用户名： 密码： 找回密码 中文版 English 本站信箱 收藏本站 本网介绍

首页加盟期刊收录期刊评价中心文献导读期刊动态博客美文问题解答在线订阅新浪微博RSS
网站动态： 中国计算机期刊网介绍          欢迎关注中国计算机期刊网微信订阅号！          中国计算机期刊网正式发布,欢迎访问!          如何申请成为收录期刊和加盟期刊         
  •   按检索    检索词：    高级检索
     排序：相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果，以下是第1361-1380项 搜索用时 121 毫秒
[首页] « 上一页 [64] [65] [66] [67] [68] 69 [70] [71] [72] [73] [74] 下一页 » 末  页»
1361.
当前的量子程序一般由量子电路表示,由多个量子门组成.如果程序包含了被直接表示为酉矩阵的门,需要将这些量子门转化为基本门所构成的量子电路.该步骤被称为量子电路合成.然而,当前的合成方法可能会生成包含数千个门的量子电路.这些量子电路的质量较低,在部署到真实含噪声的量子硬件时非常容易输出错误的结果.此外,在保证门数量较小的情况下,当量子比特数量增至8时,量子电路合成需要数周甚至数月的时间.在这项工作中,本研究提出了一种量子电路合成方法,实现了从酉矩阵到高质量量子电路的快速合成.本研究首先介绍了一种迭代方法,通过插入电路模块来逼近目标酉矩阵.在迭代中,文章提出一种具有奖励机制的前瞻策略减少冗余量子门.在量子电路合成的加速过程中,本研究为了减少候选电路模块的空间,提出了一种剪枝方法,其首先描述每个候选电路模块的闭包来刻画电路的表示空间,然后基于模块的表示空间重叠率进行剪枝,以此构建了一个小而高质量的候选集合.此外,为了减少搜索最优门参数的开销,本研究将选定的候选与目标酉矩阵打包成统一电路,然后通过计算其在基态上的期望来快速获得近似距离.实验证明,与当前的最优的量子电路合成方法QuCT[1]和QFAST[9]相比,本研究在5比特到8比特量子电路合成中实现了1.6-2.7倍的门数量减少和3.7-20.6倍的加速.… …   相似文献
1362.
锥形束CT（Cone Beam CT,CBCT）对诊断成釉细胞瘤与牙源性角化囊肿至关重要,两种疾病在影像学上的表现较为相似,在鉴别诊断上非常困难.针对这一问题,本文提出了一种基于三通道输入和混合注意力机制的残差颌骨囊肿分类网络（THRNet）.该方法以ResNet50作为基线网络… …   相似文献
1363.
目的 针对图像分类任务中对于细粒度特征提取困难,同时背景噪声和不相关区域影响网络对目标特征学习的问题,本文提出随机空洞卷积的图像分类网络（image classification network with random dilated convolution,RDCNet）。方法… …   相似文献
1364.
  
姿态估计旨在定位物体各关键点的位置,是一项基本的计算机视觉任务,具有广泛的应用场景。现有方法聚焦于估计单一类别物体的姿态（如人体）,无法较好地用单个模型为多个类别的物体估计姿态。鉴于分类、检测、分割等模型都可为多类别预测结果,从单类别拓宽到多类别是姿态估计领域的必然发展趋势。因此… …   相似文献
1365.
针对现有的多模态活产预测模型中,由于输入比例失衡、互补模态间信息融合不足、囊胚图像差异性小以及数据集类不平衡等带来的模型预测性能不高的问题,本文提出了一种双向注意力的多模态Transformer活产预测模型.首先,该模型使用多模态增强模块平衡了各模态输入的比例,并提高了各模态特征… …   相似文献
1366.
产业链风险评估是促进经济健康发展的重要途径,然而由于数据隐私等问题,产业链数据往往存在缺失,导致现有风险评估效果存在偏差.针对上述问题,本文提出了结合图融合和属性补全的产业链风险评估模型.首先针对链内关系的复杂多样,设计了基于语义转换和图加权融合的关系图生成模块,实现对企业关系的… …   相似文献
1367.
针对苛刻通信场景下调制方式识别精度低且泛化难的问题,该文提出一种改进Kolmogorov-Arnold混合卷积神经网络模型KA-CNN。首先,通过双树复小波包变换将信号分解至多维小波域,结合不同频率分量构建多尺度信号表征,促使神经网络模型学习各频率下的一致性特征;然后设计集成样条… …   相似文献
1368.
目的 多标签类增量学习旨在学习多标签分类任务时,能够持续学习新任务中的新标签信息,同时保持对之前学习任务的良好性能。不同于单标签连续学习中的标签互斥性假设,多标签连续学习中的跨任务标签无法被补全。因此,样本的大量标签缺失使得跨任务之间的关联被完全阻断,模型无法区别新类与旧类,导致… …   相似文献
1369.
