-
题名面向高分影像完整性认证的主题敏感哈希算法
被引量：2
- 1
-
-
作者
丁凯孟
徐楠
吕东
徐琴
马冀
-
机构
金陵科技学院网络与通信工程学院
江苏省人工智能交通创新应用工程研究中心
金陵科技学院智能科学与控制工程学院
中国建筑材料工业地质勘查中心河北总队
-
出处
《地理与地理信息科学》
CSCD
北大核心
2023年第4期23-28,共6页
-
基金
国家自然科学基金项目(42101428、41801303)。
-
文摘
作为一种新的完整性认证技术,主题敏感哈希能实现高分影像的主题偏向性认证,克服了现有认证技术的不足,但现有主题敏感哈希算法在鲁棒性等方面仍存在一定不足。该文在简述主题敏感哈希相关理论的基础上,提出一种面向高分影像完整性认证的主题敏感哈希算法。该算法首先根据特定主题构建训练样本集,并基于该样本集训练Swin-Unet;然后采用Swin-Unet提取高分影像的主题敏感特征,并采用主成分分析(PCA)对提取特征进行压缩编码,进而生成影像的主题敏感哈希序列。实验结果表明:该算法的鲁棒性相对现有算法有较大提高,算法的篡改敏感性和安全性与现有算法相近,且对主题相关篡改具有较高的敏感性。
-
关键词
完整性认证
主题敏感哈希
Swin-Unet
注意力机制
感知哈希
-
Keywords
integrity authentication
subject-sensitive Hash
Swin-Unet
attention mechanism
perceptual Hash
-
分类号
P237
[天文地球—摄影测量与遥感]
-
-
题名基于时频感知神经网络的语音频带扩展
被引量：2
- 2
-
-
作者
许春冬
凌贤鹏
应冬文
王晶
-
机构
江西理工大学信息工程学院
北京理工大学信息与电子学院
-
出处
《信号处理》
CSCD
北大核心
2021年第10期2004-2012,共9页
-
基金
国家自然科学基金项目(11864016,61671442)
江西省文化艺术项目(YG2017384)
江西理工大学研究生创新专项资金项目(ZS2019-S080)。
-
文摘
为了进一步提高基于深度学习的语音频带扩展性能,提出了一种基于编解码器的神经网络结构,编码器对数据进行深度特征提取,解码器进行宽带语音重构,并在编解码器中间设计了局部敏感哈希自注意力层,用于增强模型对深度特征的有效选择。编解码器内部使用了时间卷积网络,有效提升了模型对语音时序数据上下文依赖关系的学习能力。为了促进模型朝更加准确的方向训练,还提出了一种时频感知损失函数,有利于模型在时域、频域以及感知域获取窄带语音到宽带语音的最优映射解。通过主观和客观实验结果表明,该方法优于传统方法和近几年基于深度神经网络的语音频带扩展方法。
-
关键词
语音频带扩展
时间卷积网络
时频感知目标损失
局部敏感哈希注意力机制
-
Keywords
speech bandwidth extension
temporal convolutional networks
time-frequency perception loss
local sensitive hash attention mechanism
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名基于Reformer模型的文本情感分析
被引量：2
- 3
-
-
作者
王珊
黄海燕
乔伟涛
-
机构
华东理工大学信息科学与工程学院
-
出处
《计算机工程与设计》
北大核心
2022年第4期1089-1095,共7页
-
文摘
为提高中文文本情感分析任务的准确率,优化训练时长,提出基于Reformer的文本情感分析模型。利用Reformer模型的上下文语义编码能力,充分获得文本上下文的特征,提高文本分类准确率;在Transformer模型的基础上,引入局部敏感哈希注意力机制及可逆残差,降低模型的复杂度及内存的占用。在3个公开数据集上进行实验,实验结果表明,该模型在准确率及训练时间上均优于其它模型。
-
关键词
文本情感分析
深度学习
Reformer模型
局部敏感哈希注意力机制
可逆残差
-
Keywords
text emotion analysis
deep learning
Reformer model
locality sensitive hashing attention
reversible residual
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
