检索结果-南通市图书馆

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

区块链P2P网络及安全研究

计算机工程与应用 2024年第5期60卷 17-29页

作者：倪雪莉马卓王群江苏警官学院计算机信息与网络安全系南京210031 南京信息工程大学计算机学院网络空间安全学院南京210044

区块链作为一种分布式账本、密码学、共识算法、P2P(peer-to-peer)网络等多技术创新融合的技术,在一个节点之间互不信任的开放环境中实现了去中心化、防篡改、可溯源等功能,改变了一直困扰传统中心化服务架构的信任建立、安全管理与隐... 详细信息

区块链作为一种分布式账本、密码学、共识算法、P2P(peer-to-peer)网络等多技术创新融合的技术,在一个节点之间互不信任的开放环境中实现了去中心化、防篡改、可溯源等功能,改变了一直困扰传统中心化服务架构的信任建立、安全管理与隐私保护等难题,引起了社会各领域的广泛关注。其中,P2P网络通过共识算法实现了分布式账本的最终一致性,并利用各种协议协调各节点提供的服务,其应用功能随着区块链技术的每一次迭代不断丰富和完善,从而形成了相对独立的区块链P2P网络,成为区块链研究的重点。较为系统地介绍了P2P网络的特征和关键技术,尤其对影响着区块链的P2P覆盖网络、资源查询和网络抖动等技术进行了深入分析;结合典型区块链应用场景,从体系结构和协议实现入手分析了区块链P2P网络的工作机制和运行特点;介绍了区块链P2P网络存在的安全风险,讨论了典型攻击的实施过程及防范方法。最后,总结探索了区块链网络及其安全面临的挑战和主要技术应对。

关键词：区块链对等网络网络安全网络体系结构网络协议

基于Resnet和FrFT的水下多目标定位

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第3期52卷 127-134页

作者：刘树东马子枫王燕张艳天津城建大学计算机与信息工程学院天津300384

针对水下多目标定位精度依赖采样间隔的问题,提出了将深度残差网络(ResNet)和分数傅里叶变换(FrFT)相结合的多目标定位算法(MLRF).首先,建立水下多目标定位仿真模型;其次,使用ResNet训练了一种适合多目标定位的网络;然后,对回波进行FrF... 详细信息

针对水下多目标定位精度依赖采样间隔的问题,提出了将深度残差网络(ResNet)和分数傅里叶变换(FrFT)相结合的多目标定位算法(MLRF).首先,建立水下多目标定位仿真模型;其次,使用ResNet训练了一种适合多目标定位的网络;然后,对回波进行FrFT得到其频谱图,使用ResNet检测频谱峰值并计算目标个数;最后,设计了一个多目标定位算法来区分不同目标数据,并估计每个目标的位置和速度.通过仿真对比了信噪比(SNR)和锚节点数量对定位的影响.实验结果表明:MLRF算法的定位均方根误差随信噪比和锚节点数量的增加而减小,并在SNR为-5时均方误差在2 m以下.该方法受噪声影响较小,能够有效应对水下多目标定位问题,并有助于水下多目标跟踪的研究.

关键词：水下定位多目标定位分数傅里叶变换深度残差网络传感器

基于分层监测域人工势场法的无人驾驶车辆路径规划

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第5期30卷 1908-1918页

作者：潘玉恒陶艺鑫鲁维佳李国燕王丽天津城建大学计算机与信息工程学院天津300384

针对传统人工势场法在路径规划中存在易陷入局部极小值点、障碍物附近目标点不可达以及固定步长下易发生碰撞的问题,提出一种基于分层监测域的自适应人工势场法(APFLMD)。设计了分层监测域模型,通过建立安全避障范围,实现无人驾驶车辆... 详细信息

