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

标准模型下基于格的变色龙签名方案

电子与信息学报 2024年第7期46卷 3002-3009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科学与技术学院郑州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

作为一种比较理想的指定验证者签名,变色龙签名(CS)通过在签名算法中嵌入变色龙哈希函数(CHF)对消息进行散列,更简便地解决了签名的2次传递问题。在获得不可传递性的同时,变色龙签名还要求满足不可伪造性、签名者可拒绝性以及不可抵赖... 详细信息

作为一种比较理想的指定验证者签名,变色龙签名(CS)通过在签名算法中嵌入变色龙哈希函数(CHF)对消息进行散列,更简便地解决了签名的2次传递问题。在获得不可传递性的同时,变色龙签名还要求满足不可伪造性、签名者可拒绝性以及不可抵赖性等特性。针对基于大整数分解或离散对数等传统数论难题的CS无法抵御量子计算机攻击,以及随机预言机模型下可证明安全的数字签名方案在实际具体实现中未必安全的问题,该文给出了标准模型下基于格的变色龙签名;进一步地,针对签名者可拒绝性的获得需要耗费其较大的本地存储的问题,给出了标准模型下基于格的无需本地存储的变色龙签名,新方案彻底消除了签名者对本地签名库的依赖,使得签名者能够在不存储原始消息与签名的条件下辅助仲裁者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和差错学习问题,两个方案在标准模型下是可证明安全的。

关键词：变色龙签名格不可传递性标准模型无需本地存储

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

多模态自适应特征融合的目标检测

激光与光电子学进展 2023年第24期60卷 100-109页

作者：高小强常侃凌铭阳银梦雨广西大学计算机与电子信息学院广西南宁530004 广西多媒体通信与网络技术重点实验室广西南宁530004

随着深度学习的发展,基于卷积神经网络(CNN)的目标检测方法取得巨大成功。现有的基于CNN的目标检测模型通常采用单一模态的RGB图像进行训练和测试,但在低光照环境下,检测性能显著下降。为解决此问题,提出了一种基于YOLOv5构建的多模态... 详细信息

随着深度学习的发展,基于卷积神经网络(CNN)的目标检测方法取得巨大成功。现有的基于CNN的目标检测模型通常采用单一模态的RGB图像进行训练和测试,但在低光照环境下,检测性能显著下降。为解决此问题,提出了一种基于YOLOv5构建的多模态目标检测网络模型,将RGB图像和热红外图像相结合,以充分利用多模态特征融合信息,从而提升目标检测精度。为了实现多模态特征信息的有效融合,提出了一种多模态自适应特征融合(MAFF)模块。该模块通过自适应地选择不同模态特征并利用各模态间的互补信息,实现多模态特征融合。实验结果表明:所提算法能有效融合不同模态的特征信息,从而显著提高检测精度。

关键词：卷积神经网络多模态 YOLOv5 多模态目标检测自适应特征融合

一种基于词频-逆文档频率和混合损失的表情识别算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2023年第1期49卷 295-302,310页

作者：蓝峥杰王烈聂雄广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

面部表情能自然高效地表达人类的心理活动和思想状态,影响着人们的沟通交流过程。在诸多智能化应用中,人脸表情识别是人类与机器间建立情感交互的重要基础。在细粒度人脸表情识别任务中,由于特征提取网络对表情产生区域的关键特征处理不... 详细信息

面部表情能自然高效地表达人类的心理活动和思想状态,影响着人们的沟通交流过程。在诸多智能化应用中,人脸表情识别是人类与机器间建立情感交互的重要基础。在细粒度人脸表情识别任务中,由于特征提取网络对表情产生区域的关键特征处理不足,从而引发细节特征信息丢失问题。提出一种词频-逆文档频率注意力机制TF-IDF SPA,通过该机制调整表情产生关键区域的注意力分布,强化网络对该区域关键细节特征的提取能力。同时,为了应对表情识别任务中普遍存在的类间差异小、类内差异大的问题,设计一种改进型混合加权损失函数,以增强表情类内聚拢性同时增大类间距离。依据数据集中样本的数量分布情况,动态调整损失函数的分类权重值,从而强化模型对小数据量样本的学习能力。在此基础上,将结构简单的TF-IDF SPA模块与卷积层共同堆叠以构建人脸表情识别网络。实验结果表明,该网络具有较好的人脸表情识别性能,在FER2013和CK+数据集上的分类准确率分别达到73.52%和98.27%。

