期刊文献+
共找到2,006篇文章
< 1 2 101 >
每页显示 20 50 100
Complex field network-coded cooperation based on multi-user detection in wireless networks 被引量:2
1
作者 Jing Wang Xiangyang Liu +1 位作者 Kaikai Chi Xiangmo Zhao 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2013年第2期215-221,共7页
Cooperative communication can achieve spatial diversity gains,and consequently combats signal fading due to multipath propagation in wireless networks powerfully.A novel complex field network-coded cooperation(CFNCC... Cooperative communication can achieve spatial diversity gains,and consequently combats signal fading due to multipath propagation in wireless networks powerfully.A novel complex field network-coded cooperation(CFNCC) scheme based on multi-user detection for the multiple unicast transmission is proposed.Theoretic analysis and simulation results demonstrate that,compared with the conventional cooperation(CC) scheme and network-coded cooperation(NCC) scheme,CFNCC would obtain higher network throughput and consumes less time slots.Moreover,a further investigation is made for the symbol error probability(SEP) performance of CFNCC scheme,and SEPs of CFNCC scheme are compared with those of NCC scheme in various scenarios for different signal to noise ratio(SNR) values. 展开更多
关键词 network coding complex field wireless network cooperative communication multi-user detection
在线阅读 下载PDF
CodeScore-R:用于评估代码合成功能准确性的自动化鲁棒指标
2
作者 杨光 周宇 +1 位作者 陈翔 张翔宇 《计算机研究与发展》 EI CSCD 北大核心 2024年第2期291-306,共16页
