期刊文献+
共找到23篇文章
< 1 2 >
每页显示 20 50 100
基于容器的轻量级工业控制系统网络安全测试床研究 被引量:8
1
作者 张仁斌 赵季翔 +1 位作者 杨戬 吴克伟 《计算机应用研究》 CSCD 北大核心 2021年第2期506-509,共4页
针对现有工业控制系统(ICS)测试床部署成本高、网络拓扑简单固定、难以共享等问题,提出了一种基于容器的轻量级ICS网络安全测试床构建方法。该方法将田纳西—伊斯曼过程模型及其控制算法分别封装为两类Docker容器镜像,根据Web图形化界... 针对现有工业控制系统(ICS)测试床部署成本高、网络拓扑简单固定、难以共享等问题,提出了一种基于容器的轻量级ICS网络安全测试床构建方法。该方法将田纳西—伊斯曼过程模型及其控制算法分别封装为两类Docker容器镜像,根据Web图形化界面绘制工业控制网络拓扑,自动配置容器接口并连接成仿真工控网络,最终实现具有真实的工业控制网络数据流的ICS网络安全测试床。实验结果表明,该方法仅需要较少的系统资源,就可快速实现给定网络拓扑的测试环境,支持多种网络攻击测试,相比于其他ICS测试床,具有更好的资源使用、加载速度和可移植性,有利于ICS网络安全的测试、研究和教学工作。 展开更多
关键词 网络安全 工业控制系统安全 测试床 容器网络 DOCKER
在线阅读 下载PDF
多阶段应急物资多目标连续分配问题建模与求解 被引量:1
2
作者 张国富 管燕妮 +1 位作者 苏兆品 岳峰 《计算机工程》 CAS CSCD 北大核心 2024年第12期329-345,共17页
大型自然灾害应急物资分配是展开受灾点应急救援的基础,主要研究如何对受自然灾害地点周边的应急物资进行合理调配,尽快从各个储备站将应急物资输送到受灾点,保障事故救援顺利进行。然而,已有研究大多局限于单个阶段的应急物资分配,过... 大型自然灾害应急物资分配是展开受灾点应急救援的基础,主要研究如何对受自然灾害地点周边的应急物资进行合理调配,尽快从各个储备站将应急物资输送到受灾点,保障事故救援顺利进行。然而,已有研究大多局限于单个阶段的应急物资分配,过于强调应急响应的时效性而忽视了物资消耗的连续性。为此,构建了一种面向多储备站、多种应急物资、多受灾点、多阶段连续分配应急物资的多目标分配模型,并分析推演了满足物资阶段内连续消耗的约束条件,基于非支配排序遗传算法(NSGA)和启发式策略设计了一种应对大型自然灾害的应急物资多目标分配算法。仿真实验验证了所提算法的有效性。实验结果表明,所提算法可以同时兼顾大型自然灾害应急响应的连续性和时效性要求,为大型自然灾害应急救援提供更多且更优的应急物资分配方案。 展开更多
关键词 应急物资连续分配 多目标优化 非支配排序遗传算法 启发式策略 可持续灾害供应链
在线阅读 下载PDF
基于深度学习的人脸呈现攻击检测方法研究进展 被引量:1
3
作者 孙锐 王菲 +2 位作者 冯惠东 张旭东 高隽 《计算机科学》 北大核心 2025年第2期323-335,共13页
随着人脸识别技术广泛应用于公共安全、金融支付等领域,呈现攻击(Presentation Attacks,PAs)对人脸识别系统的安全性构成了威胁。呈现攻击检测技术(Presentation Attacks Detection,PAD)旨在判断输入人脸的真伪,对维护识别系统的安全性... 随着人脸识别技术广泛应用于公共安全、金融支付等领域,呈现攻击(Presentation Attacks,PAs)对人脸识别系统的安全性构成了威胁。呈现攻击检测技术(Presentation Attacks Detection,PAD)旨在判断输入人脸的真伪,对维护识别系统的安全性和鲁棒性具有重要的研究意义。由于大规模数据集的不断涌现,基于深度学习的呈现攻击检测方法逐渐成为该领域的主流。文章对近期基于深度学习的人脸呈现攻击检测方法进行了综述。首先,概述了呈现攻击检测的定义、实施方式和常见的攻击类型;其次,分别从单模态和多模态入手,对近五年来深度学习类方法的发展趋势、技术原理和优缺点进行详细分析和总结;然后,介绍了PAD研究中使用的典型数据集及其特点,并给出算法的评估标准、协议和性能结果;最后,总结了PAD研究中面临的主要问题并展望了未来的发展趋势。 展开更多
