检索结果-南通市图书馆

基于矩阵乘积压缩态的动态可扩展秘密共享方案

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第18期73卷 24-37页

作者：赖红万林春西南大学计算机与信息科学学院重庆400715

目前,基于纠缠态的量子秘密共享(quantum secret sharing,QSS)方案未充分利用纠缠态的概率振幅潜力.然而,纠缠态的概率振幅是量子信息学的一个关键特性,在量子计算和量子通信等领域有着广泛的应用潜力.值得注意的是,纠缠态可以通过矩阵... 详细信息

目前,基于纠缠态的量子秘密共享(quantum secret sharing,QSS)方案未充分利用纠缠态的概率振幅潜力.然而,纠缠态的概率振幅是量子信息学的一个关键特性,在量子计算和量子通信等领域有着广泛的应用潜力.值得注意的是,纠缠态可以通过矩阵乘积态(matrix product state,MPS)有效表达.利用MPS对纠缠态进行表征,能够准确地揭示与概率振幅相关的纠缠特性.本研究证明利用MPS表征纠缠态,可以将一个W态压缩为一个单光子和一个矩阵,展示一种新的技术路径.此外,本研究还提出MPS与秘密共享方案之间的创新互操作性,即通过压缩允许量子份额与共享的量子态之间形成非一对一的映射关系.这种方法可能提供一种更高效的方式来实现量子信息的编码和传输,对于量子秘密共享尤为重要.同时,我们提出的QSS方案具有动态特性,能够根据需要轻松地添加或移除参与者,以更好地适应参与者需求的变化,并在实际应用场景中展现出更高的实用性和适应性.本文的方案能够在保持高效纠缠利用的同时,满足系统的多元需求,包括但不限于通信安全性、数据传输率和系统的可扩展性.

关键词：矩阵乘积压缩态纠缠态的概率振幅可扩展性动态性

基于矩阵乘积压缩态的动态可扩展秘密共享方案研究

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

物理学报 2024年

作者：赖红万林春西南大学计算机与信息科学学院

目前，基于纠缠态的量子秘密共享(Quantum Secret Sharing， QSS)方案未充分利用纠缠态的概率振幅潜力。然而，纠缠态的概率振幅是量子信息学的一个关键特性，在量子计算和量子通信等领域有着广泛的应用潜力。值得注意的是，纠缠态可以... 详细信息

目前，基于纠缠态的量子秘密共享(Quantum Secret Sharing， QSS)方案未充分利用纠缠态的概率振幅潜力。然而，纠缠态的概率振幅是量子信息学的一个关键特性，在量子计算和量子通信等领域有着广泛的应用潜力。值得注意的是，纠缠态可以通过矩阵乘积态(Matrix Product State， MPS)有效表达。利用MPS对纠缠态进行表征，能够准确地揭示与概率振幅相关的纠缠特性。本研究证明利用MPS表征纠缠态，可以将一个W态压缩为一个单光子和一个矩阵，展示一种新的技术路径。此外，本研究还提出MPS与秘密共享方案之间的创新互操作性，即通过压缩允许量子份额与共享的量子态之间形成非一对一的映射关系。这种方法可能提供一种更高效的方式来实现量子信息的编码和传输，对于量子秘密共享尤为重要。同时，我们提出的QSS方案具有动态特性，能够根据需要轻松地添加或移除参与者，以更好地适应参与者需求的变化，并在实际应用场景中展现出更高的实用性和适应性。本文的方案能够在保持高效纠缠利用的同时，满足系统的多元需求，包括但不限于通信安全性、数据传输率和系统的可扩展性。

关键词：矩阵乘积压缩态纠缠态的概率振幅可扩展性动态性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多卷积神经网络的胸部X光片肺结核检测方法

