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

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

在线全文

同方期刊数据库

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

联邦学习中的攻击手段与防御机制研究综述

计算机工程与应用 2024年第5期60卷 1-16页

作者：张世文陈双梁伟李仁发湖南科技大学计算机科学与工程学院湖南湘潭411201 湖南大学信息科学与工程学院长沙410082

联邦学习的攻防技术是联邦学习系统安全的核心问题。联邦学习的攻防技术能大幅降低联邦学习系统被攻击的风险,明显提升联邦学习系统的安全性。深入了解联邦学习的攻防技术,可以推进联邦学习领域的研究,实现联邦学习的广泛应用。因此,对... 详细信息

联邦学习的攻防技术是联邦学习系统安全的核心问题。联邦学习的攻防技术能大幅降低联邦学习系统被攻击的风险,明显提升联邦学习系统的安全性。深入了解联邦学习的攻防技术,可以推进联邦学习领域的研究,实现联邦学习的广泛应用。因此,对联邦学习的攻防技术进行研究具有十分重要的意义。简要地介绍了联邦学习的概念、基本工作流程、类型及可能存在的安全问题;介绍联邦学习系统可能遭受到的攻击,梳理了相关研究;从联邦学习系统有无目标性的防御措施出发,将防御措施分为通用性防御措施及针对性防御措施两类,并对其进行了针对性的总结;对联邦学习安全性未来的研究方向进行了梳理与分析,为相关研究者在联邦学习安全性方面的研究工作提供了参考。

关键词：联邦学习攻击手段防御措施隐私保护

在线全文

学校读者我要写书评

暂无评论

基于小波自编码器的图像盲去噪算法

华中科技大学学报（自然科学版） 2024年第2期52卷 62-68页

作者：马自萍谭力刀北方民族大学数学与信息科学学院宁夏银川750021 北方民族大学计算机科学与工程学院宁夏银川750021

为解决基于深度学习图像去噪方法在图像盲去噪任务中去噪能力有限和去噪效果不佳的问题,构造了小波自编码器(Wavelet-AE),并用于图像盲去噪.首先,使用Haar小波构造小波卷积层(DWT)与逆小波卷积层(IDWT);然后,分别使用DWT和IDWT构建下采... 详细信息

为解决基于深度学习图像去噪方法在图像盲去噪任务中去噪能力有限和去噪效果不佳的问题,构造了小波自编码器(Wavelet-AE),并用于图像盲去噪.首先,使用Haar小波构造小波卷积层(DWT)与逆小波卷积层(IDWT);然后,分别使用DWT和IDWT构建下采样块和上采样块;最后,使用下采样块和上采样块构造小波自编码器.Wavelet-AE可以建立噪声图像与干净图像在特征空间中的映射关系,进而具备更好的图像盲去噪能力.为定量评价所提方法的图像盲去噪能力,将峰值信噪比和结构相似性作为评价指标.在Kodak和SIDD数据集上的图像盲去噪实验结果表明:Wavelet-AE与一些先进的传统方法和深度网络去噪方法相比具有更好的盲去噪能力,平均峰值信噪比(PSNR)最大可提高4.58 dB,平均结构相似性(SSIM)最大可提高0.149.

关键词：图像处理图像盲去噪小波自编码器综合噪声真实噪声

在线全文

学校读者我要写书评

暂无评论

教育领域下多维度特征命名实体识别方法

计算机工程 2024年

作者：任义苏博袁帅沈阳建筑大学计算机科学与工程学院

信息技术的发展与进步促使“互联网+教育”成为目前教育领域的研究热点，教育教学的各个环节都在向智能化的方向发展。中学数学的命名实体识别任务的研究，可为后续构建中学数学学科知识图谱及自动问答等任务奠定基础，进而满足中学生... 详细信息

信息技术的发展与进步促使“互联网+教育”成为目前教育领域的研究热点，教育教学的各个环节都在向智能化的方向发展。中学数学的命名实体识别任务的研究，可为后续构建中学数学学科知识图谱及自动问答等任务奠定基础，进而满足中学生个性化知识获取的需求，助力新型智能化教育体系的构建。目前中学数学知识语义复杂，其命名实体识别和研究数据较少，且当下主流模型特征提取任务中容易忽略掉部分局部特征，为解决该领域的实体识别困难问题，以自建的中学数学知识语料库为研究对象，提出一种融合多头注意力的多维度特征命名实体识别方法。该方法首先采用BERT进行文本表征预训练，得到词向量，接着引入对抗训练对每个嵌入向量进行扰动，将得到的对抗样本和嵌入向量传送到多维度特征提取层进行特征提取，再将输出的特征进行拼接，通过多头注意力机制进行动态融合，最终经过条件随机场（CRF）修正后输出。实验结果表明：本方法在自建的Educ数据集上识别的准确率、召回率以及F1值分别达到了96.68%、97.71%和97.19%，证明了该方法在中学数学知识实体识别的有效性。

关键词：命名实体识别教育领域对抗训练多维度特征提取多头注意力机制

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

混合策略改进的金豺优化算法

计算机工程与应用 2024年第4期60卷 99-112页

作者：朱兴淋汪廷华赖志勇赣南师范大学数学与计算机科学学院江西赣州341000

针对金豺优化算法(golden jackal optimization,GJO)在求解复杂优化问题时存在收敛速度慢和易陷入局部最优等不足,提出一种混合策略改进的金豺优化算法(improved golden jackal optimization,IGJO)。在算法的最优解停滞更新时,引入柯西... 详细信息

针对金豺优化算法(golden jackal optimization,GJO)在求解复杂优化问题时存在收敛速度慢和易陷入局部最优等不足,提出一种混合策略改进的金豺优化算法(improved golden jackal optimization,IGJO)。在算法的最优解停滞更新时,引入柯西变异策略,增强种群多样性和提升算法陷入局部最优的逃逸能力;提出一种基于权重的决策策略,通过对金豺个体赋予不同权重进行种群位置更新的决策,加快算法的收敛速度。对8个基准测试函数以及部分CEC2017测试函数进行寻优实验,结果表明改进算法具有更好的优化性能和收敛速度;进一步地,将改进算法应用于支持向量回归(support vector regression,SVR)模型的参数优化,并在选取的5个UCI(University of California,Irvine)数据集上进行实验,验证了改进算法的有效性。

关键词：金豺优化算法优化问题柯西变异权重