评估指标在代码合成领域中至关重要.常用的代码评估指标可以分为3种类型:基于匹配、基于语义和基于执行.其中,基于执行的Pass@k指标通过执行测试用例,能够准确判断预测代码的功能准确性.然而,该指标的计算需要大量开销,因此亟需设计一... 评估指标在代码合成领域中至关重要.常用的代码评估指标可以分为3种类型:基于匹配、基于语义和基于执行.其中,基于执行的Pass@k指标通过执行测试用例,能够准确判断预测代码的功能准确性.然而,该指标的计算需要大量开销,因此亟需设计一种自动化评估指标,在无需测试用例时仍可评估预测代码的功能准确性.此外,好的评估指标应当具有鲁棒性,即预测代码发生微小改变时,评估指标仍能保持其准确性.为此,提出了一种基于UniXcoder和对比学习的自动化鲁棒指标CodeScore-R,用于评估代码合成的功能准确性. CodeScore-R采用草图化处理、语法等价转换和变异测试等技术手段,有效减轻了标识符、语法结构和运算符对评估结果的干扰.实验结果表明,在Java和Python语言上的代码生成和迁移任务中,CodeScore-R的表现优于其他无需测试用例的评估指标,且更接近Pass@k指标,并具有更强的鲁棒性. 展开更多
关键词 代码合成评估指标 功能准确性 鲁棒性 代码合成 神经网络
在线阅读 下载PDF
Analysis and Design of Wireless Networked Control System Utilizing Adaptive Coded ModulationAnalysis and Design of Wireless Networked Control System Utilizing Adaptive Coded Modulation 被引量:4
3
作者 YANG Li GUAN Xin-Ping LONG Cheng-Nian LUO Xiao-Yuan 《自动化学报》 EI CSCD 北大核心 2009年第7期911-918,共8页
关键词 无线网络控制系统 计算机技术 自动化系统 网络条件
在线阅读 下载PDF
相关噪声下基于深度学习的LDPC码码率半盲识别算法 被引量:1
4
作者 袁磊 杨艳娟 +1 位作者 郭毅 戴鹏 《系统工程与电子技术》 北大核心 2025年第4期1335-1345,共11页
为了正确识别相关噪声下采用低密度奇偶校验码和高阶调制的无线通信系统的信道编码参数,在已知候选码率集合和相应奇偶校验矩阵的假定下,提出两种基于深度学习的码率半盲识别算法。所提神经网络由降噪子网络和码率识别子网络构成,降噪... 为了正确识别相关噪声下采用低密度奇偶校验码和高阶调制的无线通信系统的信道编码参数,在已知候选码率集合和相应奇偶校验矩阵的假定下,提出两种基于深度学习的码率半盲识别算法。所提神经网络由降噪子网络和码率识别子网络构成,降噪子网络设计实数降噪子网络和复数降噪子网络。相比于实数降噪子网络,复数降噪子网络以高复杂度为代价,获得更好的处理复信号的能力。进一步,为了降低复数降噪子网络的复杂度,提出一种基于网络剪枝技术的网络压缩算法。仿真实验结果表明,通过使用联合优化降噪损失函数和码率识别损失函数的多任务学习策略:一方面,在相关噪声下提出的神经网络比传统算法具有更好的识别性能;另一方面,当利用网络压缩算法将基于复数降噪子网络识别算法的复杂度降低到与基于实数降噪的子网络识别算法的复杂度相近时,其性能仍优于基于实数降噪子网络的识别算法。 展开更多
关键词 相关噪声 信道编码盲识别 低密度奇偶校验码 深度学习 复数网络
在线阅读 下载PDF
基于差异性隔离和复用的网络切片无线资源分配方案 被引量:4
5
作者 孙君 霭振宇 《通信学报》 北大核心 2025年第3期109-121,共13页
为研究网络切片无线资源复用,同时考虑复用、隔离和优先级三者之间的权衡问题,提出了一种基于差异性隔离和复用的网络切片无线资源分配方案。在现有文献成果基础上,重新定义复用增益和隔离因子2个参数,以复用增益和隔离因子构建加权和函... 为研究网络切片无线资源复用,同时考虑复用、隔离和优先级三者之间的权衡问题,提出了一种基于差异性隔离和复用的网络切片无线资源分配方案。在现有文献成果基础上,重新定义复用增益和隔离因子2个参数,以复用增益和隔离因子构建加权和函数,并引入切片优先级。为求解优化问题设计了复用隔离优先级无线接入(MIPWA)算法,该算法基于改进的遗传算法(GA),引入矩阵编码、轮盘赌选择和最优保留方法来解决问题。结果表明,MIPWA算法使切片1、切片2和切片3的隔离性能分别提高了66.37%、52.73%和21.16%,复用增益仅损失了5.82%、3.86%和3.50%。与仅考虑隔离的算法相比,复用增益分别提高了65.35%、52.74%和22.81%,隔离增益仅损失了2.85%、3.85%和1.86%。以复用增益为例,3个切片下MIPWA算法的优化结果要比传统GA分别高出5.07%、1.81%和1.4%。 展开更多
