检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

融合强化学习的三支治略选择及其有效性分析

计算机科学与探索 2024年第2期18卷 378-386页

作者：刘晓雪姜春茂哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 福建理工大学计算机科学与数学学院福州350118

三支决策的“分、治、效”(TAO)模型包括构建三分、施加策略、结果评估三个部分。目前,关于结果评估的研究旨在衡量策略施加后结果的前后变化,还无法预测施加哪个策略能达到最大效果。为了解决这一问题,对TAO模型的“治”和“效”进行... 详细信息

三支决策的“分、治、效”(TAO)模型包括构建三分、施加策略、结果评估三个部分。目前,关于结果评估的研究旨在衡量策略施加后结果的前后变化,还无法预测施加哪个策略能达到最大效果。为了解决这一问题,对TAO模型的“治”和“效”进行了研究,提出一种基于强化学习的三支改变模型的策略选择与有效性预测的方法。首先将改变三支决策TAO模型中的改变三分状态和策略分别作为强化学习中的状态和动作,并将每次施加策略得到新的改变三分状态的过程看作一个周期,利用累积前景理论计算每个周期产生的奖励,将智能体与环境的交互过程用马尔可夫决策过程来表示;其次设置一个目标奖励,将各个周期的累计奖励达到目标奖励时的状态作为马尔可夫决策过程的终止状态;然后用Q-learning算法迭代出一个最短周期内达到目标奖励的策略序列,同时利用该策略序列预测当前改变三分状态的未来效用。最后使用一个实例体现出该方法实用性和有效性。

关键词：三支决策改变三支决策强化学习策略选择效用度量

在线全文

学校读者我要写书评

暂无评论

基于结构感知和全局上下文信息的小目标检测

计算机工程与应用 2024年第9期60卷 292-298页

作者：李钟华林初俊朱恒亮廖诗宇白云起福建理工大学计算机科学与数学学院福州350118

在小目标检测任务中,由于小目标像素值少、特征不丰富和难提取等局限性,容易导致模型漏检、误检以及精度低等问题,提出了一种基于多尺度结构感知和全局上下文信息的小目标检测算法。针对复杂场景设计了多尺度结构感知模块,可以更好地捕... 详细信息

在小目标检测任务中,由于小目标像素值少、特征不丰富和难提取等局限性,容易导致模型漏检、误检以及精度低等问题,提出了一种基于多尺度结构感知和全局上下文信息的小目标检测算法。针对复杂场景设计了多尺度结构感知模块,可以更好地捕获小目标的细节特征,以此增强模型识别不同尺寸物体的检测能力。为了获取更多的全局特征,借助Transformer捕获长距离依赖特征的优势设计了全局上下文信息模块,有效地建立起不同区域像素点之间的联系。针对模型训练时的梯度爆炸现象,设计了一种新的带权重损失函数W-CIoU,使得训练时的收敛速度有明显改善。大量的实验结果表明,提出的方法相较于其他经典的轻量级方法取得了较好的检测效果。与基准模型相比,提出的模型在VisDrone数据集上mAP50和mAP50:95分别提高了6.4和4.6个百分点,同时在TinyPerson数据集上也有着不错的表现。

关键词：小目标检测注意力机制上下文信息损失函数

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

在线全文

学校读者我要写书评

暂无评论

粒向量驱动的随机森林分类算法研究

计算机工程与应用 2024年第3期60卷 148-156页

作者：张锟滨陈玉明吴克寿侯贤宇厦门理工学院计算机与信息工程学院福建厦门361024

粒计算是一种符合人类认知特性的计算范式,能够有效处理复杂数据。随机森林通过集成多个决策树来降低单个决策树的过拟合风险,但仍存在一定的过拟合问题。为了减少过拟合并提高分类性能,在随机森林中引入了粒向量表示,提出了基于粒向量... 详细信息

粒计算是一种符合人类认知特性的计算范式,能够有效处理复杂数据。随机森林通过集成多个决策树来降低单个决策树的过拟合风险,但仍存在一定的过拟合问题。为了减少过拟合并提高分类性能,在随机森林中引入了粒向量表示,提出了基于粒向量的随机森林分类算法。粒向量具有表示高维特征的能力,可以捕捉更多的数据模式;参照样本选择的随机性有助于控制过拟合;不同决策树使用不同的粒向量可以增加模型的多样性。实验结果表明,与传统随机森林以及其他改进算法相比,基于粒向量表示的随机森林算法具有较好的泛化能力,有效提高了分类的准确率,表明了基于粒向量的随机森林分类算法的正确性与有效性。

