检索结果-南通市图书馆

维普期刊数据库博看期刊

基于知识图谱技术的计算机网络链路漏洞检测研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第1期48卷 97-101页

作者：辛瑞雯高云山西大学山西太原030006 山西大同大学计算机与网络工程学院山西大同037009

计算机网络链路的漏洞信息具有类型复杂、来源广及数量庞大等特点,导致此类漏洞的威胁判断尤为困难。知识图谱技术具有数据整合及统一表示特性,可以统一结构化整合呈现复杂特点的漏洞信息,为此,文中提出基于知识图谱技术的计算机网络链... 详细信息

计算机网络链路的漏洞信息具有类型复杂、来源广及数量庞大等特点,导致此类漏洞的威胁判断尤为困难。知识图谱技术具有数据整合及统一表示特性,可以统一结构化整合呈现复杂特点的漏洞信息,为此,文中提出基于知识图谱技术的计算机网络链路漏洞检测方法。收集计算机网络链路的各种数据源漏洞信息,抽取其中的漏洞实体知识与关系知识,构建网络链路漏洞知识图谱。运用卷积神经网络模型学习该知识图谱中的漏洞知识,通过训练后的模型实现网络链路漏洞检测。结果显示,该方法可针对包含不同类型、数量链路漏洞的工况,实现漏洞知识图谱的构建,并且漏洞威胁检测精度始终保持在90%以上。因此,说明所研究检测方法的检测结果精准可靠,可为计算机网络链路数据安全传输提供保障。

关键词：知识图谱计算机网络链路漏洞漏洞实体知识关系知识知识抽取网络安全

基于信任传递和项目相似的图神经网络推荐模型

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

天津理工大学学报 2025年第1期41卷 77-82页

作者：李婷王怀彬天津理工大学计算机科学与工程学院

为了解决现有的基于图神经网络的推荐研究在利用用户的信任网络时忽略了信任关系的传递性以及存在对图节点隐含关系利用不充分等问题，提出了基于信任传递和项目相似的图神经网络推荐模型。该模型包括节点潜在特征表示以及评级预测两个... 详细信息

为了解决现有的基于图神经网络的推荐研究在利用用户的信任网络时忽略了信任关系的传递性以及存在对图节点隐含关系利用不充分等问题，提出了基于信任传递和项目相似的图神经网络推荐模型。该模型包括节点潜在特征表示以及评级预测两个方面。用户节点的特征学习主要基于信任关系的传递特性，同时获取目标用户的一阶信任和二阶信任的评级信息并利用图神经网络对用户节点实现聚合。项目节点的特征学习首先挖掘用户项目评分矩阵中隐含的项目相似关系，再应用图神经网络对项目节点进行聚合操作。评级预测通过聚合用户和项目的节点潜在特征表示预测用户对未评分项目的评级。最后，通过在两个真实的数据集上进行实验证明了模型实现评级预测的有效性。

关键词：图神经网络推荐信任传递项目相似

ERNIE和序列标注结合的中文文本检错纠错

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

天津理工大学学报 2025年第1期41卷 83-89页

作者：左壮壮王法玉陈洪涛天津理工大学计算机科学与工程学院

针对中文文本检错纠错研究任务，提出了基于知识增强的自然语言表示模型(enhanced representation through knowledge integration, ERNIE)与序列标注结合的中文文本检错纠错模型。该模型由检错和纠错两部分组成，检错阶段ERNIE使用全... 详细信息

针对中文文本检错纠错研究任务，提出了基于知识增强的自然语言表示模型(enhanced representation through knowledge integration, ERNIE)与序列标注结合的中文文本检错纠错模型。该模型由检错和纠错两部分组成，检错阶段ERNIE使用全局注意力机制进行词向量编码输入到BiLSTM-CRF序列标注模型中，双向长短期记忆网络(bi-directional long short-term memory, BiLSTM)提取上下文的信息进行拼接生成双向的词向量，再通过条件随机场(conditional random field, CRF)计算联合概率增加对邻近词标签的依赖性优化整个序列，从而解决标注偏置等问题给出的错误标注。纠错阶段根据检错模型输出的结果采用不同策略分类纠错，将标注为错字、缺字的错误使用ERNIE掩码语言模型和混淆集匹配进行预测，对多字、乱序错误直接纠正。实验结果表明，引入序列标注根据错误类型进行分类纠错有效提升了纠错率，在SIGHAN数据集上测试F1达到了81.8%。

