检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于对联载体的生成式信息隐藏方法

计算机研究与发展 2025年第03期62卷 779-789页

作者：李欣然李蓉受秦川钱振兴张新鹏上海理工大学管理学院上海理工大学光电信息与计算机工程学院复旦大学计算机科学技术学院

为了提高信息隐藏算法的隐藏容量，同时保持生成文本的质量，提出一种基于对联载体的生成式信息隐藏方法.首先通过对对联文本数据进行预训练，在多流预训练和微调框架的基础上建立对联生成模型；其次将主题词作为输入生成上联，且模型... 详细信息

为了提高信息隐藏算法的隐藏容量，同时保持生成文本的质量，提出一种基于对联载体的生成式信息隐藏方法.首先通过对对联文本数据进行预训练，在多流预训练和微调框架的基础上建立对联生成模型；其次将主题词作为输入生成上联，且模型可以在同一主题词上生成多个上联；然后将上联作为输入生成下联.通过对主题词、候选上联以及生成下联的候选词的不同选择，可有效地隐藏秘密信息.实验结果表明，该方法可获得较高的隐藏容量，7字对联的平均隐藏容量可达10.24 B，生成的对联结果满足对联严格的形式和内容要求，即字数相等、语义相对和语调相协，所提方法整体性能优于当前主流的生成式文本信息隐藏方案.

关键词：文本生成生成式信息隐藏对联载体文本质量隐藏容量

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于时间卷积网络的无监督入侵检测模型

电信科学 2025年第1期41卷 164-173页

作者：廖金菊丁嘉伟冯光辉郑州工业应用技术学院信息工程学院河南郑州451150 广州大学计算机科学与网络工程学院广东广州510006

现有的多数入侵检测模型通过长短期记忆(long short-term memory,LSTM)网络评估数据之间的时间依赖性。然而,LSTM网络处理序列数据增加了训练模型的计算复杂度和存储成本。为此,提出了基于多头注意力机制和时间卷积网络的无监督入侵检... 详细信息

现有的多数入侵检测模型通过长短期记忆(long short-term memory,LSTM)网络评估数据之间的时间依赖性。然而,LSTM网络处理序列数据增加了训练模型的计算复杂度和存储成本。为此,提出了基于多头注意力机制和时间卷积网络的无监督入侵检测模型(unsupervised intrusion detection model based on multihead attention mechanism or temporal convolutional network,UDMT)。UDMT不依赖于LSTM网络,它利用时间卷积网络和多头注意力机制构建生成对抗网络的生成器和决策器,实现计算的并行化,进而降低复杂度。同时,UDMT不依赖于标签的攻击数据,它具有检测已知攻击和未知攻击的能力。此外,UDMT采用不同的隐藏层模式,配置灵活,以满足不同的检测率和检测时延的要求。相比于两个同类的检测模型,提出的UDMT能获取更高的检测率和更低的检测时延。

关键词：入侵检测模型长短期记忆网络生成对抗网络多头注意力机制时间卷积网络

维普期刊数据库

同方期刊数据库

基于多路特征校准的轻量级图像超分辨率重建算法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2025年

作者：程德强马祥寇旗旗程志威钱建生江鹤中国矿业大学信息与控制工程学院中国矿业大学计算机科学与技术学院

针对现有轻量级图像超分辨率重建算法在表征特征丰富度及准确性方面存在的局限性问题，提出一种基于多路特征校准的轻量级图像超分辨率重建算法. 首先在深层特征提取前构建多感受野特征提取块，并在通道和空间维度上协同特征校准以增... 详细信息

针对现有轻量级图像超分辨率重建算法在表征特征丰富度及准确性方面存在的局限性问题，提出一种基于多路特征校准的轻量级图像超分辨率重建算法. 首先在深层特征提取前构建多感受野特征提取块，并在通道和空间维度上协同特征校准以增强网络对整体结构的全局理解，实现多尺度全局到局部的特征提取; 然后提出一种多路特征校准块，从多路不同分支提取不同颗粒度的特征信息，以获得更全面和信息丰富的图像特征，增强网络的表征能力; 最后从多尺度空间和通道维度建模上下文依赖关系，构建基于多路特征校准的轻量级图像超分辨率重建网络，充分挖掘图像的空间信息和通道特征，分别设计多感受野空间注意力和通道校准注意力. 大量实验结果表明，所提算法在参数和性能之间取得了高度平衡，尤其是对于结构复杂和纹理细节丰富的图像的重建效果更好; 在纹理复杂的Urban100数据集上，与对比的轻量化方法相比，该算法在PSNR指标上均至少提升超过0.1 dB.

