检索结果-南通市图书馆

高效率时间复用Duan-Lukin-Cirac-Zoller存储方案的实验研究

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第18期73卷 16-23页

作者：温亚飞庄园园王志强高士回太原师范学院物理系晋中030619 太原师范学院计算机科学与技术学院晋中030619 太原师范学院计算物理与应用物理研究所晋中030619

大规模广域量子网络的构建需要在量子节点之间进行纠缠交换及量子中继等过程,基于自发拉曼散射过程在冷原子中制备空间复用、时间复用以及多模式复用的光与原子纠缠界面为实现量子中继提供有效技术途径,其中读出效率的高低具有至关重要... 详细信息

大规模广域量子网络的构建需要在量子节点之间进行纠缠交换及量子中继等过程,基于自发拉曼散射过程在冷原子中制备空间复用、时间复用以及多模式复用的光与原子纠缠界面为实现量子中继提供有效技术途径,其中读出效率的高低具有至关重要的作用.通过设计可扩展型脉冲光制备技术及能级的合理选择,本文构建了具有高效率的六路时间复用的光与原子纠缠源.实现纠缠源纠缠产生概率5.83倍的增强,同时读出效率约38%,对应Bell参数约为2.35.本研究成果为长距离量子通信及广域大规模量子网络构建提供有效资源及技术支撑.

关键词：高效率时间复用存储能级跃迁选择脉冲光制备技术

同方期刊数据库

BWSS:结合可疑集合簇计算极小碰集的Boolean算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年

作者：赵相福黄森魏霞童向荣欧阳丹彤张立明烟台大学计算机与控制工程学院浙江师范大学计算机系吉林大学计算机科学与技术学院

在基于模型的诊断领域中,因为极小冲突集的极小碰集即为待诊断设备的候选诊断,所以计算极小碰集是候选诊断的一个关键步骤.其中,极小碰集是一个NP-hard约束求解问题,随着问题规模增大,求解难度成指数级增长. Boolean算法是计算极小碰集... 详细信息

在基于模型的诊断领域中,因为极小冲突集的极小碰集即为待诊断设备的候选诊断,所以计算极小碰集是候选诊断的一个关键步骤.其中,极小碰集是一个NP-hard约束求解问题,随着问题规模增大,求解难度成指数级增长. Boolean算法是计算极小碰集的经典算法,然在求解过程中,解集的极小化却占据运算的绝大部分时间.为解决该问题并提升计算效率,本文提出了结合可疑集合簇计算极小碰集的BWSS算法,通过深度分析Boolean算法生成树规则,找到使候选解成为超集的集合,在向根节点扩展元素时,如果候选解与可疑集合簇中至少一个集合交集为空,那么该解为极小候选解,否则删除该解,通过递归的策略保证算法结束时产生且仅产生所有极小碰集.除此之外,每个候选解在极小化时,至少存在m(m≥1)个元素甚至整个解无需极小化.理论上, BWSS算法的复杂度要远低于Boolean算法.通过随机数据及大量基准电路数据,实验结果表明本文所提算法与目前最先进的几种算法相比,运行时间减少了几个数量级.

关键词：基于模型诊断极小碰集 Boolean算法候选解冲突集

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于全局局部协同的非均匀图像去雾方法

自动化学报 2024年第7期50卷 1333-1344页

作者：罗小同杨汶锦曲延云谢源厦门大学信息学院计算机科学与技术系厦门361005 华东师范大学计算机科学与技术学院上海200063

近年来,基于卷积神经网络(Convolutional neural network,CNN)的图像去雾方法在合成数据集上取得了显著的进展,但由于真实场景中存在雾分布不均的问题,卷积运算的局部感受野难以有效捕获到上下文指导信息,从而导致全局结构信息丢失.因此... 详细信息

