期刊文献+
共找到601篇文章
< 1 2 31 >
每页显示 20 50 100
动态车辆网络场景中的协同空地计算卸载和资源优化 被引量:1
1
作者 王俊华 罗菲 +1 位作者 高广鑫 李斌 《电子与信息学报》 北大核心 2025年第1期102-115,共14页
针对移动用户数量迅猛增长和地面基础设施分布稀疏所带来的挑战,该文提出一种能量收集辅助的空地协同计算卸载架构。该架构充分利用无人机(UAVs)的灵活机动性和路侧单元(RSUs)及基站(BS)的强大算力,实现了任务计算的动态实时分发。特别... 针对移动用户数量迅猛增长和地面基础设施分布稀疏所带来的挑战,该文提出一种能量收集辅助的空地协同计算卸载架构。该架构充分利用无人机(UAVs)的灵活机动性和路侧单元(RSUs)及基站(BS)的强大算力,实现了任务计算的动态实时分发。特别地,无人机通过能量收集来维持其持续运行和稳定的计算性能。考虑到无人机与地面车辆的高动态性、车辆计算任务的随机性,以及信道模型的时变性,提出一个能耗受限的长期优化问题,旨在从全局角度有效降低整个系统的平均时延。为了解决这一复杂的混合整数规划(MIP)问题,提出一种基于改进演员-评论家(Actor-Critic)强化学习算法的计算卸载策略(IACA)。该算法运用李雅普诺夫优化技术,将长期系统时延优化问题分解为一系列易于处理的帧级子问题。然后,利用遗传算法计算目标Q值替代目标神经网络输出以调整强化学习进化方向,有效避免了算法陷入局部最优,从而实现动态车辆网络中的高效卸载和资源优化。通过综合仿真验证了所提计算卸载架构和算法的可行性和优越性。 展开更多
关键词 空地一体化车联网 能量收集 计算卸载 强化学习 遗传算法
在线阅读 下载PDF
同时透射反射可重构智能表面赋能移动边缘计算任务卸载研究
2
作者 李斌 杨冬东 《电子与信息学报》 北大核心 2025年第2期418-426,共9页
为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足,该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先,考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束,联合... 为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足,该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先,考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束,联合设计任务卸载比例、计算资源配置、多用户检测矩阵(MUD)、aSTAR-RIS相移以及用户上传功率,建立一个多变量耦合的加权总时延最小化问题。然后,借助块坐标下降法(BCD)将原问题分解为两个子问题,使用拉格朗日乘子法和罚项对偶分解法(PDD)交替优化子问题。仿真结果表明,相较于无源STAR-RIS方案,所提aSTAR-RIS辅助MEC方案加权总时延降低了12.66%。 展开更多
关键词 有源同时透射和反射可重构智能表面 移动边缘计算 计算卸载 资源分配
在线阅读 下载PDF
基于FY-3A/VIRR数据的雪盖信息提取软件设计与实现 被引量:1
3
作者 张永宏 曹庭 +4 位作者 任伟 田伟 王剑庚 杨润芝 卢晶 《计算机工程与科学》 CSCD 北大核心 2015年第7期1325-1330,共6页
目前基于FY-3A/VIRR资料的处理研究较少且VIRR数据量庞大,一些商用遥感图像处理软件很难直接完成对图像的预处理工作,这样对后续的定量化反演以及对FY-3A/VIRR的推广使用带来了困难。为了解决业务化问题,运用改进的归一化积雪指数(NDSI... 目前基于FY-3A/VIRR资料的处理研究较少且VIRR数据量庞大,一些商用遥感图像处理软件很难直接完成对图像的预处理工作,这样对后续的定量化反演以及对FY-3A/VIRR的推广使用带来了困难。为了解决业务化问题,运用改进的归一化积雪指数(NDSI)、综合阈值判别算法和IDL、VB混合编程技术相结合的方法设计了积雪信息批量提取软件,实现了针对FY-3A/VIRR数据的单幅图像或多幅图像的积雪信息提取以及精度验证。实验表明,该软件处理速度快、实时性好、可批量提取积雪信息,大大节省了人力资源,同时提高了VIRR数据的分发和共享能力,可以在今后的工业生产和自动化领域推广使用。 展开更多