关键词：中文文本检错纠错基于知识增强的自然语言表示模型序列标注双向长短期记忆网络条件随机场多策略纠错

智慧医疗情境下四方主体隐私行为的交互机理及演化趋势研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代情报 2025年第1期45卷 135-149页

作者：朱光吴晗逸刘雯南京信息工程大学风险治理与应急决策研究院江苏南京210044 南京信息工程大学管理工程学院江苏南京210044

[目的/意义]本文针对智慧医疗情境下隐私行为研究在博弈主体、模型参数等方面的不足,探寻患者、医疗机构、智慧医疗平台和政府四方主体之间的隐私行为交互机理与演化趋势。[方法/过程]基于演化博弈理论,构建患者、医疗机构、智慧医疗平... 详细信息

[目的/意义]本文针对智慧医疗情境下隐私行为研究在博弈主体、模型参数等方面的不足,探寻患者、医疗机构、智慧医疗平台和政府四方主体之间的隐私行为交互机理与演化趋势。[方法/过程]基于演化博弈理论,构建患者、医疗机构、智慧医疗平台和政府四方博弈模型。根据不同参数调节下各方行为策略的收益、成本、损失等计算收益矩阵,求解主体的演化稳定策略,并考虑不同因素对主体行为策略及系统稳定状态的影响。[结果/结论]患者的隐私披露行为与披露隐私后获得的服务收益密切相关,医疗机构的隐私保护投入成本和隐私泄露概率对其隐私保护行为有显著影响,智慧医疗平台的政府奖惩、罚款收益和投入成本是影响其严格管理行为的关键因素,政府的监管行为与奖惩机制等因素密切相关。通过应用本文模型和方法,可以动态调整隐私保护机制,明确各方职责,推动智慧医疗可持续健康发展。

关键词：智慧医疗演化博弈隐私行为患者医疗机构智慧医疗平台政府

基于语音信号时频特征融合的帕金森病检测方法

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2025年第1期57卷 53-60页

作者：王晨哲季薇郑慧芬李云南京邮电大学计算机学院江苏南京210023 南京邮电大学通信与信息工程学院江苏南京210003 南京医科大学附属老年医院江苏南京210009

发音障碍是帕金森病的早期症状之一。近年来,基于语音信号的帕金森病检测的研究大多采用梅尔刻度下的相关语音特征与深度神经网络模型相结合的方法。然而,现有的模型无法充分关注语音信号的全局时序信息,且梅尔刻度特征在准确表征帕金... 详细信息

发音障碍是帕金森病的早期症状之一。近年来,基于语音信号的帕金森病检测的研究大多采用梅尔刻度下的相关语音特征与深度神经网络模型相结合的方法。然而,现有的模型无法充分关注语音信号的全局时序信息,且梅尔刻度特征在准确表征帕金森病的病理信息方面效果有限。为此,提出了一种基于语音时频特征融合的帕金森病检测方法。首先,提取语音的梅尔频率倒谱系数,并将其作为模型的输入。接着,在已有的S-vectors模型中引入Conformer编码器模块,以提取语音的时域全局特征。最后,将与帕金森病语音检测相关的频域全局特征嵌入时域特征中进行时频信息融合,以实现帕金森病语音检测。在公开帕金森病语音数据集和自采语音数据集上验证了方法的有效性。

