期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估
1
作者
陈羽中
陈友昆
+1 位作者
林闽沪
牛玉贞
《电子学报》
EI
CAS
CSCD
北大核心
2024年第7期2242-2256,共15页
与从现实场景中拍摄的自然图像不同,屏幕内容图像是一种合成图像,通常由计算机生成的文本、图形和动画等各种多媒体形式组合而成.现有评估方法通常未能充分考虑图像边缘结构信息和全局上下文信息对屏幕内容图像质量感知的影响.为解决上...
与从现实场景中拍摄的自然图像不同,屏幕内容图像是一种合成图像,通常由计算机生成的文本、图形和动画等各种多媒体形式组合而成.现有评估方法通常未能充分考虑图像边缘结构信息和全局上下文信息对屏幕内容图像质量感知的影响.为解决上述问题,本文提出一种基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估模型.首先,使用高斯拉普拉斯算子构造由失真屏幕内容图像高频信息组成的边缘结构图,然后通过卷积神经网络(Convolutional Neural Network,CNN)对输入的失真屏幕内容图像和相应的边缘结构图进行多尺度的特征提取与融合,以图像的边缘结构信息为模型训练提供额外的信息增益.此外,本文进一步构建了基于Transformer的多尺度特征编码模块,从而在CNN获得的局部特征基础上更好地建模不同尺度图像和边缘特征的全局上下文信息.实验结果表明,本文提出的方法在指标上优于其他现有的无参考和全参考屏幕内容图像质量评估方法,能够取得更高的主客观视觉感知一致性.
展开更多
关键词
无参考屏幕
内容
图像
质量
评估
高斯拉普拉斯算子
卷积神经网络
TRANSFORMER
多尺度特征
在线阅读
下载PDF
职称材料
基于多维度特征与PageRank优化的恶意网址研判方法研究
2
作者
王方圆
练智超
+2 位作者
李千目
顾欢欢
赵谦
《信息网络安全》
北大核心
2025年第4期564-577,共14页
随着互联网技术的快速发展,网络安全威胁日益严峻,恶意网址作为网络攻击的主要载体,通过钓鱼诈骗、恶意软件传播等手段严重威胁用户信息安全与数字资产安全。文章以提升恶意网址识别的准确性为研究目的,以恶意网址为研究对象,研究范围...
随着互联网技术的快速发展,网络安全威胁日益严峻,恶意网址作为网络攻击的主要载体,通过钓鱼诈骗、恶意软件传播等手段严重威胁用户信息安全与数字资产安全。文章以提升恶意网址识别的准确性为研究目的,以恶意网址为研究对象,研究范围涵盖多维度特征分析与PageRank算法优化,运用域名特征分析、备案信息查询、域名收录搜索、流量行为分析、内容质量评估、用户行为数据和时间衰减因子等研究方法与理论。文章结合自然语言处理技术、机器学习和时间衰减机制,提出一个综合的恶意网址研判体系,并验证了其在提高恶意网址识别准确率方面的有效性。实验结果表明,该方法在综合准确率上达到了99.99%,相比传统方法有显著提升。文章的研究成果为网络安全防护提供了有力支持,对于构建更加安全、可信的网络环境具有重要意义。
展开更多
关键词
恶意网址研判
PAGERANK算法
内容质量评估
用户行为数据
时间衰减因子
在线阅读
下载PDF
职称材料
题名
基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估
1
作者
陈羽中
陈友昆
林闽沪
牛玉贞
机构
福州大学计算机与大数据学院
福建省网络计算与智能信息处理重点实验室(福州大学)
大数据智能教育部工程研究中心
出处
《电子学报》
EI
CAS
CSCD
北大核心
2024年第7期2242-2256,共15页
基金
国家自然科学基金(No.U21A20472,No.61972097)
国家重点研发计划(No.2021YFB3600503)
+2 种基金
福建省科技重大专项(No.2021HZ022007)
福建省自然科学基金(No.2021J01612,No.2020J01494)
福建省科技厅高校产学合作项目(No.2021H6022)~。
文摘
与从现实场景中拍摄的自然图像不同,屏幕内容图像是一种合成图像,通常由计算机生成的文本、图形和动画等各种多媒体形式组合而成.现有评估方法通常未能充分考虑图像边缘结构信息和全局上下文信息对屏幕内容图像质量感知的影响.为解决上述问题,本文提出一种基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估模型.首先,使用高斯拉普拉斯算子构造由失真屏幕内容图像高频信息组成的边缘结构图,然后通过卷积神经网络(Convolutional Neural Network,CNN)对输入的失真屏幕内容图像和相应的边缘结构图进行多尺度的特征提取与融合,以图像的边缘结构信息为模型训练提供额外的信息增益.此外,本文进一步构建了基于Transformer的多尺度特征编码模块,从而在CNN获得的局部特征基础上更好地建模不同尺度图像和边缘特征的全局上下文信息.实验结果表明,本文提出的方法在指标上优于其他现有的无参考和全参考屏幕内容图像质量评估方法,能够取得更高的主客观视觉感知一致性.
关键词
无参考屏幕
内容
图像
质量
评估
高斯拉普拉斯算子
卷积神经网络
TRANSFORMER
多尺度特征
Keywords
no-reference screen content image quality assessment
laplacian of gaussian
convolutional neural net⁃work
Transformer
multi-scale features
分类号
TN911.73 [电子电信—通信与信息系统]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于多维度特征与PageRank优化的恶意网址研判方法研究
2
作者
王方圆
练智超
李千目
顾欢欢
赵谦
机构
南京理工大学网络空间安全学院
清华大学计算机科学与技术系
出处
《信息网络安全》
北大核心
2025年第4期564-577,共14页
基金
江苏省前沿技术研发计划[BF2024071]
江苏省科技厅重点研发计划[BE2022081]。
文摘
随着互联网技术的快速发展,网络安全威胁日益严峻,恶意网址作为网络攻击的主要载体,通过钓鱼诈骗、恶意软件传播等手段严重威胁用户信息安全与数字资产安全。文章以提升恶意网址识别的准确性为研究目的,以恶意网址为研究对象,研究范围涵盖多维度特征分析与PageRank算法优化,运用域名特征分析、备案信息查询、域名收录搜索、流量行为分析、内容质量评估、用户行为数据和时间衰减因子等研究方法与理论。文章结合自然语言处理技术、机器学习和时间衰减机制,提出一个综合的恶意网址研判体系,并验证了其在提高恶意网址识别准确率方面的有效性。实验结果表明,该方法在综合准确率上达到了99.99%,相比传统方法有显著提升。文章的研究成果为网络安全防护提供了有力支持,对于构建更加安全、可信的网络环境具有重要意义。
关键词
恶意网址研判
PAGERANK算法
内容质量评估
用户行为数据
时间衰减因子
Keywords
malicious websites assessment
PageRank algorithm
content quality assessment
user behavior data
time decay factor
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估
陈羽中
陈友昆
林闽沪
牛玉贞
《电子学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于多维度特征与PageRank优化的恶意网址研判方法研究
王方圆
练智超
李千目
顾欢欢
赵谦
《信息网络安全》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