关键词：超分辨率轻量级特征校准多路学习特征丰富度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于标准球的直线运动2D激光雷达标定

沈阳理工大学学报 2025年

作者：刘昶罗寅王彦博孙丽梅沈阳理工大学信息科学与工程学院沈阳建筑大学计算机科学与工程学院

在利用安装在直线运动机构上的2D激光雷达对场景进行3D扫描任务中，需对2D激光雷达的运动方向提前标定，针对该标定问题提出一种以已知直径的标准球作为标定装置的标定方法。首先利用激光雷达在直线运动机构上的不同位置对标准球进行扫... 详细信息

在利用安装在直线运动机构上的2D激光雷达对场景进行3D扫描任务中，需对2D激光雷达的运动方向提前标定，针对该标定问题提出一种以已知直径的标准球作为标定装置的标定方法。首先利用激光雷达在直线运动机构上的不同位置对标准球进行扫描，利用扫描点和最小二乘法拟合扫描圆的方程，估计出球心在雷达坐标系下的坐标，得到雷达运动方向的初步估计；再以所有扫描点共球面作为约束，通过一个迭代过程对运动方向进行优化，得到标定的最终结果。真实实验中采用篮球作为标准球标定装置，对安装在直线运动机构上的2D激光雷达进行标定，结果显示扫描点到拟合的球面距离的平均误差为0.75 mm；采用相同装置对已知尺寸的长方体仪表箱进行测量实验，得到仪表箱高度的误差为0.13mm，角度的平均误差为0.87°，验证了本文方法的有效性。

关键词：视觉测量 2D激光雷达标定标准球

融合双重编码器和词注意力机制的安全补丁识别模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2025年

作者：唐建平魏书宁王植刘曜玮彭文湖南师范大学信息科学与工程学院

及时应用安全补丁对软件安全至关重要.然而，用户通常等待漏洞披露平台发布补丁后才进行修复，延长了漏洞暴露时间并增加了安全风险.现有方法依赖专家经验，通过人工定义提交日志和代码更改的特征进行补丁分类，但难以全面涵盖特征.为... 详细信息

及时应用安全补丁对软件安全至关重要.然而，用户通常等待漏洞披露平台发布补丁后才进行修复，延长了漏洞暴露时间并增加了安全风险.现有方法依赖专家经验，通过人工定义提交日志和代码更改的特征进行补丁分类，但难以全面涵盖特征.为此，本文提出了一种融合双重编码器与词注意力机制的安全补丁识别模型——PatchInsight.该模型融合提交消息和代码更改特征，采用双重编码器（BERT&CodeBERT）、双向门控循环单元（BiGRU）与词注意力机制提取和分析特征.具体而言，使用BERT进行提交日志嵌入，CodeBERT进行代码嵌入，随后将两者特征向量融合并输入BiGRU-Attention模型以识别安全补丁.与现有方法相比，PatchInsight克服了单一特征与模型的局限性，提升了识别效果.在PatchDB和SPI-DB数据集上的评估结果显示，PatchInsight的准确率相较最新基线GraphSPD分别提升11.92%和15.16%，精确率提升9.83%和10.45%，并略微降低假阳性率，验证了其有效性.

关键词：安全补丁识别开源软件安全自然语言处理特征融合词注意力机制

基于激光雷达点云投影的多视图融合目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光学学报 2025年

作者：周牧冉浩成王勇杜楠重庆邮电大学通信与信息工程学院移动通信教育部工程研究中心唐山师范学院计算机科学技术系

在自动驾驶领域，汽车周围的环境信息能够通过3D点云很好地呈现出来，而激光雷达则是获取3D点云数据的关键来源。然而，但对于现有的3D目标检测任务而言，直接处理点云数据会因其数据量庞大而占用大量计算资源；另外，利用点云数据生成... 详细信息

在自动驾驶领域，汽车周围的环境信息能够通过3D点云很好地呈现出来，而激光雷达则是获取3D点云数据的关键来源。然而，但对于现有的3D目标检测任务而言，直接处理点云数据会因其数据量庞大而占用大量计算资源；另外，利用点云数据生成的投影视图进行检测，又会因其视角的限制而增加漏检和错检的风险。为此，本文提出一种基于激光雷达点云投影的多视图融合目标检测方法来解决上述问题。具体来说，本方法首先，将点云投影并编码为三通道2D鸟瞰图(Bird's-Eye View,BEV)和距离视图(Range View,RV)完成数据预处理；然后，分别将编码后的BEV和RV分别输入到增加了有效通道注意力(Efficient Channel Attention,ECA)模块的Complex-YOLOv4和YOLOv5s网络中进行目标检测，得到初步检测结果；最后，基于引入证据权的Dempster-Shafer证据理论将两个视图的目标检测结果进行多视图决策融合，得到最终检测结果。实验结果表明，相较于基于单个BEV或RV视图的方法，本文所提方法的平均精度均值(mean Average Precision,m AP)分别提升了4.07%和4.18%，显著提升了目标检测性能。

关键词：目标检测多视图融合激光雷达 D-S证据理论注意力机制

基于相似实例重用的铣削类零件数控工艺决策方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工程科学与技术 2025年第1期57卷 330-338页

作者：徐昌鸿张树生梁嘉宸黄瑞卞荣南京工程学院工程训练中心、应用技术学院江苏南京211167 西北工业大学机电学院陕西西安710072 河海大学信息科学与工程学院江苏常州213022

