期刊文献+
共找到443篇文章
< 1 2 23 >
每页显示 20 50 100
Blind recognition of k/n rate convolutional encoders from noisy observation 被引量:13
1
作者 Li Huang Wengu Chen +1 位作者 Enhong Chen Hong Chen 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2017年第2期235-243,共9页
Blind recognition of convolutional codes is not only essential for cognitive radio, but also for non-cooperative context. This paper is dedicated to the blind identification of rate k/n convolutional encoders in a noi... Blind recognition of convolutional codes is not only essential for cognitive radio, but also for non-cooperative context. This paper is dedicated to the blind identification of rate k/n convolutional encoders in a noisy context based on Walsh-Hadamard transformation and block matrix (WHT-BM). The proposed algorithm constructs a system of noisy linear equations and utilizes all its coefficients to recover parity check matrix. It is able to make use of fault-tolerant feature of WHT, thus providing more accurate results and achieving better error performance in high raw bit error rate (BER) regions. Moreover, it is more computationally efficient with the use of the block matrix (BM) method. © 2017 Beijing Institute of Aerospace Information. 展开更多
关键词 Cognitive radio convolution convolutional codes Error correction Hadamard matrices Hadamard transforms Linear transformations Mathematical transformations Matrix algebra Signal encoding
在线阅读 下载PDF
Blind reconstruction of convolutional code based on segmented Walsh-Hadamard transform 被引量:10
2
作者 Fenghua Wang Hui Xie Zhitao Huang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2014年第5期748-754,共7页
Walsh-Hadamard transform (WriT) can solve linear error equations on Field F2, and the method can be used to recover the parameters of convolutional code. However, solving the equations with many unknowns needs enorm... Walsh-Hadamard transform (WriT) can solve linear error equations on Field F2, and the method can be used to recover the parameters of convolutional code. However, solving the equations with many unknowns needs enormous computer memory which limits the application of WriT. In order to solve this problem, a method based on segmented WriT is proposed in this paper. The coefficient vector of high dimension is reshaped and two vectors of lower dimension are obtained. Then the WriT is operated and the requirement for computer memory is much reduced. The code rate and the constraint length of convolutional code are detected from the Walsh spectrum. And the check vector is recovered from the peak position. The validity of the method is verified by the simulation result, and the performance is proved to be optimal. 展开更多