关键词：粒计算粒向量随机森林集成学习

在线全文

学校读者我要写书评

暂无评论

可见光通信系统失真信号的无监督还原方法

光学技术 2024年第4期 492-499页

作者：马玉磊黄中杰新乡学院计算机与信息工程学院

发光二级管的非线性特性、环境光干扰以及信道噪声等因素会引发可见光通信系统出现非线性失真的现象，导致可见光通信系统的误码率升高。针对该问题，提出一种新的深度神经网络模型，并基于该模型对可见光通信系统的非线性失真符号进行... 详细信息

发光二级管的非线性特性、环境光干扰以及信道噪声等因素会引发可见光通信系统出现非线性失真的现象，导致可见光通信系统的误码率升高。针对该问题，提出一种新的深度神经网络模型，并基于该模型对可见光通信系统的非线性失真符号进行无监督地还原处理。建立了可见光通信系统的数学模型，分析了引起信号出现非线性失真现象的多种因素；利用循环神经网络学习可见光信号序列的短期相关性，利用门控循环单元学习可见光信号序列的长期相关性；采用密集网络学习输入光信号与接收光信号之间的非线性映射关系。仿真结果表明，所提神经网络能有效降低可见光通信系统的误码率，并且在不同调制阶数与不同带宽条件下均实现了较好的效果。

关键词：循环神经网络密集神经网络门控循环单元可见光通信系统后均衡器非线性失真

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多特征交互的方面情感三元组提取

计算机科学与探索 2024年第4期18卷 1057-1067页

作者：陈林颖刘建华郑智雄林杰徐戈孙水华福建理工大学计算机科学与数学学院福州350118 福建省大数据挖掘与应用技术重点实验室福州350118 闽江学院计算机与控制工程学院福州350108

方面情感三元组提取是方面级情感分析的子任务之一,旨在提取句子中的方面词、其对应的意见词和情感极性。先前研究集中于设计一种新范式以端到端的方式完成三元组提取任务。然而,这些方法忽略外部知识在模型中的作用,没有充分挖掘和利... 详细信息

方面情感三元组提取是方面级情感分析的子任务之一,旨在提取句子中的方面词、其对应的意见词和情感极性。先前研究集中于设计一种新范式以端到端的方式完成三元组提取任务。然而,这些方法忽略外部知识在模型中的作用,没有充分挖掘和利用语义信息、词性信息以及局部上下文信息。针对上述问题,提出了多特征交互的方面情感三元组提取(MFI-ASTE)模型。首先,该模型通过BERT预训练模型学习句子中的上下文语义特征信息,并使用自注意力机制加强语义特征;其次,使语义特征与所提取到的词性特征交互,二者相互学习,加强词性的组合能力与语义信息;再次,使用多个不同窗口的卷积神经网络提取每个单词的多重局部上下文特征并使用多分门控机制筛选这些多重局部特征;然后,采用双线性层融合提取到的三类外部知识特征;最后,利用双仿射注意力机制预测网格标记并通过特定的解码方案解码三元组。实验结果表明,该模型在四个数据集上的F1值比现有的主流模型分别提升了6.83%、5.60%、0.54%和1.22%。

关键词：方面情感三元组提取自注意力机制卷积神经网络网格标记方案双仿射注意力机制

在线全文

学校读者我要写书评

暂无评论

开关磁阻电机无位置传感器控制策略研究

电机与控制学报 2024年第4期28卷 149-157页

作者：王青蒋宗文王林强徐鑫莹丁家鑫刘韬南昌大学信息工程学院江西南昌330031 南昌大学数学与计算机学院江西南昌330031

针对开关磁阻电机无位置传感器下的转子位置还原,提出一种基于电流上升时间监测的无位置传感器控制策略,该策略包含初始位置检测、电机启动运行、转子位置重构和调速控制几个部分。首先离线测得电机在特殊位置时滞环带宽内的电流上升时... 详细信息