关键词 呈现攻击检测 单模态 多模态 人脸呈现数据集 深度学习
在线阅读 下载PDF
基于视角统一的手姿态估计优化方法
4
作者 曹忠锐 谢文军 +3 位作者 王冬 钮立超 王婷玉 刘晓平 《计算机应用研究》 北大核心 2025年第1期293-299,共7页
从深度图像中准确估计手的三维姿态是计算机视觉领域的重要任务。然而,由于手的自遮挡和关节自相似性,使得手姿态估计任务极具挑战性。为了克服这些困难,考察了深度图像采样视角对于估计精度的影响,提出了一种基于视角统一(UVP)的网络... 从深度图像中准确估计手的三维姿态是计算机视觉领域的重要任务。然而,由于手的自遮挡和关节自相似性,使得手姿态估计任务极具挑战性。为了克服这些困难,考察了深度图像采样视角对于估计精度的影响,提出了一种基于视角统一(UVP)的网络。该网络旨在将输入的深度图像重采样为更易于估计的“正面”视角,而后通过原始视角下的特征提高关节估计精度。首先,提出了视角转换模块,实现对输入的单张深度图像的视角旋转,提供作为补充的第二视角;然后,提出了视角统一损失函数,确保转换后的第二视角为“正面”视角,最大程度规避自遮挡问题;最后,通过改变卷积组合结构、降低网络深度等网络轻量化手段,进一步优化方法的性能。通过在三个公开的手姿态数据集(包括ICVL、NYU和MSRA)上进行实验,所提方法分别取得了4.92 mm、7.43 mm和7.02 mm的平均关节位置误差,且在搭载RTX3070的计算机上能以159.39 frame/s的速度运行。可见,转换深度图的采样视角,并融合双视角下的特征有利于提高手部姿态估计的精度。同时,所提方法具备自适应性,并表现出优秀的泛化能力,可以推广到大多数基于单深度图像的手部姿态估计模型,为深度学习在三维手姿态估计中的应用提供了有力支持。 展开更多
关键词 手部姿态估计 手关节自遮挡 视角统一 深度图像 点云变换
在线阅读 下载PDF
基于扩散概率模型的去噪预测网络预测人体运动
5
作者 王婷玉 谢文军 +2 位作者 王冬 李琳 刘晓平 《小型微型计算机系统》 北大核心 2025年第4期883-891,共9页
近年来,深度学习方法在人体运动预测方面取得了良好的进展,目前单一阶段方法在预测的准确性和多样性上仍存在改进空间,而采用多阶段方式则导致难以端到端预测.为此,本文提出了一种基于扩散概率模型的去噪预测网络,旨在以端到端的方式去... 近年来,深度学习方法在人体运动预测方面取得了良好的进展,目前单一阶段方法在预测的准确性和多样性上仍存在改进空间,而采用多阶段方式则导致难以端到端预测.为此,本文提出了一种基于扩散概率模型的去噪预测网络,旨在以端到端的方式去预测出准确多样的人体运动.其中提出了一个基于Transformer的模块,包含一个无softmax的修正线性自注意力,提升了人体运动预测的准确性.此外,本文还提出了一种基于DPM-Solver++的扩散模型采样策略,预测出更加连续和多样性的人体运动姿态序列,并将预测出同一质量人体运动姿态序列的采样时间缩减至一半以下.最后,将本文方法在两个标准数据集Human3.6M和HumanEva-I上进行充分评估.实验结果表明,本文方法优于最先进的单一阶段的方法. 展开更多
关键词 人体运动预测 扩散概率模型 去噪预测网络 修正线性自注意力 DPM-Solver++
在线阅读 下载PDF
基于β-VAE的联邦学习异常更新检测算法 被引量:4
6
作者 张仁斌 崔宇航 张子石 《计算机应用研究》 CSCD 北大核心 2024年第8期2496-2501,共6页
