检索结果-南通市图书馆

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

面向大规模图像检索的哈希学习综述

软件学报 2025年第1期36卷 79-106页

作者：张雪凝刘兴波宋井宽聂秀山王少华尹义龙山东大学软件学院山东建筑大学计算机科学与技术学院电子科技大学计算机科学与工程学院

随着互联网空间中图像数据的爆发式增长和图像应用领域的拓宽,大规模图像检索的需求与日俱增.哈希学习为大规模图像检索提供显著的存储与检索效率,并成为近年来一个研究热点.现有哈希学习综述存在着时效性弱与技术路线不清晰的问题,即... 详细信息

随着互联网空间中图像数据的爆发式增长和图像应用领域的拓宽,大规模图像检索的需求与日俱增.哈希学习为大规模图像检索提供显著的存储与检索效率,并成为近年来一个研究热点.现有哈希学习综述存在着时效性弱与技术路线不清晰的问题,即多总结5–10年前的研究成果,且较少总结哈希学习算法各组成部分间的关联关系.鉴于此,通过总结近20年公开发表的哈希学习文献,对面向大规模图像检索的哈希学习进行系统的综述性研究.首先,介绍哈希学习的技术路线和哈希学习算法的主要组成部分,包括损失函数、优化策略及样本外扩展映射.其次,将面向图像检索的哈希学习算法分为无监督哈希方法和监督哈希方法两类,并分别梳理每类方法的研究现状和演化过程.然后,介绍哈希学习算法评估通用的图像数据集与评估指标,并通过对比实验分析部分经典算法的性能.最后,结合哈希学习的局限性与新挑战对其发展前景进行阶段性总结与展望.

关键词：图像检索大规模数据近似最近邻检索哈希学习相似性保持

基于一体化结构光纤加速度计的三维光纤矢量水听器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

声学学报 2025年第1期 157-164页

作者：陈毅刘飞佟昊阳李文静金晓峰徐平浙江大学信息与电子工程学院杭州应用声学研究所北京科技大学计算机与通信工程学院

提出了一种基于一体化结构光纤加速度计的同振式三维光纤矢量水听器。利用质量–弹簧系统的一体化结构设计及其工作原理,研制了基于一体化结构的光纤加速度计。在此基础上,采用推挽式结构和6只光纤加速度计,设计制作了一只同振式三维光... 详细信息

提出了一种基于一体化结构光纤加速度计的同振式三维光纤矢量水听器。利用质量–弹簧系统的一体化结构设计及其工作原理,研制了基于一体化结构的光纤加速度计。在此基础上,采用推挽式结构和6只光纤加速度计,设计制作了一只同振式三维光纤矢量水听器。利用驻波管比较法和差分延时外差解调技术进行测试,结果表明,该光纤矢量水听器在20～500 Hz频率范围有较平坦的加速度相移灵敏度频率响应。以X通道为例,其平均灵敏度为34.7 dB (re. 1 rad/(m·s-2)),与声质点振动理论计算结果（36.5 dB）和有限元仿真结果（35.5 dB）接近。

关键词：矢量水听器光纤加速度计相移灵敏度

在线全文

学校读者我要写书评

暂无评论

无线供电MEC系统的计算能效最大化策略

郑州大学学报（工学版） 2025年第1期46卷 133-142页

作者：李陶深巩健曾续玲吕品南宁学院信息工程学院广西南宁530299 广西大学计算机与电子信息学院广西南宁530004

为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站... 详细信息

为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站发射功率、设备发射功率、卸载时间和能量收集时间,比较充分地利用移动设备和MEC服务器的可用计算资源,提高设备的吞吐量和计算位数,进而最大限度地提升系统计算能效。将该联合优化问题转化为非凸分式规划问题,设计一种基于Dinkelbach的迭代算法来获得最优的资源分配方案。仿真实验表明:该资源分配策略所获得的系统计算能效更高,具有更好的性能增益。