关键词 网络切片 资源分配 无线资源隔离 无线资源复用 矩阵编码
在线阅读 下载PDF
面向VVC的QP自适应环路滤波器
6
作者 刘鹏宇 金鹏程 《北京工业大学学报》 北大核心 2025年第10期1171-1178,共8页
现有的基于卷积神经网络(convolutional neural network,CNN)的环路滤波器倾向于将多个网络应用于不同的量化参数(quantization parameter,QP),消耗训练模型中的大量资源,并增加内存负担。针对这一问题,提出一种基于CNN的QP自适应环路... 现有的基于卷积神经网络(convolutional neural network,CNN)的环路滤波器倾向于将多个网络应用于不同的量化参数(quantization parameter,QP),消耗训练模型中的大量资源,并增加内存负担。针对这一问题,提出一种基于CNN的QP自适应环路滤波器。首先,设计一个轻量级分类网络,按照滤波难易程度将编码树单元(coding tree unit,CTU)划分为难、中、易3类;然后,构建3个融合了特征信息增强融合模块的基于CNN的滤波网络,以满足不同QP下的3类CTU滤波需求。将所提出的环路滤波器集成到多功能视频编码(versatile video coding,VVC)标准H.266/VVC的测试软件VTM 6.0中,替换原有的去块效应滤波器(deblocking filter,DBF)、样本自适应偏移(sample adaptive offset,SAO)滤波器和自适应环路滤波器。实验结果表明,该方法平均降低了3.14%的比特率差值(Bjøntegaard delta bit rate,BD-BR),与其他基于CNN的环路滤波器相比,显著提高了压缩效率,并减少了压缩伪影。 展开更多
关键词 视频编码 多功能视频编码(versatile video coding VVC)标准 环路滤波 卷积神经网络(convolutional neural network CNN) 深度学习 图像去噪
在线阅读 下载PDF
基于生成对抗网络的恶意代码变体家族溯源方法
7
作者 李莉 张晴 +2 位作者 孔悠然 苏仁嘉 赵鑫 《计算机工程与科学》 北大核心 2025年第7期1215-1225,共11页
针对恶意代码变更速度快、溯源困难的问题,提出了一种通过创建恶意代码变体数据集,增强模型家族溯源能力的分类方法。该方法将恶意代码可视化,使用改进的生成对抗网络对恶意代码进行分类,使用Ghost模块与Dropout层调节生成器与判别器的... 针对恶意代码变更速度快、溯源困难的问题,提出了一种通过创建恶意代码变体数据集,增强模型家族溯源能力的分类方法。该方法将恶意代码可视化,使用改进的生成对抗网络对恶意代码进行分类,使用Ghost模块与Dropout层调节生成器与判别器的对抗能力,引入高效通道注意力机制帮助模型聚焦重要特征,使用卷积与上采样结合的结构避免生成图像棋盘格化。测试阶段使用恶意代码变体数据集与不同类别特征数据集,验证模型恶意代码变体的家族溯源能力。使用所提方法构建的模型具有更强的特征提取能力、更少的资源消耗以及更快的推理速度,满足当今恶意代码变更迅速对恶意代码分类模型提出的强抗混淆能力、高泛化能力的要求,且便于部署在移动、嵌入式等设备中,提供对恶意代码的实时检测。 展开更多
关键词 恶意代码变体溯源 生成对抗网络 注意力机制 代码可视化 特征纹理
在线阅读 下载PDF
考虑裂纹分形维数的平行黏结模型细观参数标定的神经网络模型
8
作者 龚囱 戚燕顺 +4 位作者 缪浩杰 肖琦 熊良锋 曾鹏 赵奎 《岩土力学》 北大核心 2025年第1期327-336,共10页
