开放数据安全中的隐私保护策略——评《数据安全与隐私计算(第2版)》

1

作者 闾燕 《中国安全科学学报》 北大核心 2025年第6期249-250,共2页

数据要素流通加速推进,开放数据已成为推动社会治理、科研创新与经济发展的关键资源。然而,数据开放过程中广泛存在的个人信息泄露风险,不仅威胁用户隐私权益,更动摇公众对数据共享的信任基础。逐步兴起的基于密码学、匿名化技术的隐私... 数据要素流通加速推进,开放数据已成为推动社会治理、科研创新与经济发展的关键资源。然而,数据开放过程中广泛存在的个人信息泄露风险,不仅威胁用户隐私权益,更动摇公众对数据共享的信任基础。逐步兴起的基于密码学、匿名化技术的隐私计算范式,为破解数据利用与隐私保护的矛盾提供了技术路径。 展开更多

关键词 隐私计算 开放数据 密码学 个人信息泄露

在线阅读 下载PDF 职称材料

电子政务网络安全风险及预防对策——评《电子政务信息资源共享与安全保障机制》

2

作者 闾燕 《中国安全科学学报》 CAS CSCD 北大核心 2023年第9期238-238,共1页

电子政务是指政府机关借助信息化手段,实现政务活动的数字化、网络化和智能化,提高政务效率、加强信息公开、优化公共服务的过程。电子政务的实施使得政府机关的办公、决策以及公共服务等各个环节都离不开网络,网络的安全稳定是保障政... 电子政务是指政府机关借助信息化手段,实现政务活动的数字化、网络化和智能化,提高政务效率、加强信息公开、优化公共服务的过程。电子政务的实施使得政府机关的办公、决策以及公共服务等各个环节都离不开网络,网络的安全稳定是保障政府机关工作正常进行的前提。一旦网络出现安全问题,轻则导致工作效率下降,重则可能影响到政府机关的整体运行。电子政务的实施使得政府机关的工作更加透明,公众可以方便了解政府的工作情况,这不仅有利于加强公民对政府的监督,也有利于提升政府的形象和公信力。 展开更多

关键词 安全保障机制 电子政务 网络安全风险 政务活动 信息化手段 公共服务 信息公开 公信力

在线阅读 下载PDF 职称材料

基于语义增强的虚假新闻检测

3

作者 成雪 张琛 李清旭 《计算机应用与软件》 北大核心 2025年第2期202-209,共8页

针对将虚假新闻检测抽象为文本分类任务时,可能会忽略新闻文本语义信息的问题,提出一种语义增强的虚假新闻检测方法。使用TextRank算法提取真假新闻的关键词,并融入原始文本中进行信息增强,利用ERNIE模型学习知识增强的语义表示,通过CN... 针对将虚假新闻检测抽象为文本分类任务时,可能会忽略新闻文本语义信息的问题,提出一种语义增强的虚假新闻检测方法。使用TextRank算法提取真假新闻的关键词,并融入原始文本中进行信息增强,利用ERNIE模型学习知识增强的语义表示,通过CNN模型提取新闻文本局部特征,并输入到BiGRU学习序列特征,同时引入注意力机制突出关键特征词,在分类前将特征向量与知识增强的语义表示进行融合,实现虚假新闻检测。实验结果表明,该方法能够有效分类真假新闻,在虚假新闻检测任务中比常用方法准确率有显著提升。 展开更多

