检索结果-南通市图书馆

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

基于本地化边差分隐私的有向图聚类方法

计算机研究与发展 2024年

作者：付楠倪巍伟姜泽鹏侯立贺张东月张如玉东南大学计算机科学与工程学院

基于本地差分隐私的图聚类工作成为近年来的一个研究热点.已有工作主要针对的是无向图，且大多利用位向量技术通过模块化聚合实现的.由于噪声量与向量维度成线性关系，使得聚类质量和隐私性难以很好的兼顾.此外，针对无向图中边的有/无... 详细信息

基于本地差分隐私的图聚类工作成为近年来的一个研究热点.已有工作主要针对的是无向图，且大多利用位向量技术通过模块化聚合实现的.由于噪声量与向量维度成线性关系，使得聚类质量和隐私性难以很好的兼顾.此外，针对无向图中边的有/无设计的2元扰动机制在面对有向图时，因无法对边的方向性进行处理而无法适用.针对上述问题，提出一种基于本地边差分隐私（edge local differential privacy， Edge-LDP）的有向图聚类方法DGC-LDP (directed graph clustering under LDP）.具体来说，为了降低噪音量，同时适用于有向图，基于直接编码方式设计了一种适用于有向星型图的动态扰动机制，通过自适应添加噪声来平衡隐私性和统计效用.在此基础上，在终端和收集者间构建迭代机制.收集者依据终端上传的噪声数据，提取节点间的相似性信息，并设计基于轮廓系数测量模型的节点聚合方法，通过迭代机制不断的优化节点聚合形式，形成高质量簇.理论分析和实验结果表明，所提方法在满足Edge-LDP 的同时能够有效兼顾聚类精度.

关键词：隐私保护本地差分隐私图聚类随机响应相似度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于自适应双分支的图像超分辨率重建算法

激光与光电子学进展 2024年第10期61卷 331-341页

作者：张艳孙明磊孙叶美徐富杰天津城建大学计算机与信息工程学院天津300384

近年来,注意力机制广泛应用于图像超分辨率重建,极大地提高了重建网络的性能。为了更有效地利用注意力机制,提出一种基于自适应双分支的图像超分辨率重建算法。该算法设计的自适应双分支模块包括注意力分支和无注意力分支,通过自适应权... 详细信息

近年来,注意力机制广泛应用于图像超分辨率重建,极大地提高了重建网络的性能。为了更有效地利用注意力机制,提出一种基于自适应双分支的图像超分辨率重建算法。该算法设计的自适应双分支模块包括注意力分支和无注意力分支,通过自适应权重层动态平衡双分支的权重,舍弃冗余特征以使两个分支达到自适应平衡;其次,设计通道重组坐标注意力模块,通过通道重组的方式实现跨组特征交互,关注不同网络层特征之间的相关性;最后,设计双层残差聚合模块,构建两层嵌套的残差结构,提取残差块中的深层特征,更有效地提高网络的特征提取能力,提高重建图像的质量。在标准数据集上的大量实验验证了所提方法具有更好的重建效果。

关键词：图像处理超分辨率重建自适应权重通道重组残差聚合

单细胞测序分析病毒性肺炎患者T细胞受体基因差异

在线全文

学校读者我要写书评

暂无评论

中国免疫学杂志 2024年第4期40卷 796-801页

作者：马恩泽宁可朱晓哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 烟台大学计算机与控制工程学院烟台264005

目的:采用单细胞测序分析病毒性肺炎患者外周血T细胞受体(TCR)基因差异,探讨可能发病机制。方法:利用NCBI数据库获得数据,设置病例组和对照组进行实验。使用RStudio软件R语言分析单细胞测序数据,绘制表格和图片,得出结论。结果:病例组... 详细信息

目的:采用单细胞测序分析病毒性肺炎患者外周血T细胞受体(TCR)基因差异,探讨可能发病机制。方法:利用NCBI数据库获得数据,设置病例组和对照组进行实验。使用RStudio软件R语言分析单细胞测序数据,绘制表格和图片,得出结论。结果:病例组和对照组TCR有显著差异。对TCRα链和β链V、J基因片段使用频率进行分析,其中病例组TRAV1-2、TRAV29/DV5、TRAJ33、TRAJ48、TRBV20-1、TRBV2、TRBJ2-3、TRBJ1-1等基因使用频率明显高于对照组(P<0.05)。进一步V-J基因组合分析显示,病例组α链V-J对使用频率最高的是TRAV1-2-J33,β链V-J使用频率最高的是TRBV20-1-J2-1,αβ双链V-J使用频率最高的是TRAV30-J24-TRBV3-1-J2-7。结论:病毒性肺炎患者外周血TCR基因发生了明显改变,可能与病毒免疫发病机制有关。

