悦月直播免费版app下载 - 悦月直播app大全下载最新版本免费安装软件

計(jì)算機(jī)應(yīng)用研究

計(jì)算機(jī)應(yīng)用研究

2024年09期
  • 收藏
收藏成功
微博 空間 微信

類(lèi)型

月刊

類(lèi)別

定價(jià)
促銷(xiāo)信息
全年訂閱更優(yōu)惠!
¥50.00 ¥12.00
目錄

綜述評(píng)論

基于強(qiáng)化學(xué)習(xí)的知識(shí)圖譜推理研究綜述
摘 要: 知識(shí)推理作為知識(shí)圖譜補(bǔ)全中的一項(xiàng)重要任務(wù),受到了學(xué)術(shù)界的廣泛關(guān)注。為了提高模型的推理效果和可解釋性,將強(qiáng)化學(xué)習(xí)與知識(shí)推理的結(jié)合是一種可行的解決方法?;趶?qiáng)化學(xué)習(xí)的知識(shí)推理方法將知識(shí)圖譜研究的問(wèn)題建模成路徑或序列決策問(wèn)題,能夠更好地...
基于區(qū)塊鏈技術(shù)的醫(yī)療信息共享研究綜述
摘 要: 隨著醫(yī)療信息共享的持續(xù)發(fā)展,數(shù)據(jù)安全、數(shù)據(jù)一致性、數(shù)據(jù)可控性和數(shù)據(jù)準(zhǔn)確性逐漸受到關(guān)注。區(qū)塊鏈技術(shù)因其去中心化、不可竄改和可追溯的特性被認(rèn)為是解決醫(yī)療信息共享問(wèn)題的有效手段,已有許多基于區(qū)塊鏈的醫(yī)療信息共享方案涌現(xiàn)。旨在對(duì)基于區(qū)塊鏈...
混合內(nèi)存架構(gòu)下數(shù)據(jù)放置研究綜述
摘 要: 當(dāng)前基于DRAM和NVM的混合內(nèi)存系統(tǒng)在系統(tǒng)結(jié)構(gòu)領(lǐng)域的研究前景廣闊,特別是對(duì)混合內(nèi)存系統(tǒng)進(jìn)行數(shù)據(jù)放置的研究已經(jīng)成為國(guó)內(nèi)外研究的熱點(diǎn)。對(duì)混合內(nèi)存架構(gòu)下數(shù)據(jù)放置策略進(jìn)行了研究,在介紹當(dāng)前常見(jiàn)混合內(nèi)存架構(gòu)的基礎(chǔ)上,對(duì)現(xiàn)有數(shù)據(jù)放置策略的設(shè)...

區(qū)塊鏈技術(shù)

基于強(qiáng)化圖卷積和時(shí)空循環(huán)門(mén)的區(qū)塊鏈非法交易檢測(cè)方法
摘 要: 區(qū)塊鏈非法交易檢測(cè)任務(wù)需要充分挖掘歷史交易數(shù)據(jù)中固有的時(shí)間和空間特征。針對(duì)現(xiàn)有的非法交易檢測(cè)方法存在誤差較大的問(wèn)題,提出一種基于強(qiáng)化圖卷積和時(shí)空循環(huán)門(mén)的區(qū)塊鏈非法交易檢測(cè)方法(RGCN-SRG)。首先,利用比特幣區(qū)塊鏈歷史交易數(shù)據(jù)...
基于SVM的DPoS共識(shí)機(jī)制改進(jìn)
摘 要: 共識(shí)機(jī)制是區(qū)塊鏈技術(shù)的重要組成部分,針對(duì)委托權(quán)益證明(delegated proof of stake,DPoS)共識(shí)機(jī)制中對(duì)惡意節(jié)點(diǎn)不能及時(shí)有效處理的問(wèn)題,提出了一種基于支持向量機(jī)的DPoS共識(shí)機(jī)制改進(jìn)方案(SVM-DPoS)。...
面向服務(wù)優(yōu)化組合的云雙鏈結(jié)構(gòu)
摘 要: 將區(qū)塊鏈技術(shù)用于云制造平臺(tái),可使其具備資源管理去中心化、數(shù)據(jù)分布式存儲(chǔ)、平臺(tái)魯棒的特性,然而在服務(wù)優(yōu)化組合的實(shí)施過(guò)程中,其面臨資源需中心化調(diào)度,數(shù)據(jù)錄入依賴(lài)于區(qū)塊生成時(shí)刻,執(zhí)行方案缺乏動(dòng)態(tài)適應(yīng)性等問(wèn)題。因此,提出面向服務(wù)優(yōu)化組合的...