近年来,基于卷积神经网络(Convolutional neural network,CNN)的图像去雾方法在合成数据集上取得了显著的进展,但由于真实场景中存在雾分布不均的问题,卷积运算的局部感受野难以有效捕获到上下文指导信息,从而导致全局结构信息丢失.因此,真实场景下的图像去雾任务面临着巨大的挑战.考虑到Transformer具有捕获长距离语义信息依赖关系的优势,有利于引导全局结构信息重建.然而,标准Transformer结构的高计算复杂度阻碍了其在图像恢复中的应用.针对上述提到的问题,提出一个由Transformer和卷积神经网络组成的双分支协同非均匀图像去雾网络***分支用于提取全局结构信息,同时设计稀疏自注意力模块(Sparse self-attention modules,SSM)以降低计算复杂度.卷积神经网络分支用于获取局部信息,从而恢复纹理细节.在真实非均匀有雾场景下的实验结果表明,该方法不管是在客观评价还是在主观视觉效果方面均达到优异的性能.

关键词：图像去雾卷积神经网络 Transformer 特征融合稀疏自注意力

维普期刊数据库博看期刊

自适应双坐标系的差分进化算法求解混合变量优化问题

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年第9期47卷 2116-2140页

作者：周新宇黄君洪彭虎王晖王峰江西师范大学计算机信息工程学院南昌330022 吉林大学计算机科学与技术学院长春130012 九江学院计算机与大数据科学学院江西九江332005 南昌工程学院信息工程学院南昌330022 武汉大学计算机学院武汉430072

如何设计求解混合变量优化问题(Mixed-variable Optimization Problems,MVOPs)的相关算法,是计算机算法设计与分析领域中的一个重要研究方向.该问题的求解难点在于需同时优化连续型和离散型决策变量,目前进化算法(Evolutionary Algorith... 详细信息

如何设计求解混合变量优化问题(Mixed-variable Optimization Problems,MVOPs)的相关算法,是计算机算法设计与分析领域中的一个重要研究方向.该问题的求解难点在于需同时优化连续型和离散型决策变量,目前进化算法(Evolutionary Algorithms,EAs)是求解该问题的一种有效手段.然而,现有的相关EAs忽略了问题变量之间的相关性,导致算法性能还存在一定不足.为此,本文从变量相关性角度出发,提出了一种自适应双坐标系的差分进化算法来求解MVOPs.首先,利用种群的协方差矩阵信息来构建特征坐标系,实现在特征坐标系下执行算法的相关操作,以松弛连续变量与离散变量之间的相关性;其次,为避免种群多样性丢失,仍保留了原坐标系,并设计了一种自适应策略来应用特征坐标系和原坐标系,以发挥双坐标系的优势;最后,为提高离散变量的优化效果,专门设计了一种基于离散变量相关性的局部搜索策略,以增强算法的整体性能.为验证本文方法性能,在一套包含28个测试函数的通用测试集上进行了大量实验,与5种求解MVOPs的知名EAs进行了对比,结果表明本文方法有更好性能.此外,在一个实际MVOP上,即焊接梁设计问题,本文方法能取得目前已知最好解.本文方法为计算机算法设计和分析领域的相关工作提供了新的思路.

关键词：混合变量差分进化变量相关性特征坐标系双坐标系

在线全文

学校读者我要写书评

暂无评论

具有三种否定的模糊推理算法及应用

重庆大学学报 2024年第2期47卷 32-39页

作者：吴晓刚兴义民族师范学院信息技术学院贵州兴义562400 同济大学计算机科学与技术系上海201804

模糊推理中,合成规则推理方法(compositional rule of inference, CRI)与基于贴近度的方法(similarity based approximate reasoning,SAR)都是建立在只有一种否定的经典模糊集上。针对广义模糊集GFScom(generalized fuzzy sets with contradictory, opposite and medium negation)具有三种否定(矛盾否定、对立否定、中介否定)的特点,对模糊推理方法 CRI的蕴含算子作了扩展。提出了具有三种否定的GFScom贴近度定义和公式,得到模糊近似推理的一种新的计算形式GSAR方法,证明了GSAR该方法具有FMP(fuzzy modus ponens)还原性。通过应用实例对比,模糊推理GSAR的新方法不仅克服了CRI方法在建立模糊关系矩阵具有主观性和随意性的不足,而且客观有效地反映了模糊推理中的3种否定信息,丰富了模糊推理的形式。