关键词：单细胞测序病毒性肺炎 T细胞受体基因

结合空间结构卷积和注意力机制的三维点云分类网络

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

中国图象图形学报 2024年第2期29卷 520-532页

作者：武斌刘溢安赵洁天津城建大学计算机与信息工程学院天津300384

目的三维点云分类作为一项关键任务,在计算机视觉、机器人和自动驾驶等领域有着广泛的应用场景。现有的三维点云分类网络在使用边卷积进行局部特征提取时通常存在输入特征差异性小,空间结构信息提取、融合不充分等问题。针对上述问题,... 详细信息

目的三维点云分类作为一项关键任务,在计算机视觉、机器人和自动驾驶等领域有着广泛的应用场景。现有的三维点云分类网络在使用边卷积进行局部特征提取时通常存在输入特征差异性小,空间结构信息提取、融合不充分等问题。针对上述问题,设计了一种结合空间结构卷积和注意力机制的点云分类网络。方法首先,提出一种空间结构卷积,在边卷积的基础上引入邻接点之间的相对位置信息来降低输入特征相似性,而后从结构和位置两个角度分别进行特征编码,实现更具多样性的局部几何结构捕获。其次,设计了全局特征编码模块,从坐标信息中提炼全局特征信息,同时在网络中融合了注意力机制,用于关联局部和全局特征表示,有效保留了全局特征信息,实现全局特征的适应性调整。最后,将局部几何结构信息和全局位置信息进行有效的融合,获得更具代表性和差异性的特征表征。结果设计实验在公开数据集ModelNet40上对提出的网络模型的性能进行评估,点云分类总体准确率和平均准确率分别达到93.0%和89.7%,具备良好的分类性能和预测效率。实验结果表明,空间结构卷积的使用有效增加了输入特征的多样性,位置和结构的单独编码有效提高了局部特征的表达能力。同时,提出的注意力加权方式在保留全局特征前提下实现了局部特征和全局特征的关联。结论提出的网络有较强的细粒度特征提取能力,具有良好的分类性能。

关键词：点云边卷积(EdgeConv) 空间结构注意力机制分类

在线全文

学校读者我要写书评

暂无评论

面向实时位置的隐私保护优化与加速求解方法

计算机研究与发展 2024年

作者：董恺王立夫凌振东南大学计算机科学与工程学院

现有的电动汽车API平台(如SmartCar)使用访问控制机制来保护用户的隐私.为了在启用不可信位置服务功能的同时保护位置隐私，位置隐私保护机制(LPPM)根据用户的真实位置生成一个随机的伪位置作为报告位置.现有技术通过在离散网格上解决... 详细信息

现有的电动汽车API平台(如SmartCar)使用访问控制机制来保护用户的隐私.为了在启用不可信位置服务功能的同时保护位置隐私，位置隐私保护机制(LPPM)根据用户的真实位置生成一个随机的伪位置作为报告位置.现有技术通过在离散网格上解决一个最优化问题构建一个最佳的LPPM，该最佳LPPM实现了在最低可容忍效用限制下的最高隐私，反之亦然.然而，它们很难直接应用于电动汽车等实时场景，因为生成最佳LPPM所需的运行时间太长(可能需要数天).另一个问题涉及到构建出的LPPMs的最佳性.揭示了一些意外情况(异常)，即在粒度更高的细网格上构建的最佳LPPM效用比在粒度较低的粗网格上差.引入了粒度独立性作为有效解决方法，提出了一个名为Divide-and-Coin的最佳LPPM.其可以实时执行.Divide-and-Coin将生成最佳报告位置的运行时间从至少O(n2.055)缩短到O(log n)，其中n是报告位置的数量.实验结果显示，它可以在1 s内从城市级区域生成建筑级别的最佳报告位置.

关键词：位置隐私最佳位置隐私保护机制实时位置API 隐私-效用异常粒度独立性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图神经网络在异常检测中的应用综述

计算机工程与应用 2024年第13期60卷 51-65页

作者：陈佳乐陈旭景永俊王叔洋北方民族大学计算机科学与工程学院银川750030 北方民族大学电气信息工程学院银川750030

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据... 详细信息

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据。传统异常检测方法在检测图数据时通常不考虑数据之间的关系,而使用GNN进行异常检测的模型可以利用图结构和图特征进行学习,从而提高异常检测的准确性和鲁棒性。从三个方面对GNN在异常检测中的应用进行综述。介绍了GNN的基本框架,分别探讨了GNN在静态图异常检测、动态图异常检测和时序数据异常检测的最新研究进展,深入分析了该领域未来的研究方向。

