检索结果-南通市图书馆

高校突发事件中网络谣言传播模型的动力学研究

在线全文

学校读者我要写书评

暂无评论

河南师范大学学报（自然科学版） 2025年第1期53卷 50-56页

作者：高卫国蔡永丽淮阴师范学院计算机科学与技术学院江苏淮安223300 淮阴师范学院数学与统计学院江苏淮安223300

针对高校突发事件中网络谣言的传播特点,将高校人群分为无知者、传谣者和管理者(高校教师和学生志愿者宣传员)3类,建立了具有饱和接触率的谣言传播动力学模型,给出了模型平衡点的存在性,分析了平衡点的稳定性,并运用分支理论给出了Hopf... 详细信息

针对高校突发事件中网络谣言的传播特点,将高校人群分为无知者、传谣者和管理者(高校教师和学生志愿者宣传员)3类,建立了具有饱和接触率的谣言传播动力学模型,给出了模型平衡点的存在性,分析了平衡点的稳定性,并运用分支理论给出了Hopf分支存在的充分条件.在此基础上,借助数值模拟进一步讨论了谣言传播模型的动力学行为.结果表明:只有当管理强度足够大使得阈值条件满足时,谣言才能得到有效控制,且管理强度越大,谣言控制时间越短.这为人们制定高校突发事件中网络谣言防控措施提供了理论基础和参考依据.

关键词：网络谣言传播稳定性 Hopf分支管理强度动力学

图像处理中CNN与视觉Transformer混合模型研究综述

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 30-44页

作者：郭佳霖智敏殷雁君葛湘巍内蒙古师范大学计算机科学技术学院

卷积神经网络（CNN）与视觉Transformer是目前图像处理领域中两大重要的深度学习模型，两者经过多年来不断的研究与进步，已在该领域取得了非凡的成就。近些年来，CNN与视觉Transformer的混合模型正在逐步兴起，广泛的研究不断克服两种... 详细信息

卷积神经网络（CNN）与视觉Transformer是目前图像处理领域中两大重要的深度学习模型，两者经过多年来不断的研究与进步，已在该领域取得了非凡的成就。近些年来，CNN与视觉Transformer的混合模型正在逐步兴起，广泛的研究不断克服两种模型存在的弱项，高效地发挥出各自的亮点，在图像处理任务中表现出优异的效果。基于CNN与视觉Transformer混合模型进行深入阐述。总体概述了CNN与Vision Transformer模型的架构和优缺点，并总结混合模型的概念及优势。围绕串行结构融合方式、并行结构融合方式、层级交叉结构融合方式以及其他融合方式等四个方面全面回顾梳理了混合模型的研究现状和实际进展，并针对各种融合方式的主要代表模型进行总结与剖析，从多方面对典型混合模型进行评价对比。多角度叙述了混合模型在图像识别、图像分类、目标检测和图像分割等实际图像处理特定领域中应用研究，展现出混合模型在具体实践中的适用性和高效性。深入分析混合模型未来研究方向，并为后续该模型在图像处理中的研究与应用提出展望。

关键词：卷积神经网络(CNN) 视觉Transformer 混合模型图像处理深度学习

基于改进YOLOv8的轻量化中小桥梁裂缝检测方法

在线全文

学校读者我要写书评

暂无评论

物流科技 2025年第1期 73-77+106页

作者：赵利君太原师范学院计算机科学与技术学院

近年来，中国桥梁建设空前发展，桥梁安全运维问题日益凸显。文章提出一种基于YOLOv8的裂缝检测模型YOLOv8-BC，该模型采用GhostConv对HGNetv2改进后的结构替换YOLOv8的主干网络，实现模型轻量化；引入可变形注意力机制DAttention，获... 详细信息

近年来，中国桥梁建设空前发展，桥梁安全运维问题日益凸显。文章提出一种基于YOLOv8的裂缝检测模型YOLOv8-BC，该模型采用GhostConv对HGNetv2改进后的结构替换YOLOv8的主干网络，实现模型轻量化；引入可变形注意力机制DAttention，获得更多的空间信息；使用基于辅助边框的Inner-iou损失函数替代CIOU损失函数，提高模型的泛化能力和检测精度。在自建数据集上进行实验，结果表明YOLOv8-BC模型准确率达到了95.3%,mAP50达到了95.9%，相较于YOLOv8s模型分别提高了2.3%和2.0%，同时参数量降低了15.3%。这表明YOLOv8-BC模型能够更高效地检测复杂环境下的桥梁裂缝，为工业检测提供了重要思路和技术支持。

关键词：桥梁裂缝目标检测注意力机制 YOLOv8 图像处理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于干涉和实时前馈实现三个量子节点的纠缠