关键词：广义模糊集三种否定贴近度模糊推理

非线性相互作用引起的双模Dicke模型的新奇量子相变

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第16期73卷 16-27页

作者：赵秀琴张文慧王红梅太原师范学院物理系晋中030619 太原师范学院计算与应用物理研究所晋中030619 太原师范学院智能优化计算与区块链技术山西省重点实验室晋中030619

量子相变是量子光学和凝聚态物理领域的一个重要课题.本文在标准双模Dicke模型的基础上引入原子-光的非线性相互作用,研究其所引起的量子相变.利用自旋相干态变分法从理论上给出有两个参量的基态能量泛函.两模光场采用四种不同的比例关... 详细信息

量子相变是量子光学和凝聚态物理领域的一个重要课题.本文在标准双模Dicke模型的基础上引入原子-光的非线性相互作用,研究其所引起的量子相变.利用自旋相干态变分法从理论上给出有两个参量的基态能量泛函.两模光场采用四种不同的比例关系进行研究,并且在实验参数下,通过可调的原子-光的非线性相互作用参量,给出了宏观多粒子量子态的丰富结构.本文主要呈现了在蓝失谐和红失谐下,双稳的正常相、共存的正常-超辐射相和原子数反转态等丰富的基态特性.原子-光的非线性相互作用在蓝失谐可以引起标准的双模Dicke模型的正常相到超辐射相的二级量子相变.在红失谐时引起新奇的基态特性,新奇的量子相变,即反转的超辐射相到反转的正常相的二级逆量子相变.原子-光的非线性相互作用和两模光场比例不同时,对量子相变的相边界和基态物理量的值有较大影响.

关键词：双模Dicke模型原子-光的非线性相互作用量子相变自旋相干态法

同方期刊数据库

DoS攻击下基于APF和DDPG算法的无人机安全集群控制

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：林柄权刘磊李华峰刘晨河海大学数学学院唐山师范学院计算机科学技术系

针对拒绝服务(DoS)攻击下无人机通信阻塞、运动轨迹不可预测的问题，在人工势场法（APF)和深度确定性策略梯度(DDPG)融合框架下研究DoS攻击期间的多无人机安全集群控制策略。首先，使用Hping3对所有无人机进行DoS攻击检测，实时确定无... 详细信息

针对拒绝服务(DoS)攻击下无人机通信阻塞、运动轨迹不可预测的问题，在人工势场法（APF)和深度确定性策略梯度(DDPG)融合框架下研究DoS攻击期间的多无人机安全集群控制策略。首先，使用Hping3对所有无人机进行DoS攻击检测，实时确定无人机集群的网络环境。其次，当未检测到攻击时，采用传统的APF方法进行集群飞行；在检测到攻击后，将被攻击的无人机标记为动态障碍物，其他无人机切换为DDPG算法生成控制策略。再次，所提框架实现了APF和DDPG的协同配合、优势互补，并通过在Gazebo中进行仿真实验验证算法的有效性。最后，仿真结果表明，Hping3能实时检测出被攻击的无人机，且其他正常无人机切换为DDPG算法后能稳定避开障碍物，保障集群安全；在DoS攻击期间采用切换避障策略的成功率为72.5%，远高于传统APF方法的31.25%，且切换策略逐渐收敛，比较稳定；训练后的DDPG避障策略具有一定泛化性，当环境中出现1～2个未知障碍物时均能稳定完成任务。

