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

双编码端高分辨率遥感影像语义分割算法

计算机科学与探索 2025年第1期 187-195页

作者：吴梦可高心丹东北林业大学计算机与控制工程学院

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影... 详细信息

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块（FFB）将Swin Transformer捕获的全局特征引入编码端，应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块（SIB），降低复杂背景样本带来的负面影响；在解码端引入全局-局部注意力模块（GLTB）和特征细化模块（FRB），来更好地利用编码端提取的信息，提高语义分割的精确性；采用交叉熵损失和Dice Loss组成的混合损失函数训练模型，减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上，宏观平均F1值（mF1）、平均交并比（mIoU）和整体准确率（OA）指标分别达到91.9%、84.8%和92.4%；在LoveDA数据集上，mIoU指标达到55.0%，均展现出了更好的语义分割效果和良好的泛化性。

关键词：高分辨率遥感影像语义分割卷积神经网络 Swin Transformer

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 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

在线全文

学校读者我要写书评

暂无评论

面向自动语音识别系统的对抗样本生成方法

计算机科学与探索 2025年第1期 253-263页

作者：于振华苏玉璠叶鸥丛旭亚西安科技大学计算机科学与技术学院

通过对系统进行对抗攻击可以检测系统漏洞，进而提高系统鲁棒性。然而，对抗攻击前往往需要系统的参数信息，这使得攻击条件受限。为此，结合一种新的量子粒子群优化算法，提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加... 详细信息

通过对系统进行对抗攻击可以检测系统漏洞，进而提高系统鲁棒性。然而，对抗攻击前往往需要系统的参数信息，这使得攻击条件受限。为此，结合一种新的量子粒子群优化算法，提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加微小噪声，构造差异化粒子群，作为初始对抗样本种群；基于记忆搜索的领域重分布策略得到当前种群的全局最优粒子，从而生成初始对抗样本；融入扩维和自适应权重位置更新，使得种群更接近目标；根据对抗样本与目标语句的编辑距离，继续优化初始对抗样本，生成最终对抗样本。为了验证方法的攻击效果，在GoogleSpeech、LibriSpeech以及CommonVoice数据集上，对语音识别模型DeepSpeech进行实验，将目标语句设置为不同场景中的常见语音指令。实验结果表明，提出的方法在三个数据集上成功率都优于对比方法，其中在Common Voice数据集上的成功率比对比方法提升了10个百分点。同时，召集志愿者对生成的对抗样本噪声强度进行主观评估，其中82.4%的对抗样本被志愿者判断为没有噪声或噪声很小。

关键词：对抗攻击语音识别黑盒攻击样本生成量子粒子群算法梯度评估方法

在线全文

学校读者我要写书评

暂无评论

面向工业物联网的策略隐藏属性基加密方案

现代电子技术 2025年第1期48卷 90-96页

作者：尹建标张言史培中古春生江苏理工学院计算机工程学院江苏常州213001

针对工业物联网中的生产和监管数据易泄露与数据获取中断的问题,提出支持策略隐藏的属性基加密方案。将属性信息分为属性名和属性值进行方案构造,属性值在构造过程中并未暴露并且上传到云服务器的访问策略仅由属性名构成,工业物联网设... 详细信息

针对工业物联网中的生产和监管数据易泄露与数据获取中断的问题,提出支持策略隐藏的属性基加密方案。将属性信息分为属性名和属性值进行方案构造,属性值在构造过程中并未暴露并且上传到云服务器的访问策略仅由属性名构成,工业物联网设备在获取生产信息时不会完整的访问策略,防止了不法分子对设备信息盗取进而导致访问策略及生产信息的泄露。同时,授权多个半可信云服务器,当某个半可信云服务器不能正常工作时可快速根据服务器密钥更新用户私钥,使得其他半可信云服务器接替其工作,保证物联网设备读取数据的连续性。此外,引入属性认证,在撤销过程中无需重更新密文,适用于产生大量数据的物联网环境的撤销。经过安全性分析和性能分析,该方案能抵抗选择明文攻击,且系统初始化、用户密钥生成、加密、解密都具有较高的运行效率。