关键词 虚假新闻检测 TextRank算法 信息增强 ERNIE 语义增强

在线阅读 下载PDF 职称材料

基于农作物病害检测与识别的卷积神经网络模型研究进展 被引量：28

4

作者 郭文娟 冯全 李相周 《中国农机化学报》 北大核心 2022年第10期157-166,共10页

农作物病害的精准检测与识别是推动农业生产智能化与现代化发展的重要举措。随着计算机视觉技术的发展,深度学习方法已得到快速应用,利用卷积神经网络进行农作物病害检测与识别成为近年来研究的热点。基于传统农作物病害识别方法,分析... 农作物病害的精准检测与识别是推动农业生产智能化与现代化发展的重要举措。随着计算机视觉技术的发展,深度学习方法已得到快速应用,利用卷积神经网络进行农作物病害检测与识别成为近年来研究的热点。基于传统农作物病害识别方法,分析传统方法的弊端所在;立足于农作物病害检测与识别的卷积神经网络模型结构,结合卷积神经网络模型发展和优化历程,针对卷积神经网络在农作物病害检测与识别的具体应用进行分类,从基于公开数据集和自建数据集的农作物病害分类识别、基于双阶段目标检测和单阶段目标检测的农作物病害目标检测以及国外和国内的农作物病害严重程度评估3个方面,对各类卷积神经网络模型研究进展进行综述,对其性能做了对比分析,指出了基于农作物病害检测与识别的卷积神经网络模型当前存在的问题有:公开数据集上识别效果良好的网络模型在自建复杂背景下的数据集上识别效果不理想;基于双阶段目标检测的农作物病害检测算法实时性差,不适于小目标的检测;基于单阶段目标检测的农作物病害检测算法在复杂背景下检测精度较低;复杂大田环境中农作物病害程度评估模型的精度较低。最后对未来研究方向进行了展望:如何获取高质量的农作物病害数据集;如何提升网络的泛化性能;如何提升大田环境中农作物监测性能;如何进行大面积植株受病的范围定位、病害严重程度的评估以及单枝植株的病害预警。 展开更多

关键词 深度学习 卷积神经网络 模型结构 病害识别 病害检测

在线阅读 下载PDF 职称材料

基于改进的双向长短期记忆网络的视频摘要生成模型 被引量：8

5

作者 武光利 李雷霆 +1 位作者 郭振洲 王成祥 《计算机应用》 CSCD 北大核心 2021年第7期1908-1914,共7页

针对传统视频摘要方法往往没有考虑时序信息以及提取的视频特征过于复杂、易出现过拟合现象的问题,提出一种基于改进的双向长短期记忆(BiLSTM)网络的视频摘要生成模型。首先,通过卷积神经网络(CNN)提取视频帧的深度特征,而且为了使生成... 针对传统视频摘要方法往往没有考虑时序信息以及提取的视频特征过于复杂、易出现过拟合现象的问题,提出一种基于改进的双向长短期记忆(BiLSTM)网络的视频摘要生成模型。首先,通过卷积神经网络(CNN)提取视频帧的深度特征,而且为了使生成的视频摘要更具多样性,采用BiLSTM网络将深度特征识别任务转换为视频帧的时序特征标注任务,让模型获得更多上下文信息;其次,考虑到生成的视频摘要应当具有代表性,因此通过融合最大池化在降低特征维度的同时突出关键信息以淡化冗余信息,使模型能够学习具有代表性的特征,而特征维度的降低也减少了全连接层需要的参数,避免了过拟合问题;最后,预测视频帧的重要性分数并转换为镜头分数,以此选取关键镜头生成视频摘要。实验结果表明,在标准数据集TvSum和SumMe上,改进后的视频摘要生成模型能提升生成视频摘要的准确性;而且它的F1-score值也比基于长短期记忆(LSTM)网络的视频摘要模型DPPLSTM在两个数据集上分别提高1.4和0.3个百分点。 展开更多

关键词 视频摘要 卷积神经网络 双向长短期记忆网络 最大池化

在线阅读 下载PDF 职称材料

基于CWGAN-GP平衡化的网络恶意流量识别方法 被引量：4

6

作者 丁要军 王安宙 《电子科技大学学报》 EI CAS CSCD 北大核心 2022年第5期760-765,共6页

在网络恶意流量识别任务中,存在恶意流量样本数量与正常流量样本比例不平衡问题,从而导致训练出的机器学习模型泛化能力差、识别准确率低。为此,在网络流量图片化的基础上提出一种利用具有梯度惩罚项的条件Wasserstein生成对抗网络(CWGA... 在网络恶意流量识别任务中,存在恶意流量样本数量与正常流量样本比例不平衡问题,从而导致训练出的机器学习模型泛化能力差、识别准确率低。为此,在网络流量图片化的基础上提出一种利用具有梯度惩罚项的条件Wasserstein生成对抗网络(CWGAN-GP)对少量数据类进行平衡的分类方法。该方法首先借助网络流量图片化方法将原始流量PCAP数据按照流为单位进行切分、填充、映射到灰度图片中;然后使用CWGAN-GP方法实现数据集的平衡;最后,在公开数据集USTC-TFC2016和CICIDS2017上使用CNN模型对不平衡数据集和平衡后的数据集进行分类测试。实验结果表明,使用CWGAN-GP的平衡方法在精确度、召回率、F1这3个指标上均优于随机过采样、SMOTE、GAN以及WGAN平衡方法。 展开更多