关键词：表情识别 FER2013数据集 CK+数据集词频-逆文档频率损失函数注意力机制

在线全文

学校读者我要写书评

暂无评论

智能铁路5G安全技术与策略综述

计算机科学 2024年第5期51卷 1-11页

作者：李盼盼吴昊刘佳佳段莉卢云龙北京交通大学先进轨道交通自主运行全国重点实验室北京100044 北京交通大学电子信息工程学院北京100044 北京交通大学智慧高铁系统前沿科学中心北京100044 北京交通大学计算机与信息技术学院北京100044

数字技术正在重塑各行各业,这是行业发展的必经之路。5G等数字服务技术在为铁路等行业赋能的同时,也带来了一些安全风险。安全是一切服务的先决条件。为促进5G数字服务在智能铁路的创新应用,首先从基站空口、通信、数据、系统、终端和... 详细信息

数字技术正在重塑各行各业,这是行业发展的必经之路。5G等数字服务技术在为铁路等行业赋能的同时,也带来了一些安全风险。安全是一切服务的先决条件。为促进5G数字服务在智能铁路的创新应用,首先从基站空口、通信、数据、系统、终端和公专网融合应用几个角度,系统梳理了智能铁路5G通信网络面临的安全风险与挑战。然后针对大带宽、高可靠、低时延的新业务场景及网络切片、边缘计算等新技术和大规模异构新型终端以及面向铁路的智能新应用,全面分析了智能铁路5G服务的安全新需求,总结了密码算法、空口安全、隐私、统一认证及漫游等方面的5G安全增强新特性。在此基础上,给出智能铁路5G通信网络在安全认证、物理层安全、终端安全、切片安全、边缘计算安全方面需关注的重点。针对5G专网部署方式,给出基础设施、通信安全、安全管理数据安全、内生安全防御体系方面的建议。

关键词：智能铁路第5代移动通信系统(5G) 内生安全策略综述数字服务

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于拉普拉斯混合模型的航迹抗差关联方法

电讯技术 2024年

作者：韦春玲吴孙勇刘锦新余润华桂林电子科技大学信息与通信学院认知无限电与信息处理教育部重点实验室桂林电子科技大学数学与计算科学学院

针对组网雷达系统误差与上报目标不完全一致等复杂环境下的航迹关联鲁棒性问题，基于非刚性点集配准理论提出了一种航迹邻域结构信息与拉普拉斯混合模型(Laplace Mixture Model， LMM)相结合的关联方法。首先利用更鲁棒的拉普拉斯混合... 详细信息

针对组网雷达系统误差与上报目标不完全一致等复杂环境下的航迹关联鲁棒性问题，基于非刚性点集配准理论提出了一种航迹邻域结构信息与拉普拉斯混合模型(Laplace Mixture Model， LMM)相结合的关联方法。首先利用更鲁棒的拉普拉斯混合模型对被视为异常点的非共同探测目标的航迹进行建模，然后定义局部相似性测度计算航迹邻域结构的相似性来决定拉普拉斯分量的权重，并通过期望最大化(Expectation-Maximization， EM)算法求解拉普拉斯混合模型的闭合解。最后利用经典分配法对E步获取的后验概率矩阵进行航迹关联判决。仿真结果表明，该方法在面对各种复杂环境如不同系统误差、检测概率、目标分布密度等情况时均有较高的关联正确率和较好的鲁棒性。

关键词：航迹关联系统误差拉普拉斯混合模型局部相似性测度 EM算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自适应特征融合的加权响应孪生网络跟踪算法

电光与控制 2024年

作者：符强谢志安纪元法任风华桂林电子科技大学广西精密导航技术与应用重点实验室桂林电子科技大学信息与通信学院卫星导航定位与位置服务国家地方联合工程研究中心

针对复杂场景下跟踪器难以提取丰富的特征信息导致出现漂移或者跟踪丢失问题，提出了一种基于自适应特征融合的加权响应目标跟踪算法。首先使用改进的VGG16网络来提高判别能力；其次，采用了残差语义嵌入模块，将深层语义信息引入浅层... 详细信息

针对复杂场景下跟踪器难以提取丰富的特征信息导致出现漂移或者跟踪丢失问题，提出了一种基于自适应特征融合的加权响应目标跟踪算法。首先使用改进的VGG16网络来提高判别能力；其次，采用了残差语义嵌入模块，将深层语义信息引入浅层特征，然后将浅层特征响应和深层特征响应进行加权融合，提高定位精度和判别能力。实验结果表明，相比基准算法，在OTB2015和VOT2017数据集上跟踪成功率和精度等评价指标均获得提升。