关键词 convolutional code blind reconstruction Walsh-Hadamard transform (WriT) tinear error equation.
在线阅读 下载PDF
Convolutional Sparse Coding in Gradient Domain for MRI Reconstruction 被引量:1
3
作者 Jiaojiao Xiong Hongyang Lu +1 位作者 Minghui Zhang Qiegen Liu 《自动化学报》 EI CSCD 北大核心 2017年第10期1841-1849,共9页
关键词 梯度图像 稀疏编码 MRI 卷积 应用 分割图像 空间采样 磁共振成像
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
4
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
DeepCom-GCN:融入控制流结构信息的代码注释生成模型
5
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
基于印刷量子点的可靠性复合光谱图像编解码算法研究 被引量:2
6
作者 赵文康 曹鹏 《包装工程》 北大核心 2025年第7期173-182,共10页
目的为提高印刷量子点图像的鲁棒性、识读速度和信息隐藏容量,提出一种可靠性复合光谱印刷量子点图像编解码算法。方法首先结合ChaCha20加密算法、SHA-256哈希算法、(331,225,367)卷积码和交织编码,将明文信息编码成具有安全验证和纠错... 目的为提高印刷量子点图像的鲁棒性、识读速度和信息隐藏容量,提出一种可靠性复合光谱印刷量子点图像编解码算法。方法首先结合ChaCha20加密算法、SHA-256哈希算法、(331,225,367)卷积码和交织编码,将明文信息编码成具有安全验证和纠错能力的二进制秘密信息,再插入伪随机同步信息,并进行掩膜矩阵置乱,映射成可通过相邻数据联合解算的印刷量子点图像,最后利用2组印刷量子点图像对载体图像进行信息调制,实现复合光谱大容量信息隐藏。结果实验结果显示,生成的复合光谱印刷量子点图像可抵抗20%以内的噪声攻击,识读时间在0.1 s左右,嵌入率为2 bpp,与原始载体图像的峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)约为40 dB,结构相似性(Structural Similarity,SSIM)约为0.97。结论本算法与其他算法相比,在高嵌入率下具有更高的鲁棒性和更好的不可见性,识读速度更快。 展开更多
关键词 印刷量子点图像 复合光谱 卷积码 信息隐藏
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
7
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
面向高可靠低时延通信的信道编码技术研究综述
8
作者 蔡穗华 王义文 +1 位作者 白宝明 马啸 《电子学报》 北大核心 2025年第2期629-644,共16页
高可靠低时延通信技术是目前无线通信领域的热点问题之一,其关键在于高性能的中短码长信道编码技术的实现.与以往长码设计不同的是,在有限码长下,编码速率受误码率性能制约,因而需要针对性地进行编码构造、译码算法设计以及编码性能分... 高可靠低时延通信技术是目前无线通信领域的热点问题之一,其关键在于高性能的中短码长信道编码技术的实现.与以往长码设计不同的是,在有限码长下,编码速率受误码率性能制约,因而需要针对性地进行编码构造、译码算法设计以及编码性能分析与优化.目前已有面向中短码长的极化码、咬尾卷积码等编码技术的研究,但主要都是面向特定码长码率的优化设计,难以满足实际应用对灵活编码参数的要求.基于此,本文对中短码长编码技术进行全面归纳梳理与深度探讨分析,首先综述了现有有限码长编码性能界的理论分析方法,随后对近年来提出的编码技术进行了梳理,并分析比较每种编码技术的优缺点,最后详细探讨了针对低时延高可靠场景的新型编码技术,并对未来研究方向与发展趋势进行探讨和展望. 展开更多
关键词 信道编码 高可靠低时延通信 列表译码 有限码长容量 极化码 咬尾卷积码 双向叠加编码传输
在线阅读 下载PDF
基于低秩与卷积稀疏约束的压缩感知光谱成像重构方法
9
作者 郭高 王攀 +2 位作者 李杰 席特立 邵晓鹏 《光子学报》 北大核心 2025年第6期172-187,共16页
针对压缩感知光谱成像快速重建需求,提出了一种基于低秩与卷积稀疏约束的压缩感知光谱成像重建方法,首先将压缩感知光谱采集系统的重构任务,在卷积稀疏编码的框架下分解成为两部分的重构结果叠加,即低频的平滑主体结构部分和高频的纹理... 针对压缩感知光谱成像快速重建需求,提出了一种基于低秩与卷积稀疏约束的压缩感知光谱成像重建方法,首先将压缩感知光谱采集系统的重构任务,在卷积稀疏编码的框架下分解成为两部分的重构结果叠加,即低频的平滑主体结构部分和高频的纹理细节部分。针对高频的纹理细节部分的重构,提出基于卷积稀疏编码框架,对卷积字典对应的稀疏特征图进行ℓ_(2,1)范数约束,保证了对光谱数据中光谱维度的先验约束,从而提高重构数据中光谱维度的准确度。针对低频的平滑主体部分重构,提出使用全局的卷积稀疏编码,由于使用了针对低频部分所训练的卷积字典,因此使用核范数对卷积特征图进行约束。通过整合两部分的重建约束,实现了对压缩感知光谱成像系统的分步重构。通过仿真实验验证了所提方法的重构结果,在空间与光谱维度相较于主流前沿的重建方法均取得了更高的重构精度,其中空间维度上峰值信噪比至少可提升2 dB以上。 展开更多