原子与分子物理学报 2025年第4期42卷 113-120页

作者：刘艳红陈伟李雁翔太原师范学院物理系晋中030619 太原师范学院计算机科学与技术学院晋中030619 山西北方机械制造有限责任公司太原030009

纠缠多个空间分离的远程量子节点是构建量子信息网络的基础,不仅如此,多量子节点间的纠缠亦可应用于分布式量子计算和量子精密测量等,实现更高纠缠度的多量子节点间纠缠势在必行.文中基于干涉和实时前馈,借助于腔增强通过采用受激拉曼... 详细信息

纠缠多个空间分离的远程量子节点是构建量子信息网络的基础,不仅如此,多量子节点间的纠缠亦可应用于分布式量子计算和量子精密测量等,实现更高纠缠度的多量子节点间纠缠势在必行.文中基于干涉和实时前馈,借助于腔增强通过采用受激拉曼散射机制实现三个远距离原子系综的纠缠.该方案中只需要三套腔增强原子系统,光学谐振腔增强了光和原子之间的相互作用,使得通过受激拉曼散射产生的斯托克斯光场和反斯托克斯光场的效率得到提高,实现了高纠缠度的光与原子纠缠.在此前提下,基于斯托克斯光场的干涉和实时前馈实现三个远程原子节点间的纠缠.这种方法可以扩展到更大规模,甚至更加复杂的量子信息网络中,从而在量子信息科学中具有潜在的应用.

关键词：原子系综纠缠干涉实时前馈受激拉曼散射

ViTAU:基于Vision transformer和面部动作单元的面瘫识别与分析

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

工程科学学报 2025年第2期47卷 351-363页

作者：高嘉蔡文浩赵俊莉段福庆青岛大学计算机科学技术学院青岛266071 北京师范大学人工智能学院北京100875

面部神经麻痹(Facial nerve paralysis,FNP),通常称为贝尔氏麻痹或面瘫,对患者的日常生活和心理健康产生显著影响,面瘫的及时识别和诊断对于患者的早期治疗和康复至关重要.随着深度学习和计算机视觉技术的快速发展,面瘫的自动识别变得可... 详细信息

面部神经麻痹(Facial nerve paralysis,FNP),通常称为贝尔氏麻痹或面瘫,对患者的日常生活和心理健康产生显著影响,面瘫的及时识别和诊断对于患者的早期治疗和康复至关重要.随着深度学习和计算机视觉技术的快速发展,面瘫的自动识别变得可行,为诊断提供了一种更准确和客观的方式.目前的研究主要集中关注面部的整体变化,而忽略了面部细节的重要性.面部不同部位对识别结果的影响力并不相同,这些研究尚未对面部各个区域进行细致区分和分析.本项研究引入结合Vision transformer(ViT)模型和动作单元(Action unit,AU)区域检测网络的创新性方法用于面瘫的自动识别及区域分析.ViT模型通过自注意力机制精准识别是否面瘫,同时,基于AU的策略从StyleGAN2模型提取的特征图中,利用金字塔卷积神经网络分析受影响区域.这一综合方法在YouTube Facial Palsy(YFP)和经过扩展的Cohn Kanade(CK+)数据集上的实验中分别达到99.4%的面瘫识别准确率和81.36%的面瘫区域识别准确率.通过与最新方法的对比,实验结果展示了所提的自动面瘫识别方法的有效性.

关键词： Transformer 面部动作单元多分辨率特征图生成器热力图回归

基于YOLOv8改进的跌倒检测算法：CASL-YOLO

在线全文

学校读者我要写书评

暂无评论

浙江师范大学学报(自然科学版) 2025年第1期48卷 36-44页

作者：徐慧英赵蕊朱信忠黄晓浙江师范大学计算机科学与技术学院浙江师范大学教育学院

跌倒对老年人危害极大，是我国65岁以上老年人致残和伤害死亡的首要原因.然而，目前主流的跌倒检测技术受环境的干扰较大，在物体遮挡、光照变化等复杂场景下的检测准确率较低，且模型的参数量和计算量较高，导致成本居高不下，不能很... 详细信息

跌倒对老年人危害极大，是我国65岁以上老年人致残和伤害死亡的首要原因.然而，目前主流的跌倒检测技术受环境的干扰较大，在物体遮挡、光照变化等复杂场景下的检测准确率较低，且模型的参数量和计算量较高，导致成本居高不下，不能很好地部署应用于实际生活场景.针对上述问题，提出了一种在复杂环境下轻量级的基于YOLOv8模型改进的跌倒检测算法：CASL-YOLO.首先，该模型引入空间深度卷积(SPD-Conv)模块替代传统卷积模块，通过对每个特征映射进行卷积操作，保留通道维度中的全部信息，从而提高模型在低分辨率图像和小物体检测方面的性能；其次，引入基于位置信息的注意力机制，以捕获跨通道、方向和位置感知的信息，从而更准确地定位和识别人体目标；最后，在特征提取模块中引入选择性大卷积核(LSKNet)动态调整感受野，以有效处理跌倒检测场景中的复杂环境信息，提高网络的感知能力和检测精度.实验结果表明，在公开的Human Fall数据集上，CASL-YOLO的mAP@0.5达到96.8%,优于基线YOLOv8n,同时模型仅有3.4×MiB的参数量和11.7×10～9的计算量.相比其他检测算法，CASL-YOLO在参数量和计算量小幅增加的情况下，实现了更高的精度和性能，同时满足实际场景的部署要求.