为了充分重用已有数控工艺设计成果,克服现有工艺优化方法柔性差、效率低、人工依赖性强的不足,提出一种基于相似实例重用的铣削类零件数控工艺决策方法。首先,建立以生产耗费最低为优化目标的数学模型,包括机床、刀具、装夹等因素,给... 详细信息

为了充分重用已有数控工艺设计成果,克服现有工艺优化方法柔性差、效率低、人工依赖性强的不足,提出一种基于相似实例重用的铣削类零件数控工艺决策方法。首先,建立以生产耗费最低为优化目标的数学模型,包括机床、刀具、装夹等因素,给出生产耗费的计算公式;其次,综合考虑生产车间资源的动态变化,通过重用已有相似实例的加工操作自适应获得新局部结构的多份备选数控工艺;然后,依据各备选数控工艺的相似度,采用轮盘赌算法进行选择,映射为工艺方案有向图的顶点;随后,分析加工操作顺序约束规则,确定各顶点之间有向边的方向,构建完整的工艺方案有向图作为零件数控工艺方案的有效表征;最后,提出一种混合蚁群模拟退火算法,采用蚁群算法结合图论理论对工艺方案有向图进行自动优化搜索,获得若干较优路径后输入模拟退火算法进行全局搜索获得最优解。以某典型零件MBD模型为例,基于CATIA平台对本文所提方法进行加工仿真验证。实验结果表明,相比于现有基于CAPP软件的工艺设计方法,本文方法决策结果能够满足实际数控加工要求,人工交互次数及时间减少84.6%,生产耗费降低16.6%。因此,本文方法能够合理且自动生成零件整体最优数控工艺方案,降低生产成本,缩短研制周期,提升企业数控工艺设计效率和智能化水平。

关键词：数控工艺决策重用局部结构工艺方案有向图

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于跨视图信息交互的细粒度三维模型分类

计算机辅助设计与图形学学报 2025年

作者：马向宇白静郑虎苏增辉北方民族大学计算机科学与工程学院国家民委图像图形智能处理实验室

针对当前的细粒度三维模型分类方法通常集中于增强单个视图的细粒度特征提取能力，忽略了视图间特征的依赖关系及不同粒度特征的有效融合的问题，提出一种基于跨视图信息交互的细粒度三维模型分类网络MSGFormer. 首先通过视图内局部... 详细信息

针对当前的细粒度三维模型分类方法通常集中于增强单个视图的细粒度特征提取能力，忽略了视图间特征的依赖关系及不同粒度特征的有效融合的问题，提出一种基于跨视图信息交互的细粒度三维模型分类网络MSGFormer. 首先通过视图内局部图像块Token间的自注意力，完成局部区域的交互和视图特征的提取; 然后利用跨视图信息Token的交互，实现视图间信息的流动和交互特征的捕捉; 再采用局部图像块Token选择策略选取局部显著特征，显式地突出局部细粒度特征; 最后将视图的全局特征、交互特征和局部显著特征三者融合增强，实现细粒度三维模型分类. 在细粒度分类数据集FG3D的3个子数据集Airplane， Car和Chair上的总体准确率分别达到97.40%， 80.30%和85.70%; 在元类别分类数据集ModelNet40上的总体准确率达到97.81%; 均优于所对比的方法，表明所提网络具有良好的细粒度分类性能和泛化性能.

关键词：三维模型分类细粒度分类视觉Transformer 跨视图交互局部选择

HRT-Net：基于注意力赋权分层网络的无蜂窝协作感知方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

雷达学报(中英文) 2025年

作者：刘升恒颜贺李兴康徐大专王东明黄永明东南大学信息科学与工程学院紫金山实验室

该文针对雷达通信一体化系统中多站协作感知的问题，提出了一种基于无蜂窝网络架构的智能框架HRTNet，用于实现准确且资源高效的位置估计。具体而言，该文首先将感知区域划分为多个子区域，并基于深度可分离卷积设计了一个轻量级的区域... 详细信息

该文针对雷达通信一体化系统中多站协作感知的问题，提出了一种基于无蜂窝网络架构的智能框架HRTNet，用于实现准确且资源高效的位置估计。具体而言，该文首先将感知区域划分为多个子区域，并基于深度可分离卷积设计了一个轻量级的区域选择网络，以识别目标所属的子区域，从而减少计算负担并实现广域覆盖。其次，考虑到多站数据差异性的隐式问题，本文设计了一种分通道单维注意力机制，旨在有效聚合多站的感知数据并增强特征的提取和表示能力，从而生成注意力权重图以加权修正原始特征。最后，基于多尺度和多重残差连接设计了一个目标定位网络，该网络能够提取更加全面和深层的特征并实现多级特征融合，进而可靠地将其映射到目标的位置坐标。仿真及实测实验结果表明，相比于现有方法，HRT-Net在较低计算复杂度和存储开销下，能够实现厘米级的目标定位。

关键词：雷达通信一体化多点协作无蜂窝深度学习注意力机制