关键词 压缩感知 光谱成像 卷积稀疏编码 火箭尾焰光谱 最优化求解
在线阅读 下载PDF
采用轻量级卷积神经网络的H.266/通用视频编码跨分量预测
10
作者 邹承益 万帅 +1 位作者 朱志伟 尹宇杰 《西安交通大学学报》 北大核心 2025年第2期180-188,共9页
为提高新一代通用视频编码标准(H.266/VVC)中色度帧内预测的准确度,提出了采用轻量级卷积神经网络的跨分量预测方法。设计了亮度模块和边界模块,从亮度和色度参考样本中提取特征。设计了注意力模块,构建当前亮度参考样本和边界亮度参考... 为提高新一代通用视频编码标准(H.266/VVC)中色度帧内预测的准确度,提出了采用轻量级卷积神经网络的跨分量预测方法。设计了亮度模块和边界模块,从亮度和色度参考样本中提取特征。设计了注意力模块,构建当前亮度参考样本和边界亮度参考样本之间的空间关系,并应用于边界色度参考样本生成色度预测样本。为降低编解码复杂度,设计网络在二维完成特征融合和预测,优化了现有的同组参数处理不同块大小的训练策略。并且,引入宽度可变卷积,根据不同的块大小调整网络参数。实验结果表明:与H.266/VVC测试模型VTM18.0相比,所提网络在Y(亮度分量)、Cb(蓝色色度分量)、Cr(红色色度分量)上分别实现了0.30%、2.46%、2.25%的码率节省。与其他基于卷积神经网络的跨分量预测方法相比,有效地降低了网络参数和推理复杂度,分别节省了约10%的编码时间和19%的解码时间。 展开更多
关键词 通用视频编码 跨分量预测 轻量级卷积神经网络 注意力机制 宽度可变卷积
在线阅读 下载PDF
一种通过增强图像编码和非对称卷积网络的心音分类算法
11
作者 王晟懿 杨宏波 +1 位作者 潘家华 王威廉 《计算机科学》 北大核心 2025年第S1期118-125,共8页
文中提出了一种通过增强图像编码和非对称卷积网络的心音分类算法。与传统的基于统计特征和时频域特征提取心音的方法不同,该算法通过引入分数阶傅里叶变换(FrFT)分别对格拉姆角场(GAF)、马尔可夫场(MTF)、递归图(RP)3种图像编码方法进... 文中提出了一种通过增强图像编码和非对称卷积网络的心音分类算法。与传统的基于统计特征和时频域特征提取心音的方法不同,该算法通过引入分数阶傅里叶变换(FrFT)分别对格拉姆角场(GAF)、马尔可夫场(MTF)、递归图(RP)3种图像编码方法进行增强,构成FrFT-GAF,FrFT-MTF,FrFT-RP图像编码模块。运用上述图像编码模块将一维心音信号转换为二维编码特征图,并利用计算机视觉技术在分类任务中的优势,采用非对称卷积网络(ACNet)对心音的二维编码特征图进行分析处理,从而实现对心音的有效分类。此外,还分别对上述图像编码模块的性能进行了评估和比较。实验结果表明,在心音二分类任务中,FrFT-RP模块的分类效果最好,在数据集1和数据集2(Physio Net/CinC 2016数据集)上的准确率分别为0.981和0.977,F1分别为0.989和0.974。FrFT-MTF和FrFT-GAF模块的效果次之。使用FrFT增强图像编码特征后较以往方法有明显提升,为心音信号分类提供了新的思路和方法,有望应用于先心病机器辅助诊断。 展开更多
关键词 先天性心脏病 心音 图像编码 分数阶傅里叶变换 非对称卷积网络
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
12
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GADF与SAM-LCNN机制的石化离心风机轴承故障诊断方法
13
作者 刘森 刘美 +2 位作者 韩惠子 崔坤 陈曦 《机电工程》 北大核心 2025年第1期72-81,共10页
针对石化离心风机轴承故障诊断方法精度不高、诊断速度慢和泛化性较差的问题,提出了一种基于格拉姆角差场(GADF)图像编码以及融合了空间注意力机制的轻量化卷积神经网络(SAM-LCNN)的石化离心风机轴承故障诊断方法。首先,使用格拉姆角差... 针对石化离心风机轴承故障诊断方法精度不高、诊断速度慢和泛化性较差的问题,提出了一种基于格拉姆角差场(GADF)图像编码以及融合了空间注意力机制的轻量化卷积神经网络(SAM-LCNN)的石化离心风机轴承故障诊断方法。首先,使用格拉姆角差场将轴承一维振动信号编码为二维图像;然后,构建了融合空间注意力机制的轻量化卷积神经网络;最后,将GADF转换所得二维图像作为融合空间注意力机制的轻量化卷积神经网络的输入,进行了特征提取与故障诊断,分别采用了广东石油化工学院的石化多级离心风机轴承故障数据集与凯斯西储大学轴承故障数据集,对该方法的有效性及优越性进行了验证。研究结果表明:两种数据集的测试集分类准确率分别为99.7%和98.5%;相较于卷积神经网络(CNN)、LeNet-5和MobileNetV2三种对比方法,该离心风机滚动轴承诊断方法具有诊断精度高、诊断速度快和泛化能力强等优点。该方法能够有效地对石化离心风机轴承故障振动信号进行分类,可为石化安全生产提供保障,同时也为其他机械设备故障诊断提供参考。 展开更多
关键词 离心风机 滚动轴承 图像编码 格拉姆角场 轻量化卷积神经网络 空间注意力机制