對(duì)比或非對(duì)比學(xué)習(xí)專(zhuān)題

基于跨視圖原型非對(duì)比學(xué)習(xí)的異構(gòu)圖嵌入模型
摘 要: 基于非對(duì)比學(xué)習(xí)(NCL)的異構(gòu)圖嵌入模型不依賴(lài)負(fù)樣本學(xué)習(xí)數(shù)據(jù)的內(nèi)在特征和模式,可能導(dǎo)致模型無(wú)法有效地學(xué)習(xí)節(jié)點(diǎn)之間的區(qū)分度。提出了一種基于跨視圖原型非對(duì)比學(xué)習(xí)的異構(gòu)圖嵌入模型(XP-NCL),通過(guò)尋找額外的正樣本提供更多關(guān)于源節(jié)點(diǎn)的...
CMHICL: 基于跨模態(tài)分層交互網(wǎng)絡(luò)和對(duì)比學(xué)習(xí)的多模態(tài)諷刺檢測(cè)
摘 要: 多模態(tài)諷刺檢測(cè)的關(guān)鍵在于有效地對(duì)齊和融合不同模態(tài)的特征。然而,現(xiàn)有融合方法通常忽略多模態(tài)間組成結(jié)構(gòu)的關(guān)系,并且在識(shí)別諷刺時(shí)也經(jīng)常忽略了多模態(tài)數(shù)據(jù)中與諷刺情感相關(guān)的共同特征的重要性。因此,提出一種基于跨模態(tài)分層交互網(wǎng)絡(luò)和對(duì)比學(xué)習(xí)的模...
基于輔助信息與長(zhǎng)短期偏好的序列推薦
摘 要: 為了解決序列推薦中的用戶偏好漂移問(wèn)題,以及更精確地捕捉用戶動(dòng)態(tài)偏好,提出了一種新型的序列推薦模型SILSSRec(side information and long-short term preferences based seq...