关键词 FY-3A/VIRR 预处理 积雪信息提取 批量提取
在线阅读 下载PDF
基于数据压缩的无人机边缘计算卸载优化 被引量:6
4
作者 李斌 朱潇 王俊义 《数据采集与处理》 CSCD 北大核心 2024年第6期1432-1444,共13页
数据压缩技术通过压缩计算任务可以降低移动边缘计算(Mobile edge computing,MEC)网络中终端用户的卸载能耗。针对终端用户与基站之间的通信链路被障碍物阻挡对通信质量有影响问题,为满足应急通信和节能卸载需求,提出了一种无人机搭载... 数据压缩技术通过压缩计算任务可以降低移动边缘计算(Mobile edge computing,MEC)网络中终端用户的卸载能耗。针对终端用户与基站之间的通信链路被障碍物阻挡对通信质量有影响问题,为满足应急通信和节能卸载需求,提出了一种无人机搭载中继设备和边缘服务器辅助MEC中基于数据压缩的任务卸载方案。考虑任务压缩比例、系统资源和无人机机载能量等约束条件,建立用户总能耗最小化问题。将该非凸优化问题建模成一个马尔可夫决策过程,使用深度强化学习中柔性演员?评论家算法求解。仿真结果表明,所提方案具有良好的收敛性,与基准算法相比,能耗降低了24.7%~42.2%。 展开更多
关键词 移动边缘计算 数据压缩 无人机 深度强化学习 任务卸载
在线阅读 下载PDF
基于计算重用的无人机辅助边缘计算系统能耗优化 被引量:3
5
作者 李斌 蔡海晨 +1 位作者 赵传信 王俊义 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第7期2740-2747,共8页
针对复杂地形下时延敏感任务对终端用户的计算需求激增问题,该文提出一种无人机(UAV)辅助的移动边缘计算可重用任务的协同计算卸载方案。首先,通过联合优化用户卸载策略、用户传输功率、无人机上服务器分配、用户设备的计算频率和无人... 针对复杂地形下时延敏感任务对终端用户的计算需求激增问题,该文提出一种无人机(UAV)辅助的移动边缘计算可重用任务的协同计算卸载方案。首先,通过联合优化用户卸载策略、用户传输功率、无人机上服务器分配、用户设备的计算频率和无人机服务器的计算频率以及无人机的飞行轨迹,构建满足时延约束下最小化系统平均总能耗的系统模型。其次,通过深度强化学习求解该优化问题,并提出了基于柔性动作-评价(SAC)的优化算法。该算法采用最大熵的策略来鼓励探索,以增强算法的探索能力并加快训练的收敛速度。仿真结果表明,基于SAC的算法能有效降低系统的平均总能耗,并具有较好的收敛性。 展开更多
关键词 无人机 移动边缘计算 计算重用 资源分配 柔性动作-评价算法
在线阅读 下载PDF
结合注意力特征融合的路面裂缝检测 被引量:2
6
作者 谢永华 厉涛 柏勇 《计算机工程与设计》 北大核心 2025年第1期307-313,共7页
为解决路面裂缝检测中裂缝漏检和定位不准的问题,提出一个结合注意力特征融合的可端到端训练的路面裂缝检测网络。基于Resnet-50结构设计,在特征融合部分添加注意力特征融合模块,通过注意力掩码学习,动态调整浅层特征与深层特征融合权重... 为解决路面裂缝检测中裂缝漏检和定位不准的问题,提出一个结合注意力特征融合的可端到端训练的路面裂缝检测网络。基于Resnet-50结构设计,在特征融合部分添加注意力特征融合模块,通过注意力掩码学习,动态调整浅层特征与深层特征融合权重,突出有用信息,解决裂缝漏检问题;在编码器部分,改进浅层特征与深层特征的选取方式,提升特征融合效果和检测精度。实验结果表明,该网络在各项指标上均优于其它对比网络,具有较高的检测精度。 展开更多
关键词 裂缝检测 深度学习 语义分割 卷积网络 注意力机制 特征融合 特征提取
在线阅读 下载PDF
基于注意力的多尺度残差U-Net的海洋中尺度涡检测 被引量:2
7
作者 王丽娜 孙阳 +2 位作者 张红春 王旭东 董昌明 《海洋与湖沼》 北大核心 2025年第1期64-76,共13页
