检索结果-南通市图书馆

融合多策略改进黑猩猩优化算法的UAV航迹规划

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电光与控制 2024年第8期31卷 50-57,68页

作者：朱孝山刘伟伟山西工程科技职业大学计算机工程学院山西晋中030000 山西电子科技学院微电子学院山西临汾041000

针对三维复杂环境中无人机航迹规划容易出现搜索停滞、收敛于局部最优的不足,提出一种多策略混合改进黑猩猩优化算法的航迹规划方法。针对黑猩猩优化算法寻优精度不足的问题,引入收敛因子非线性更新均衡算法全局搜索与局部开发能力;设... 详细信息

针对三维复杂环境中无人机航迹规划容易出现搜索停滞、收敛于局部最优的不足,提出一种多策略混合改进黑猩猩优化算法的航迹规划方法。针对黑猩猩优化算法寻优精度不足的问题,引入收敛因子非线性更新均衡算法全局搜索与局部开发能力;设计权重因子避免个体跟随的盲目性及迭代后期个体趋于同化,提升搜索精度;设计黄金正弦莱维飞行引导机制防止因多样性逐步贫化而陷入局部最优。利用改进黑猩猩算法求解无人机航迹规划,结合无人机飞行环境三维地形图构建航迹规划模型,设计多约束飞行代价函数,并将其作为适应度函数,对无人机三维航迹规划方案迭代求解。结果表明,改进算法能够搜索到一条安全避障且航迹代价更小的路径,搜索精度高于类比算法。

关键词：无人机航迹规划黑猩猩优化算法权重因子黄金正弦莱维飞行飞行代价

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

一种面向联邦学习对抗攻击的选择性防御策略

电子与信息学报 2024年第3期46卷 1119-1127页

作者：陈卓江辉周杨重庆理工大学计算机科学与工程学院重庆400054 奥本大学计算机科学与软件工程学院美国阿拉巴马州奥本市36849

联邦学习(FL)基于终端本地的学习以及终端与服务器之间持续地模型参数交互完成模型训练,有效地解决了集中式机器学习模型存在的数据泄露和隐私风险。但由于参与联邦学习的多个恶意终端能够在进行本地学习的过程中通过输入微小扰动即可... 详细信息

联邦学习(FL)基于终端本地的学习以及终端与服务器之间持续地模型参数交互完成模型训练,有效地解决了集中式机器学习模型存在的数据泄露和隐私风险。但由于参与联邦学习的多个恶意终端能够在进行本地学习的过程中通过输入微小扰动即可实现对抗性攻击,并进而导致全局模型输出不正确的结果。该文提出一种有效的联邦防御策略-SelectiveFL,该策略首先建立起一个选择性联邦防御框架,然后通过在终端进行对抗性训练提取攻击特性的基础上,在服务器端对上传的本地模型更新的同时根据攻击特性进行选择性聚合,最终得到多个适应性的防御模型。该文在多个具有代表性的基准数据集上评估了所提出的防御方法。实验结果表明,与已有研究工作相比能够提升模型准确率提高了2%~11%。

关键词：联邦学习对抗性攻击防御机制对抗性训练

在线全文

学校读者我要写书评

暂无评论

跨摄像头多目标跟踪方法综述

计算机学报 2024年第2期47卷 287-309页

作者：张鹏雷为民赵新蕾董力嘉林兆楠景庆阳东北大学计算机科学与工程学院沈阳110167 沈阳二一三电子科技有限公司沈阳110027

单摄像头目标跟踪将目标跟踪范围限定在单一摄像头视野中,难以满足复杂应用场景需求,跨摄像头多目标跟踪融合多个摄像头的信息实现多个摄像头之间的特征传递和轨迹关联,可以将跨摄像头之间的多个目标在多个监控区域下联合跟踪,对现实复... 详细信息

单摄像头目标跟踪将目标跟踪范围限定在单一摄像头视野中,难以满足复杂应用场景需求,跨摄像头多目标跟踪融合多个摄像头的信息实现多个摄像头之间的特征传递和轨迹关联,可以将跨摄像头之间的多个目标在多个监控区域下联合跟踪,对现实复杂场景实时监控具有重要意义,成为目标跟踪领域研究热点.本文介绍了跨摄像头多目标跟踪的基本概念,结合实际应用需求将跟踪模型分为3类:包括重叠视角、非重叠视角以及混合视角的跨摄像头多目标跟踪.详细对比分析了重叠视角跨摄像头多目标跟踪相关的网络流优化方法、单应性约束方法、强化学习方法、超图方法和Transformer方法;以及基于双阶段轨迹关联、单阶段轨迹关联的非重叠视角的跨摄像头多目标跟踪方法;并总结了混合视角的跨摄像头多目标跟踪方法,混合视角方法可以在重叠视角数据集和非重叠视角数据集都能使用并且算法性能和精度都能达到良好的平衡.对比了各类方法的优缺点及其适用场景;分析了目前跨摄像头多目标跟踪常用的数据集和评估标准;总结了跨摄像头多目标跟踪存在的问题,并对相关技术的发展趋势进行了展望.