计算机工程与应用 2024年第13期60卷 246-254页

作者：崔少国解筝宋豪杰重庆师范大学计算机与信息科学学院重庆401331

由于肺结核病灶区域与正常肺部区域之间的差异微小,导致肺结核疾病难以准确检测。针对此问题,提出了一种基于深度可分离卷积和图卷积相结合的肺结核疾病检测算法。使用深度可分离卷积模块提取图像的局部特征;使用图卷积模块提取图像的... 详细信息

由于肺结核病灶区域与正常肺部区域之间的差异微小,导致肺结核疾病难以准确检测。针对此问题,提出了一种基于深度可分离卷积和图卷积相结合的肺结核疾病检测算法。使用深度可分离卷积模块提取图像的局部特征;使用图卷积模块提取图像的全局特征;通过一个捷径分支操作,将提取的局部特征和全局特征进行融合;将融合后的特征经过线性层输出检测的结果。算法模型在中国广东省深圳市第三医院收集的公开可用的正面胸部X光片数据集上进行了充分的实验与验证。实验结果表明,所提算法模型与基准模型相比,在Accuracy、Precision、Recall和F1-Score四个评价指标上分别提高了2.98、3.23、2.94和3.08个百分点,从而证明了所提方法的有效性。

关键词： X光片深度可分离卷积图卷积网络肺结核检测

在线全文

学校读者我要写书评

暂无评论

附块和离散令牌协商的容迟网络区块链交易

计算机科学与探索 2024年第5期18卷 1357-1367页

作者：訾玲玲丛鑫重庆师范大学计算机与信息科学学院重庆401331

区块链的本质是节点矿权竞争,网络的实时连通性是前提和保障,但尚存在具有数据传输时延的容迟网络,使得其中的节点在区块链活动中完全处于劣势。为了解决容迟网络难以部署区块链系统的问题,构建了基于附块和离散令牌协商的区块链交易架... 详细信息

区块链的本质是节点矿权竞争,网络的实时连通性是前提和保障,但尚存在具有数据传输时延的容迟网络,使得其中的节点在区块链活动中完全处于劣势。为了解决容迟网络难以部署区块链系统的问题,构建了基于附块和离散令牌协商的区块链交易架构,为非持续连通网络中的节点参与区块链活动提供服务支撑。首先构造了命名为附块的辅助区块,用以作为区分联网和断网时生成的新区块的依据。其次以矿工身份标识和若干随机数为参数,生成具有唯一性和可验证性的离散令牌,用于获取挖矿资质。在此基础上,设计了基于离散令牌的挖矿资质归属算法和分支处理算法,前者避免了PoS(proof of stake)和DPoS(delegated proof of stake)首富作恶问题,后者保证了断网时生成的附链以均等概率追加到主链上。最后设计了附链二次共识方案,解决了断网时生成区块内可能存在的虚假和重复交易问题。理论证明和实验分析表明,提出的架构在可靠性、接受性、交易吞吐量、交易确认时间和分支率等指标上具有一定的优势。

关键词：区块链离散令牌附块附链协商机制容迟网络

用户生成内容(UGC)平台用户数字囤积行为影响因素研究——以小红书为例

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2024年第4期68卷 58-69页

作者：程思宇阮建海邓小昭西南大学计算机与信息科学学院重庆400715

[目的/意义]分析用户生成内容(user generated content,UGC)平台用户基于收藏的数字囤积行为的影响因素,以期丰富和拓展数字囤积领域的研究,并为优化UGC平台设计提供参考。[方法/过程]以小红书为例,基于计划行为理论,构建UGC平台用户数... 详细信息

[目的/意义]分析用户生成内容(user generated content,UGC)平台用户基于收藏的数字囤积行为的影响因素,以期丰富和拓展数字囤积领域的研究,并为优化UGC平台设计提供参考。[方法/过程]以小红书为例,基于计划行为理论,构建UGC平台用户数字囤积行为影响因素模型,通过问卷调查收集数据,利用软件SPSS和AMOS进行数据分析。[结果/结论]态度和主观规范正向影响用户数字囤积意愿,态度、文化认同和实物囤积行为正向影响用户数字囤积行为。UGC平台可通过引导用户审慎收藏、提供提醒和定期清理功能、设置收藏上限与分类标签以应对用户基于收藏的数字囤积行为。