算法研究探討

基于改進(jìn)好奇心的深度強(qiáng)化學(xué)習(xí)方法
摘 要: 在深度強(qiáng)化學(xué)習(xí)方法中,針對(duì)內(nèi)在好奇心模塊(intrinsic curiosity model,ICM)指導(dǎo)智能體在稀疏獎(jiǎng)勵(lì)環(huán)境中獲得未知策略學(xué)習(xí)的機(jī)會(huì),但好奇心獎(jiǎng)勵(lì)是一個(gè)狀態(tài)差異值,會(huì)使智能體過(guò)度關(guān)注于對(duì)新?tīng)顟B(tài)的探索,進(jìn)而出現(xiàn)盲目...
面向異構(gòu)數(shù)據(jù)的個(gè)性化聯(lián)邦多任務(wù)學(xué)習(xí)優(yōu)化方法
摘 要: 聯(lián)邦學(xué)習(xí)是一種新興的分布式機(jī)器學(xué)習(xí)范式,在保護(hù)數(shù)據(jù)隱私的同時(shí)協(xié)作訓(xùn)練全局模型,但也面臨著在數(shù)據(jù)異構(gòu)情況下全局模型收斂慢、精度低的問(wèn)題。針對(duì)上述問(wèn)題,提出一種面向異構(gòu)數(shù)據(jù)的個(gè)性化聯(lián)邦多任務(wù)學(xué)習(xí)優(yōu)化(federated multi-t...
基于時(shí)間分段和重組聚類(lèi)的說(shuō)話人日志方法
摘 要: 當(dāng)前的說(shuō)話人日志方法大多采用標(biāo)準(zhǔn)的全局聚類(lèi)的方式來(lái)區(qū)分不同說(shuō)話人的語(yǔ)音片段,沒(méi)有考慮到同一個(gè)人的聲音在不同的噪聲條件下具有不同的特征分布,而這會(huì)增大類(lèi)內(nèi)距離,從而降低聚類(lèi)精度。鑒于相鄰的語(yǔ)音片段往往包含相同的背景噪聲,提出一種新的...
非連通空間對(duì)象方向關(guān)系表達(dá)與推理
摘 要: 為了彌補(bǔ)現(xiàn)有的二維空間對(duì)象方向關(guān)系表達(dá)模型大都利用點(diǎn)、最小外包矩形等近似地代替空間對(duì)象,距離真實(shí)空間對(duì)象間方向關(guān)系的描述與推理仍存在差距的不足,提出了一種基于Voronoi圖的非連通空間對(duì)象方向關(guān)系表達(dá)模型。該模型借助Gestal...
基于互信息解決多標(biāo)簽文本分類(lèi)中的長(zhǎng)尾問(wèn)題
摘 要: 針對(duì)當(dāng)前解決多標(biāo)簽文本分類(lèi)中長(zhǎng)尾問(wèn)題的方法多以破壞原本數(shù)據(jù)分布為代價(jià),在真實(shí)數(shù)據(jù)上的泛化性能下降,無(wú)法有效地緩解樣本的長(zhǎng)尾分布的問(wèn)題,提出了基于互信息解決長(zhǎng)尾問(wèn)題的多標(biāo)簽文本分類(lèi)方法(MLTC-LD)。首先,創(chuàng)建關(guān)于標(biāo)簽樣本的關(guān)系...
基于提示學(xué)習(xí)和超球原型的小樣本ICD自動(dòng)編碼方法
摘 要: 針對(duì)國(guó)際疾病分類(lèi)(ICD)自動(dòng)編碼方法的長(zhǎng)文本處理、編碼的層次結(jié)構(gòu)以及長(zhǎng)尾分布等導(dǎo)致的模型泛化能力弱的問(wèn)題,提出一種充分利用醫(yī)學(xué)預(yù)訓(xùn)練語(yǔ)言模型的基于提示學(xué)習(xí)和超球原型的小樣本ICD自動(dòng)編碼方法(hypersphere protot...
面向功能語(yǔ)義增強(qiáng)與標(biāo)簽關(guān)聯(lián)的Web服務(wù)標(biāo)簽推薦
摘 要: 為了提升標(biāo)簽推薦的質(zhì)量,提出一種面向功能語(yǔ)義增強(qiáng)與標(biāo)簽關(guān)聯(lián)的Web服務(wù)標(biāo)簽推薦方法。將語(yǔ)境權(quán)重融入TextRank模型,提取與服務(wù)功能契合度高的關(guān)鍵詞,用于構(gòu)建功能語(yǔ)義增強(qiáng)的服務(wù)表征向量;建立標(biāo)簽關(guān)聯(lián)圖,基于改進(jìn)的GraphSAG...
基于實(shí)體級(jí)聯(lián)類(lèi)型的中文關(guān)系抽取管道模型
摘 要: 端到端實(shí)體關(guān)系抽取任務(wù)可以被分解成命名實(shí)體識(shí)別和關(guān)系抽取兩個(gè)子任務(wù),最近的工作多將這兩個(gè)子任務(wù)聯(lián)合建?!,F(xiàn)有的流水線方法驗(yàn)證了在關(guān)系模型中融合實(shí)體類(lèi)型信息的重要性和管道模型的潛力,但是它們忽略了文本中的某些實(shí)體可能同時(shí)具有多個(gè)類(lèi)型...
面向流程偏差根因分析的港口物流流程挖掘方法及應(yīng)用
摘 要: 港口物流是一種高度以人為中心、復(fù)雜靈活的業(yè)務(wù)流程?,F(xiàn)有研究對(duì)其進(jìn)行流程挖掘時(shí),存在自動(dòng)發(fā)現(xiàn)流程模型質(zhì)量低的問(wèn)題,同時(shí)缺少對(duì)于流程偏差進(jìn)行系統(tǒng)化根因分析的支持,這造成港口流程偏差分析能力較弱。針對(duì)這一問(wèn)題,提出一種面向流程偏差根因分...