关键词：跨摄像头多目标跟踪摄像头关联模型重叠视角非重叠视角混合视角

长时视觉跟踪中基于双模板Siamese结构的目标漂移判定网络

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第4期46卷 1458-1467页

作者：侯志强王卓马素刚赵佳鑫余旺盛范九伦西安邮电大学计算机学院西安710121 空军工程大学信息与导航学院西安710038

在长时视觉跟踪中,大部分目标丢失判定方法需要人为确定阈值,而最优阈值的选取通常较为困难,造成长时跟踪算法的泛化能力较弱。为此,该文提出一种无需人为选取阈值的目标漂移判定网络(DNet)。该网络采用Siamese结构,利用静态模板和动态... 详细信息

在长时视觉跟踪中,大部分目标丢失判定方法需要人为确定阈值,而最优阈值的选取通常较为困难,造成长时跟踪算法的泛化能力较弱。为此,该文提出一种无需人为选取阈值的目标漂移判定网络(DNet)。该网络采用Siamese结构,利用静态模板和动态模板共同判定跟踪结果是否丢失,其中,引入动态模板有效提高算法对目标外观变化的适应能力。为了对所提目标漂移判定网络进行训练,建立了样本丰富的数据集。为验证所提网络的有效性,将该网络与基础跟踪器和重检测模块相结合,构建了一个完整的长时跟踪算法。在UAV20L, LaSOT,VOT2018-LT和VOT2020-LT等经典的视觉跟踪数据集上进行了测试,实验结果表明,相比于基础跟踪器,在UAV20L数据集上,跟踪精度和成功率分别提升了10.4%和7.5%。

关键词：长时跟踪深度学习目标漂移判定网络 Siamese结构双模板

在线全文

学校读者我要写书评

暂无评论

一种基于深度学习的眼科疾病诊断方法

信息技术 2024年第4期48卷 22-27页

作者：洪湖唐乐严南成都理工大学工程技术学院电子信息与计算机工程系四川乐山614007

针对目前逐年上升的眼科疾病尤其是糖尿病性视网膜病(DR)患病率高的问题,设计一种新型眼科疾病诊断方法。该研究采用2019年Kaggle糖尿病性视网膜病检测竞赛数据集,采用先进的深度学习框架,构建多种先进的神经网络模型,经过训练,得到预... 详细信息

针对目前逐年上升的眼科疾病尤其是糖尿病性视网膜病(DR)患病率高的问题,设计一种新型眼科疾病诊断方法。该研究采用2019年Kaggle糖尿病性视网膜病检测竞赛数据集,采用先进的深度学习框架,构建多种先进的神经网络模型,经过训练,得到预测结果,最后融合多个模型提高Kappa分数,最终使模型具有较强的健壮性从而解决模型过拟合问题。文中方法包括病情诊断、自动评分分析等功能。实验结果表明,该方法极大地缩短了眼科医生的诊断周期,提高了诊断的准确率和效率,为眼科医生提供了一种便捷、高效的诊断辅助。

关键词： Kappa 病情诊断自动评分分析深度学习医学影像

基于SSL-DDPM的脑电疲劳状态检测方法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年第21期47卷 40-45页

作者：张麟华郭彩萍许骁哲富丽贞邢珍珍太原工业学院计算机工程系山西太原030008 山西文旅集团山投信息有限公司山西太原030008 中北大学软件学院山西太原030008

疲劳检测对日常生活是至关重要的,尤其对于驾驶领域。基于脑电(EEG)信号的疲劳驾驶检测已吸引了众多学者的关注,但由于高质量带标签的EEG样本稀少问题严重阻碍了疲劳检测领域的发展。因此,文中首次将自监督学习(SSL)与扩散模型(DDPM)相... 详细信息

疲劳检测对日常生活是至关重要的,尤其对于驾驶领域。基于脑电(EEG)信号的疲劳驾驶检测已吸引了众多学者的关注,但由于高质量带标签的EEG样本稀少问题严重阻碍了疲劳检测领域的发展。因此,文中首次将自监督学习(SSL)与扩散模型(DDPM)相结合应用于EEG的疲劳检测研究中,提出一种基于SSL-DDPM的脑电疲劳状态检测方法。该方法分为预训练和下游任务两部分,预训练阶段中首先对原始信号进行DDPM扩增,然后以ResNeXt代替ResNet为骨干网络对扩增前后的EEG信号进行特征提取,最后对提取的特征进行信号重构。下游任务的网络以共享预训练网络参数为主,对扩增前后的信号进行疲劳检测。通过SEED数据集和Multi-channel数据集进行实验验证,最终分类准确率分别达到88.23%和86.14%,验证了文中疲劳状态检测方法的有效性。

关键词：脑电信号疲劳检测自监督学习扩散模型骨干网络信号重构

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

格上基于身份的变色龙签名方案

电子与信息学报 2024年第2期46卷 757-764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与通信工程学院郑州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