关键词：无人机集群人工势场法深度确定性策略梯度切换策略网络安全

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于不完备混合序信息系统的增量式属性约简

工程科学与技术 2024年第1期56卷 65-81页

作者：陈宝国陈磊邓明陈金林淮南师范学院计算机学院安徽淮南232038 南京航空航天大学电子与信息工程学院江苏南京211106

由于大数据环境下数据呈现出动态更新的特征,因此,增量式属性约简已成为粗糙集理论的重点研究方向。不完备混合型有序信息系统是一种常见的信息系统类型,然而,目前少有增量式属性约简方面的相关研究,针对这一问题,本文在不完备混合型有... 详细信息

由于大数据环境下数据呈现出动态更新的特征,因此,增量式属性约简已成为粗糙集理论的重点研究方向。不完备混合型有序信息系统是一种常见的信息系统类型,然而,目前少有增量式属性约简方面的相关研究,针对这一问题,本文在不完备混合型有序信息系统下提出一种对象更新情形的增量式属性约简算法。首先,针对不完备混合型有序信息系统提出了邻域容差优势关系,基于该二元关系建立了一种新的邻域优势粗糙集模型。其次,在其基础上定义了邻域优势条件熵,并利用邻域优势条件熵作为启发式函数设计出一种不完备混合型有序信息系统的非增量式属性约简算法。然后,利用矩阵的形式重构了邻域容差优势关系和邻域优势条件熵,针对不完备混合型有序信息系统对象的动态变化,基于矩阵的计算策略分别研究了邻域优势条件熵随信息系统对象增加和对象减少时的增量式更新。最后,利用邻域优势条件熵的更新机制分别提出了不完备混合型有序信息系统对象增加和对象减少时属性约简的增量式更新算法。实验结果表明:(1)与非增量式算法相比,所提出的增量式算法约简属性数量平均降低了3.6%,分类精度平均提升了2.4%,属性约简的效率平均提升了约10倍;(2)与同类型增量式算法相比,所提出的增量式算法约简属性数量平均降低了9.0%,分类精度平均提升了2.1%,属性约简的平均效率提升了94%。因此,本文所提出增量式算法无论在属性约简结果和属性约简效率上都有着更高的性能。

关键词：有序信息系统不完备混合优势粗糙集属性约简增量式条件熵

基于YOLOv8改进的密集行人检测算法:MER-YOLO

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2024年第6期46卷 1050-1062页

作者：王泽宇徐慧英朱信忠李琛刘子洋王子奕浙江师范大学计算机科学与技术学院浙江金华321004 曼彻斯特大学理工学院计算机系英国曼彻斯特M139PL

在大型人员密集的场所中,人群异常聚集情况时有发生,对自动驾驶和大型公共场所人流量监控系统等应用场景中涉及到的密集行人检测技术带来了一定挑战,新一代的密集行人检测技术要求精确度更高、计算开销更小、检测速度更快以及部署更加... 详细信息

在大型人员密集的场所中,人群异常聚集情况时有发生,对自动驾驶和大型公共场所人流量监控系统等应用场景中涉及到的密集行人检测技术带来了一定挑战,新一代的密集行人检测技术要求精确度更高、计算开销更小、检测速度更快以及部署更加方便等。针对上述需求,提出了一种基于YOLOv8改进的轻量级密集行人检测算法MER-YOLO,首先采用MobileViT作为主干网络,提升模型在总体上对行人聚集区域的特征提取能力;引入EMA注意力机制模块,对全局信息进行编码,通过维度交互来进一步聚合像素级特征,并结合160×160尺度的检测头加强小目标检测能力;使用排斥损失(Repulsion Loss)作为边界框损失函数,减少了人群密集情况下小目标行人的漏检误检的情况。实验结果表明,相较于YOLOv8n,MER-YOLO行人检测算法在Crowd Human数据集上mAP@0.5提升了4.5%,在WiderPerson数据集上mAP@0.5提升了2.1%,同时只有3.1×10^(6)的参数量和9.8 GFLOPs,满足低算力兼顾高精度的部署需求。

关键词：目标检测行人检测轻量化注意力机制