基于深度強(qiáng)化學(xué)習(xí)的單通道EEG信號(hào)自動(dòng)睡眠分期算法
摘 要: 目前,基于腦電(EEG)信號(hào)的人體睡眠分期方法呈現(xiàn)出單通道和網(wǎng)絡(luò)模型深度化的趨勢(shì),然而單通道信息采集使得EEG失去大腦區(qū)域的位置信息,EEG中表征睡眠階段的特征因趨向稀疏化而難以提取,同時(shí)深度網(wǎng)絡(luò)的共性問(wèn)題——模型及其訓(xùn)練的超參數(shù)...
邊緣環(huán)境下基于移動(dòng)群智感知計(jì)算卸載的數(shù)據(jù)匯聚
摘 要:當(dāng)前“云-端”式移動(dòng)群智感知(mobile crowd sensing,MCS)系統(tǒng)面臨負(fù)載過(guò)重的問(wèn)題,導(dǎo)致數(shù)據(jù)匯聚過(guò)程中時(shí)延和能耗顯著增加,從而降低了數(shù)據(jù)匯聚的效率。針對(duì)該問(wèn)題,提出了一種基于AP-DQN的“云-邊-端”MCS計(jì)算...
結(jié)合精英初始化和K近鄰的蛇優(yōu)化算法
摘 要:蛇優(yōu)化算法(SO)是一種受自然界中蛇生存行為啟發(fā)產(chǎn)生的元啟發(fā)式優(yōu)化算法。原始蛇優(yōu)化算法存在收斂速度慢、易陷入局部最優(yōu)的問(wèn)題,因此提出了一種結(jié)合精英初始化和K近鄰的改進(jìn)蛇優(yōu)化算法(elite initia-lization and K...
基于新穎二進(jìn)制人工蜂群算法求解帶權(quán)集合覆蓋問(wèn)題
摘 要:帶權(quán)集合覆蓋問(wèn)題(WSCP)是一個(gè)著名的NP-hard問(wèn)題。為了利用人工蜂群算法(ABC)高效求解帶權(quán)集合覆蓋問(wèn)題,提出了一個(gè)新穎二進(jìn)制ABC(記作nBABC)。在nBABC中,首先提出了隨機(jī)學(xué)習(xí)和繼承性相結(jié)合的全局進(jìn)化算子,以提高...
基于PPO算法的自動(dòng)駕駛?cè)藱C(jī)交互式強(qiáng)化學(xué)習(xí)方法
摘 要:針對(duì)當(dāng)前自動(dòng)駕駛領(lǐng)域中深度強(qiáng)化學(xué)習(xí)(deep reinforcement learning,DRL)所面臨的高計(jì)算性能需求和收斂速度慢的問(wèn)題,將變分自編碼器(variational autoencoder,VAE)和近端策略優(yōu)化算法...
基于魚(yú)群涌現(xiàn)行為啟發(fā)的集群機(jī)器人硬注意力強(qiáng)化模型
摘 要:生物集群運(yùn)動(dòng)模型能使集群機(jī)器人涌現(xiàn)秩序,但是所形成的機(jī)器人自然集群秩序難以有效地被人工控制,為此提出魚(yú)群硬注意力模型來(lái)解析實(shí)驗(yàn)魚(yú)群數(shù)據(jù)中的交互行為。該模型通過(guò)編碼器網(wǎng)絡(luò)、圖注意力網(wǎng)絡(luò)、信息聚合網(wǎng)絡(luò)、預(yù)解碼網(wǎng)絡(luò)以及最終解碼網(wǎng)絡(luò)等結(jié)構(gòu)來(lái)...
融合人工勢(shì)場(chǎng)法的動(dòng)態(tài)快速行進(jìn)樹(shù)路徑規(guī)劃算法
摘 要:針對(duì)快速行進(jìn)樹(shù)算法(FMT*)由于隨機(jī)采樣導(dǎo)致的冗余探索問(wèn)題以及不適用于動(dòng)態(tài)環(huán)境的問(wèn)題,提出一種融合人工勢(shì)場(chǎng)法的動(dòng)態(tài)快速行進(jìn)樹(shù)路徑規(guī)劃算法(APF-Dynamic FMT*),該算法設(shè)計(jì)了一種基于人工勢(shì)場(chǎng)法的采樣點(diǎn)引導(dǎo)函數(shù),該函數(shù)根...
一種基于共軛次梯度算法的非光滑布圖規(guī)劃方法
摘 要:針對(duì)只有硬模塊的布圖規(guī)劃問(wèn)題,通常將其構(gòu)建成組合優(yōu)化模型,但求解過(guò)程時(shí)間成本高。為提高求解效率,提出了一種基于非光滑解析數(shù)學(xué)規(guī)劃的布圖規(guī)劃算法?;诓紙D中器件的坐標(biāo)表示,構(gòu)建了一個(gè)泛化的非光滑解析數(shù)學(xué)規(guī)劃模型,將不同場(chǎng)景下的布圖規(guī)劃...
擴(kuò)展帝國(guó)競(jìng)爭(zhēng)算法求解分布式不相關(guān)并行機(jī)車(chē)間調(diào)度問(wèn)題
摘 要:針對(duì)考慮加工約束的分布式不相關(guān)并行機(jī)車(chē)間調(diào)度問(wèn)題,以總運(yùn)輸成本、工廠間并行機(jī)齊停評(píng)價(jià)函數(shù)和工件種類(lèi)平均切換次數(shù)均衡評(píng)價(jià)函數(shù)為優(yōu)化目標(biāo),提出一種擴(kuò)展帝國(guó)競(jìng)爭(zhēng)算法進(jìn)行求解。該算法在原始帝國(guó)競(jìng)爭(zhēng)算法的基礎(chǔ)上,增加了適于工廠分配的初始化工廠...