在线阅读 下载PDF
OFDMA中同频干扰的Coded-IRC抑制算法 被引量:2
14
作者 李余 张祖凡 景小荣 《信号处理》 CSCD 北大核心 2013年第10期1346-1353,共8页
正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)的同频干扰问题一直是蜂窝移动通信系统的研究重点。本文从信号域时延出发,通过分析推导了系统中干扰的表达式,并验证了不同相对时延方差下同频干扰(Co-Channel Inte... 正交频分多址(Orthogonal Frequency Division Multiple Access,OFDMA)的同频干扰问题一直是蜂窝移动通信系统的研究重点。本文从信号域时延出发,通过分析推导了系统中干扰的表达式,并验证了不同相对时延方差下同频干扰(Co-Channel Interference,CCI)对系统的影响。针对干扰的异步非相关性以及传统干扰抑制合并(Interference Rejection Combining,IRC)算法的局限性,利用卷积码时延小、高编码增益的特点,采用Coded-IRC方法抑制干扰。仿真结果表明,时延导致的CCI在很大程度上降低了系统的误比特率性能,而Coded-IRC算法克服了IRC的局限,使得系统误比特率性能得到提升。 展开更多
关键词 正交频分多址 同频干扰 干扰抑制合并 卷积码
在线阅读 下载PDF
Performance analysis and design of MIMO-OFDM system using concatenated forward error correction codes 被引量:3
15
作者 Arun Agarwal Saurabh N.Mehta 《Journal of Central South University》 SCIE EI CAS CSCD 2017年第6期1322-1343,共22页
This work investigates the performance of various forward error correction codes, by which the MIMO-OFDM system is deployed. To ensure fair investigation, the performance of four modulations, namely, binary phase shif... This work investigates the performance of various forward error correction codes, by which the MIMO-OFDM system is deployed. To ensure fair investigation, the performance of four modulations, namely, binary phase shift keying(BPSK), quadrature phase shift keying(QPSK), quadrature amplitude modulation(QAM)-16 and QAM-64 with four error correction codes(convolutional code(CC), Reed-Solomon code(RSC)+CC, low density parity check(LDPC)+CC, Turbo+CC) is studied under three channel models(additive white Guassian noise(AWGN), Rayleigh, Rician) and three different antenna configurations(2×2, 2×4, 4×4). The bit error rate(BER) and the peak signal to noise ratio(PSNR) are taken as the measures of performance. The binary data and the color image data are transmitted and the graphs are plotted for various modulations with different channels and error correction codes. Analysis on the performance measures confirm that the Turbo + CC code in 4×4 configurations exhibits better performance. 展开更多
关键词 bit ERROR rate (BER) convolutional CODE (CC) forward ERROR correction peak signal to noise ratio (PSNR) Turbo CODE
在线阅读 下载PDF
Turbo-codes与卷积码在异步DS-CDMA中的性能比较
16
作者 王敏 王贞松 +1 位作者 陈德荣 林家儒 《通信学报》 EI CSCD 北大核心 1999年第S1期43-48,共6页