关键词：帕金森病梅尔频率倒谱系数 S-vectors Conformer 时频特征融合

维普期刊数据库博看期刊

同方期刊数据库

融合注意力机制和多尺度特征的无人机图像分割方法

在线全文

学校读者我要写书评

暂无评论

山东理工大学学报(自然科学版) 2025年第2期39卷 22-29+36页

作者：王喜笑陈辉安徽理工大学计算机科学与工程学院

针对现有无人机遥感图像分割算法普遍存在的未充分利用位置信息、小目标分割不准确等问题，基于DeeplabV3+网络提出融合注意力机制和多尺度特征的无人机遥感图像语义分割方法。首先，在DeeplabV3+网络基础上，用经过预训练的MobileNetV... 详细信息

针对现有无人机遥感图像分割算法普遍存在的未充分利用位置信息、小目标分割不准确等问题，基于DeeplabV3+网络提出融合注意力机制和多尺度特征的无人机遥感图像语义分割方法。首先，在DeeplabV3+网络基础上，用经过预训练的MobileNetV2网络替代原模型中的Xception主干网络，减少模型参数量；其次，在空洞空间金字塔池化结构中加入坐标注意力细化模块以充分利用位置信息来增强深层特征，并通过多尺度特征融合模块处理骨干网络不同层次的信息，帮助模型更好地适应不同尺度的物体；最后，利用双三次插值上采样法替代双线性插值上采样法，便于模型对特征图进行上采样，在训练时用Dice损失和交叉熵损失之和作为模型的损失函数来预防无人机图像存在的类别不平衡问题。实验结果表明：改进后模型在Aeroscapes数据集上的平均交并比、类别平均像素准确率分别为67.23%、76.01%,与原模型相比分别提高了6.89%、6.59%;在WHDLD数据集上的平均交并比、类别平均像素准确率分别为66.09%、78.19%,与原模型相比分别提高了0.88%、2.04%。

关键词：语义分割 DeeplabV3+ 小目标注意力机制特征融合

LightGCNet：基于轻量化卷积网络的深度色域压缩算法

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19卷 196-210页

作者：杨晨徐昊朱佳伟吴秦柴志雷江南大学人工智能与计算机学院江苏省模式识别与计算智能工程实验室

色域压缩是大色域向小色域进行转换时保持色彩信息的关键技术。经典算法虽计算快速，但处理结果缺乏细节且没有考虑人眼的感知特性，难以满足人们对色彩品质不断提升的要求。迭代算法处理效果更佳，但极其耗时，无法投入实际应用。针对... 详细信息

色域压缩是大色域向小色域进行转换时保持色彩信息的关键技术。经典算法虽计算快速，但处理结果缺乏细节且没有考虑人眼的感知特性，难以满足人们对色彩品质不断提升的要求。迭代算法处理效果更佳，但极其耗时，无法投入实际应用。针对上述问题，提出了轻量化的深度色域压缩方法，该方法可在逼近迭代算法计算效果的同时保持接近经典算法的速度。为色域压缩算法设计了LightGCNet模型，该网络中的双层卷积由DSC与DW卷积组合而成，相比常规U-Net，参数量与计算复杂度急剧降低。为进一步提高模型先验性，将预训练得到的DW卷积中多个核通道进行重聚焦操作以建立联系，最终权重由重聚焦权重和预训练权重组成。针对色相、明度、彩度这三个色彩属性，设计了色域压缩专用的损失函数。该函数不仅考虑了像素级损失，而且融合了图像感知损失，并联合色彩属性的多尺度信息进行加权，解决了深度色域压缩过程中细节丢失的问题。基于迭代算法生成标签以训练网络，联合学习目标色域特征与图像信息，实现了与迭代算法相当的效果。实验结果表明：该方法与业界经典的SGCK算法相比，iCID值降低了17.08%,SSIM值提高了5.30%。相比常规U-Net模型，LightGCNet参数量减少了82.96%，乘加次数从8.5GFLOPs大幅下降至2.2GFLOPs，使改良模型更适于低端设备部署。该模型在CPU上处理单幅512×512图像仅需0.208s，计算时间比迭代类算法减少99.92%。