关键词：无线供电移动边缘计算系统非正交多址接入计算能效能量收集资源分配计算卸载

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

多层级深度特征融合的乳腺癌病理图像分类

光电子·激光 2025年第2期 185-192页

作者：杨芳邹迎丁雪妍张建新大连民族大学计算机科学与工程学院大连理工大学电子信息与电气工程学部

针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络(convolutional neural network, CNN)相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该... 详细信息

针对既有深度学习方法在乳腺癌病理图像全局与局部特征统一表达上的不足，将长距离建模的Transformer和强局部感知的卷积神经网络(convolutional neural network, CNN)相结合，提出一种多层级深度特征融合的乳腺癌病理图像分类方法。该方法以双分支并行的Deit-B和ResNet-18模型作为骨干架构，在双分支网络中间层和末端位置分别引入特征融合操作，有效加强了乳腺癌病理图像全局与局部深度特征的联合学习；此外，在CNN支流的残差模块间引入密集连接操作来提升中间层融合特征的信息传递。通过全局-局部特征提取与支流间-支流内特征交互，可更有效捕获用于乳腺癌病理图像分类的判别特征。在乳腺癌病理图像公共数据集BreakHis上的消融实验与对比实验结果证明所提出方法的有效性，此外可获得99.83%的最优分类结果。

关键词：病理图像分类乳腺癌卷积神经网络(CNN) Transformer 特征融合

在线全文

学校读者我要写书评

暂无评论

无线时间敏感网络技术综述

软件学报 2025年第1期36卷 184-202页

作者：乔萱李宗辉刘强艾渤万海邓仰东北京交通大学计算机与信息技术学院北京交通大学电子信息工程学院清华大学软件学院

由IEEE 802.1任务组开发的时间敏感网络标准可以用来构建高可靠、低延迟、低抖动的以太网,将时间敏感网络扩展到无线领域也是目前许多工作的研究重点.与传统的有线通信相比,无线的时间敏感网络不仅可以实现高可靠和低时延通信,还具有更... 详细信息

由IEEE 802.1任务组开发的时间敏感网络标准可以用来构建高可靠、低延迟、低抖动的以太网,将时间敏感网络扩展到无线领域也是目前许多工作的研究重点.与传统的有线通信相比,无线的时间敏感网络不仅可以实现高可靠和低时延通信,还具有更高的灵活性、更强的移动性以及更低的布线和维护成本等优点.因此,在面对未来无人驾驶、协作机器人、远程医疗控制等新兴应用时,无线时间敏感网络被认为是一种十分有前景的技术.无线网络一般可以分为基于基础设施的无线网络和无基础设施的无线网络,而后者基于移动性还可以分为两类:移动自组织网络和无线传感网络,因此主要从这3种网络类型出发,对其应用场景、相关技术、路由协议以及高可靠低时延传输进行了调研与综述.

关键词：时间敏感网络 5G 移动自组织网络无线传感网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于双路特征多尺度减法的结肠息肉分割研究

光电子·激光 2025年第2期 216-224页

作者：熊炜张丽真杨茜孟圣哲李利荣湖北工业大学电气与电子工程学院美国南卡罗来纳大学计算机科学与工程系

针对结肠息肉大小差异较大、边界不明确、位置分布较散的问题，提出一种基于双路特征多尺度减法的结肠息肉分割方法。主支路通过重构减法单元与注意力模型进行相邻特征图的融合，加强息肉的边界信息以及息肉特征的提取能力，同时引入可... 详细信息

针对结肠息肉大小差异较大、边界不明确、位置分布较散的问题，提出一种基于双路特征多尺度减法的结肠息肉分割方法。主支路通过重构减法单元与注意力模型进行相邻特征图的融合，加强息肉的边界信息以及息肉特征的提取能力，同时引入可学习的视觉中心(learnable visual center, LVC)来聚合输入图像的局部角落关键区域；副支路设计多尺度提取模块与倒置残差上采样(conv-transpose upsample, CT-upsample)模块融合而成的AGG模块(aggregation, AGG)进行多尺度大小息肉提取，还原及补充更多的细节信息。提出的方法在4个公共数据集上进行了实验分析，实验结果表明该方法具有良好的息肉分割泛化性能，其中在CVC-ClinicDB数据集上，mDice和mIoU分别达到了93.28%和88.98%。