针对传统人工势场法在路径规划中存在易陷入局部极小值点、障碍物附近目标点不可达以及固定步长下易发生碰撞的问题,提出一种基于分层监测域的自适应人工势场法(APFLMD)。设计了分层监测域模型,通过建立安全避障范围,实现无人驾驶车辆速度的自适应变化,以提高车辆的避障能力。为避免无人驾驶车辆陷入局部极小值点区域,利用路径点的聚集情况实现局部极小值点的检测。设计了等势圈切线点,并结合二次贝塞尔曲线对路径进行优化,且目标点位于斥力等势圈内部时,提出一种虚拟随机引导策略,以帮助车辆逃离局部极小值点。最后,在斥力场函数中添加距离因子以解决障碍物附近目标点不可达问题。仿真结果表明,在复杂环境下APFLMD算法相较于对比算法,可分别降低49.23%的车辆行驶时间、19.4%的路径长度和车辆能耗以及82.12%的路径平滑度。

关键词：无人驾驶车辆路径规划人工势场法监测域

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征融合的轻量化道路提取模型

浙江大学学报（工学版） 2024年第5期58卷 951-959页

作者：刘毅陈一丹高琳洪姣天津城建大学计算机与信息工程学院天津300384

针对当前用于遥感图像道路提取领域的语义模型存在计算复杂度较高、道路提取效果不佳的问题,提出基于多尺度特征融合的轻量化道路提取模型(MFL-DeepLab V3+).为了减少模型参数量并降低模型的计算复杂度,骨干网络选用轻量化Mobilenet V2... 详细信息

针对当前用于遥感图像道路提取领域的语义模型存在计算复杂度较高、道路提取效果不佳的问题,提出基于多尺度特征融合的轻量化道路提取模型(MFL-DeepLab V3+).为了减少模型参数量并降低模型的计算复杂度,骨干网络选用轻量化Mobilenet V2网络代替原模型的Xception网络,在空洞空间金字塔池化(ASPP)模块中引入深度可分离卷积.为了增强模型的道路提取能力,优化对细小路段的提取效果,在解码区提出联合注意力的多尺度特征融合(MFFA).基于Massachusetts roads数据集的各项实验表明,MFL-DeepLab V3+模型的参数规模显著降低,较原模型参数量压缩了88.67%,道路提取图像完整,边缘清晰,精确率、召回率和F1分数分别达到88.45%、86.41%和87.42%,与其他模型相比取得了更好的提取效果.

关键词：语义分割道路提取 MFL-DeepLab V3+ 多尺度特征融合注意力机制

基于动态扩展邻域蚁群算法的移动机器人路径规划

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第2期55卷 423-432,449页

作者：潘玉恒奥日格拉鲁维佳丛佳王世通陈阳天津城建大学计算机与信息工程学院天津300384

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法(Dynamic extended neighbourhoods ant colony optimization,DENACO)。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方... 详细信息

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法(Dynamic extended neighbourhoods ant colony optimization,DENACO)。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方式和增量规则,在取得更优收敛路径长度的同时,减少路径转折点数量及路径节点数量;引入自适应调整因子改进启发函数,提高算法的全局搜索能力,并设定迭代阈值,提升算法的收敛速度;提出一种路径节点双优化策略,对规划好的路径进一步优化,提高路径综合质量。不同复杂度及不同规模栅格地图中的仿真实验表明,DENACO算法所规划的路径更优,路径转折点数量减少,收敛速度加快,路径节点数量明显减少,表明算法具有更高的可行性和适用性。

关键词：移动机器人蚁群算法路径规划动态扩展邻域自适应启发函数

基于注意力机制与自适应时序分解的气温预报模型

在线全文

学校读者我要写书评

暂无评论

气象 2024年第6期50卷 723-732页

作者：杨彬马廷淮黄学坚南京信息工程大学计算机学院南京210044

针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足,提出了一种基于稀疏注意力与自适应时序分解的气温预报模型(ATFSAS)。该模型整体采用编码器解码器架构,结合稀疏注意力机制以有效捕捉气象观测数据间的长期依赖性。为减少... 详细信息