利用自编码器模型检测恶意模型更新的联邦学习框架是一种优秀的投毒攻击防御框架,但现有的基于自编码器的模型存在训练困难、异常检测能力不足等问题。针对以上问题,提出了一种基于β-VAE的联邦学习异常更新检测算法:服务器端通过抑制... 利用自编码器模型检测恶意模型更新的联邦学习框架是一种优秀的投毒攻击防御框架,但现有的基于自编码器的模型存在训练困难、异常检测能力不足等问题。针对以上问题,提出了一种基于β-VAE的联邦学习异常更新检测算法:服务器端通过抑制训练样本的随机属性,生成更稳定的训练数据集,并使用该数据集对β-VAE异常检测模型进行即时训练。利用该模型计算客户端上传的任务模型更新的异常分数,然后根据动态阈值来检测并移除异常更新。通过三个联邦学习任务对算法进行了验证,即在MNIST数据集上使用逻辑回归(logistic regression,LR)模型进行分类、在FEMNIST数据集上使用卷积神经网络(convolutional neural network,CNN)进行分类以及在Shakespeare数据集上使用循环神经网络(recurrent neural network,RNN)进行字符预测。实验结果表明,在多种攻击场景下,该算法下的任务模型相较于其他防御算法都取得了更高的准确率。这表明在非独立同分布场景下,该算法对联邦学习投毒攻击具有良好的鲁棒性。 展开更多
关键词 联邦学习 异常检测 投毒攻击 防御机制 深度学习
在线阅读 下载PDF
面向任务的重叠联盟结构生成计算复杂性
7
作者 张国富 宋晓晓 +1 位作者 苏兆品 岳峰 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第1期163-171,共9页
传统的重叠联盟形成问题大都聚焦智能体,鲜有从任务视角出发.为此,本文首先构建了一种面向任务的重叠联盟结构生成模型,并分析了其解空间和相关决策问题的计算复杂性.此外,基于流网络分别设计了相应的孤立联盟、重叠联盟、重叠联盟结构... 传统的重叠联盟形成问题大都聚焦智能体,鲜有从任务视角出发.为此,本文首先构建了一种面向任务的重叠联盟结构生成模型,并分析了其解空间和相关决策问题的计算复杂性.此外,基于流网络分别设计了相应的孤立联盟、重叠联盟、重叠联盟结构成功性判别算法和最优重叠联盟结构生成算法.分析结果表明,判别孤立联盟、重叠联盟、重叠联盟结构的成功性的时间复杂度均与智能体数和任务数呈多项式关系,而搜索最优重叠联盟结构的时间复杂度与智能体数和任务数呈指数关系.最后,通过仿真实验验证了上述结果. 展开更多
关键词 多智能体系统 重叠联盟结构生成 计算复杂性 成功性判别 流网络
在线阅读 下载PDF
基于Group-Res2Block的智能合成语音说话人确认方法
8
作者 李菲 苏兆品 +2 位作者 王年松 杨波 张国富 《应用科学学报》 CAS CSCD 北大核心 2024年第4期709-722,共14页
针对现有说话人确认任务基于自然语音条件下并不适用于智能合成语音的问题,提出一种基于Group-Res2Block的智能合成语音说话人确认方法。首先,设计了Group-Res2Block结构,在Res2Block的基础上将当前分组与相邻前后分组进行合并形成新的... 针对现有说话人确认任务基于自然语音条件下并不适用于智能合成语音的问题,提出一种基于Group-Res2Block的智能合成语音说话人确认方法。首先,设计了Group-Res2Block结构,在Res2Block的基础上将当前分组与相邻前后分组进行合并形成新的分组,以增强说话人局部特征的上下文联系;其次,设计了并行结构的多尺度通道注意力特征融合机制,利用不同大小卷积核实现同一层级的特征在通道维度的特征选择,以获取更具表现力的说话人特征,避免信息冗余;最后,设计了串行结构的多尺度层注意力特征融合机制,构建层结构,将深浅层特征整体进行融合并赋予不同权重,以获取最优的特征表达。为验证所提出特征提取网络的有效性,构建了中英文两种智能合成语音数据集进行消融实验和对比实验。结果表明本文方法在该任务的评价指标精确度(accuracy,ACC)、等错误率(equal error rate,EER)和最小检测代价函数(minimum detection cost function,minDCF)上是最优的。此外,通过对模型泛化性能进行测试,验证了本文方法对未知智能语音算法的适用性。 展开更多