系統(tǒng)應(yīng)用開(kāi)發(fā)

高效混合預(yù)測(cè)策略的設(shè)計(jì)
摘 要:現(xiàn)有的分支預(yù)測(cè)模型無(wú)法完全準(zhǔn)確預(yù)測(cè)處理器中各種指令的行為,導(dǎo)致處理效率受限。為此提出了兩種混合預(yù)測(cè)解決方案,旨在結(jié)合多種分支預(yù)測(cè)模型,以提高預(yù)測(cè)的準(zhǔn)確性和處理器的執(zhí)行效率。將TAGE(tagged geometric history...
基于多要素的短臨降水預(yù)報(bào)及可解釋性分析
摘 要:當(dāng)前的短臨降水預(yù)報(bào)方法大多是基于雷達(dá)回波外推,沒(méi)有充分考慮其他氣象要素對(duì)降水生消演變的密切影響,從而限制了其預(yù)報(bào)的準(zhǔn)確性。為解決此問(wèn)題,基于風(fēng)云四號(hào)B星數(shù)據(jù),制作了包含四種背景氣象要素、以定量降水估計(jì)為預(yù)報(bào)對(duì)象的短時(shí)臨近降水預(yù)報(bào)數(shù)據(jù)...
一種引入元路徑相似性度量的材料實(shí)體檢索方法
摘 要:近年來(lái),隨著材料數(shù)據(jù)的積累以及“材料基因組計(jì)劃”的普及,面對(duì)大量需要處理和管理的材料數(shù)據(jù),快速準(zhǔn)確地檢索并獲取相應(yīng)信息已成為一個(gè)重要問(wèn)題。傳統(tǒng)的檢索方法由于僅能查詢某一材料的相關(guān)信息,并且存在檢索結(jié)果不全面、無(wú)法處理復(fù)雜語(yǔ)義關(guān)系等問(wèn)...
基于S-MCLSTM和DANN的滾動(dòng)軸承剩余壽命預(yù)測(cè)方法
摘 要:針對(duì)在不同工作條件和不同故障形式下,滾動(dòng)軸承剩余壽命預(yù)測(cè)泛化能力差和精確度不高的問(wèn)題,提出一種基于孿生多卷積長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(S-MCLSTM)和域?qū)咕W(wǎng)絡(luò)(DANN)的剩余壽命預(yù)測(cè)方法。首先針對(duì)不同的工作條件對(duì)退化過(guò)程的影響,提出基...