针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足,提出了一种基于稀疏注意力与自适应时序分解的气温预报模型(ATFSAS)。该模型整体采用编码器解码器架构,结合稀疏注意力机制以有效捕捉气象观测数据间的长期依赖性。为减少编码过程中造成的冗余,提出了一种信息蒸馏方法。通过结合多层解码器与自适应时序分解单元,逐步细化预报信号中的周期性和趋势性分量,实现了较为精准的气温预报。基于德国耶拿气象数据集,进行24h精细化气温预报,其平均绝对误差为1.7108℃。基于中国地面气候资料日值数据集,进行中短期日平均气温预报和多地区单日平均气温预报,相比传统模型LSTM,ATFSAS模型的预报性能分别提升了35.56%和23.66%。

关键词：人工智能深度学习时序预测气温预报

小波分频自注意力Transformer图像去雨网络

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第6期60卷 259-273页

作者：方思严刘斌湖北大学计算机与信息工程学院武汉430062

针对视觉Transformer对高频信息捕捉能力弱以及目前许多图像去雨方法易丢失细节的问题,提出小波分频自注意力Transformer图像去雨网络(WFDST-Net)。小波分频自注意力Transformer(WFDST)作为WFDST-Net的主要模块,其利用不可分提升小波变... 详细信息

针对视觉Transformer对高频信息捕捉能力弱以及目前许多图像去雨方法易丢失细节的问题,提出小波分频自注意力Transformer图像去雨网络(WFDST-Net)。小波分频自注意力Transformer(WFDST)作为WFDST-Net的主要模块,其利用不可分提升小波变换获取特征图的低频分量和高频分量,分别在低频和高频中进行自注意力交互,使模块从低频中学习恢复全局结构的能力,在高频中强化捕捉雨纹等线条细节的能力,增强对不同频域特征的建模能力。WFDST-Net采用U形架构并通过不可分提升小波变换获取多尺度特征,可在捕获不同形状高频雨纹的同时保证信息的完整性。相比其他图像去雨相关的Transformer,WFDST-Net具有更低的参数量。此外,提出VOCRain250数据集用于联合图像去雨和语义分割任务,该数据集比目前广泛使用的BDD150更具优势。实验表明,所提方法增强了视觉Transformer对不同频域信息的捕获能力,并在合成和真实数据集以及VOCRain250中的表现优于目前先进的去雨方法,能有效去除复杂雨纹并保留更多细节特征。

关键词：图像去雨 Transformer 自注意力不可分提升小波频域

在线全文

学校读者我要写书评

暂无评论

融合多源异构气象数据的光伏功率预测模型

电子与信息学报 2024年第2期46卷 503-517页

作者：谈玲康瑞星夏景明王越南京信息工程大学计算机学院南京210044 南京信息工程大学软件学院南京210044 南京信息工程大学人工智能学院南京210044

高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此,该文提出一种融合多源异构气... 详细信息

高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此,该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM)。MPPM的核心包括时空条件扩散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM)。STCDM模型通过对2维卫星云图进行精确预测,消除了云层边界处的模糊现象。ASLSTM模型则提取了3维天气研究与预报模式(WRF)气象要素特征。MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合,以得到未来1 h光伏功率预测结果。该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验。实验结果显示,STCDM模型预测1 h内卫星云图的结构相似性指数(SSIM)达到0.914,MPPM模型预测1 h内光伏功率的相关系数(CORR)达到0.949,优于所有对比算法。

关键词：多源数据扩散模型堆叠长短期记忆注意力机制特征提取

在线全文

学校读者我要写书评

暂无评论

基于对话的中文正面情感风格迁移

清华大学学报（自然科学版） 2024年第5期64卷 780-788页

作者：胡玉婷左家莉刘江盛万剑怡王明文江西师范大学计算机信息工程学院南昌330022

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感... 详细信息

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感文本数据集,该数据集的部分原始数据源自电视连续剧《家有儿女》中的对白,并对其进行人工标注和循环模型标注。目前该数据集的负面情感文本和正面情感文本句子共30 836个。根据该数据集中大多数情感词是显性的特点,在编辑类的模型上开展了基于对话的中文正面情感风格迁移的研究。实验结果表明:在该数据集上,编辑类的模型可以较好地识别文本的情感属性,并实现文本正面情感风格迁移。

关键词：自然语言处理文本生成情感风格迁移循环模型编辑模型家庭对话