海洋中尺度涡是一类重要的海洋现象,其特征是海洋中的螺旋运动,伴随着海水温度、营养物质以及能量的输送,对海洋生态系统和全球的气候变化起着重要影响。因此,海洋涡旋的智能识别成为海洋学的研究热点之一。由于海洋中尺度涡数量众多且... 海洋中尺度涡是一类重要的海洋现象,其特征是海洋中的螺旋运动,伴随着海水温度、营养物质以及能量的输送,对海洋生态系统和全球的气候变化起着重要影响。因此,海洋涡旋的智能识别成为海洋学的研究热点之一。由于海洋中尺度涡数量众多且大小不同,存在检测精度不高问题。为了提高海洋中尺度涡的检测精度,提出一种基于注意力的多尺度残差U-Net的海洋涡旋检测模型(dual cross-attention-pyramid spilt attention-Res U-Net, DCA-PRUNet)。该模型采用基于注意力的编解码器结构。编解码结构中,引入金字塔分割注意力(pyramid spilt attention,PSA)以提取多尺度特征,并捕获不同涡旋的特征信息;此外,为了解决网络过深导致模型无法训练的问题,引入残差学习模块。同时,为了使解码器更好地恢复涡旋细节信息,引入双交叉注意力模块(dual cross-attention, DCA)捕获编码器各个阶段的特征依赖。选取西北太平洋海域的海平面异常(sea level anomaly,SLA)与海面温度(sea surface temperature,SST)数据进行建模,实验结果表明DCA-PRUNet涡旋检测的准确率达到95.12%,F1分数达到91.21%,显著优于现有的模型,验证了该模型的有效性。 展开更多
关键词 海洋涡旋 深度学习 金字塔分割注意力 残差学习 双交叉注意力
在线阅读 下载PDF
通过可迁移性差距提升对抗可迁移性
8
作者 王金伟 王海桦 +2 位作者 吴昊 罗向阳 马宾 《应用科学学报》 北大核心 2025年第5期799-807,共9页
现有的迁移攻击仅聚焦于经验风险的最大化,未考虑到迁移攻击的期望风险,从而导致迁移性不足,为此本文提出了一种基于可迁移性差距的迁移攻击。将迁移攻击的目标定义为一种期望风险的形式,并进一步定义了可迁移性差距,用来衡量迁移攻击... 现有的迁移攻击仅聚焦于经验风险的最大化,未考虑到迁移攻击的期望风险,从而导致迁移性不足,为此本文提出了一种基于可迁移性差距的迁移攻击。将迁移攻击的目标定义为一种期望风险的形式,并进一步定义了可迁移性差距,用来衡量迁移攻击的经验风险和期望风险之间的绝对误差。可以发现,当可迁移性差距较小时,最大化经验风险近似等价于最大化期望风险,从而获得可迁移的对抗样本。所提方案在最大化经验风险的同时,引入对抗机制,在最小化和最大化可迁移性差距之间寻求平衡。这种对抗思想使得该方案能够在最难迁移的情况下寻找到迁移能力最强的攻击算法,因此保证了对抗样本的高度可迁移性。实验结果表明,所提方案的性能优于最新的一些迁移攻击,可实现高可迁移性的对抗样本快速生成。 展开更多
关键词 对抗攻击 可迁移性 期望风险 可迁移性差距
在线阅读 下载PDF
基于注意力解码和连续性监督的裂缝检测方法
9
作者 谢永华 卓安南 《计算机工程与应用》 北大核心 2025年第4期122-129,共8页
裂缝检测是预防重大建筑坍塌事故的重要措施。针对裂缝特征微弱和图像背景噪声干扰较多的问题,引入语义分割领域的编码解码结构算法来提升检测鲁棒性。为了解决编码解码结构网络中解码方式单一且不能高效联系编码特征语义信息的缺陷,设... 裂缝检测是预防重大建筑坍塌事故的重要措施。针对裂缝特征微弱和图像背景噪声干扰较多的问题,引入语义分割领域的编码解码结构算法来提升检测鲁棒性。为了解决编码解码结构网络中解码方式单一且不能高效联系编码特征语义信息的缺陷,设计了基于注意力机制的解码模块,通过注意力机制增强解码器对裂缝特征的关注度,优化了模型的解码效果;对于模型预测结果中裂缝断裂问题,改进了连续性监督算法,通过在模型预测阶段加入连续性邻接图预测,并结合对应的损失函数进行监督,提高预测结果中裂缝的特征连续性;最后结合这两种方法搭建了一种编码解码结构的自动化裂缝检测模型。通过在两个数据集上的实验结果,验证了所提方法的优越性,在选取的常用算法中取得了最高的检测精度。 展开更多