本文讨论了turbo-codes在异步DS-CDMA系统中的应用。比较了码速率为R=1/2,约束长度为K=5,生成多项式为(37,21)的turbo-codes与R=1/3,K=9,生成多项式为(557,663,711)的卷积码在多径衰落信道下使用非相干M-ary正交调制时的性能。提出了一... 本文讨论了turbo-codes在异步DS-CDMA系统中的应用。比较了码速率为R=1/2,约束长度为K=5,生成多项式为(37,21)的turbo-codes与R=1/3,K=9,生成多项式为(557,663,711)的卷积码在多径衰落信道下使用非相干M-ary正交调制时的性能。提出了一种在CDMA系统中turbo-codes译码器如何计算分支转移概率的方法。结果表明如果整个系统使用相同扩频增益,则使用turbo-codes(与卷积码相比)可提高系统容量。 展开更多
关键词 异步DS-CDMA turbo-codes 卷积码
在线阅读 下载PDF
Viterbi Decoder ACS单元中路径度量值存储空间的优化
17
作者 郭正伟 赵勇 《现代电子技术》 2007年第17期71-73,共3页
ACS单元的设计及路径度量(PM)值的存储是Viterbi Decoder硬件实现的重要部分之一。介绍了一种码率为1/2的硬判决Viterbi Decoder的ACS部分的硬件实现方法。采用了一种全新的设计与存储方式,即原位运算旋转地址的方式,极大地节省了在ACS... ACS单元的设计及路径度量(PM)值的存储是Viterbi Decoder硬件实现的重要部分之一。介绍了一种码率为1/2的硬判决Viterbi Decoder的ACS部分的硬件实现方法。采用了一种全新的设计与存储方式,即原位运算旋转地址的方式,极大地节省了在ACS运算过程中用以存储路径度量值的RAM空间,大量的实验证明,设计的译码器在资源消耗上有较大优势。 展开更多
关键词 卷积码 VITERBI DECODER ACS单元 路径度量 分支度量 幸存路径 回溯
在线阅读 下载PDF
基于改进YOLOv5s的着装不规范检测算法研究 被引量:7
18
作者 李跃华 仲新 +1 位作者 姚章燕 胡彬 《图学学报》 CSCD 北大核心 2024年第3期433-445,共13页
针对餐饮后厨工作人员着装不规范,在复杂背景下采用现有算法检测精度低且易出现误检、漏检等问题,提出一种基于YOLOv5s的着装规范检测改进算法YOLOv5s-ESW。首先,在主干网络引入新型多尺度注意力机制改进C3模块,增强网络的特征提取能力... 针对餐饮后厨工作人员着装不规范,在复杂背景下采用现有算法检测精度低且易出现误检、漏检等问题,提出一种基于YOLOv5s的着装规范检测改进算法YOLOv5s-ESW。首先,在主干网络引入新型多尺度注意力机制改进C3模块,增强网络的特征提取能力;其次,在颈部网络中采用空间和通道重建卷积模块(SCConv)替换原始网络中的卷积模块(Conv),减少模型参数冗余,同时提升模型的精度;最后,在预测部分引入WIoU损失函数更换CIoU损失函数,提高模型泛化能力,加快收敛速度。将改进算法应用到自建餐饮后厨工作人员着装数据集中进行实验,实验表明,改进后的模型检测平均精度提升了4.1%,参数量减少了11.4%。该模型在提高了检测精度的同时降低了网络复杂度,能够满足餐饮后厨工作人员的着装规范检测的要求。 展开更多
关键词 着装规范检测 注意力机制 卷积 损失函数 YOLOv5s-ESW算法
在线阅读 下载PDF
基于多频特征学习的恶意代码变种分类 被引量:2
19
作者 靳黎忠 薛慧琴 +2 位作者 段明博 赵旭俊 高改梅 《计算机工程与设计》 北大核心 2024年第7期1934-1940,共7页
针对恶意代码变种分类方法没有充分对原始输入进行分析的问题,提出一种更加高效的基于深度学习的办法,使用卷积神经网络对多频信息进行学习。对恶意代码转化而成的图像进行研究,利用小波变换进行多频和多层次的分析,抓住低频和高频特征... 针对恶意代码变种分类方法没有充分对原始输入进行分析的问题,提出一种更加高效的基于深度学习的办法,使用卷积神经网络对多频信息进行学习。对恶意代码转化而成的图像进行研究,利用小波变换进行多频和多层次的分析,抓住低频和高频特征;针对多频信息输入,设计一种多频特征学习模块,充分挖掘其中有用信息。实验结果表明,该方法在Malimg数据集上,相比其它两种恶意代码分类办法,分别取得了1.5%和0.8%的效果提升。 展开更多
关键词 恶意代码分类 多频特征 深度学习 小波变换 灰度图像 卷积神经网络 恶意代码家族
在线阅读 下载PDF
基于ViT的轻量级恶意代码检测架构 被引量:1
20
作者 黄保华 杨婵娟 +1 位作者 熊宇 庞飔 《信息网络安全》 CSCD 北大核心 2024年第9期1409-1421,共13页
随着信息社会的快速发展,恶意代码变体日益增多,给现有的检测方法带来了挑战。为了提高恶意代码变体的检测准确率和效率,文章提出一种新的混合架构FasterMalViT。该架构通过融合部分卷积结构改进ViT,显著提升其在恶意代码检测领域的性... 随着信息社会的快速发展,恶意代码变体日益增多,给现有的检测方法带来了挑战。为了提高恶意代码变体的检测准确率和效率,文章提出一种新的混合架构FasterMalViT。该架构通过融合部分卷积结构改进ViT,显著提升其在恶意代码检测领域的性能。为了解决引入卷积操作导致参数量增加的问题,文章采用可分离自注意力机制替代传统的多头注意力,有效减少了参数量,降低了计算成本。针对恶意代码数据集中各类样本分布不均衡的问题,文章引入类别平衡焦点损失函数,引导模型在训练过程中更关注样本数量较少的类别,从而提高难分类别的性能。在Microsoft BIG、Malimg数据集和MalwareBazaar数据集上的实验结果表明,FasterMalViT具有较好的检测性能和泛化能力。 展开更多
关键词 恶意代码 VIT 部分卷积 可分离自注意力
在线阅读 下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部