关键词 条件Wasserstein生成对抗网络 数据平衡 流量扩充 流量识别

在线阅读 下载PDF 职称材料

区块链技术在塑料行业舆情监测中的应用——评《网络舆情分析:理论、技术与应用》 被引量：1

7

作者 王飞 《塑料工业》 CAS CSCD 北大核心 2022年第4期190-190,共1页

互联网时代,塑料行业的舆情监测难度加大,尤其是网络技术的飞速发展加快了舆情生成的速度,使舆情的演化朝着更加不确定的方向进行,塑料行业在舆情的预警、分析、监测和应对等方面面临全新挑战。区块链技术的出现为塑料行业的舆情监测带... 互联网时代,塑料行业的舆情监测难度加大,尤其是网络技术的飞速发展加快了舆情生成的速度,使舆情的演化朝着更加不确定的方向进行,塑料行业在舆情的预警、分析、监测和应对等方面面临全新挑战。区块链技术的出现为塑料行业的舆情监测带来了新的技术可能,将区块链技术广泛应用于塑料行业的舆情监测中,能够降低塑料行业的舆情风险,为塑料行业的舆情应对提供有力的保障。现阶段,区块链技术已经在塑料行业的舆情监测中开始得到应用,但是应用还不够广泛。 展开更多

关键词 区块链技术 塑料行业 舆情监测 互联网时代 舆情风险 网络舆情分析 舆情应对 难度加大

在线阅读 下载PDF 职称材料

基于递归长短期记忆网络和镜头序列注意网络的视频摘要生成

8

作者 张晨 王圣焘 武光利 《科学技术与工程》 北大核心 2023年第18期7852-7860,共9页

为解决基于长短期记忆网络LSTM的视频摘要生成方法当输入序列过长时LSTM网络中的记忆单元不能集中在长时间序列的跨度上。通过深度学习的方法研究了一种基于递归长短期记忆网络(ReLSTM)和序列注意(sequential attention,SSA)的视频摘要... 为解决基于长短期记忆网络LSTM的视频摘要生成方法当输入序列过长时LSTM网络中的记忆单元不能集中在长时间序列的跨度上。通过深度学习的方法研究了一种基于递归长短期记忆网络(ReLSTM)和序列注意(sequential attention,SSA)的视频摘要生成模型用以提高深度学习网络学习时序特征的能力。该模型使用ReLSTM网络提取时间特征。同时,利用SSA动态调整每个视频序列输入到ReLSTM网络中的特征权重。结果表明:在数据集TVSum上F 1-score平均提高2.5%,最高提高0.2%。在数据集SumMe上F 1-score平均提高7.8%,最高提高3.4%。可见本文方法能有效地学习镜头之间的时序特征。 展开更多

