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

交通场景下的大型车辆右转停车检测方法研究

计算机工程与应用 2025年第1期61卷 352-360页

作者：王依凡董振江陈向东南京邮电大学计算机学院南京210023

随着大型车辆右转必停的新交规逐步实施,针对现有的监管方式存在效率较低的问题,提出了一种大型车辆右转停车检测方法。对YOLOv7-tiny检测模型进行改进,在ELAN模块中引入注意力机制,以提升大型车辆的检测性能。设计了一种新的大型车辆... 详细信息

随着大型车辆右转必停的新交规逐步实施,针对现有的监管方式存在效率较低的问题,提出了一种大型车辆右转停车检测方法。对YOLOv7-tiny检测模型进行改进,在ELAN模块中引入注意力机制,以提升大型车辆的检测性能。设计了一种新的大型车辆右转车道定位方法,通过自适应探测车道,提高了其在不同监控视角下的定位准确性。对大型车辆的运动轨迹进行序列数据转换,并采用结合加权平均的中值滤波算法,有效降低了原始数据的噪声。在滑动窗口损失函数中引入权重因子,进一步提升了检测方法的鲁棒性。实验结果表明,改进后的大型车辆检测模型在自制数据集和公开数据集上均取得了性能提升,大型车辆右转车道定位方法具有更强的泛化能力,并且检测到的停车时间覆盖率达到了97.4%。

关键词：大型车辆检测车道定位滤波算法损失函数停车时间检测

基于目标扰动的本地化差分隐私矩阵分解推荐算法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2025年第02期 451-462页

作者：王永罗陈红邓江洲高明星重庆邮电大学经济管理学院重庆邮电大学计算机科学与技术学院

推荐系统作为有效应对信息过载的工具被广泛应用在电子商务、社交媒体和新闻资讯等领域中。矩阵分解具有泛化能力强和计算效率高的优点,是构建推荐系统的主流算法之一。为提高推荐质量,推荐服务器需要收集大量用户数据用于推荐模型的训... 详细信息

推荐系统作为有效应对信息过载的工具被广泛应用在电子商务、社交媒体和新闻资讯等领域中。矩阵分解具有泛化能力强和计算效率高的优点,是构建推荐系统的主流算法之一。为提高推荐质量,推荐服务器需要收集大量用户数据用于推荐模型的训练。由于推荐服务器不是完全可信的,向服务器共享用户数据会对用户隐私构成极大的威胁。如何构建一个在保护用户隐私的同时,还能确保推荐质量和准确性的系统,成为了一个热门的研究话题。本地化差分隐私是一种分布式的隐私保护机制,它从中心化差分隐私中发展而来,旨在解决服务器不可信场景下的数据的安全收集和分析。这种框架通过精确的数学证明来确保隐私保护的强度。目前,已经有研究工作将本地化差分隐私引入推荐系统,目的是在推荐效果可接受的情况下,确保用户隐私数据的安全。然而,这些研究还面临一些挑战。首先,隐私保护的范围有限。目前的方法大多只关注显式数据的具体数值,认为这是用户的隐私信息。事实上,攻击者可以通过检查数据是否包含在数据集中,来推测用户的隐私信息。其次,推荐质量较低。本地化差分隐私通过引入扰动来保护用户隐私,但这种方法会导致扰动幅度过大和误差累积,进而影响推荐质量。在推荐服务器不可信场景下,本文提出一种基于本地化差分隐私的矩阵分解推荐算法。首先,该算法将评分数值和评分存在性同时作为隐私保护的对象,为用户提供全面的隐私保护。其次,本算法采用目标扰动方法,添加的噪声量不会随着迭代次数增加而增加,有效避免模型训练过程中噪声累积的问题,保证模型训练的有效性。最后,针对分布式场景下多轮迭代导致的中间参数泄露问题,以无放回方式将采样的模型梯度元素发送给推荐服务器,用于模型训练。本文从理论上证明了所提算法满足本地化差分隐私。对所提算法的效用分析证明本文算法在保证有效的推荐质量的同时,能够实现对用户隐私数据的保护。实验结果表明本文算法极大地提高了隐私保护推荐算法的性能,本文算法在公开数据集上的误差下降幅度平均可达18%,在推荐领域数据隐私保护中展现出良好的应用价值。

关键词：矩阵分解本地化差分隐私目标扰动推荐算法隐私保护

高速移动环境下OTSMB-LMMSE-PIC迭代检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

通信学报 2025年第1期46卷 13-22页

作者：李国军郑翔王杰重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学超视距可信信息传输研究所重庆400065

为提升正交时序复用(OTSM)在高速移动环境下传输的可靠性,提出了一种基于并行干扰消除的分块线性最小均方误差(B-LMMSE-PIC)迭代检测方法。该方法在时域分块进行MMSE-PIC符号估计,并且使用诺伊曼(Neumann)级数逼近涉及的矩阵反演,将计... 详细信息

