升了2.6、9.4和14.9个百分点,训练时间也远低于大部分对比方法。

关键词：哈希图像检索零样本学习原型对齐域感知

面向冷启动用户的元学习与图转移学习序列推荐

在线全文

学校读者我要写书评

暂无评论

山东大学学报（工学版） 2024年第2期54卷 69-79页

作者：李璐张志军范钰敏王星袁卫华山东建筑大学计算机科学与技术学院山东济南250101

为解决推荐系统用户冷启动问题,提出面向冷启动用户的元学习与图转移学习序列推荐(sequential recommendation for cold-start users with meta graph transitional learning, MetaGTL)。MetaGTL在不使用其他辅助信息的前提下,采用图神经网络(graph neural network, GNN)建模序列间物品高阶关系生成用户物品嵌入;将交互序列构造为物品对集合,使用序列编码模块捕捉物品间的转移关系,动态建模用户兴趣;采用注意力机制,生成准确的用户特征;采用基于梯度的元学习方法训练模型,生成初始化模型;对模型的工作性能和结果进行详细分析,结合基线模型进行对比评价。试验结果表明,基于元学习与图转移学习的MetaGTL在缺少辅助信息的用户冷启动任务中具有更高的预测精度。

关键词：推荐系统序列推荐用户冷启动图神经网络元学习深度学习

边缘计算环境中基于规划图的服务组合修复方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第7期39卷 2438-2446页

作者：高志浩李静祝铭刘彤阳鲁瑞山东理工大学计算机科学与技术学院山东淄博255000 澳大利亚国立大学工程与计算机科学学院堪培拉2601

在云计算和边缘计算环境中,通过提取和组合可用的服务以满足用户需求已成为常见的做法.然而,当前的方法难以应对由于用户需求变化或外部环境变动导致的组合失效问题.为了应对这一挑战,提出一种边缘计算环境中基于规划图的服务组合及其... 详细信息

在云计算和边缘计算环境中,通过提取和组合可用的服务以满足用户需求已成为常见的做法.然而,当前的方法难以应对由于用户需求变化或外部环境变动导致的组合失效问题.为了应对这一挑战,提出一种边缘计算环境中基于规划图的服务组合及其修复方法.首先,结合移动路径模型和规划图方法完成服务组合过程,通过规划图的构建可以有效地评估和选择适合用户需求的服务组合.当服务集合发生变化或用户目标更改时,能够在现有的规划图基础上生成新的解决方案,以满足用户的需求.这种修复方法能够实时适应云边环境中的变化,提高系统的灵活性和可靠性.经过实验测试发现,所提出的修复方法相较于重新规划具有更好的性能表现,并验证了修复方法在组合失效问题上的有效性和实用性.

关键词：服务组合规划图服务组合修复边缘计算服务质量服务时延

同方期刊数据库

改进Faster R-CNN的交通标志检测算法

在线全文

学校读者我要写书评

暂无评论

山东大学学报(工学版) 2024年

作者：薛健赵琳张浩杨璐郝凡昌山东建筑大学计算机科学与技术学院

针对目前交通标志检测方法受光照影响较大,模型精度低等问题,提出一种更快基于区域卷积神经网络（faster regionbased convolutional neural network,Faster R-CNN）的交通标志检测算法。针对图像中天空与非天空区域的光照不均匀现象,... 详细信息

针对目前交通标志检测方法受光照影响较大,模型精度低等问题,提出一种更快基于区域卷积神经网络（faster regionbased convolutional neural network,Faster R-CNN）的交通标志检测算法。针对图像中天空与非天空区域的光照不均匀现象,引入伽马变换增强交通标志在模型中的特征表达能力;利用基于卷积注意力模块的高效网络（convolutional block attention module-based an efficient network,CBAM-EfficientNet）解决网络深度退化问题,提升浅层网络的特征获取能力,降低参数量;在网络中引入特征金字塔网络以检测不同尺寸目标,增强网络对不同尺寸交通标志的感知能力,解决交通标志尺寸差异问题。试验结果表明,该算法在GTSDB数据集上的平均准确率均值PmA达到99.79%,在CCTSDB2021数据集上的PmA达到87.62%。为光照不均匀图像的交通标志检测提供一种高准确性的方法。

关键词：交通标志检测 Faster R-CNN 图像增强特征金字塔网络 CBAM-EfficientNet

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

鲁棒的水密流形网格修复

计算机辅助设计与图形学学报 2024年

作者：王鹏飞徐敏峰辛士庆严冬明屠长河山东大学计算机科学与技术学院山东财经大学计算机科学与技术学院中国科学院自动化研究所模式识别实验室

针对未经修复的网格模型一般存在非流形结构，常带有孔洞、法向不一致、自交等缺陷，很难直接应用到后续基于网格的应用中的问题，提出一种保持输入网格特征的鲁棒水密流形网格修复算法. 首先利用Manifoldplus算法和卷绕数（winding ... 详细信息

针对未经修复的网格模型一般存在非流形结构，常带有孔洞、法向不一致、自交等缺陷，很难直接应用到后续基于网格的应用中的问题，提出一种保持输入网格特征的鲁棒水密流形网格修复算法. 首先利用Manifoldplus算法和卷绕数（winding number）构建能够区分输入网格内外且逼近输入网格的水密流形引导曲面; 然后利用引导曲面计算受限维诺图（restricted Voronoi diagram， RVD）; 再通过对偶得到受限三角剖分（restricted Delaunay triangulation， RDT）; 将非流形问题分解到RVD和RDT计算过程中，保证计算的RDT即为修复后的水密流形网格; 最后在原始网格边中添加辅助点，保持原始网格特征. 基于Windows 10平台，在ModelNet10公开数据集上进行实验的结果表明，所提算法在输出网格的平均精度为1.54×10–6，与Manifoldplus算法相当; 但是当输入的模型包含孔洞时， Manifoldplus算法无法将孔洞合理的填补，而该算法能够将孔洞合理地填补.

关键词：网格修复限制的维诺图水密流形

RSCoinJoin:基于环签名的混币方案

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第3期41卷 109-116页

作者：桂开叶李盛恩山东建筑大学计算机科学与技术学院山东济南250100

针对混币方案CoinShuffle中完成混币交易耗时较多的问题,提出一种基于环签名的混合方案。用户公告参与混币的输入、输出地址并由最后一个用户将地址集合发布到网络中;用户确认自己的输出地址是否在集合中,如果存在则发起混币交易,并对... 详细信息

针对混币方案CoinShuffle中完成混币交易耗时较多的问题,提出一种基于环签名的混合方案。用户公告参与混币的输入、输出地址并由最后一个用户将地址集合发布到网络中;用户确认自己的输出地址是否在集合中,如果存在则发起混币交易,并对交易进行签名,直到最后一个用户签名后将交易发布。实验结果表明,RSCoinJoin在参与混币用户数是50时,完成一笔交易的平均时间为2 s,比现有的混合方案速度更快。

关键词：区块链匿名性不可链接性混币