针对试错法在平行黏结模型细观参数标定过程中存在繁琐耗时,且无法定量评价数值模拟与室内试验的裂纹匹配程度等局限性,统计并分析了近10年平行黏结模型细观参数取值范围,采用盒计数法获取了数值模拟试验、室内试验所得破坏后岩石表面... 针对试错法在平行黏结模型细观参数标定过程中存在繁琐耗时,且无法定量评价数值模拟与室内试验的裂纹匹配程度等局限性,统计并分析了近10年平行黏结模型细观参数取值范围,采用盒计数法获取了数值模拟试验、室内试验所得破坏后岩石表面裂纹分形维数。在此基础上,建立了以宏观弹性模量、宏观泊松比、峰值强度和裂纹分形维数等4个参数为输入层,黏结弹性模量、黏结法向与切向刚度比、黏结内聚力、黏结内摩擦角、黏结抗拉强度和摩擦系数等6个细观参数为输出层的神经网络模型,对比分析了考虑与不考虑裂纹分形维数时平行黏结模型细观参数标定效果。研究结果表明:(1)所建立的神经网络模型具有较好的收敛速度、预测精度与泛化性能,测试集输出数据与期望值误差约为3.34%。(2)将裂纹分形维数纳入神经网络模型后,数值模拟所得弹性模量、峰值应力与泊松比等宏观参数与室内试验结果的误差小于3.00%,优于不考虑裂纹分形维数标定结果。(3)该方法可定量保障数值模拟所得裂纹不规则性与室内试验结果的一致性,其在一定程度上可视为对现有神经网络模型细观参数标定结果的修正。研究成果可为提高平行黏结模型细观参数标定效果提供新思路。 展开更多
关键词 分形维数 颗粒流 平行黏结模型 参数标定 神经网络
在线阅读 下载PDF
面向高分辨率图像传输的CNN网络编码方案研究
9
作者 刘娜 杨颜博 +2 位作者 张嘉伟 李宝山 马建峰 《西安电子科技大学学报》 北大核心 2025年第2期225-238,共14页
网络编码技术可以有效提升网络的吞吐率,然而,传统网络编码的编解码复杂度高且难以自适应环境噪声等动态因素的影响而容易导致解码失真,近年来有研究者引入神经网络以优化网络编码过程,但在高分辨率图像传输任务中,现有的神经网络编码... 网络编码技术可以有效提升网络的吞吐率,然而,传统网络编码的编解码复杂度高且难以自适应环境噪声等动态因素的影响而容易导致解码失真,近年来有研究者引入神经网络以优化网络编码过程,但在高分辨率图像传输任务中,现有的神经网络编码方案对高维度空间信息的捕捉能力不足,带来较大的通信及计算开销。为此,文中提出采用二维卷积神经网络(CNN)对各网络节点的编解码器进行参数化设计的联合源的深度学习网络编码方案,通过CNN捕捉深层空间结构信息并降低网络节点的计算复杂度。在信源节点,通过卷积层运算实现对传输数据的降维处理,提升数据的传输速率;在中间节点,接收来自两个信源的数据并通过CNN编码压缩至单个信道传输;在信宿节点,对接收到的数据利用CNN进行升维解码而恢复出原始图像。实验表明,在不同信道带宽占用比和信道噪声水平下,该方案在峰值信噪比和结构相似度上展现出优良的解码性能。 展开更多
关键词 网络编码 深度学习 卷积神经网络 高分辨率图像 图像通信
在线阅读 下载PDF
水声网络基于优先级与可Zigzag解码的在线喷泉码
10
作者 杜秀娟 王玉杰 +1 位作者 柳秀秀 赵建 《计算机应用研究》 北大核心 2025年第3期895-902,共8页
水声网络(underwater acoustic network,UAN)具有长传播时延、高误码率、半双工通信等特性,这些特性严重影响了UAN中数据的可靠传输。而在线喷泉码具有在线控制、编解码复杂度低、码率自适应等诸多优势,在线喷泉码适合于保障UAN中数据... 水声网络(underwater acoustic network,UAN)具有长传播时延、高误码率、半双工通信等特性,这些特性严重影响了UAN中数据的可靠传输。而在线喷泉码具有在线控制、编解码复杂度低、码率自适应等诸多优势,在线喷泉码适合于保障UAN中数据的可靠传输。针对递归与限制反馈的在线喷泉码(recursive OFC with limited feedback,ROFC-LF)存在不理想覆盖和4元环问题导致略高的开销和频繁的反馈,提出适用于UAN的基于优先级与可Zigzag解码的ROFC-LF(priority-based and zigzag-decodable ROFC-LF,P-ZROFC-LF)。