针对开关磁阻电机无位置传感器下的转子位置还原,提出一种基于电流上升时间监测的无位置传感器控制策略,该策略包含初始位置检测、电机启动运行、转子位置重构和调速控制几个部分。首先离线测得电机在特殊位置时滞环带宽内的电流上升时间,作为初始阈值用于电机启动;接着分别对各相绕组注入小电流,比较各相电流在滞环带宽内的上升时间进行初始位置分区;然后将转子从电感下降区进入电感最小区起始点作为特征点,利用初始阈值启动电机并在电机运行过程中依据实时工况更新特征点处时间阈值作为下一周期的检测特征;最后通过检测特征点位置信号对转子进行位置重构和转速估算实现换相与调速。仿真与实验结果验证了所提出控制策略的有效性与准确性。

关键词：开关磁阻电机无位置传感器控制转子位置重构特征点检测电流注入

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

面向无人机图像场景的小目标检测模型

计算机工程与应用 2024年

作者：朱堃煌孙博毛国君福建理工大学计算机科学与数学学院

无人机因其飞行高度和拍摄角度的独特性，采集的遥感图像中存在大量小目标。小目标物体像素小、语义信息少，容易受背景信息干扰和出现聚集遮挡，是当前检测模型性能不佳的主要原因之一。因此，文章提出一种面向小目标的无人机图像目标... 详细信息

无人机因其飞行高度和拍摄角度的独特性，采集的遥感图像中存在大量小目标。小目标物体像素小、语义信息少，容易受背景信息干扰和出现聚集遮挡，是当前检测模型性能不佳的主要原因之一。因此，文章提出一种面向小目标的无人机图像目标检测模型UAIDet(Unmanned Aerial Vehicles Images Detector)，从解决信息冲突和检测框回归难入手，提升模型的检测性能。其一，构建自适应的通道融合模块，在特征融合阶段动态学习通道权重以过滤不同尺度特征之间的信息冲突，抑制特征融合时的尺度不一致性，提高小目标物体的检测能力；其二，设计误差敏感定位损失函数，在小目标物体检测框的收敛阶段提出偏移敏感损失项以解决小目标对几何误差的敏感性，提高定位损失函数的鲁棒性，优化小目标物体的检测精度。在数据集Visdrone2022上对文章方法进行实验，mAP(meanS Average Precision)和AP50(Average Precision at IOU threshold 50%)分别达到了22.0%和37.1%，相较于基准模型分别提高3%和4.7%。TinyPerson数据集上的mAP和AP50为9.9%和29.1%，分别提高了4.29%和4.2%，证明UAIDet模型的有效性和鲁棒性。

关键词：目标检测无人机图像小目标特征融合损失函数

受限分布映射和伪异常校准引导下的时序异常检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：陈泽健李佐勇胡蓉樊好义福建理工大学计算机科学与数学学院福建省信息处理与智能控制重点实验室郑州大学计算机与人工智能学院闽江学院计算机与控制工程学院

时间序列异常检测旨在识别与正常行为显著不同的稀有模式或偏差。现有的研究侧重于设计更先进的网络架构或优化目标来尽可能准确地捕获数据的正常模式。然而，异常污染下的训练数据和异常信息的缺失会致使传统方法学习到的正态决策边界... 详细信息

时间序列异常检测旨在识别与正常行为显著不同的稀有模式或偏差。现有的研究侧重于设计更先进的网络架构或优化目标来尽可能准确地捕获数据的正常模式。然而，异常污染下的训练数据和异常信息的缺失会致使传统方法学习到的正态决策边界产生偏差，从而导致次优级的检测性能。本论文提出一种受限分布映射和伪异常校准引导下的无监督异常检测方法。具体地，首先利用时间卷积网络提取输入数据特征。然后，为了学习更精确的正态决策边界，本方法从两个方面优化正态表征学习过程：第一，提出一种受限分布映射方法，通过特征归一化将训练数据的未知分布映射至高斯分布，并最小化正常数据与超球中心的单类距离，使数据在特征空间中更加紧凑。第二，提出一种伪异常校准机制，利用数据扰动操作从原始数据生成多种类型的伪异常数据，并通过区分正常数据和伪异常数据向模型注入异常知识，矫正决策边界。同时，通过最大化伪异常数据与超球中心的单类距离，扩大正常与异常数据之间的类可分离性。在测试阶段，通过测量输入数据与超球中心的单类距离来检测异常。在5个真实数据集上进行的大量实验表明，本方法实现了相比目前主流方法的更优性能，并且在不同程度的异常污染训练数据下具备更高的鲁棒性。

关键词：时间序列异常检测受限分布映射伪异常校准