变色龙签名(CS)是一种比较理想的指定验证者签名,其采用变色龙哈希函数来实现签名的不可传递性,使得任意第三方不信任指定验证者所披露的内容,且避免了不可否认签名必须在线交互验证的缺陷。在满足不可传递性的同时,变色龙签名还要求满... 详细信息

变色龙签名(CS)是一种比较理想的指定验证者签名,其采用变色龙哈希函数来实现签名的不可传递性,使得任意第三方不信任指定验证者所披露的内容,且避免了不可否认签名必须在线交互验证的缺陷。在满足不可传递性的同时,变色龙签名还要求满足不可伪造性以及签名者可拒绝性和不可抵赖性等。针对基于大整数分解或离散对数等数论难题的变色龙签名无法抵御量子计算机攻击,以及用户对公钥数字证书依赖的问题,该文给出了格上基于身份的变色龙签名(IBCS),新方案避免了已有方案存在的签名者无法拒绝指定验证者伪造的签名的安全性漏洞,并将最终签名的传输开销由平方级降为线性级;进一步地,针对变色龙签名在仲裁阶段不可传递性失效的问题,给出了格上抗消息暴露的基于身份的变色龙签名,新方案使得签名者能够在不暴露消息内容的条件下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,两个方案在随机预言机模型下是可证明安全的。

关键词：变色龙签名格基于身份的密码不可传递性抗消息暴露

改进模糊推理分类器进行木材树种近红外光谱开集分类识别研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第7期44卷 1868-1876页

作者：李振宇赵鹏王承琨东北林业大学计算机与控制工程学院黑龙江哈尔滨150040 广西科技大学计算机科学与技术学院(软件学院) 广西柳州545006 黑龙江科技大学电子与信息工程学院黑龙江哈尔滨150022

开集分类识别是近10多年来模式识别领域研究的热点,它能够识别训练集中已知类别的测试样本,同时还能够有效“拒识”未知类别的测试样本;这些未知类别样本不包含在训练集中。现有的开集分类识别算法主要是基于Support Vector Machine(SVM... 详细信息

开集分类识别是近10多年来模式识别领域研究的热点,它能够识别训练集中已知类别的测试样本,同时还能够有效“拒识”未知类别的测试样本;这些未知类别样本不包含在训练集中。现有的开集分类识别算法主要是基于Support Vector Machine(SVM)和深度学习网络框架进行改进,并且主要应用在自然景物图像领域中;在光谱分析领域中还鲜有报道。将传统的闭集框架下的模糊推理分类器进行模型改进,提出了开集框架下的改进模糊推理分类器,并将其应用到木材树种近红外光谱分类识别中。首先,使用Flame-NIR近红外微型光谱仪采集木材样本横切面的近红外光谱曲线,采用Metric Learning算法进行光谱向量维度约简降维至4维(4D)。其次,改进闭集框架下的模糊推理分类器,根据模糊规则置信度和各维度隶属度概率的乘积构建Generalized Basic Probability Assignment(GBPA),再根据GBPA进行分类处理。在20个树种的具有不同的Openness指标下的近红外光谱数据集的分类识别对比实验表明,改进的开集模糊推理分类器(fuzzy reasoning classifier in an open set,FRCOS)优于现有的基于机器学习和深度学习的开集分类识别主流算法,具有较好的评价指标F-Score,Kappa系数及总体识别率。

关键词：开集分类识别木材树种识别模糊推理分类器近红外光谱分析

基于深度强化学习的WRSN动态时空充电调度

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第3期35卷 1485-1501页

作者：王艺均冯勇刘明刘念伯云南省计算机技术应用重点实验室(昆明理工大学) 云南昆明650500 电子科技大学计算机科学与工程学院四川成都611731

高效的移动充电调度是构建长生命期、可持续运行的无线可充电传感器网络(WRSN)的关键之一.现有基于强化学习的充电策略只考虑了移动充电调度问题的一个维度,即移动充电器(MC)的路径规划,而忽略了充电调度问题中的另一维度,即充电时长调... 详细信息

高效的移动充电调度是构建长生命期、可持续运行的无线可充电传感器网络(WRSN)的关键之一.现有基于强化学习的充电策略只考虑了移动充电调度问题的一个维度,即移动充电器(MC)的路径规划,而忽略了充电调度问题中的另一维度,即充电时长调整,因而仍然存在性能限制.提出一种基于深度强化学习的WRSN动态时空充电调度方法(SCSD),建立充电序列调度和充电时长动态调整的深度强化学习模型.针对移动充电调度中离散的充电序列规划和连续的充电时长调整问题,使用DQN为待充电节点优化充电序列,并基于DDPG计算并动态调整序列中待充电节点的充电时长.通过分别从空间和时间两个维度的优化,在避免节点缺电失效的同时,所提出的SCSD可实现充电性能的有效提高.大量仿真实验结果表明,SCSD与现有的几种有代表性的充电方案相比,其充电性能具有明显的优势.

关键词：无线可充电传感器网络深度强化学习时空充电策略充电序列充电时长充电性能