关键词：色域压缩轻量化深度学习色彩管理

在线全文

学校读者我要写书评

暂无评论

自主可控平台AGV设计及视觉循线算法研究

计算机科学与探索 2025年第1期19卷 264-276页

作者：徐诗高军孙秋君上海海事大学信息工程学院中国电信股份有限公司嘉兴分公司

设计并实现了一种基于自主可控平台的自动导引车（AGV）。AGV满足核心硬件国产化、软件开源可控的要求，并可兼容多种自主导航算法。对传统纯追踪算法在跟踪精度和安全性上进行了改进：一是载具在直线路段偏离参考轨迹较远的情况下使用D... 详细信息

设计并实现了一种基于自主可控平台的自动导引车（AGV）。AGV满足核心硬件国产化、软件开源可控的要求，并可兼容多种自主导航算法。对传统纯追踪算法在跟踪精度和安全性上进行了改进：一是载具在直线路段偏离参考轨迹较远的情况下使用Dubins路径进行快速回归；二是在大曲率参考轨迹处使用预瞄点偏移算法纠正跟踪轨迹，减小跟踪误差；三是应用动态预瞄距离和动态速度进一步减小大曲率路段的跟踪误差和安全风险。改进的算法在设计的AGV上进行了实现。在完成AGV设计和改进算法实现后，在实际环境中进行了视觉循线实验。改进的算法在0.1 m/s的速度下在曲率较小路段的平均偏差相较改进前的两种纯追踪算法变体分别减少了3.3%、7.3%，在大曲率路段减少了8.34%、23.06%；在0.5 m/s的速度下在曲率较小路段的平均偏差相较改进前的两种纯追踪算法变体分别减少了9.08%、11.33%，在大曲率路段减少了2.97%、24.67%。改进算法实验的整体结果优于使用改进前两种算法变体的结果，且设计并实现的AGV能够满足一般环境下的视觉循线导航需求，可应用于多种实际场合。

关键词：自主可控自动导引车(AGV) 跟踪控制纯追踪算法

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

面向工业场景的无人机时空众包资源分配

工程科学学报 2025年第1期47卷 91-100页

作者：刘娅汐李旭龙霍佳皓皇甫伟北京科技大学计算机与通信工程学院北京100083 北京市融合网络与泛在业务工程技术研究中心北京100083

无人机时空众包资源分配是工业物联网能源管理中的重要任务之一.尽管现有方法考虑了联合反映时间敏感性和公平性的信息新鲜度指标,但忽略了无人机禁飞区和窃听者对数据新鲜度的影响.本文提出了一种基于深度强化学习的无人机时空众包资... 详细信息

无人机时空众包资源分配是工业物联网能源管理中的重要任务之一.尽管现有方法考虑了联合反映时间敏感性和公平性的信息新鲜度指标,但忽略了无人机禁飞区和窃听者对数据新鲜度的影响.本文提出了一种基于深度强化学习的无人机时空众包资源分配方法,在考虑无人机禁飞区约束和对窃听者发送干扰信号以保障数据安全的情况下,最小化平均信息新鲜度和物联网设备能耗,从而得到最优无人机轨迹、发射干扰信号功率和物联网发射功率.然而,无人机时空众包中的资源分配复杂且存在挑战,主要表现为决策变量类型多且与考虑服务质量要求的系统性能指标关系复杂.本文将该问题建模为马尔可夫决策过程并使用先进的深度强化学习算法求解该问题,即软演员–评论家(SAC)算法.在多无人机场景下验证了所提出算法在解决无人机时空众包资源分配任务中的有效性和正确性.另外,SAC算法相较于其他两种先进的深度强化学习算法,即深度确定性策略梯度算法和双延迟深度确定性策略梯度算法,具有更快的收敛速度和更优的解.最后,分析了最优无人机数目的选择方案.

关键词：无人机工业能源管理时空众包资源分配深度强化学习