关键词 裂缝检测 语义分割 编码解码 注意力机制 连续性监督
在线阅读 下载PDF
基于自适应噪声和动态加权的联邦学习算法
10
作者 王红林 薛珊 朱丞 《计算机应用研究》 北大核心 2025年第3期749-754,共6页
将差分隐私应用于联邦学习是保护训练数据隐私的有效方法之一,但在现有的算法中,添加固定噪声进行模型训练会导致模型精度不高、数据隐私泄露的问题。为此,提出了一种基于自适应噪声和动态加权的联邦学习算法(DP-FedANAW)。首先,考虑到... 将差分隐私应用于联邦学习是保护训练数据隐私的有效方法之一,但在现有的算法中,添加固定噪声进行模型训练会导致模型精度不高、数据隐私泄露的问题。为此,提出了一种基于自适应噪声和动态加权的联邦学习算法(DP-FedANAW)。首先,考虑到梯度的异质性,该算法为每个客户端预测当前轮次梯度范数,获得裁剪阈值,为其进行不同轮次自适应裁剪梯度,从而实现自适应调整噪声;其次,为了进一步提高模型的训练效率,该算法还提出了一种将客户端贡献度与数据量相结合的动态加权模型聚合方法。实验结果表明,该算法在满足差分隐私的前提下,与DP-FL和其他两个自适应噪声的算法相比,不仅准确率提高了5.03、2.94和2.85百分点,而且训练轮次整体提高了5~40轮。 展开更多
关键词 联邦学习 差分隐私 自适应噪声 自适应裁剪 动态加权
在线阅读 下载PDF
基于优化边界体积层次算法的WRF云产品渲染
11
作者 谈玲 林疆 《南京信息工程大学学报》 北大核心 2025年第2期215-226,共12页
作为天气系统的主要组成部分,三维云仿真在军事、航空等领域都起着重要作用.目前主流的边界体积层次结构(Bounding Volume Hierarchy,BVH)在处理形状不均匀且体积较大的云时存在渲染效率低下的问题,为此提出一种基于优化BVH算法的云产... 作为天气系统的主要组成部分,三维云仿真在军事、航空等领域都起着重要作用.目前主流的边界体积层次结构(Bounding Volume Hierarchy,BVH)在处理形状不均匀且体积较大的云时存在渲染效率低下的问题,为此提出一种基于优化BVH算法的云产品渲染方法.将WRF(Weather Research and Forecasting,天气研究与预报)模型网格点中的数据作为云基元,利用Z-order Hilbert曲线对其进行空间排序,结合云基元密度优化BVH算法,提高计算效率.提出ONS(Overlapping Node Sets,重叠节点结构)降低数据存取耗时.优化BVH算法能够减少不必要的光线和三角形面之间的相交测试次数,并解决边界体无效重叠问题.仿真实验显示,SAH(Surface Area Heuristic,表面积启发式)成本较同类最优算法可提升15.6%,EPO(Effective Partial Overlap,有效重叠部分)可提升10%,构建时间减少100%以上,在任意云场景中优化BVH算法的计算效率较同类算法都有显著提高,表明其能实现WRF云产品的快速渲染. 展开更多
关键词 光线追踪 云仿真 边界体积算法 WRF
在线阅读 下载PDF
融合时空重构单元和Transformer的雷达回波外推算法
12
作者 方巍 王淏西 《郑州大学学报(工学版)》 北大核心 2025年第5期137-144,共8页
针对现有基于深度学习的雷达回波外推算法时空特征提取能力不足和建模能力有限的问题,提出了一种融合时空重构单元(SRU)和Transformer的雷达回波外推模型SRU-Former。首先,在模型的编码器和解码器中引入新设计的时空重构单元,通过分离... 针对现有基于深度学习的雷达回波外推算法时空特征提取能力不足和建模能力有限的问题,提出了一种融合时空重构单元(SRU)和Transformer的雷达回波外推模型SRU-Former。首先,在模型的编码器和解码器中引入新设计的时空重构单元,通过分离、变换和重构的策略来提取雷达图像精细化时空特征;其次,在编码器和解码器之间引入Transformer的变体架构模型Poolformer,用全局平均池化操作代替自注意力机制,帮助模型对高度动态变化的雷达序列进行建模;最后,在江苏省气象雷达数据集和上海市气象雷达数据集上训练和测试,与目前主流的深度学习模型进行对比。实验结果表明:在2 h外推任务中,CSI、FAR、MSE和SSIM 4个指标均取得最优值,在江苏省数据集上CSI提升了0.020,上海市中数据集上CSI提升了0.048;SRU-Former能够有效提升模型的预报准确率,外推后期对强回波区域的捕捉更加精确,细节纹理更加丰富清晰。 展开更多