关键词 视频摘要 ReLSTM 镜头序列注意力 特征融合

在线阅读 下载PDF 职称材料

基于改进YOLO的棉花叶片病害检测

9

作者 郭文娟 冯全 《干旱地区农业研究》 CSCD 北大核心 2024年第6期195-205,共11页

为实现棉花的智能化管理,针对复杂背景下棉花叶片病害检测准确率低的问题,基于改进YOLO算法对棉花叶片常见病害进行检测。分别在YOLOX-S和YOLOv7算法中引入SE、CBAM和ECA注意力模块,引导检测模型更关注棉花叶片病害区域特征,有效抑制背... 为实现棉花的智能化管理,针对复杂背景下棉花叶片病害检测准确率低的问题,基于改进YOLO算法对棉花叶片常见病害进行检测。分别在YOLOX-S和YOLOv7算法中引入SE、CBAM和ECA注意力模块,引导检测模型更关注棉花叶片病害区域特征,有效抑制背景噪声干扰,显著降低模型的漏减率。采用梯度加权类激活映射产生目标检测热图,可视化有效特征,理解模型的关注区域。结果表明:YOLOX-S+SE模型、YOLOX-S+CBAM模型和YOLOX-S+ECA模型的检测效果均优于YOLOX-S模型,并且YOLOX-S+CBAM模型的检测性能最优;YOLOv7+SE模型、YOLOv7+CBAM模型和YOLOv7+ECA模型的检测效果均优于YOLOv7模型,其中YOLOv7+CBAM模型的检测效果最好;与其他常见的目标检测模型相比,YOLOX-S+CBAM模型和YOLOv7+CBAM模型的准确率、召回率、综合评价指标、平均准确率值均高于Faster R-CNN模型和SSD模型,综合比较结果,YOLOX-S+CBAM模型的检测性能优于YOLOv7+CBAM模型,实现了检测速度、检测精度和模型体量之间的平衡,能够在复杂背景下对棉花叶片病害有较好的实时检测效果,对棉花病害防治具有重要的指导意义。 展开更多

关键词 棉花 病害检测 YOLOX-S YOLOv7 注意力机制

在线阅读 下载PDF 职称材料

融合FCN和LSTM的视频异常事件检测 被引量：5

10

作者 武光利 郭振洲 +1 位作者 李雷霆 王成祥 《上海交通大学学报》 EI CAS CSCD 北大核心 2021年第5期607-614,共8页

针对传统视频异常检测模型的缺点,提出一种融合全卷积神经(FCN)网络和长短期记忆(LSTM)网络的网络结构.该网络结构可以进行像素级预测,并能精确定位异常区域.首先,利用卷积神经网络提取视频帧不同深度的图像特征;然后,把不同的图像特征... 针对传统视频异常检测模型的缺点,提出一种融合全卷积神经(FCN)网络和长短期记忆(LSTM)网络的网络结构.该网络结构可以进行像素级预测,并能精确定位异常区域.首先,利用卷积神经网络提取视频帧不同深度的图像特征;然后,把不同的图像特征分别输入记忆网络分析时间序列的语义信息,并通过残差结构融合图像特征和语义信息;同时,采用跳级结构集成多模态下的融合特征并进行上采样,最终获得与原视频帧大小相同的预测图.所提网络结构模型在加州大学圣地亚哥分校(UCSD)异常检测数据集的ped 2子集和明尼苏达大学(UMN)人群活动数据集上进行测试,均取得了较好的结果.在UCSD上的等错误率低至6.6%,曲线下面积达到了98.2%,F 1分数达到了94.96%;在UMN上的等错误率低至7.1%,曲线下面积达到了93.7%,F 1分数达到了94.46%. 展开更多

关键词 计算机视觉 视频异常检测 像素级预测 全卷积神经网络 长短期记忆网络

在线阅读 下载PDF 职称材料

自注意力机制和随机森林回归的视频摘要生成 被引量：4

11

作者 李雷霆 武光利 郭振洲 《计算机工程与应用》 CSCD 北大核心 2022年第4期198-205,共8页

是通过生成关键帧或片段来达到压缩视频的效果,能够在概括视频主要内容的基础上极大缩短观看时间,在视频快速浏览与检索领域应用广泛。现有方法大多只基于图像内容进行探索,忽略了视频具有时序的特点,且模型对波动数据学习能力较差,导... 是通过生成关键帧或片段来达到压缩视频的效果,能够在概括视频主要内容的基础上极大缩短观看时间,在视频快速浏览与检索领域应用广泛。现有方法大多只基于图像内容进行探索,忽略了视频具有时序的特点,且模型对波动数据学习能力较差,导致生成的摘要缺乏时间连贯性和代表性。提出了一个以编码器-解码器为框架的视频摘要网络。具体来说,编码部分由卷积神经网络提取特征,通过自注意力机制提升对关键特征的权重,而解码部分由融合了随机森林的双向长短期记忆网络构成,通过调整随机森林和双向长短期记忆网络在损失函数中所占比例,使模型具有较强的稳定性和预测准确率。实验在两个数据集上与其他七种方法进行了比较,综合实验结果证明了方法的有效性与可行性。提出了自注意力机制和随机森林回归的视频摘要网络,利用自注意力机制完成对特征的优化,将双向长短期记忆网络与随机森林结合,提升模型的稳定性与泛化性,有效降低损失值,使得生成的视频摘要更符合用户视觉特性。 展开更多