关键词：图神经网络异常检测静态图动态图时序数据

在线全文

学校读者我要写书评

暂无评论

沉浸式视频编码技术综述

电子与信息学报 2024年第2期46卷 602-614页

作者：曾焕强孔庆玮陈婧朱建清施一帆侯军辉华侨大学信息科学与工程学院厦门361021 华侨大学工学院泉州362021 香港城市大学计算机科学系中国香港999077

随着虚拟现实、增强现实等沉浸式媒体技术的发展,沉浸式视频的表示、存储、传输和显示等各个环节都受到了科研及产业界的广泛关注。沉浸式视频更复杂的视频特性和庞大的数据量,对传统视频编码技术提出了挑战,新的编码技术应运而生。该... 详细信息

随着虚拟现实、增强现实等沉浸式媒体技术的发展,沉浸式视频的表示、存储、传输和显示等各个环节都受到了科研及产业界的广泛关注。沉浸式视频更复杂的视频特性和庞大的数据量,对传统视频编码技术提出了挑战,新的编码技术应运而生。该文从视频自由度(DoF)出发,分别从3DoF和6DoF两个方面介绍沉浸式视频编码技术的最新成果。3DoF视频相关编码技术包括投影模型、运动估计模型和3DoF视频编码标准。6DoF视频相关编码技术包括视频表示形式、虚拟视点合成技术、6DoF视频编码技术及运动图像专家组沉浸式视频(MPEG,MIV)编码标准。最后,对沉浸式视频及其编码技术的发展进行总结和展望。

关键词：视频编码沉浸式视频全景视频自由视点视频

自注意力机制结合DDPG的机器人路径规划研究

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第19期60卷 158-166页

作者：王凤英陈莹袁帅杜利明沈阳建筑大学计算机科学与工程学院宿迁学院信息工程学院

为更好解决深度确定性策略梯度算法在路径规划中存在样本利用率低、奖励稀疏、网络模型稳定速度慢等问题，提出了一种改进DDPG的算法。通过对机器人相机传感器获取图片信息加入自注意力机制，利用Dotproduct方法计算图片之间的相关性，... 详细信息

为更好解决深度确定性策略梯度算法在路径规划中存在样本利用率低、奖励稀疏、网络模型稳定速度慢等问题，提出了一种改进DDPG的算法。通过对机器人相机传感器获取图片信息加入自注意力机制，利用Dotproduct方法计算图片之间的相关性，能够将较高权重精确聚焦在障碍物信息中。在复杂环境中，由于机器人缺乏经验导致难以获得正反馈的奖励，影响了机器人的探索能力。将DDPG算法与HER结合，提出DDPG-HER算法，有效利用正负反馈使机器人从成功和失败的经历中均可学习到适当奖励。通过Gazebo搭建静态和动态仿真环境进行训练和测试，实验结果表明所提出的算法能显著提高样本利用率，加快网络模型稳定的速度，解决奖励稀疏的问题，使机器人在环境未知的路径规划中能够高效地避开障碍物到达目标点。

关键词：深度强化学习深度确定性策略梯度算法(DDPG) 后见经验算法(HER) 自注意力机制机器人路径规划

在线全文

学校读者我要写书评

暂无评论

面向CPS时空规则验证制导的安全强化学习

计算机科学与探索 2024年

作者：印婵祝义王金永陈小颖郝国生江苏师范大学计算机科学与技术学院徐州工程学院信息工程学院南京大学计算机科学与技术系

深度强化学习是目前信息物理融合系统（Cyber Physical System， CPS）决策中常用的一种方法。然而，当面对未知环境和复杂任务时，基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题，提... 详细信息

深度强化学习是目前信息物理融合系统（Cyber Physical System， CPS）决策中常用的一种方法。然而，当面对未知环境和复杂任务时，基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题，提出了一种形式化时空规则验证制导的安全强化学习方法。首先，提出了时空规则通信顺序进程(Combination-Space Rule Timed Communicating Sequential Process， CSR-TCSP)对系统进行建模，并结合时空规约语言(Spatio-Temporal Speci?cation Language， STSL)和模型检测工具FDR(Failure Divergence Refinement)对进程代数模型进行验证。其次，利用系统环境模型形式化奖励状态机的结构，提出了时空规则奖励状态机(Spatio-Temporal Rule Reward Machine， STR-RM)以指导强化学习中奖励函数的设置。此外，为了监测系统的运行并确保输出决策的安全性，设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。最后，通过一个自动驾驶系统中的避障与变道超车实例，证明本文所提方法的有效性。

关键词：信息物理融合系统形式化方法进程代数安全强化学习自动驾驶