軟件技術(shù)研究

KubeTea:面向容器云環(huán)境的輕量級(jí)多維度微服務(wù)應(yīng)用調(diào)度框架
摘 要:容器云中,應(yīng)用和資源調(diào)度始終是集群管理的重點(diǎn)。如何在提高資源利用率的同時(shí)保證應(yīng)用服務(wù)質(zhì)量是目前行業(yè)積極探索的問(wèn)題之一。針對(duì)該問(wèn)題,提出一個(gè)面向容器云環(huán)境的輕量級(jí)多維度微服務(wù)應(yīng)用調(diào)度框架。該框架設(shè)計(jì)了非侵入式的網(wǎng)絡(luò)調(diào)用觀測(cè)方法,并基于...
融合表字段的NL2SQL多任務(wù)學(xué)習(xí)方法
摘 要:現(xiàn)有的自然語(yǔ)言轉(zhuǎn)SQL(NL2SQL)方法沒(méi)有充分利用數(shù)據(jù)表的字段信息,而這對(duì)于問(wèn)題的語(yǔ)義理解和SQL語(yǔ)句的邏輯生成有著重要作用。為了提高SQL生成的整體準(zhǔn)確性,提出一種融合數(shù)據(jù)表字段的NL2SQL方法(FC-SQL)。首先,利用B...

網(wǎng)絡(luò)與通信技術(shù)

無(wú)線傳感器網(wǎng)絡(luò)中一種基于聚合層次聚類(lèi)的分簇路由算法
摘 要:針對(duì)無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)連接以及能量受限不足的問(wèn)題,為了延長(zhǎng)網(wǎng)絡(luò)壽命,提出了一種基于AHC的分簇路由算法(HACCRA)。該算法首先運(yùn)用AHC對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)分簇,接著為簇首選擇、簇形成和路徑構(gòu)建分別定義了恰當(dāng)?shù)臎Q策目標(biāo)函數(shù),運(yùn)用能量閾值...
基于排隊(duì)論的一種高吞吐量信道分配協(xié)議設(shè)計(jì)
摘 要:針對(duì)復(fù)雜多變的認(rèn)知無(wú)線電系統(tǒng)中難以為次用戶高效分配信道的問(wèn)題,提出了一種高吞吐量信道分配協(xié)議——TKMA協(xié)議。該協(xié)議根據(jù)主用戶(PU)活動(dòng)、次用戶(SU)實(shí)時(shí)業(yè)務(wù)需求、信道條件等信息構(gòu)建用戶信道的效用矩陣,在保障PU通信質(zhì)量的前提下...
面向多租戶數(shù)據(jù)中心的聯(lián)邦學(xué)習(xí)架構(gòu)下通信開(kāi)銷(xiāo)優(yōu)化方法
摘 要:為降低多租戶數(shù)據(jù)中心聯(lián)邦學(xué)習(xí)架構(gòu)下的高通信開(kāi)銷(xiāo)問(wèn)題,提出一種基于三元演化模型參數(shù)的通信開(kāi)銷(xiāo)優(yōu)化算法。首先,建立面向多租戶數(shù)據(jù)中心的聯(lián)邦學(xué)習(xí)架構(gòu)模型來(lái)實(shí)現(xiàn)數(shù)據(jù)隱私保護(hù);其次,針對(duì)聯(lián)邦學(xué)習(xí)架構(gòu)的引入導(dǎo)致租戶和數(shù)據(jù)中心交互產(chǎn)生了過(guò)高的通信...

信息安全技術(shù)

車(chē)聯(lián)網(wǎng)基于稀疏用戶環(huán)境的LBS隱私保護(hù)方案
摘 要:針對(duì)車(chē)聯(lián)網(wǎng)稀疏用戶環(huán)境下LBS(location-based services)位置隱私保護(hù)能力降低的問(wèn)題,提出一種基于同態(tài)加密的混合隱私保護(hù)方案。該方案利用同態(tài)加密性質(zhì),實(shí)現(xiàn)了車(chē)輛用戶虛擬身份的按需生成和對(duì)外不可區(qū)分的認(rèn)證,并通過(guò)...
基于上下文感知的自適應(yīng)訪問(wèn)控制模型
摘 要:面對(duì)日益復(fù)雜和動(dòng)態(tài)的訪問(wèn)場(chǎng)景,傳統(tǒng)訪問(wèn)控制顯現(xiàn)出靈活性不足的局限性,一定程度上損害了資源的可用性。針對(duì)這一問(wèn)題,提出一種基于上下文感知的自適應(yīng)訪問(wèn)控制模型。通過(guò)提供額外的特殊授權(quán)機(jī)制,提升面對(duì)特殊請(qǐng)求的靈活性和時(shí)間效率,提高資源的可...
抗惡意敵手的線性門(mén)限隱私集合交集協(xié)議
摘 要:門(mén)限隱私集合交集(TPSI)是安全多方計(jì)算中的一種特例,其在機(jī)器學(xué)習(xí)、共享拼車(chē)、指紋識(shí)別等多個(gè)領(lǐng)域有廣泛的應(yīng)用。然而,目前存在的方案均基于計(jì)算復(fù)雜度較高的算法,并且僅在半誠(chéng)實(shí)模型下實(shí)現(xiàn),導(dǎo)致協(xié)議計(jì)算開(kāi)銷(xiāo)較大且無(wú)法抵抗惡意敵手的攻擊。...