关键词：数字囤积行为影响因素用户生成内容小红书

多天线无人机视频通信系统中计算资源高效分配的能耗最小化策略

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：杨莉斌詹成李婷婷廖婧睿西南大学计算机与信息科学学院

凭借移动便捷、部署灵活的特点，无人机(Unmanned aerial vehicles，UAVs)通信已成为满足下一代蜂窝用户需求的有效技术。利用UAV捕获视频并通过边缘计算对视频进行处理，可以为多用户提供高质量的视频服务。本文考虑一种多天线固定翼UA... 详细信息

凭借移动便捷、部署灵活的特点，无人机(Unmanned aerial vehicles，UAVs)通信已成为满足下一代蜂窝用户需求的有效技术。利用UAV捕获视频并通过边缘计算对视频进行处理，可以为多用户提供高质量的视频服务。本文考虑一种多天线固定翼UAV视频传输系统，通过合理规划UAV轨迹，利用波束成形技术将每个传输信号引导到用户端的最佳路径上，节约能耗并提高接收信号的强度。上述要求被模型化为一个非凸问题，这个问题需要联合优化UAV轨迹、飞行时间、传输波束成形以及计算资源分配，从而在满足用户服务质量要求的同时，最小化UAV总能耗。为了解决它，一种两阶段算法被提出，在第一阶段，利用路径离散化、交替优化技术以及连续凸逼近(Successive Convex Approximation，SCA)技术，最小化UAV的推进能耗；在第二阶段，采用路径离散化方法和SCA技术最小化UAV的通信和计算能耗。仿真结果表明，该算法相较于基准方案，在保证视频质量的同时，明显降低了UAV的能耗，具有很高的效率和实用性。

关键词：无人机多天线视频流边缘计算服务质量能耗

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进自适应模型池的在线异常检测算法

电子学报 2024年第7期52卷 2503-2514页

作者：项秋艳訾玲玲丛鑫重庆师范大学计算机与信息科学学院重庆401331

精确的在线异常检测方法是物联网行业发展的核心,其中,以复杂和动态数据流为对象的在线异常识别是研究热点.现有在线异常检测方法存在处理复杂性负载过重问题,离线深度异常检测方法则存在因数据分布变化导致概念漂移问题.针对上述问题,... 详细信息

精确的在线异常检测方法是物联网行业发展的核心,其中,以复杂和动态数据流为对象的在线异常识别是研究热点.现有在线异常检测方法存在处理复杂性负载过重问题,离线深度异常检测方法则存在因数据分布变化导致概念漂移问题.针对上述问题,本文提出了改进自适应模型池的在线异常检测框架,该框架可以与基于自动编码器的异常检测方法协作实现在线异常检测.首先,利用基于自动编码器的异常检测模型进行基本异常识别;其次,以自适应模型池为基础,融合概念漂移检测算法准确识别概念漂移,适应动态变化的数据流,解决概念漂移现象;最后,优化自适应模型池的模型合并方法,提升在线异常识别能力.实验结果表明,相比自动编码器模型的流变体和原自适应模型池算法,提出的算法在异常检测精度指标上分别提升了20.2%和5.83%,同时,最佳精度指标高于现有在线异常检测算法约16.7%.