为有效利用医学输入图像的局部特征与全局语义信息,从而获得边界更清晰、语义结构更完整的图像分割结果,提出一种结合CNN与Transformer的双流U型医学图像分割网络（DS UNet）.首先,双流U型结构由用于局部特征提取的CNN分支和进行全局特征提取的Swin Transfor… …   相似文献
1370.
机器阅读理解是自然语言处理中的重要任务,不仅需要理解文本,而且需要依据复杂的逻辑结构进行推理.现有的逻辑推理模型通常通过构建文本的图结构并提取隐性或显性特征,但这些方法常因关注单一特征类型而受限,同时传统图卷积网络易导致节点特征平滑和收敛速度慢等问题.针对这些挑战,本文提出了一种… …   相似文献
1371.
波束成形(Beamforming)阵列技术是现代无线电系统的核心使能技术,其发展历程贯穿电磁学理论突破、半导体工艺革新和系统体制迭代3个维度。移动通信的演进进一步驱动了波束成形阵列技术的发展,特别地,混合波束成形阵列技术在5G 3GPP Release 15标准中被确立为5G毫米… …   相似文献
1372.
红外目标检测是指在红外图像中确定目标对象的位置和类别,在自动驾驶、安防监控和电气设备检修等领域应用广泛.然而,由于深度模型存在脆弱性,红外目标检测模型容易受到对抗样本的攻击,因此对其展开安全性测试至关重要.测试样本优先级排序方法可通过对待测样本的优先级排序实现高效测试,并通过样本… …   相似文献
1373.
随着水下目标运动形式的多样化和复杂化,现有的交互式多模型算法(IMM)在面对目标状态切换时存在模型切换缓慢及跟踪精度不足的问题。为此,该文在经典IMM算法的基础上,提出一种基于时序信息的并行交互式多模型目标跟踪算法(TIP-IMM)。该算法通过比较相邻时刻的模型概率变化趋势,动态… …   相似文献
1374.
针对现有虚假新闻检测方法在提取和利用新闻多层次特征及捕获新闻传播高阶结构特征方面的局限性,该文提出一种多源特征融合增强(MSFFE)的虚假新闻检测方法。该方法利用多层次注意力机制,从结构、时序和内容3个维度提取新闻特征：首先,通过增强型超图神经网络提取新闻传播的结构特征;其次,利… …   相似文献
1375.
飞行自组织网络FANET的高度动态性和不稳定性,导致通讯节点易失效、易受到攻击、欺骗等,为飞行自组织网络的可靠通信带来了巨大挑战.针对飞行自组织网络的高动态性以及链路不可靠问题,提出了一种基于强化学习动态特征驱动的可靠路由发现算法,并设计了一种基于强化学习的可靠路由协议RR-AO… …   相似文献
1376.
针对高分辨率光学遥感影像地表覆盖复杂性增加、同质区域异质性增加、不同区域相似性增加导致分类难度增加等问题.对高斯混合模型(Gaussian mixture model, GMM)进行改进,提出一种基于双邻域关系的高斯回归混合模型(Gaussian regression mixtu… …   相似文献
1377.
操作系统内核是构建安全攸关系统软件的基础. 任何计算机系统的正确运行都依赖于底层操作系统实现的正确性,因此,对操作系统内核进行形式验证是很迫切的需求.然而,操作系统中存在的多任务并发、数据共享和竞争等行为,给操作系统内核的验证带来很大的挑战.近年来,基于定理证明的方法广泛用于操作… …   相似文献
1378.
工业视频网络是由工业网络系统现场层的视觉感知终端组成的网络, 是实现工业网络系统泛在感知的重要基石. 通过支持边缘计算层和现场设备层之间的交互和物联, 工业视频网络将独立的视觉传感器单元无线连接、边缘处理, 以实现空间分散下的协作监控和精确感知. 它具有感知维度高, 网络动态性强… …   相似文献
1379.
红外小目标检测旨在从红外图像中将小目标与背景进行像素级别的分离,在军事、安防和航天等领域具有重要应用.然而,由于低对比度和低信噪比的影响,现有方法容易丢失红外小目标的边缘信息,也未能有效利用红外图像中低级和高级特征间的关系.为此,本文提出了一种边缘引导与交叉融合的红外小目标检测方… …   相似文献
1380.
针对跟踪模型存在被对抗攻击的风险且当前缺少相关的对抗检测方法,利用频域手段解决这一问题.结合扰动噪声视觉不可见的特点,首先理论证明了扰动噪声主要存在于图像的中高频段.然后定量地分析出视频序列的低频分量对跟踪性能的贡献最大且受对抗攻击的影响最小.最后根据上述理论证明和定量分析,提出… …   相似文献
[首页] « 上一页 [64] [65] [66] [67] [68] 69 [70] [71] [72] [73] [74] 下一页 » 末  页»
关于我们 | 广告服务 | 商务洽谈 | 联系我们 | 免责条款 | 隐私声明 | 网站导航
网站版权所有：中国科学院软件研究所  京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持