圖形圖像技術(shù)

基于集中注意力接受場(chǎng)網(wǎng)絡(luò)的偏振成像偽裝目標(biāo)檢測(cè)
摘 要: 針對(duì)偽裝物體分割中圖像識(shí)別魯棒性較差,模型泛化性不強(qiáng)的問(wèn)題,受神經(jīng)科學(xué)中人類(lèi)視覺(jué)系統(tǒng)接受場(chǎng)結(jié)構(gòu)的啟發(fā),提出一種基于集中注意力接受場(chǎng)網(wǎng)絡(luò)的偏振成像偽裝目標(biāo)檢測(cè)方法。根據(jù)偏振成像目標(biāo)探測(cè)需要,構(gòu)建了能有效遏制背景噪聲以及獲取目標(biāo)細(xì)節(jié)特...
融合雙目信息的隊(duì)列姿態(tài)檢測(cè)
摘 要:為實(shí)現(xiàn)隊(duì)列姿態(tài)動(dòng)作的準(zhǔn)確評(píng)估,針對(duì)訓(xùn)練場(chǎng)景中踢腿高度等三維人體姿態(tài)特征難以準(zhǔn)確測(cè)量的問(wèn)題,提出融合雙目信息的隊(duì)列三維姿態(tài)特征檢測(cè)方法。方法分為2D姿態(tài)估計(jì)和雙目立體匹配兩個(gè)階段。為提高2D人體姿態(tài)檢測(cè)精度,設(shè)計(jì)基于改進(jìn)HRNet網(wǎng)絡(luò)...
基于全局頻域池化的行為識(shí)別算法
摘 要:目前基于3D-ConvNet的行為識(shí)別算法普遍使用全局平均池化(global average pooling,GAP)壓縮特征信息,但會(huì)產(chǎn)生信息損失、信息冗余和網(wǎng)絡(luò)過(guò)擬合等問(wèn)題。為了解決上述問(wèn)題,更好地保留卷積層提取到的高級(jí)語(yǔ)義信息...
基于頻譜特征混合Transformer的紅外和可見(jiàn)光圖像融合
摘 要:為了解決傳統(tǒng)紅外與可見(jiàn)光圖像融合方法對(duì)細(xì)節(jié)與頻率信息表征能力不足、融合結(jié)果存在模糊偽影的問(wèn)題,提出一種基于頻譜特征混合Transformer的紅外和可見(jiàn)光圖像融合算法。在Transformer的基礎(chǔ)上,利用傅里葉變換將圖像域特征映射...
相關(guān)雜志
訂閱全年后,您可享受以下權(quán)益
①該本雜志即日起至未來(lái)1年內(nèi)所有更新電子版雜志的使用權(quán)限;
②贈(zèng)送該雜志的部分往期的雜志的使用權(quán)限,有效期1年。

全年訂購(gòu)價(jià)格: ¥144.00

訂閱全年
--%>

登錄龍?jiān)雌诳W(wǎng)

溫馨提示:

1.點(diǎn)擊網(wǎng)站右上角的“充值”按鈕可以為您的賬號(hào)充值

2.充值金額可以選擇30,50,100或500元

3.充值成功后即可購(gòu)買(mǎi)網(wǎng)站上的任意雜志或文章

還沒(méi)有龍?jiān)促~戶? 立即注冊(cè)

購(gòu)買(mǎi)雜志

計(jì)算機(jī)應(yīng)用研究

雜志價(jià)格:¥12.00元

  • 微信掃碼支付
  • 當(dāng)前余額:100.00

購(gòu)買(mǎi)雜志

計(jì)算機(jī)應(yīng)用研究

雜志價(jià)格:¥12.00元

  • 微信掃碼支付
  • 當(dāng)前余額:¥100.00

    去充值
monitor