关键词 计算机视觉 视频摘要 自注意力机制 长短期记忆网络 随机森林回归

在线阅读 下载PDF 职称材料

融合自上而下和自下而上注意力的图像描述生成 被引量：4

12

作者 武光利 郭振洲 李雷霆 《科学技术与工程》 北大核心 2022年第32期14313-14320,共8页

随着互联网的普及,每天都有海量的图片被传入互联网中。为了能更好地利用这些图片的价值,图像描述生成技术应运而生。提出一种融合自上而下和自下而上注意力的图像描述生成模型。在工作时,该模型分别利用预训练的ResNet101和Faster R-CN... 随着互联网的普及,每天都有海量的图片被传入互联网中。为了能更好地利用这些图片的价值,图像描述生成技术应运而生。提出一种融合自上而下和自下而上注意力的图像描述生成模型。在工作时,该模型分别利用预训练的ResNet101和Faster R-CNN(regions with convolutional neural network)提取输入图片的全局特征和局部特征,并利用自上而下和自下而上注意力分别计算两种特征的权重;利用门控循环单元(gate recurrent unit, GRU)提取一句话中单词之间的上下文语义信息;利用长短期记忆网络(long short-term memory, LSTM)解析图像特征和语义信息并生成描述语句。在训练时,首先以监督学习的方法,训练出基于编码器-解码器框架的一个基础模型;然后再以结合生成式对抗网络和强化学习的方法,在相互对抗中得到不断优化的策略函数和不断完善的奖励机制,从而使生成的句子更加准确、自然。本文模型在COCO数据集上进行训练和测试,最终在评价指标BLEU@1(bilingual evaluation understudy@1)上达到0.675,在BLEU@4上达到0.24,在CIDEr(consensus-based image description evaluation)上达到0.734,在ROUGE(recall-oriented understudy for gisting evaluation)上达到0.51。实验结果表明了本文模型的可行性与先进性。 展开更多

关键词 自上而下注意力 自下而上注意力 图像描述生成 生成式对抗网络(GAN) 强化学习(RL)

在线阅读 下载PDF 职称材料

基于赋时层次着色Petri网的流控制传输协议连接建模与分析 被引量：3

13

作者 张生财 张静 《科学技术与工程》 北大核心 2020年第26期10840-10847,共8页

流控制传输协议(stream control transmission protocol,SCTP)是一种可靠的传输协议,2007年Internet工程任务组修订了52处缺陷并发布了SCTP新规范RFC4960,但仍缺乏形式化的描述和验证。赋时层次着色Petri网适用于从动态角度对复杂系统... 流控制传输协议(stream control transmission protocol,SCTP)是一种可靠的传输协议,2007年Internet工程任务组修订了52处缺陷并发布了SCTP新规范RFC4960,但仍缺乏形式化的描述和验证。赋时层次着色Petri网适用于从动态角度对复杂系统进行建模,并能够用形式化的方法进行验证分析。因此,采用基于事件和基于状态的建模方法,提出了SCTP连接的赋时层次着色Petri网模型,该模型考虑了网络时延和丢失以及重传机制。通过CPN Tools分析,验证了SCTP连接过程的预期性质,并在RFC4960中描述的SCTP连接过程中发现了两类死锁问题。 展开更多

关键词 SCTP连接 协议建模与分析 赋时层次着色Petri网(HTCPN)