P-ZROFC-LF在建立阶段选取具有最高优先级的原始包进行编码直至所有原始包均参与编码。同时,引入可Zigzag解码编码,将无用编码包进行移位异或转换为有用编码包来提高解码性能。通过随机图理论,分析P-ZROFC-LF所需编码包数与原始包数之间的关系。理论分析与仿真结果表明,与大部分在线喷泉码相比,P-ZROFC-LF显著提高了反馈和开销性能。其中P-ZROFC-LF相比于ROFC-LF的反馈和开销分别减少了18%和0.0176,更适用于UAN。 展开更多
关键词 水声网络 在线喷泉码 可Zigzag解码 反馈 开销
在线阅读 下载PDF
基于跨模态特征交互和多尺度重建的红外与可见光图像融合
11
作者 姚睿 王凯 +2 位作者 郭浩帆 胡文涛 田祥瑞 《红外与激光工程》 北大核心 2025年第8期259-270,共12页
针对弱光环境下红外与可见光图像融合存在的纹理细节丢失、视觉效果和实时性差等问题,提出了一种基于跨模态特征交互和多尺度重建(Cross-modal Feature Interaction and Multi-scale Reconstruction,CFIMR)的红外与可见光图像融合算法CF... 针对弱光环境下红外与可见光图像融合存在的纹理细节丢失、视觉效果和实时性差等问题,提出了一种基于跨模态特征交互和多尺度重建(Cross-modal Feature Interaction and Multi-scale Reconstruction,CFIMR)的红外与可见光图像融合算法CFIMRFusion。该算法构建了包括卷积注意力增强模块、编码器网络、跨模态特征交互融合模块和基于多尺度重建的解码器网络的四阶段融合框架。首先,设计卷积注意力增强模块提升弱可见光图像的对比度和纹理可见性,并利用编码器网络从红外图像和增强后的可见光图像中提取深层多尺度特征。然后,提出基于通道-空间注意力的跨模态特征交互融合模块,对红外显著特征和可见光细节特征进行互补融合。最后,为解决使用普通解码器重建图像时出现特征消失等问题,将融合得到的多尺度特征以跳跃连接的方式输入到解码器各级,重建高保真的融合图像。实验结果表明,CFIMRFusion融合图像的细节特征和整体视觉效果优于对比算法;且与最优对比算法相比,融合图像在TNO数据集中平均梯度、边缘强度分别提升了15.8%、18.2%,在LLVIP数据集中互信息、标准差分别提升了11.5%、9.5%,在MSRS数据集中边缘强度提升了10.1%;三个数据集上的融合速度分别为最快对比算法的24.1%、23.86%和25.2%。 展开更多
关键词 图像融合 图像增强 注意力机制 自编码网络 跨模态特征交互
在线阅读 下载PDF
基于图神经网络的嵌入式设备固件漏洞检测
12
作者 姚军 慕涛涛 《计算机应用与软件》 北大核心 2025年第9期255-262,共8页
随着嵌入式设备的种类和数量日益繁多,嵌入式设备的安全性也面临着巨大的挑战。通常,安全专家可以手动识别嵌入式设备的固件程序中存在的软件漏洞,但是人工分析非常耗时费力。针对上述问题,提出一种基于代码属性图及双向图神经网络的固... 随着嵌入式设备的种类和数量日益繁多,嵌入式设备的安全性也面临着巨大的挑战。通常,安全专家可以手动识别嵌入式设备的固件程序中存在的软件漏洞,但是人工分析非常耗时费力。针对上述问题,提出一种基于代码属性图及双向图神经网络的固件程序漏洞检测方法,从源代码级别自动检测固件程序中存在的软件漏洞。为了验证本方法的可行性,对从SARD收集的软件漏洞数据集和真实世界漏洞数据集进行实验验证,实验结果表明,漏洞检测精度和F1分数最高分别达到了93.4%和86.54%,可以显著提高软件漏洞的检测能力。 展开更多
关键词 嵌入式设备 图神经网络 代码属性图 漏洞检测
在线阅读 下载PDF
低密度奇偶校验码正则化神经网络归一化最小和译码算法
13
作者 周华 周鸣 张立康 《电子与信息学报》 北大核心 2025年第5期1486-1493,共8页