关键词：结肠息肉分割多尺度减法可学习的视觉中心(LVC) 倒置残差上采样(CT-upsample)

G-YOLO v7:面向无人机航拍图像的目标检测算法

在线全文

学校读者我要写书评

暂无评论

光电子·激光 2025年第2期 146-157页

作者：陈卫彪贾小军朱响斌冉二飞魏远旺嘉兴大学信息科学与工程学院浙江师范大学计算机科学与技术学院浙江理工大学计算机科学与技术学院(人工智能学院)

针对传统无人机(unmanned aerial vehicle, UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-t... 详细信息

针对传统无人机(unmanned aerial vehicle, UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-tiny的基础上增加一个大尺寸160×160目标检测头以提升小目标检测能力，同时对网络进行轻量化处理。删除原有20×20的小检测头及其卷积结构，新增GhostNet卷积模块，以减少网络的参数量，降低模型体积，同时修改损失函数为WIoU(wise intersection over union),增加PCBAM(parallel convolutional block attention module)注意力模块以提升检测精度。实验结果表明，基于G-YOLO v7网络结构的目标检测的mAP@0.5为42.3%,较YOLO v7-tiny提升5.2%,较YOLO v8n提升7.4%。G-YOLO v7的参数量和模型体积仅为YOLO v7-tiny的33.9%和37.9%,YOLO v8n的64%和75.6%,能够有效地应用于无人机航拍图像目标检测。

关键词： G-YOLO v7 目标检测 GhostNet YOLO v7 无人机图像(UAV)

基于Transformer模型的时序数据预测方法综述

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01期19卷 45-64页

作者：孟祥福石皓源辽宁工程技术大学电子与信息工程学院

时序数据预测（TSF）是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时... 详细信息

时序数据预测（TSF）是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时序数据难以使用传统的机器学习解决，而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀，学者们利用Transformer模型有效捕获长期依赖关系，使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法，按时间梳理了时序数据预测的发展进程，系统介绍了时序数据预处理过程和方法，介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性，并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

关键词：深度学习时序数据预测数据预处理 Transformer模型

维普期刊数据库

基于知识图谱技术的计算机网络链路漏洞检测研究

在线全文

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 97-101页

作者：辛瑞雯高云山西大学山西太原030006 山西大同大学计算机与网络工程学院山西大同037009

计算机网络链路的漏洞信息具有类型复杂、来源广及数量庞大等特点,导致此类漏洞的威胁判断尤为困难。知识图谱技术具有数据整合及统一表示特性,可以统一结构化整合呈现复杂特点的漏洞信息,为此,文中提出基于知识图谱技术的计算机网络链... 详细信息

计算机网络链路的漏洞信息具有类型复杂、来源广及数量庞大等特点,导致此类漏洞的威胁判断尤为困难。知识图谱技术具有数据整合及统一表示特性,可以统一结构化整合呈现复杂特点的漏洞信息,为此,文中提出基于知识图谱技术的计算机网络链路漏洞检测方法。收集计算机网络链路的各种数据源漏洞信息,抽取其中的漏洞实体知识与关系知识,构建网络链路漏洞知识图谱。运用卷积神经网络模型学习该知识图谱中的漏洞知识,通过训练后的模型实现网络链路漏洞检测。结果显示,该方法可针对包含不同类型、数量链路漏洞的工况,实现漏洞知识图谱的构建,并且漏洞威胁检测精度始终保持在90%以上。因此,说明所研究检测方法的检测结果精准可靠,可为计算机网络链路数据安全传输提供保障。

关键词：知识图谱计算机网络链路漏洞漏洞实体知识关系知识知识抽取网络安全