在线阅读 下载PDF 职称材料

基于YOLO的玉米全膜双垄沟种床苗带识别方法 被引量：3

14

作者 李相周 戴飞 +3 位作者 郭文娟 张方圆 宋学锋 张锋伟 《林业机械与木工设备》 2022年第2期51-56,共6页

玉米苗期是玉米全膜双垄沟种床苗带中耕管理与追肥的关键时期,为进一步提升玉米全膜双垄沟智能机械化生产水平,基于深度学习的目标检测YOLOv3-SPP网络模型与YOLOx-Darknet53网络模型开展了玉米全膜双垄沟种床苗带识别方法研究。研究结... 玉米苗期是玉米全膜双垄沟种床苗带中耕管理与追肥的关键时期,为进一步提升玉米全膜双垄沟智能机械化生产水平,基于深度学习的目标检测YOLOv3-SPP网络模型与YOLOx-Darknet53网络模型开展了玉米全膜双垄沟种床苗带识别方法研究。研究结果表明,YOLOx-Darknet53网络模型与YOLOv3-SPP网络模型的mAP分别为95.56%和94.72%,前者比后者高0.84%,使用100幅图像测得前者检测速度FPS为44.1,而后者为19.1,前者检测速度明显快于后者。研究方法与结论可为玉米全膜双垄沟种床苗带识别方法与玉米全膜双垄沟智能农机装备的有效结合提供理论支撑。 展开更多

关键词 玉米全膜双垄沟 种床苗带 深度学习 YOLO 目标检测

在线阅读 下载PDF 职称材料

基于类激活映射的可解释性方法在农作物检测识别中的发展现状与趋势 被引量：2

15

作者 郭文娟 冯全 《智能化农业装备学报（中英文）》 2023年第4期41-48,共8页

深度学习模型被广泛应用于农作物检测和识别领域,其优势在于通过构建不同的功能感知层而优化模型,能够自动提取输入数据的特征,实现端到端地学习。但是该模型中未知的数据处理过程导致模型缺乏可解释性,成为阻碍深度学习应用的主要因素... 深度学习模型被广泛应用于农作物检测和识别领域,其优势在于通过构建不同的功能感知层而优化模型,能够自动提取输入数据的特征,实现端到端地学习。但是该模型中未知的数据处理过程导致模型缺乏可解释性,成为阻碍深度学习应用的主要因素。为克服深度学习模型可解释性不足的缺陷,研究者提出了基于类激活映射的可解释性方法。概述了类激活映射算法Grad-CAM在农作物病害分类和检测、农作物虫害检测识别、农作物品种分类、目标农作物检测以及其他应用上的研究进展,说明了类激活映射算法具有能够可视化任意结构卷积神经网络的优点,分析了类激活映射算法存在解释精细度不高、梯度不稳定、缺乏评估标准以及应用背景单一的不足,提出了构建既具有高准确率又具有可解释性的模型、构建新型解释算法、建立可解释性算法统一的评估标准和保证可解释性算法正确性的发展趋势。 展开更多

关键词 深度学习 卷积神经网络 可解释性 农作物检测识别 类激活映射算法 Grad-CAM

在线阅读 下载PDF 职称材料

基于气固耦合理论的胡麻脱粒物料分离清选过程模拟与试验 被引量：1

16

作者 戴飞 宋学锋 +3 位作者 郭文娟 赵武云 张锋伟 张仕林 《农业工程技术》 2020年第18期85-85,共1页

为进一步明确和提升胡麻脱粒物料分离清选机作业性能,研究胡麻脱粒物料各组分在分离清选过程中的运移规律及特性,采用计算流体力学与离散元耦合的方法对作业装置内胡麻脱粒物料的分离清选过程进行了数值模拟。仿真结果表明:胡麻脱粒物... 为进一步明确和提升胡麻脱粒物料分离清选机作业性能,研究胡麻脱粒物料各组分在分离清选过程中的运移规律及特性,采用计算流体力学与离散元耦合的方法对作业装置内胡麻脱粒物料的分离清选过程进行了数值模拟。仿真结果表明:胡麻脱粒物料各组分在气流场作用下能够表现出分离清选效果,同时获得了胡麻籽粒在分离清选系统整体区域内数量、平均速度的变化曲线。结合气固耦合流线分布,探明了胡麻脱粒物料各组分不同区域内随时间的数量变化规律,探知了胡麻脱粒物料各组分不同区域内随时间的运动轨迹与平均速度变化趋势。由验证试验结果得出,胡麻脱粒物料分离清选作业机籽粒清洁率为92.66%、夹带总损失率为1.58%,与仿真模拟结果相比,两者试验结果分别仅相差1.34%与0.93%,试验结果与仿真过程基本一致,表明采用气固耦合理论与方法模拟研究胡麻脱粒物料分离清选作业性能是可行的。 展开更多