低密度奇偶校验(LDPC)码基于神经网络的归一化最小和(NNMS)译码算法按照网络中权重的共享方式可分为不共享(NNMS)、全共享(SNNMS)、部分共享(VC-SNNMS和CV-SNNMS)等。该文针对LDPC码在使用NNMS,VC-SNNMS和CV-SNNMS译码时因高复杂度导致... 低密度奇偶校验(LDPC)码基于神经网络的归一化最小和(NNMS)译码算法按照网络中权重的共享方式可分为不共享(NNMS)、全共享(SNNMS)、部分共享(VC-SNNMS和CV-SNNMS)等。该文针对LDPC码在使用NNMS,VC-SNNMS和CV-SNNMS译码时因高复杂度导致的过拟合问题,引入正则化(Regularization)优化了神经网络中边信息的权重训练,抑制了基于神经网络译码的过拟合问题,分别得到RNNMS,RVC-SNNMS和RCVSNNMS算法。仿真结果表明:采用共享权重可以减轻神经网络训练负担,降低LDPC码基于神经网络译码的误比特率(BER);正则化能有效缓解过拟合现象提升神经网络的译码性能。针对码长为576,码率为0.75的LDPC码,当误码率BER=10-6时,RNNMS,RVC-SNNMS和RCV-SNNMS算法相较于NNMS,VC-SNNMS和CV-SNNMS算法分别得到了0.18 dB,0.22 dB和0.27 dB的信噪比(SNR)增益,其中最佳的RVC-SNNMS算法相较于BP算法、NNMS算法和SNNMS算法,分别获得了0.55 dB,0.51 dB和0.22 dB的信噪比增益。 展开更多
关键词 低密度奇偶校验码 神经网络 归一化最小和译码 过拟合 正则化
在线阅读 下载PDF
新型多幅度编码在再调制无源光网络中的应用 被引量:1
14
作者 邱文昊 卢旸 +3 位作者 成亮 姚陈 翟彦蓉 毕美华 《浙江大学学报(工学版)》 北大核心 2025年第2期433-441,共9页
为了在使用再调制技术的波分复用无源光网络(WDM PON)中实现透明光网络单元(colorless ONU),提出2种新型的多幅度编码方式(PAM补码和可变幅线路编码).新的编码方式结合了频谱整形编码和脉冲幅度调制(PAM).频谱整形编码能够抑制下行信号... 为了在使用再调制技术的波分复用无源光网络(WDM PON)中实现透明光网络单元(colorless ONU),提出2种新型的多幅度编码方式(PAM补码和可变幅线路编码).新的编码方式结合了频谱整形编码和脉冲幅度调制(PAM).频谱整形编码能够抑制下行信号的低频分量,减少下行信号对上行再调制信号的串扰.高阶的PAM能够提高信号的编码效率,采用高阶PAM的下行信号可以被传统的二进制接收机接收.通过仿真验证了所提编码方式在再调制WDM PON中应用的可行性,测试了速率为625 Mb/s和1.25 Gb/s的上行信号再调制在速率为10Gb/s的下行信号上的性能.基于新型多幅度编码的再调制WDM PON方案能够减少上行再调制信号遭受的串扰,提高下行信号的编码效率. 展开更多
关键词 无源光网络 透明光网络单元 再调制 多幅度编码 编码效率
在线阅读 下载PDF
DeepCom-GCN:融入控制流结构信息的代码注释生成模型
15
作者 钟茂生 刘会珠 +1 位作者 匡江玲 严婷 《江西师范大学学报(自然科学版)》 北大核心 2025年第1期27-36,共10页
代码注释生成是指给定一个代码片段,通过模型自动生成一段关于代码片段功能的概括性自然语言描述.不同于自然语言,程序语言具有复杂语法和强结构性.部分研究工作只利用了源代码的序列信息或抽象语法树信息,未能充分利用源代码的逻辑结... 代码注释生成是指给定一个代码片段,通过模型自动生成一段关于代码片段功能的概括性自然语言描述.不同于自然语言,程序语言具有复杂语法和强结构性.部分研究工作只利用了源代码的序列信息或抽象语法树信息,未能充分利用源代码的逻辑结构信息.针对这一问题,该文提出一种融入程序控制流结构信息的代码注释生成方法,将源代码序列和结构信息作为单独的输入进行处理,允许模型学习代码的语义和结构.在2个公开数据集上进行验证,实验结果表明:和其他基线方法相比,DeepCom-GCN在BLEU-4、METEOR和ROUGE-L指标上的性能分别提升了2.79%、1.67%和1.21%,验证了该方法的有效性. 展开更多