关键词 说话人确认 智能合成语音 Group-Res2Block深度神经网络 多尺度特征 注意力机制
在线阅读 下载PDF
结合对抗互信息的多变量时间序列抗噪异常检测 被引量:1
9
作者 张本初 乔焰 胡荣耀 《计算机应用研究》 CSCD 北大核心 2024年第8期2384-2391,共8页
近年来,对多变量时间序列的异常检测在各领域中逐渐突显出其重要性。然而,由于多变量时间序列的时空依赖性以及采集所存在的噪声干扰,使得模型学习到的分布与真实分布存在一定的偏差,进而影响检测性能。为了解决以上问题,提出一种结合... 近年来,对多变量时间序列的异常检测在各领域中逐渐突显出其重要性。然而,由于多变量时间序列的时空依赖性以及采集所存在的噪声干扰,使得模型学习到的分布与真实分布存在一定的偏差,进而影响检测性能。为了解决以上问题,提出一种结合对抗互信息的多变量时间序列抗噪异常检测模型(RADAM)。通过设计对比学习机制来达到多变量时间序列全局信息和局部信息的互信息最大化,以此来学习多变量时间序列的时间与空间依赖性;利用自适应权重和过滤器模块减少噪声样本对于训练过程的干扰,使模型在训练过程中具备较高的抗噪能力。在五个真实数据集上与六个先进的同类异常检测方法进行了对比实验,实验结果证明RADAM性能明显优于其他基线模型,说明RADAM能显著提升在包含噪声的多变量时间序列数据集上异常检测的准确度。 展开更多
关键词 多变量时间序列 抗噪异常检测 生成对抗学习 对比学习 互信息最大化
在线阅读 下载PDF
一种基于差分进化的鲁棒音频隐写算法 被引量:3
10
作者 苏兆品 沈朝勇 +2 位作者 张国富 岳峰 胡东辉 《电信科学》 2021年第11期64-74,共11页
音频隐写是将秘密信息隐藏到音频载体中,已成为信息隐藏领域的一个研究热点。已有研究大多聚焦最小化隐写失真,却以牺牲隐写容量为代价,且往往被一些常规信号攻击后难以正确提取秘密信息。为此,基于扩频技术,首先,分析了隐写参数(分段... 音频隐写是将秘密信息隐藏到音频载体中,已成为信息隐藏领域的一个研究热点。已有研究大多聚焦最小化隐写失真,却以牺牲隐写容量为代价,且往往被一些常规信号攻击后难以正确提取秘密信息。为此,基于扩频技术,首先,分析了隐写参数(分段隐写强度和分段隐写容量)与不可感知性和鲁棒性的关系,并构建了一种以分段隐写强度、分段隐写容量为自变量,以不可感知性和隐写容量为优化目标,以信噪比为约束条件的音频隐写多目标优化模型;然后,提出了一种基于差分进化的鲁棒音频隐写算法,设计了相应的编码、适应度函数、交叉和变异算子。对比实验结果表明,所提隐写算法能够在保证不可感知性和抗隐写分析能力的前提下达到更好的鲁棒性,可以有效抵御一些常规信号处理攻击。 展开更多
关键词 音频隐写 隐写参数 差分进化 鲁棒性
在线阅读 下载PDF
基于耦合绕组的锂电池组主动均衡方案研究 被引量:26
11
作者 刘征宇 夏登威 +1 位作者 姚利阳 杨昆 《电机与控制学报》 EI CSCD 北大核心 2021年第2期54-64,共11页
针对锂电池组在充放电过程中出现能量不一致的问题,采用传统的Buck-Boost均衡电路和Flyback均衡电路的均衡方法,提出一种可减小电路尺寸、提高均衡速度和均衡效率的基于耦合绕组的新型主动均衡电路。通过对耦合绕组的选择性充放电,会有... 针对锂电池组在充放电过程中出现能量不一致的问题,采用传统的Buck-Boost均衡电路和Flyback均衡电路的均衡方法,提出一种可减小电路尺寸、提高均衡速度和均衡效率的基于耦合绕组的新型主动均衡电路。通过对耦合绕组的选择性充放电,会有三种不同的工作模式来实现单体之间的能量转移,并调节PWM驱动信号占空比来提高均衡器的工作效率。在均衡控制策略方面,根据锂电池开路电压(OCV)与荷电状态(SOC)之间的一一对应关系,提出了基于电压和SOC双变量的均衡控制策略,主要是通过电压快速均衡和修正均衡以及SOC均衡阶段同时实现电压均衡和SOC均衡,更加合理地保证电池组动态性能一致。实验结果表明,该方案可以减少电池组的均衡时间,并且降低了能量损耗,提高了均衡效率,使电池组的整体性能达到最优状态。 展开更多