关键词：工业物联网数据安全策略隐藏单点故障属性认证属性撤销

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YOLOv8的林区行人目标检测研究

森林工程 2025年第1期41卷 138-150页

作者：李琳琳孙海龙东北林业大学计算机与控制工程学院哈尔滨150040

为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头... 详细信息

为解决目标检测算法在林区行人检测中容易出现漏检及检测精度不足的问题,提出一种基于改进YOLOv8的林区行人目标检测算法。采用C2f_DWRSeg模块替换C2f模块,扩展初始卷积通道数,使网络能更高效地进行多尺度特征提取;提出一种重构的检测头,训练时增加卷积层的复杂性,推理时使用单分支结构,从而丰富网络的特征表示能力,并保持高效的推理速度;在特征融合前增加了卷积注意力机制模块CGA,减少计算量;使用Focaler-ShapeIoU损失函数代替CIoU损失函数,弥补边界框回归方法的不足,进一步提高检测能力。试验结果表明,与基准模型相比,改进后的算法mAP50提高了2%,mAP50-95提高了2.4%,模型的处理速度(FPS)提高了4.33%,证明改进后的算法能够更好地应用在林区行人检测的任务中。

关键词：林区管理行人检测 YOLOv8 注意力机制损失函数改进算法深度学习识别

维普期刊数据库

LightGCNet：基于轻量化卷积网络的深度色域压缩算法

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

计算机科学与探索 2025年第1期 196-210页

作者：杨晨徐昊朱佳伟吴秦柴志雷江南大学人工智能与计算机学院江苏省模式识别与计算智能工程实验室

色域压缩是大色域向小色域进行转换时保持色彩信息的关键技术。经典算法虽计算快速，但处理结果缺乏细节且没有考虑人眼的感知特性，难以满足人们对色彩品质不断提升的要求。迭代算法处理效果更佳，但极其耗时，无法投入实际应用。针对... 详细信息

色域压缩是大色域向小色域进行转换时保持色彩信息的关键技术。经典算法虽计算快速，但处理结果缺乏细节且没有考虑人眼的感知特性，难以满足人们对色彩品质不断提升的要求。迭代算法处理效果更佳，但极其耗时，无法投入实际应用。针对上述问题，提出了轻量化的深度色域压缩方法，该方法可在逼近迭代算法计算效果的同时保持接近经典算法的速度。为色域压缩算法设计了LightGCNet模型，该网络中的双层卷积由DSC与DW卷积组合而成，相比常规U-Net，参数量与计算复杂度急剧降低。为进一步提高模型先验性，将预训练得到的DW卷积中多个核通道进行重聚焦操作以建立联系，最终权重由重聚焦权重和预训练权重组成。针对色相、明度、彩度这三个色彩属性，设计了色域压缩专用的损失函数。该函数不仅考虑了像素级损失，而且融合了图像感知损失，并联合色彩属性的多尺度信息进行加权，解决了深度色域压缩过程中细节丢失的问题。基于迭代算法生成标签以训练网络，联合学习目标色域特征与图像信息，实现了与迭代算法相当的效果。实验结果表明：该方法与业界经典的SGCK算法相比，iCID值降低了17.08%,SSIM值提高了5.30%。相比常规U-Net模型，LightGCNet参数量减少了82.96%，乘加次数从8.5GFLOPs大幅下降至2.2GFLOPs，使改良模型更适于低端设备部署。该模型在CPU上处理单幅512×512图像仅需0.208s，计算时间比迭代类算法减少99.92%。

关键词：色域压缩轻量化深度学习色彩管理

支持IPv4/IPv6双栈的5G通信网络可靠性组网部署研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代电子技术 2025年第1期48卷 102-106页

作者：黄琳黄劼蒋平湖北师范大学计算机与信息工程学院湖北黄石435002 腾讯科技(深圳)有限公司广州深圳518000 湖北理工学院计算机学院湖北黄石435003

5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输,确保网络应用业务的实时性和稳定性,文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈,构建双栈转换机... 详细信息

5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输,确保网络应用业务的实时性和稳定性,文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈,构建双栈转换机制结合有限双协议栈模型,在模型下构建5G通信网络结构,并通过高架立体交叉网优化IPv4/IPv6双栈的5G通信网络组网结构,提升IPv4/IPv6双栈5G通信网络的通信速度。采用冗余路径算法,实现5G网络IPv4/IPv6双栈通信中的服务功能链编排,解决IPv4/IPv6双栈通信中的冗余问题。实验结果表明,该方法能够构建一种更稳定、更高效的5G通信网络组网结构,提高了网络频谱效率,优化了网络环境。

关键词： 5G通信网络 IPv4/IPv6双栈可靠性组网部署服务功能链冗余路径算法有限双协议栈模型

维普期刊数据库博看期刊