关键词：目标跟踪孪生网络注意力机制特征融合

结合迁移学习与可分离三维卷积的微表情识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程 2022年第1期48卷 228-235页

作者：梁正友刘德志孙宇广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

针对现有微表情自动识别方法准确率较低及微表情样本数量不足的问题,提出一种融合迁移学习技术与可分离三维卷积神经网络(S3D CNN)的微表情识别方法。通过光流法提取宏表情和微表情视频样本的光流特征帧序列,利用宏表情样本的光流特征... 详细信息

针对现有微表情自动识别方法准确率较低及微表情样本数量不足的问题,提出一种融合迁移学习技术与可分离三维卷积神经网络(S3D CNN)的微表情识别方法。通过光流法提取宏表情和微表情视频样本的光流特征帧序列,利用宏表情样本的光流特征帧序列对S3D CNN进行预训练,并采用微表情样本的光流特征帧序列微调模型参数。S3D CNN网络由二维空域卷积层及添加一维时域卷积层的可分离三维卷积层构成,比传统的三维卷积神经网络具有更好的学习能力,且减少了模型所需的训练参数和计算量。在此基础上,采用迁移学习的方式对模型进行训练,以缓解微表情样本数量过少造成的模型过拟合问题,提升模型的学习效率。实验结果表明,所提方法在CASME II微表情数据集上的识别准确率为67.58%,高于MagGA、C3DEvol等前沿的微表情识别算法。

关键词：微表情识别深度学习卷积神经网络迁移学习光流法

基于改进YOLOv5s的可回收垃圾检测算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2023年第10期60卷 120-127页

作者：罗安能万海斌司志巍覃团发广西大学计算机与电子信息学院广西南宁530004 广西多媒体通信与网络技术重点实验室广西南宁530004

垃圾回收的好处有很多,有助于保护水土资源,提高居民的生活环境质量,加快绿色循环经济发展,然而传统的垃圾回收需要大量人力和物力。结合ShuffleNet v2与深度可分离卷积,提出一个更轻量化的YOLOv5s改进模型,将其用于对可回收垃圾的分类... 详细信息

垃圾回收的好处有很多,有助于保护水土资源,提高居民的生活环境质量,加快绿色循环经济发展,然而传统的垃圾回收需要大量人力和物力。结合ShuffleNet v2与深度可分离卷积,提出一个更轻量化的YOLOv5s改进模型,将其用于对可回收垃圾的分类和定位。实验结果表明:改进模型的参数量仅为原始模型参数量的38.98%;在输入分辨率为640×640时,改进模型的平均精度均值(mAP)为94.01%,比原始YOLOv5s高出1.91个百分点;在速度上,通过在Jetson Nano硬件上进行部署,改进模型的前传耗时比原始YOLOv5s少了11.5%。另外,与目前常见的主流的目标检测模型对比,所提改进模型也具有很好的表达可回收垃圾特征的能力。

关键词：垃圾回收 YOLOv5s ShuffleNet v2 深度可分离卷积

在线全文

学校读者我要写书评

暂无评论

基于YOLOv5的轻量级雾天目标检测方法

计算机工程与应用 2024年第6期60卷 78-88页

作者：赖镜安陈紫强孙宗威裴庆祺桂林电子科技大学信息与通信学院广西桂林541000 西安电子科技大学通信工程学院西安710126

针对雾天场景下目标检测算法精度较低、模型复杂度较高,提出一种基于YOLOv5的轻量级雾天目标检测方法。采用感受野注意力模块(RFAblock)通过交互感受野特征信息,对感受野添加注意力机制,提高特征提取能力;采用轻量化网络Slimneck作为颈... 详细信息

针对雾天场景下目标检测算法精度较低、模型复杂度较高,提出一种基于YOLOv5的轻量级雾天目标检测方法。采用感受野注意力模块(RFAblock)通过交互感受野特征信息,对感受野添加注意力机制,提高特征提取能力;采用轻量化网络Slimneck作为颈部结构,在保持精度的同时降低模型参数和复杂度;在损失函数中引入真实框与预测框之间的角度向量,提高训练速度和推理的准确性;采用PNMS(precise non-maximum suppression)改进候选框选择机制,降低车辆遮挡情况下的漏检率。在真实雾天数据集RTTS和合成雾天数据集Foggy Cityscapes上进行测试,实验结果表明,与YOLOv5l相比mAP50分别提高了4.9和3.5个百分点,模型参数量仅为YOLOv5l的54.6%。

关键词：目标检测深度学习雾天场景轻量化注意力机制