为提升正交时序复用(OTSM)在高速移动环境下传输的可靠性,提出了一种基于并行干扰消除的分块线性最小均方误差(B-LMMSE-PIC)迭代检测方法。该方法在时域分块进行MMSE-PIC符号估计,并且使用诺伊曼(Neumann)级数逼近涉及的矩阵反演,将计算复杂度降为线性阶;随后在时延-序列域计算估计符号的均值与方差作为下一次迭代的先验信息。仿真结果表明,在移动速度为540km/h的场景下使用16QAM调制且误码率为10-4时,所提方法与目前广泛使用的基于最大比合并(MRC)的迭代rake检测方法相比有2.48dB的性能增益。

关键词：正交时序复用线性最小均方误差并行干扰消除诺伊曼级数

在线全文

学校读者我要写书评

暂无评论

融合事件类型的中文事件抽取方法

计算机工程与应用 2025年第1期61卷 214-220页

作者：王瑾睿李劼北京邮电大学计算机学院北京100876

事件抽取技术是自动化地从文本信息中获得结构性数据的重要手段,也是自然语言处理领域的重点研究方向之一。事件抽取包含两个子任务,事件类型检测与事件论元抽取。近年来的事件抽取研究引入了预训练语言模型作为文本的语义表征,然后采... 详细信息

事件抽取技术是自动化地从文本信息中获得结构性数据的重要手段,也是自然语言处理领域的重点研究方向之一。事件抽取包含两个子任务,事件类型检测与事件论元抽取。近年来的事件抽取研究引入了预训练语言模型作为文本的语义表征,然后采用序列标注BIO完成抽取任务,但此类方法容易存在标签歧义问题。因此又有学者提出在事件文本特征中融入特征知识以避免歧义,可现有的融合方法忽略了事件抽取各个子任务间的依赖关系。为解决以上问题,针对事件抽取任务采用联合学习的算法框架,通过门融合机制将事件类型信息作为新知识融入事件的文本表示中,再进行事件触发词抽取与事件论元抽取。实验结果证明该算法模型在论元抽取任务上较之基线方法表现更优异。

关键词：文本事件抽取预训练语言模型门融合

用于动态场景高动态范围成像的局部熵引导的双分支网络

在线全文

学校读者我要写书评

暂无评论

计算机应用 2025年第1期45卷 204-213页

作者：黄颖李昌盛彭慧刘苏重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学软件工程学院重庆400065

针对基于多张曝光图像序列的高动态范围(HDR)成像任务在相机抖动或拍摄主体移动时出现运动伪影以及曝光失真的问题,提出一个用于动态场景HDR成像的局部熵引导的双分支网络。首先,利用离散小波变换(DWT)分离出输入图像的低频光照相关信... 详细信息

针对基于多张曝光图像序列的高动态范围(HDR)成像任务在相机抖动或拍摄主体移动时出现运动伪影以及曝光失真的问题,提出一个用于动态场景HDR成像的局部熵引导的双分支网络。首先,利用离散小波变换(DWT)分离出输入图像的低频光照相关信息以及高频运动相关信息,以便于网络有针对性地处理曝光以及主体移动;其次,对于低频光照相关信息分支,设计一个利用图像局部熵计算注意力的模块来引导网络减少细节不足的曝光特征的提取;对于高频运动相关信息分支,引入一个轻量级的特征对齐模块来进行场景的一致性对齐,从而减少运动特征的提取;最后,结合通道注意力构建时域自注意力模块,从而加强曝光图像序列在时间域之间的相互依赖关系,以进一步提高结果质量。在公开数据集Kalantari、Sen、Tursun上进行评估。在Kalantari数据集上的实验结果表明,与最新的一些方法对比,所提网络以PSNR-l为42.20 dB的成绩取得第一,SSIM-l为0.988 9的成绩取得第三。结合其余数据集上的实验结果可知,所提网络可以有效减少曝光失真以及运动伪影,并生成细节多、视觉效果佳的图像。

关键词：高动态范围成像局部熵注意力机制离散小波变换图像信息分离

面向DAG任务的分布式智能计算卸载和服务缓存联合优化

在线全文

学校读者我要写书评

暂无评论

中山大学学报（自然科学版）（中英文） 2025年第1期64卷 71-82页

作者：李云南子煜姚枝秀夏士超鲜永菊重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学软件工程学院重庆400065

建立了一种有向无环图(DAG,directed acyclic graph)任务卸载和资源优化问题,旨在应用最大可容忍时延等约束实现系统能耗最小化。考虑到网络中计算请求高度动态、完整的系统状态信息难以获取等因素,最后使用多智能体深度确定性策略梯度(... 详细信息