关键词 深度学习 雷达回波外推 TRANSFORMER 时空重构单元 全局平均池化
在线阅读 下载PDF
基于多层感知机模型的长三角水稻种植区净生态系统碳通量模拟 被引量:3
13
作者 席闻阳 何建军 +2 位作者 王智麟 郭立峰 李亚荣 《高原气象》 北大核心 2025年第1期191-200,共10页
中国长江三角洲地区(以下简称长三角地区)是典型的水稻种植区,其碳源汇对区域气候和环境具有重要影响。本文系统地分析了长三角地区净生态系统碳交换量(net ecosystem exchange,NEE)与各个气象因子之间的关系,发现NEE与太阳短波辐射的... 中国长江三角洲地区(以下简称长三角地区)是典型的水稻种植区,其碳源汇对区域气候和环境具有重要影响。本文系统地分析了长三角地区净生态系统碳交换量(net ecosystem exchange,NEE)与各个气象因子之间的关系,发现NEE与太阳短波辐射的相关性最强,其次与湿度相关参量(饱和水汽压差、相对湿度)等呈现较强的相关性。同时,NEE与太阳辐射、气温、湿度因子、风速和摩擦速度的相关性呈现明显的昼夜变化。基于上述分析,本文利用NEE和气象观测数据构建了长三角水稻下垫面多层感知机(Multilayer perceptron,MLP)NEE模拟模型,评估了模型的模拟效果及其时空稳定性。构建的MLP模型能较好地拟合NEE,训练集模拟的NEE与观测值的相关系数达到0.88,均方根误差为5.34μmol·m^(-2)·s^(-1);MLP模型在模拟长三角水稻季NEE时表现良好,在东台和寿县站点的模拟NEE结果与观测值的相关系数均高于0.78,模型具有较好的时空稳定性;MLP模型模拟白天平均NEE的效果好于夜间平均NEE的效果。研究结果揭示了影响水稻碳循环的主要气象因子,为认识长三角水稻种植区碳循环时空分布特征提供支撑,对准确评估全球和区域碳通量具有重要意义。 展开更多
关键词 机器学习 MLP模型 NEE 长江三角洲地区 水稻种植区
在线阅读 下载PDF
基于YOLOv8s改进的自动驾驶目标检测 被引量:1
14
作者 王龙春 方巍 +1 位作者 张丽娟 李东明 《液晶与显示》 北大核心 2025年第5期773-784,共12页
针对当前自动驾驶目标检测算法存在的单一或少量种类目标检测、目标漏检和误检等问题,本文提出了一种基于YOLOv8s改进的自动驾驶目标检测算法。该算法将YOLOv8s的主干网络中部分普通卷积替换成RepConv(Reparameterization Convolution)... 针对当前自动驾驶目标检测算法存在的单一或少量种类目标检测、目标漏检和误检等问题,本文提出了一种基于YOLOv8s改进的自动驾驶目标检测算法。该算法将YOLOv8s的主干网络中部分普通卷积替换成RepConv(Reparameterization Convolution)卷积,提升目标感知能力的同时减少计算复杂度和内存消耗,提高模型效率。此外,在颈部网络C2f后添加高效多尺度注意力(Efficient Multi-scale Attention,EMA)机制,提高特征关注度和模型收敛速度。其次,在网络头部添加P2检测头,增强对小目标的检测能力。最后,采用WIoU(Wise-IoU)损失函数,该函数通过动态非单调聚焦机制和梯度增益分配策略,提高检测器整体性能。在手动标注的Car数据集上,改进模型在mAP50和mAP(50-95)上分别达到81.2%和58.4%,比YOLOv8s模型分别提升1.5%、1.2%;精确率(Precision,P)、召回率(Recall,R)提升1.9%、0.8%;参数量从11.14M降至10.87M。改进模型与基准模型相比,在减少参数量的同时提高了检测精度,使其更加适用于自动驾驶任务。 展开更多
关键词 自动驾驶 目标检测 YOLOv8s EMA Wise-IoU
在线阅读 下载PDF
云计算:概念、技术及应用研究综述 被引量:126