关键词 不一致性 Buck-Boost电路 Flyback电路 荷电状态 耦合绕组 均衡控制策略
在线阅读 下载PDF
基于最大信息传递熵的ICS因果关系建模 被引量:3
12
作者 张仁斌 曹宗泽 吴克伟 《计算机应用研究》 CSCD 北大核心 2021年第3期800-804,共5页
针对传统因果关系算法难以准确分析含大量噪声的非线性数据的问题进行了研究,提出基于最大信息传递熵的因果关系建模算法。首先,利用最大信息系数对非线性数据的时序趋势间的关联度进行检测,弱化噪声对变量间相关性的影响;然后根据筛选... 针对传统因果关系算法难以准确分析含大量噪声的非线性数据的问题进行了研究,提出基于最大信息传递熵的因果关系建模算法。首先,利用最大信息系数对非线性数据的时序趋势间的关联度进行检测,弱化噪声对变量间相关性的影响;然后根据筛选因子剔除弱相关变量,并通过随机经验估值计算强关联变量间的传递熵,以减少传递熵的计算量;最后,传递熵确定因果关系方向,形成支持链路溯源的单向因果网络。利用经典化工过程数据集对该算法进行测试分析,实验结果表明,相比于现有的因果关系建模算法,该算法可定位异常变量,对12维以上的高维数据建模的稳定性高于85%,因果关系的准确率可达83.33%,实际建模效果优于对比算法,可用于工业控制系统异常检测定位。 展开更多
关键词 工业控制系统 因果关系建模 最大信息传递熵 链路溯源 异常定位
在线阅读 下载PDF
园区电力数据可视分析系统 被引量:4
13
作者 路强 程鑫 +2 位作者 王萍 徐伟刚 罗珣 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2019年第5期638-645,共8页
将可视化分析技术应用于电力系统可以有效地解决电力系统发展带来的海量数据分析及显示等问题。文章介绍了数据可视化技术在电力系统中的研究和应用,针对电网企业数据和已有的分析手段,并结合园区电力系统分析需求提出一种支持用户交互... 将可视化分析技术应用于电力系统可以有效地解决电力系统发展带来的海量数据分析及显示等问题。文章介绍了数据可视化技术在电力系统中的研究和应用,针对电网企业数据和已有的分析手段,并结合园区电力系统分析需求提出一种支持用户交互式探索的可视分析系统框架;基于此提出了园区电力数据可视分析原型系统,支持在浏览器中或其他显示和交互设备上使用。案例分析表明,该系统可以全方面地展现园区内的供用电数据以及资源建设等信息,帮助供电部门综合多种电力数据进行分析。 展开更多
关键词 可视分析 可视化系统 供电系统 智能电网 电力数据
在线阅读 下载PDF
受灾路网抢修队动态调度问题的建模与求解方法 被引量:1
14
作者 张国富 沈宇锋 +1 位作者 宋晓晓 苏兆品 《计算机工程》 CAS CSCD 北大核心 2023年第6期300-313,共14页
地震、受灾路网抢修作为灾后应急响应中的一个基础环节,主要研究如何制定道路抢修队的修复方案,从而快速打通生命救援线路,确保救援队伍、装备、物资等及时输送到灾区各个需求点。然而,已有研究大多专注于静态受灾路网,难以适应地震、... 地震、受灾路网抢修作为灾后应急响应中的一个基础环节,主要研究如何制定道路抢修队的修复方案,从而快速打通生命救援线路,确保救援队伍、装备、物资等及时输送到灾区各个需求点。然而,已有研究大多专注于静态受灾路网,难以适应地震、洪水等重特大自然灾害下的复杂应急场景。构建一种动态受灾路网模型,模拟应急场景的动态恶化,并基于Markov决策过程构建抢修队的动态决策模型,设计相应的状态空间、动作空间和回报函数。最后,提出一种基于改进Q学习(IQL)的动态调度(IQLDS)算法,以适应当前的路网状态,快速得到较优的修复策略。实验结果表明,与蚁群优化算法、IQL算法相比,IQLDS算法在大规模、高受损率路网环境中的目标函数值降低了约50%,能够在精确感知路网环境变化后及时调整学习策略,并充分利用历史经验获得较优的修复方案。 展开更多