关键词 代码注释生成 抽象语法树 控制流图 图卷积神经网络 软件工程 程序理解 自然语言处理
在线阅读 下载PDF
Network Coding理论的研究进展 被引量:1
16
作者 赵进 张福炎 《计算机应用与软件》 CSCD 北大核心 2008年第2期196-199,共4页
Network Coding是一种新的信息传输方式。与传统的路由相比,Network Coding可以提高网络的性能。从理论和应用两方面总结了Network Coding研究的进展,同时,分析了将Network Coding应用到实际网络中所面临的一些问题,最后提出了进一步的... Network Coding是一种新的信息传输方式。与传统的路由相比,Network Coding可以提高网络的性能。从理论和应用两方面总结了Network Coding研究的进展,同时,分析了将Network Coding应用到实际网络中所面临的一些问题,最后提出了进一步的研究方向。 展开更多
关键词 network CODING 多播 网络流
在线阅读 下载PDF
基于注意力-残差双特征流卷积神经网络的深度图帧内编码单元快速划分算法
17
作者 贾克斌 吴岳珩 《北京工业大学学报》 北大核心 2025年第5期539-551,共13页
针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。... 针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。首先,提出一种具有3个分支的注意力-残差双特征流卷积神经网络(attention-residual bi-feature stream convolutional neural networks,ARBS-CNN)模型,其中基于残差模块(residual module,RM)和特征蒸馏(feature distill,FD)模块的2个分支用于提取全局图像特征,基于动态模块(dynamic module,DM)和卷积-卷积块注意力模块(convolutional-convolutional block attention module,Conv-CBAM)的分支用于提取局部图像特征;然后,将提取到的特征进行整合并输出,得到对深度图CU划分结构的预测;最后,将ARBS-CNN嵌入到3D-HEVC测试平台中,利用预测结果加速深度图帧内编码。与原始算法相比,提出的算法能在维持率失真性能几乎不受影响的条件下,平均减少74.2%的编码时间。实验结果表明,该算法能够在保持率失真性能的条件下,有效降低3D-HEVC的编码复杂度。 展开更多
关键词 三维高效视频编码(three-dimensional high efficiency video coding 3D-HEVC) 深度图 卷积神经网络(convolutional neural networks CNN) 编码单元(coding unit CU)划分 帧内编码 双特征流
在线阅读 下载PDF
频域多径效应下光纤通信网络信号自适应干扰抑制 被引量:2
18
作者 冯彩英 王晓惠 王彩峰 《激光杂志》 北大核心 2025年第5期184-188,共5页