15
作者 方巍 文学志 +1 位作者 潘吴斌 薛胜军 《南京信息工程大学学报(自然科学版)》 CAS 2012年第4期351-361,共11页
近年来,云计算作为一种新的服务模式已成为计算机科学领域的一个研究热点.首先从定义、部署模式、特征和关键技术等方面对云计算进行了综述,然后剖析了当前主流云计算参与企业和应用实例,最后讨论了目前云计算发展存在问题与机遇,旨在... 近年来,云计算作为一种新的服务模式已成为计算机科学领域的一个研究热点.首先从定义、部署模式、特征和关键技术等方面对云计算进行了综述,然后剖析了当前主流云计算参与企业和应用实例,最后讨论了目前云计算发展存在问题与机遇,旨在为了解云计算当前发展状况、研究趋势以及科学地评估云计算的运营和使用提供参考. 展开更多
关键词 云计算 虚拟化 服务 平台
在线阅读 下载PDF
联合WPT和MEC的无线传感网时延优化算法 被引量:1
16
作者 张健 刘鹏博 汤健 《数据采集与处理》 北大核心 2025年第1期163-175,共13页
无线传感网络(Wireless sensor network,WSN)受电池能量有限和计算能力不足的约束,使得电池续航能力成为其广泛部署的瓶颈。本文利用无线电能传输(Wireless power transmission,WPT)和多接入边缘计算(Multi-access edge computing,MEC)... 无线传感网络(Wireless sensor network,WSN)受电池能量有限和计算能力不足的约束,使得电池续航能力成为其广泛部署的瓶颈。本文利用无线电能传输(Wireless power transmission,WPT)和多接入边缘计算(Multi-access edge computing,MEC)技术,在传感器节点能耗受限的情况下,通过联合优化节点卸载决策、无线供电时长和带宽资源分配,最大限度地降低了传感器节点的任务平均完成时延。本文将优化问题建模成混合整数规划问题,并且为了适应复杂动态的信道环境,提出了一种基于柔性动作评价(Soft actor critic,SAC)的时延最小化深度强化学习算法(Deep reinforcement learning delay minimization,DrlDM),将原始优化问题建模成马尔可夫决策过程(Markov decision process,MDP)。仿真结果表明,与3种基线实验相比,本文提出的DrlDM算法平均延迟降低62.11%,显著缩短了节点的任务平均完成时间。 展开更多
关键词 多接入边缘计算 深度强化学习 无线传感网络 无线电能传输 计算卸载
在线阅读 下载PDF
基于图像Bag-of-Words模型的无载体信息隐藏 被引量:48
17
作者 周志立 曹燚 孙星明 《应用科学学报》 CAS CSCD 北大核心 2016年第5期527-536,共10页
介绍一种基于bag-of-words(BOW)模型的无载体信息隐藏方法.该方法使用BOW模型提取图像的视觉关键词(visual words,VW)以表达待隐藏的文本信息,从而实现文本信息在图像中的隐藏.首先使用BOW模型提取图像集中每幅图像的VW,构建文本信息的... 介绍一种基于bag-of-words(BOW)模型的无载体信息隐藏方法.该方法使用BOW模型提取图像的视觉关键词(visual words,VW)以表达待隐藏的文本信息,从而实现文本信息在图像中的隐藏.首先使用BOW模型提取图像集中每幅图像的VW,构建文本信息的关键词和VW的映射关系库;然后把每幅图像分为若干子图像,统计每一幅子图像的VW频数直方图,选择频数最高的VW表示该子图像;最后根据构建的文本关键词和子图像VW的映射关系库,搜索出与待隐藏文本信息存在映射关系的子图像序列,将含有这些子图像的图像作为含密图像进行传递.实验结果和分析表明,该隐藏算法在抗隐写分析、鲁棒性和安全性方面均有良好的表现. 展开更多
关键词 无载体信息隐藏 BAG of words模型 视觉词汇 图像搜索
在线阅读 下载PDF
基于深度学习的电网指标数据异常检测方法研究 被引量:1
18
作者 盛振明 郭耀松 +3 位作者 刘超 成阳 韩肖 方巍 《河南理工大学学报(自然科学版)》 北大核心 2025年第4期59-65,共7页