关键词 灾后应急响应 路网修复 抢修队动态调度 Q学习 最优动作集更新
在线阅读 下载PDF
多阶段多目标动态测试资源分配算法 被引量:5
15
作者 牛福强 张国富 +1 位作者 苏兆品 岳峰 《计算机工程与设计》 北大核心 2020年第3期656-663,共8页
为准确反应软件测试过程中的动态特征,建立一种多阶段多目标动态测试资源分配模型。通过计算不同测试阶段的模块参数和可用测试资源,实现每个测试阶段最小剩余错误总数和最少测试资源消耗。设计一种基于带精英策略的非支配排序遗传算法(... 为准确反应软件测试过程中的动态特征,建立一种多阶段多目标动态测试资源分配模型。通过计算不同测试阶段的模块参数和可用测试资源,实现每个测试阶段最小剩余错误总数和最少测试资源消耗。设计一种基于带精英策略的非支配排序遗传算法(NSGA-Ⅱ)、参数估计、种群重新初始化和约束处理的多阶段多目标动态测试资源分配算法。实验结果表明,所提模型和算法得到的测试资源分配方案的数量和质量明显优于动态单目标和静态多目标方法。 展开更多
关键词 软件测试 动态测试资源分配 多阶段 多目标优化 带精英策略的非支配排序遗传算法
在线阅读 下载PDF
成本最小化的最优重叠联盟结构生成算法 被引量:3
16
作者 魏冰茹 张国富 +2 位作者 苏兆品 岳峰 牛福强 《计算机工程》 CAS CSCD 北大核心 2019年第11期198-203,共6页
重叠联盟结构生成(OCSG)的解空间复杂性较高,基于演化计算的随机搜索方法不能保证得到最优解,且其假设Agent承担任务消耗资源时不产生任何成本代价,导致无法区分各联盟结构的差异性。针对该问题,构建以联盟结构成本最小化为优化目标的O... 重叠联盟结构生成(OCSG)的解空间复杂性较高,基于演化计算的随机搜索方法不能保证得到最优解,且其假设Agent承担任务消耗资源时不产生任何成本代价,导致无法区分各联盟结构的差异性。针对该问题,构建以联盟结构成本最小化为优化目标的OCSG数学模型,并提出一种基于动态规划的最优OCSG算法。实验结果表明,与TTGs_DP算法相比,该算法的环境适应性较好,资源利用率较高。 展开更多
关键词 多AGENT系统 联盟博弈 重叠联盟结构生成 成本最小化 动态规划
在线阅读 下载PDF
动态可靠性约束的多阶段测试资源分配研究 被引量:3
17
作者 占德志 张国富 +1 位作者 苏兆品 岳峰 《计算机工程》 CAS CSCD 北大核心 2021年第2期246-253,260,共9页
为满足测试资源分配过程中用户对软件可靠性的需求,构建一种动态可靠性约束的多阶段多目标测试资源分配模型DRC-MSMOTRA。从理论上分析不同阶段满足可靠性约束的测试时间下限并设计相应的种群初始化策略,结合参数估计、加权归一化方法... 为满足测试资源分配过程中用户对软件可靠性的需求,构建一种动态可靠性约束的多阶段多目标测试资源分配模型DRC-MSMOTRA。从理论上分析不同阶段满足可靠性约束的测试时间下限并设计相应的种群初始化策略,结合参数估计、加权归一化方法和多目标差分进化,提出一种动态可靠性约束的多阶段多目标测试资源分配算法MS-DRC-GDE3。实验结果表明,与MSMOTRA模型相比,DRC-MSMOTRA模型在2种不同规模的软件系统上所获解的覆盖值分别提高约62和59个百分点,与MS-GDE3算法相比,MS-DRC-GDE3算法在2种软件系统上所获解的覆盖值分别提高约69和80个百分点,即所提模型和算法能够根据用户对可靠性的需求来为用户提供更多更优的测试资源分配方案。 展开更多
关键词 软件可靠性 测试资源分配 动态可靠性约束 加权归一化 多目标差分进化
在线阅读 下载PDF