关键词：跌倒检测 YOLOv8 注意力机制空间深度卷积选择性大卷积核

在线全文

学校读者我要写书评

暂无评论

肺结核发病的时空分布特征和气象因素分析

山东理工大学学报（自然科学版） 2025年第1期39卷 41-45页

作者：谢小义汉江师范学院数学与计算机科学学院湖北十堰442000

通过对2015—2019年全国肺结核发病率数据(不含香港地区、澳门地区和台湾地区)可视化,探究全国肺结核发病的时空分布特征;通过空间自相关分析和拉格朗日乘数(LM)检验,选取面板数据空间杜宾模型探究有关气象因素对肺结核发病的影响。研... 详细信息

通过对2015—2019年全国肺结核发病率数据(不含香港地区、澳门地区和台湾地区)可视化,探究全国肺结核发病的时空分布特征;通过空间自相关分析和拉格朗日乘数(LM)检验,选取面板数据空间杜宾模型探究有关气象因素对肺结核发病的影响。研究结果表明,每年的1月和3月是全国肺结核的高发期,且全国肺结核发病率存在空间聚集性,高发区域是新疆、西藏和青海等西北部地区;气温和湿度与当地肺结核发病是负相关关系,与周边地区的肺结核发病是正相关关系。

关键词：肺结核时间流行趋势空间分布特征空间杜宾模型

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于微多普勒效应的人体身份深度识别方法

传感器与微系统 2025年第1期 146-151页

作者：刘琳琳左家永王洪雁周口师范学院网络工程学院大连大学信息工程学院浙江理工大学计算机科学与技术学院

针对现有基于整体或者局部微多普勒(m-D)相关特征的身份识别模型存在的识别性能有限的问题，本文提出基于双流网络深度融合整体及局部m-D特征的识别模型。首先，基于Boulic模型构造贴近实际场景的体态及运动姿态模型；其次，基于连续波... 详细信息

针对现有基于整体或者局部微多普勒(m-D)相关特征的身份识别模型存在的识别性能有限的问题，本文提出基于双流网络深度融合整体及局部m-D特征的识别模型。首先，基于Boulic模型构造贴近实际场景的体态及运动姿态模型；其次，基于连续波雷达构造回波模型，以获得m-D信号；此外，将全局m-D图(GMD)变换为梅尔倒谱(MC)以增强全局特征，利用分量分离技术抑制躯干对肢体m-D图的干扰；最后，基于双流网络融合所得增强全局及局部特征以获得高可分特征，进而实现人体身份有效识别。实验结果表明，相较于主流识别算法，所提模型可显著改善身份识别性能。

关键词：人体身份识别深度神经网络特征增强运动模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于非对称量子通道受控QOT量子投票协议

物理学报 2013年第16期62卷 22-26页

作者：王郁武韦相和朱兆辉淮阴师范学院计算机科学与技术学院淮安223300

提出一种量子投票协议,协议基于非对称量子通道受控量子局域幺正操作隐形传输(quantum operation teleportation,QOT).由公正机构CA提供的零知识证明的量子身份认证,保证选民身份认证的匿名性.计票机构Bob制造高维Greenberger-Horne-Zei... 详细信息

提出一种量子投票协议,协议基于非对称量子通道受控量子局域幺正操作隐形传输(quantum operation teleportation,QOT).由公正机构CA提供的零知识证明的量子身份认证,保证选民身份认证的匿名性.计票机构Bob制造高维Greenberger-Horne-Zeilinger纠缠态建立一个高维量子通信信道.选民对低维的量子选票进行局域幺正操作的量子投票,是通过非对称基的测量和监票机构Charlie的辅助测量隐形传输的.Bob在Charlie帮助下可以通过幺正操作结果得到投票结果.与其他一般的QOT量子投票协议相比,该协议利用量子信息与传输的量子信道不同维,使单粒子信息不能被窃取、防止伪造.选举过程由于有Charlie的监督,使得投票公正和不可抵赖.由于量子局域幺正操作隐形传输的成功概率是1,使量子投票的可靠性得以保证.

关键词：量子投票高维GHZ纠缠态非对称基测量量子操作隐形传输