建立了一种有向无环图(DAG,directed acyclic graph)任务卸载和资源优化问题,旨在应用最大可容忍时延等约束实现系统能耗最小化。考虑到网络中计算请求高度动态、完整的系统状态信息难以获取等因素,最后使用多智能体深度确定性策略梯度(MADDPG,multi-agent deep deterministic policy gradient)算法来探寻最优的策略。相比于现有的任务卸载算法,MADDPG算法能够降低14.2%至40.8%的系统平均能耗,并且本地缓存命中率提高3.7%至4.1%。

关键词：移动边缘计算多智能体深度强化学习计算卸载资源分配服务缓存

维普期刊数据库博看期刊

基于大型语言模型的AI招生咨询助理设计与实现

在线全文

学校读者我要写书评

暂无评论

实验室研究与探索 2025年第2期44卷 110-116页

作者：阮昆杨璟轩殷旭储雯罗婷婷黄容重庆邮电大学教育信息化办公室重庆400065 重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学自动化学院重庆400065

针对高考招生咨询业务繁忙,咨询覆盖范围有限、咨询效率不高等问题,基于检索增强生成、大型语言模型、提示词工程和检索增强生成转结构化查询语言等技术构建AI招生咨询助理,搜集学校招生信息网招生政策、常见问题、学院专业介绍等建立... 详细信息

针对高考招生咨询业务繁忙,咨询覆盖范围有限、咨询效率不高等问题,基于检索增强生成、大型语言模型、提示词工程和检索增强生成转结构化查询语言等技术构建AI招生咨询助理,搜集学校招生信息网招生政策、常见问题、学院专业介绍等建立本地权威招生知识库,对政策咨询类问题直接在本地向量知识库检索,对数据查询类问题转化为SQL数据查询,将检索或查询结果送至大模型推理生成回复,提升提问方式的自由度以及问题回复的权威性和实时性,降低大模型幻觉,实现全天候为考生和家长提供精准化、智能化、个性化的咨询服务。在2024年高考招生咨询中,大幅度减轻学校招生咨询工作压力,有效提升招生咨询效率,促进公平获取招生信息。

关键词：大型语言模型检索增强生成技术提示词工程招生咨询

灾害环境下无人机联盟搜救的改进拍卖算法研究

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2025年

作者：张淳汪文付文浩伍永江南京邮电大学计算机学院

针对随机灾害环境下的无人机救援任务分配问题，本文提出了一种改进的灾后联盟拍卖算法（Post-Disaster Coalition Auction， PDCA）.该算法在传统拍卖机制的基础上，结合任务优先级、无人机飞行成本以及路径中的随机灾害影响，通过优... 详细信息

针对随机灾害环境下的无人机救援任务分配问题，本文提出了一种改进的灾后联盟拍卖算法（Post-Disaster Coalition Auction， PDCA）.该算法在传统拍卖机制的基础上，结合任务优先级、无人机飞行成本以及路径中的随机灾害影响，通过优化代价函数实现任务分配的全局效益最大化.PDCA算法通过动态调整竞标策略和任务分配，能够适应复杂环境下的多样化任务需求.实验通过设置不同完成概率和标称奖励，模拟无人机异构性和任务优先级的场景，验证了PDCA算法在搜救任务分配中的有效性.

关键词：多无人机系统任务分配随机灾害期望收益联盟拍卖算法动态竞标

基于深度强化学习的Windows域渗透攻击路径生成方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2025年第03期52卷 400-406页

作者：霍兴鹏沙乐天刘建文吴尚苏子悦南京邮电大学计算机学院

Windows域被视作内网渗透测试的重点目标，然而Windows域渗透测试的场景和方法与常规的内网渗透有很大差异。因此，当前常规的智能化路径发现研究并不适用于Windows域环境。为了增强Windows域的安全防护，提出了一种基于深度强化学习的W... 详细信息

Windows域被视作内网渗透测试的重点目标，然而Windows域渗透测试的场景和方法与常规的内网渗透有很大差异。因此，当前常规的智能化路径发现研究并不适用于Windows域环境。为了增强Windows域的安全防护，提出了一种基于深度强化学习的Windows域渗透测试路径自动化生成方法。首先，将Windows域渗透测试场景建模为马尔可夫决策过程，通过OpenAI的Gymnasium设计了一个适用于强化学习的模拟器；其次，为了解决在大动作空间和观察空间下的探索不充分问题，提出了通过先验知识对冗余动作进行削减并对无效观察空间进行压缩的方法；最后，在小型服务器中利用虚拟机技术部署Windows域环境，以NDD-DQN作为基础算法，实现了在真实环境中从信息收集、模型构建到路径生成的全流程自动化。实验结果表明，所提方法在真实的Windows复杂环境中具有良好的模拟和训练效果。

关键词：渗透测试 Windows域深度强化学习 DQN算法攻击路径