多时间尺度一致性的弱监督时序动作定位 被引量:3
18
作者 郭文斌 杨兴明 +2 位作者 蒋哲远 吴克伟 谢昭 《计算机工程与应用》 CSCD 北大核心 2023年第10期151-161,共11页
由于弱监督时序动作定位模型使用视频级的标签作为监督信号,模型在识别出动作实例中最具区分性的视频片段时,也会将和视频级标签有关的背景片段误认为是动作,难以产生完整的动作提议。为了进一步检测动作片段,通过分析动作片段在多时间... 由于弱监督时序动作定位模型使用视频级的标签作为监督信号,模型在识别出动作实例中最具区分性的视频片段时,也会将和视频级标签有关的背景片段误认为是动作,难以产生完整的动作提议。为了进一步检测动作片段,通过分析动作片段在多时间尺度上标记的一致性,提出了一种多时间尺度一致性的弱监督时序动作定位方法。对输入的视频帧提取RGB和光流的特征,设计一种多时间尺度的模块,使用不同尺寸的卷积核建模视频的时序关系。通过估计多时间尺度特征的时间类激活图,并对多分支的时间类激活图进行融合,获得多时间尺度一致性的动作预测标签。为了进一步优化模型预测的动作标签,采用迭代优化策略,在每次迭代中更新预测标签,并为模型训练提供有效的帧级监督信号。在THUMOS14和ActivityNet1.3数据集上进行实验验证,实验结果表明,方法性能优于现有弱监督时序动作定位方法。 展开更多
关键词 弱监督 时序动作定位 多时间尺度 一致性
在线阅读 下载PDF
HXDSP平台上矩阵乘法的实现与性能分析 被引量:4
19
作者 刘余福 郎文辉 贾光帅 《计算机工程》 CAS CSCD 北大核心 2019年第4期25-29,共5页
在向量处理器上进行矩阵运算时硬件资源利用率与数据处理能力较低。为此,基于魂芯数字信号处理器(HXDSP)平台,结合高效视频编码(HEVC)标准中的离散余弦变换算法,采用数据压缩式向量法实现矩阵乘法,以发挥向量处理器的硬件资源。实验结... 在向量处理器上进行矩阵运算时硬件资源利用率与数据处理能力较低。为此,基于魂芯数字信号处理器(HXDSP)平台,结合高效视频编码(HEVC)标准中的离散余弦变换算法,采用数据压缩式向量法实现矩阵乘法,以发挥向量处理器的硬件资源。实验结果表明,该方法可达到HXDSP的定点乘累加运算能力峰值32 GMACs,数据处理能力可达2 GPixel/s,满足HEVC编码标准的性能要求。 展开更多
关键词 魂芯数字信号处理器 矩阵乘法 数据压缩 向量法 高效视频编码标准 离散余弦变换算法
在线阅读 下载PDF
基于地形特征重要度的地形网格简化与调整 被引量:3
20
作者 肖铭杰 路强 +3 位作者 陆亦扬 邹彬 刘号 陈雁翔 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2019年第5期651-654,701,共5页
山地是应急决策过程的主要场景之一,面向移动终端和WEB展示等资源受限平台上的大场景优化显示方法是图形学和可视化领域的研究热点。文章在已有的DEM地形网格简化算法的基础上,提出了一种基于地形特征重要度的地形网格简化与调整算法。... 山地是应急决策过程的主要场景之一,面向移动终端和WEB展示等资源受限平台上的大场景优化显示方法是图形学和可视化领域的研究热点。文章在已有的DEM地形网格简化算法的基础上,提出了一种基于地形特征重要度的地形网格简化与调整算法。通过K-means算法将地形网格顶点进行聚类,并且引入地形特征重要度来调整特定区域地形网格的大小,达到突出特定地形的效果;采用细节层次(levels of detail,LOD)算法指导地形网格的细分和简化,提高地形网格的绘制效率。实验结果表明,该算法有效地保留且突出了山地区域地形地貌,并且减少了顶点数量,提高了地形绘制和渲染的效率。 展开更多
关键词 地形特征重要度 地形网格 顶点聚类 顶点重定位 视点相关
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部