关键词 胡麻脱粒物料 分离清选装置 计算流体力学 离散元 数值模拟

在线阅读 下载PDF 职称材料

面向特征融合的图像多窜改检测与定位算法

17

作者 兰萍 李燕 《计算机应用研究》 CSCD 北大核心 2022年第12期3791-3796,共6页

现有的图像窜改检测方法大多只针对某一种窜改方式,且存在窜改区域边界检测精度不高的问题,对此,提出了一种基于U型网络的双流编码器—解码器架构的图像窜改检测方法。首先利用编码器与解码器之间跳跃连接的方式来融合窜改图像中的低级... 现有的图像窜改检测方法大多只针对某一种窜改方式,且存在窜改区域边界检测精度不高的问题,对此,提出了一种基于U型网络的双流编码器—解码器架构的图像窜改检测方法。首先利用编码器与解码器之间跳跃连接的方式来融合窜改图像中的低级和高级特征,并使用空洞卷积和CBAM注意力机制对编码器输出的特征进行融合,使得网络对不同尺度大小的窜改区域都有较好的定位性能;其次为了提高网络对窜改区域的边界检测精度,使用图像形态学方法制作了窜改边界数据集;最后使用多损失函数来同时优化网络的性能,即采用交叉熵和均方根损失函数来分别度量预测图的窜改区域损失和窜改边界损失。在CASIA、Columbia、NIST16、Coverage四个公开数据集上的实验结果表明,所提方法可以有效地检测出拼接和复制—粘贴两种窜改方式所伪造图像的窜改区域,输出像素级别的窜改区域定位图,且与其他主流窜改检测方法相比,所提方法在CASIA和Columbia数据集上的AUC值达到最高,在Columbia数据集上的F 1值达到最高。 展开更多

关键词 多窜改检测 边界定位 注意力机制 空洞卷积 多损失函数

在线阅读 下载PDF 职称材料

苯污染对大鼠脑组织环核苷酸与相关蛋白水平的影响

18

作者 李登楼 谢明仁 《生态科学》 CSCD 2021年第2期110-115,共6页

为了探索苯污染对人类健康损伤作用的因素,选用SPF级Wistar大鼠为实验对象,分为4组:低剂量组灌胃苯0.19 g·kg^(-1),中剂量组灌胃苯0.38 g·kg^(-1),高剂量组灌胃苯0.76 g·kg^(-1),对照组灌胃菜籽油2 mL·kg^(-1);用... 为了探索苯污染对人类健康损伤作用的因素,选用SPF级Wistar大鼠为实验对象,分为4组:低剂量组灌胃苯0.19 g·kg^(-1),中剂量组灌胃苯0.38 g·kg^(-1),高剂量组灌胃苯0.76 g·kg^(-1),对照组灌胃菜籽油2 mL·kg^(-1);用酶联免疫吸附法(ELISA)检测脑组织中环核苷酸和相关蛋白的水平。结果发现,连续给予大鼠不同剂量苯21 d,低、中、高剂量大脑皮质cAMP、c-fos、Bax和caspase-9水平比对照组分别升高了22.41%-59.53%,38.28%-81.34%,29.08%-63.04%和44.53%-70.07%;cGMP、Bcl-2水平比对照组分别降低了15.20%-49.79%和13.42%-46.98%。丘脑组织cAMP、c-fos、Bax和caspase-9水平比对照组分别升高了34.71%-63.34%,28.32%-78.04%,16.54%-49.46%和9.10%-61.57%;cGMP、Bcl-2水平比对照组分别降低了20.00%-33.83%和8.53%-39.53%。结果提示,苯污染引起脑组织损伤和细胞凋亡主要与cAMP、c-fos、Bax、caspase-9水平升高及cGMP和Bcl-2水平降低有关。 展开更多

关键词 苯污染 脑组织 环核苷酸 WISTAR大鼠

在线阅读 下载PDF 职称材料