目的基于深度学习的时间序列异常检测在电力系统运维、电力设备故障检测、电网运行故障监测等智能运维场景中起关键作用。尽管现有方法取得了显著效果,但它们主要关注于特定窗口的时间序列,忽视了不同特征维度时间序列之间存在的相关性... 目的基于深度学习的时间序列异常检测在电力系统运维、电力设备故障检测、电网运行故障监测等智能运维场景中起关键作用。尽管现有方法取得了显著效果,但它们主要关注于特定窗口的时间序列,忽视了不同特征维度时间序列之间存在的相关性,在某些情况下会导致误检,异常检测精度下降。方法本文提出一种基于时间-特征维度融合的异常变压器(temporal-feature fusion anomaly transformer,TFFAT)模型,用于无监督多变量电网指标数据异常检测。TFFAT利用图注意力机制并行地从时间维度和特征维度学习多变量时间序列之间的复杂依赖关系,采用异常Transformer模型处理融合的隐藏特征并生成异常得分。结果结果表明,在3个公开的时间序列异常检测数据集上,TFFAT检测精度分别达到89.73%,92.12%,97.14%,显著优于现有基准方法。结论TFFAT能够充分捕获时间和特征维度的时间序列之间的相关性,从而精确捕获时序数据的异常关系,在电网运维中具有重要的应用价值,能够显著提高电网故障检测的准确性,减少误检,增强电网的稳定性和可靠性。 展开更多
关键词 深度学习 电网数据 异常检测 电网运维 电网监控 时间序列
在线阅读 下载PDF
基于模板和领域本体的Deep Web信息抽取研究 被引量:16
19
作者 顾韵华 高原 +1 位作者 高宝 杜杰 《计算机工程与设计》 CSCD 北大核心 2014年第1期327-332,共6页
为简化模板的抽取规则、提高抽取的准确率,提出了一种基于双模板和领域本体的Deep Web信息抽取方法。该方法采用DIV块模板和表格模板结合的方法,建立双模板。利用基于中文分词的网页预处理结果,在领域本体知识的指导下,通过C4.5决策树... 为简化模板的抽取规则、提高抽取的准确率,提出了一种基于双模板和领域本体的Deep Web信息抽取方法。该方法采用DIV块模板和表格模板结合的方法,建立双模板。利用基于中文分词的网页预处理结果,在领域本体知识的指导下,通过C4.5决策树算法来训练分类模型,筛选出待抽取的DIV块序号,构建DIV块模板,从而可以精确定位到数据块。利用XML技术构建XSLT文档,得到表格模板的抽取规则,从而抽取出数据片段。选取天气领域进行Deep Web信息抽取实验,实验结果表明,抽取准确率和召回率都可以达到95%以上,取得了较好的抽取效果。 展开更多
关键词 DEEP WEB 信息抽取 模板 领域本体 决策树
在线阅读 下载PDF
基于动态嵌入特征的鲁棒半监督视频目标分割 被引量:1
20
作者 陈亚当 赵翊冰 吴恩华 《北京航空航天大学学报》 北大核心 2025年第7期2253-2261,共9页
针对半监督视频目标分割(VOS)方法存在推理时内存占用不断增加及仅依赖低级像素特征训练困难的问题,提出一种基于动态嵌入特征和辅助损失函数的半监督视频目标分割方法。使用动态嵌入特征建立恒定大小的记忆库;通过时空聚合方法,利用历... 针对半监督视频目标分割(VOS)方法存在推理时内存占用不断增加及仅依赖低级像素特征训练困难的问题,提出一种基于动态嵌入特征和辅助损失函数的半监督视频目标分割方法。使用动态嵌入特征建立恒定大小的记忆库;通过时空聚合方法,利用历史信息生成和更新动态嵌入特征;使用内存更新感应器来自适应控制记忆库的更新间隔,适应不同视频的运动模式;使用辅助损失函数,在高级语义特征层面上给网络提供辅助指导,并通过在多重特征层面多方面指导,提高模型精度和训练效率;针对视频前背景中相似目标误匹配的问题,设计一种时空约束模块,以利用视频的时间连续性特性更好地捕获前一帧掩码信息与当前帧之间的关联。实验结果表明:所提方法在DAVIS 2017验证集上达到84.5%J&F的精度,在YouTube-VOS 2019验证集达到82.4%J&F的精度。 展开更多
关键词 视频目标分割 时空记忆网络 时空约束 内存更新感应 动态嵌入特征
在线阅读 下载PDF
上一页 1 2 31 下一页 到第
使用帮助 返回顶部