关键词：无监督学习自动编码器概念漂移异常检测自适应模型池数据流

同方期刊数据库

网络结构变动对共词网络链路预测效果的影响研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年第2期8卷 114-130页

作者：陈卓蒋茜茜张晓娟西南大学计算机与信息科学学院重庆400715 四川大学公共管理学院成都610065

【目的】研究共词网络结构变动对链路预测相似性指标预测效果的影响。【方法】本文从Web of Science核心合集中随机获取5个学科2015-2020年的文献数据;根据不同的关键词频次,分别构建不同网络拓扑结构特征的共词网络;选取AA、CN、RWR、K... 详细信息

【目的】研究共词网络结构变动对链路预测相似性指标预测效果的影响。【方法】本文从Web of Science核心合集中随机获取5个学科2015-2020年的文献数据;根据不同的关键词频次,分别构建不同网络拓扑结构特征的共词网络;选取AA、CN、RWR、Katz等15个传统链路预测相似性指标,在各共词网络上进行链路预测实验,以此对比分析不同指标在网络结构变动环境下的预测效果。【结果】不同学科中,共词网络的关键词频次越大,平均聚类系数越小,密度、网络传递性、平均度、平均度中心性、平均中介中心性、平均接近中心性越大,链路预测效果越差的可能性较大;反之,平均聚类系数越大,其余网络拓扑结构属性特征越小,链路预测效果越好的可能性较大。在所选取的15个相似性指标中,RWR指标在不同拓扑结构特征的共词网络中均表现最好;Katz指标的预测效果最稳定。从学科来说,各指标的预测结果在LAW学科中受网络结构变动的影响最大。【局限】由于计算空间有限,仅采用单个分类方法和评价指标,并且仅停留在基于节点相似性指标的探讨,缺乏对其他类别指标(如基于似然分析和基于概率模型等指标)的研究。【结论】从共词网络的关键词频次出发,探讨了各网络结构变动对链路预测效果的影响,为不同学科及不同大小的共词网络选取相似性指标提供了理论依据。

关键词：共词网络链路预测网络结构相似性指标

一种多尺度残差注意力Unet-Like网络的医学图像融合方法

在线全文

学校读者我要写书评

暂无评论

重庆师范大学学报(自然科学版) 2024年

作者：杨卫明张伟豪余磊重庆师范大学计算机与信息科学学院

针对目前医学图像融合任务中融合策略难以制定及模态重要信息挖掘不够的问题，提出了一种多尺度残差注意力Unet-Like网络(multiscale residual attention unet-like network，MRAUnet)框架用于医学图像融合。首先，传统的融合算法在处... 详细信息

针对目前医学图像融合任务中融合策略难以制定及模态重要信息挖掘不够的问题，提出了一种多尺度残差注意力Unet-Like网络(multiscale residual attention unet-like network，MRAUnet)框架用于医学图像融合。首先，传统的融合算法在处理多模态医学图像时存在特征学习能力不足的问题，无法更好地保留互补的多模信息。因此，为了增强模型的特征提取能力与稳定性，MRAUnet将残差注意力机制注入到特征提取过程中。其次，Unet架构在理解医学图像的语义上有着天然的优势，而且它的U型结构使得Unet对浅层简单特征与深层抽象特征有更强的感知能力和重用能力，所以MRAUnet采用了Unet架构来增强模型的语义感知能力和特征重用，同时整体网络采用多尺度的方式进行特征处理以强化Unet架构的特征抽取能力。另外，为了丰富在融合图像中的模态信息，还设计了一种基于结构信息与细节信息保留的损失函数用于训练MRAUnet。最后，MRAUnet是一个端到端的融合网络，无需人工制定融合策略，可以有效地利用多模态图像的浅层结构特征与深层抽象特征，以平衡融合图像中的解剖信息和功能信息，在保持较高清晰度的同时可以显示出元素放射量与血液流动性等功能特征。在哈佛医学院全脑图集上的实验结果表明，MRAUnet与近期较为先进的算法相比，在主观和客观评判2个方面都取得了较大进步，在基于人类视觉感知的保真度、基于特征保留的互信息等指标上均有较大优势。

关键词： Unet 残差注意力机制医学图像融合多尺度特征