光纤中的色散效应会导致不同频率的光信号以不同的速度传播,在这种频域多径效应下,通信信号的幅度和相位发生波动,出现码间干扰,从而引起信号的展宽和失真,降低了通信信号的质量。为此,提出频域多径效应下光纤通信网络信号自适应干扰抑... 光纤中的色散效应会导致不同频率的光信号以不同的速度传播,在这种频域多径效应下,通信信号的幅度和相位发生波动,出现码间干扰,从而引起信号的展宽和失真,降低了通信信号的质量。为此,提出频域多径效应下光纤通信网络信号自适应干扰抑制研究。根据滤波器抽头系数,计算判决反馈均衡器输出光纤通信信号均衡处理结果的误差,将其作为冲激响应和时间偏移函数的输入,并引入傅里叶变换,设置无码间干扰条件,采用判决反馈均衡器来补偿信道冲激响应,使得整个光纤通信网络的频谱趋于相对平坦,有效抵消由于色散效应和码间干扰引起的信号失真,采用递归最小二乘法自适应调整滤波器抽头系数,获取均衡器最佳系数,从而有效抑制光纤通信网络的频域多径效应下的码间干扰。实验结果表明,所提方法干扰抑制能力强,可有效提升通信信号质量。 展开更多
关键词 频域多径效应 光纤通信网络 通信信号 码间干扰 遗忘因子
在线阅读 下载PDF
一种基于混合量子卷积神经网络的恶意代码检测方法 被引量:1
19
作者 熊其冰 苗启广 +2 位作者 杨天 袁本政 费洋扬 《计算机科学》 北大核心 2025年第3期385-390,共6页
量子计算是基于量子力学的全新计算模式,具有远超经典计算的强大并行计算能力。混合量子卷积神经网络结合了量子计算和经典卷积神经网络的双重优势,逐渐成为量子机器学习领域的研究热点之一。当前,恶意代码规模依然呈高速增长态势,检测... 量子计算是基于量子力学的全新计算模式,具有远超经典计算的强大并行计算能力。混合量子卷积神经网络结合了量子计算和经典卷积神经网络的双重优势,逐渐成为量子机器学习领域的研究热点之一。当前,恶意代码规模依然呈高速增长态势,检测模型越来越复杂,参数量越来越大,迫切需要一种高效轻量型的检测模型。为此,设计了一种混合量子卷积神经网络模型,将量子计算融入经典卷积神经网络,以提高模型的计算效率。该模型包含量子卷积层、池化层和经典全连接层。量子卷积层采用低深度强纠缠轻量型的参数化量子线路实现,仅使用两类量子门:量子旋转门Ry和受控非门CNOT(controlled-NOT),并仅使用两量子比特实现卷积计算。池化层基于经典计算和量子计算实现了3种池化方法。在Google TensorFlow Quantum上进行了模拟实验。实验结果显示,所提模型在恶意代码公开数据集DataCon2020和Ember的分类性能(accuracy,F1-score)分别达到了(97.75%,97.71%)和(94.65%,94.78%),均有明显提升。 展开更多
关键词 量子计算 量子机器学习 混合量子卷积神经网络 恶意代码检测
在线阅读 下载PDF
基于速率编码的极低延迟深度脉冲神经网络研究
20
作者 熊志民 陈云华 +1 位作者 冯忍 陈平华 《控制理论与应用》 北大核心 2025年第3期531-540,共10页
脉冲神经网络(SNN)具有强大的时空信息表征、异步事件处理能力,但由于脉冲发放过程不具有连续可微性,其训练是一个难题.人工神经网络(ANN)转SNN的方法,能够获得较高推理精度的深度SNN,但却存在SNN网络延迟和功耗过高的问题.为了降低网... 脉冲神经网络(SNN)具有强大的时空信息表征、异步事件处理能力,但由于脉冲发放过程不具有连续可微性,其训练是一个难题.人工神经网络(ANN)转SNN的方法,能够获得较高推理精度的深度SNN,但却存在SNN网络延迟和功耗过高的问题.为了降低网络延迟和功耗,本文从脉冲信息传递的异步特性入手,分析了极低延迟下SNN精度损失的主要原因,提出残余膜电位误差(RMPE)的概念,并对其进行分析与推导,建立残余膜电位与初始膜电位和权重之间的关系模型.基于所建立的残余膜电位模型,提出一种初始膜电位和权重的分层校准算法,减少残余膜电位误差,从而解决脉冲输入序列均匀分布假设与真实分布不一致的问题.提出一种ANN-SNN的双阶段转化框架,在第1阶段,采用带有可训练分层阈值的量化截断激活函数对ANN进行二次训练,以实现量化误差与截断误差的最优化;在第2阶段,对SNN进行微调训练,以进一步缩小残余膜电位误差,使得在极低延迟下的ANN-SNN转化也能获得较高的精度.实验结果表明,本文方法在推理延迟和功耗方面都优于现有的方法. 展开更多
关键词 脉冲神经网络 ANN-SNN转化 速率编码
在线阅读 下载PDF
上一页 1 2 101 下一页 到第
使用帮助 返回顶部