•   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6521-6540项 搜索用时 171 毫秒
[首页] « 上一页 [322] [323] [324] [325] [326] 327 [328] [329] [330] [331] [332] 下一页 » 末  页»
6521.
传统的无人机跨域身份认证的方案大多依赖公钥基础设施 (public key infrastructure,PKI)。该模型高度依赖可信第三方,易造成单点故障且认证效率低下。据此,提出基于区块链的无人机网络跨域身份认证协议方案,该方案不但可以有效实现无人机的跨域认证,且可以改善传统… …   相似文献
6522.
多服务移动边缘计算(multiple-services mobile edge computing,MSs-MEC)能根据需求自适应调整服务缓存决策,使得部署在用户侧的边缘服务器能够灵活处理不同服务类型的任务。但在实际应用中,特定类型任务的成功迁移依赖于服务环境的提前安装。此外,… …   相似文献
6523.
在非圆零件车削过程中, 快速刀具伺服(Fast tool servo, FTS)的运动精度直接影响零件的加工质量. 主轴变速加工使得FTS的参考目标信号周期时变而不确定, 这对实现其渐近跟踪提出了极大的挑战. 本文利用FTS的位置域周期特性, 提出一种基于位置域重复控制和时域速度… …   相似文献
6524.
在小样本分类任务中,现有的CNN模型存在特征提取不足、特征单一和小样本数据集类间差异化较弱的问题,导致分类精度较低。针对以上问题,提出一种融合多粒度注意力特征(fusion multi-granular attention feature,FMAF)的小样本分类模型。首先,该方法… …   相似文献
6525.
开放集识别的目标是识别出未知类样本,同时保持对已知类样本的分类能力.现有的判别式开放集识别方法忽视了已知类过度占用特征空间和模型训练过程缺乏未知类信息的问题,导致未知类样本容易被误分类为已知类.为此,提出一种结合原型对比学习的开放集识别方法.引入对比学习和类原型理论,使用编码器和… …   相似文献
6526.
6527.
以往机器阅读理解模型中存在文本特征提取单一, 文本和问题的交互信息不全面等问题, 导致模型不能充分对文本进行理解, 本文提出了一种多层次信息融合的机器阅读理解模型. 通过在不同位置使用不同方法, 对文本信息进行多种层次的获取. 使用膨胀卷积网络捕捉文本的全局信息, 采用双向注意力机制和自注意力机制融合文本和问题之间的交互信息, 通过指针网络预测答案及其对应的支撑句. 该模型在CAIL2019和CAIL2020阅读理解数据集上训练的联合F1值分别达到50.09%和58.44%, 相比于其他基线模型取得了明显的性能提升.… …   相似文献
6528.
目的 模型异构联邦学习由于允许参与者在不损害隐私的情况下独立设计其独特模型而受到越来越多的关注。现有的方法通常依赖于公共共享的相关数据或全局模型进行通信,极大地限制了适用性。且每个参与者的私有数据通常以不同的分布收集,导致数据异构问题。为了同时处理模型异构和数据异构,本文提出了一种新颖的自适应异构联邦学习方法。方法 给定一个随机生成的输入信号(例如,随机噪声),自适应异构联邦学习直接通过对齐输出逻辑层分布来实现异构模型之间的通信,实现协作知识共享。主要优势是在不依赖额外相关数据收集或共享模型设计的情况下解决了模型异构问题。为了进一步解决数据异构问题,本文提出了在模型和样本层面上进行自适应权重更新。因此,自适应异构联邦学习(adaptive heteogeneous federated learning,AHF)允许参与者通过模型输出在无关数据上的差异和强调“有意义”的样本来学习丰富多样的知识。结果 通过在不同的联邦学习任务上使用随机噪声输入进行通信,进行了广泛的实验,显示出比竞争方法更高的域内精确度和更好的跨域泛化性能。结论 本文方法提供了一个简单而有效的基准,为异构联邦学习的未来发展奠定基础。… …   相似文献
6529.
多尺寸2-D卷积通过特征提取在检测、分类等计算机视觉任务中发挥着重要作用。然而,目前缺少一种高效的可配置2-D卷积器设计方法,这限制了卷积神经网络(CNN)模型在边缘端的部署和应用。该文基于乘法管理以及奇平方数的三角数分解方法,提出一种高性能、高适应性的卷积核尺寸可配置的2-D卷… …   相似文献
6530.
针对当前边缘缓存场景中普遍存在的用户偏好未知与高度异质问题,该文提出一种用户请求感知的边端缓存与用户推荐联合优化策略。首先,建立点击率(CTR)预测基本模型,引入对比学习方法生成高质量的特征表示,辅助因子分解机(FM)预测用户偏好;然后,基于用户偏好设计一种动态推荐机制,重塑不同… …   相似文献
6531.
  
针对无线通信中通信双方提取的信道特征存在明显差异,导致双方的密钥生成速率和一致率较低的问题,提出差异阈值循环分组的密钥生成算法(TGKG).首先,对信道状态信息(CSI)进行差异阈值分组,使任意组内元素间的间隔均大于该值,提高组内数据的差异,减小量化误差以降低密钥不一致率;循环分… …   相似文献
李贵勇  何斌  方磊 《计算机应用》2024,44(7):2110-2115
6532.
  
针对低光照图像增强中纹理细节模糊和颜色失真的问题,从空间域和频域信息结合的角度出发,提出一个端到端的轻量级双分支网络(SAFNet).SAFNet使用基于Transformer的空间域处理模块和频域处理模块在空间域分支和频域分支分别对图像的空间域信息和傅里叶变换后的频域信息进行处… …   相似文献
6533.
  
外部函数接口(FFI)是解决一种编程语言调用其他语言函数库的主要方法.针对使用FFI技术时需要大量人工编码的问题,提出自动化外部函数接口生成(AFIG)方法.该方法利用基于抽象语法树的源码逆向分析技术,从被封装的库文件中精准提取出用于描述函数接口信息的多语言融合的统一表示.基于此… …   相似文献
孙蒴  张伟  冯温迪  张俞炜 《计算机应用》2024,44(7):2151-2159
6534.
目的 电力设备的状态检测和故障维护是保障电力系统正常运行的重要基础。针对目前多数变电站存在电力设备缺陷类型复杂且现有的单分类缺陷检测方法无法满足电力设备的多标签分类缺陷检测需求的问题,提出一种面向电力设备缺陷检测的多模态层次化分类方法。方法 首先采集来自多个变电站的电力设备缺陷图像并进行人工标注、数据增强及归一化等预处理,构建了一个具有层次标签结构的电力设备缺陷图像数据集。然后提出一种基于多模态特征融合的层次化分类模型,采用 ResNet50 网络对图像进行特征提取,利用区域生成网络对目标进行定位以及前景、背景预测;为避免对区域生成网络生成的位置坐标进行量化时引入误差,进一步采用 ROI Align(region of interest align)方法连续操作,生成位置坐标。最后采用层次化分类,将父类别标签嵌入到当前层目标特征表示进行逐层缺陷分类,最后一层得到最终的缺陷检测结果。结果 在电力设备缺陷数据集和基准数据集上,与多标签分类电力设备缺陷检测方法和流行的常用目标检测算法进行对比实验。实验结果表明,模型对绝大部分设备缺陷类别的检测准确率最高,平均检测准确率达到 86. 4%,相比性能第 2 的模型,准确率提升了 5. 1%,并且在基准数据集上的平均检测准确率也提高了 1. 1%~3%。结论 提出的电力设备缺陷检测方法充分利用设备缺陷标签的语义信息、层次结构和设备缺陷数据的图像特征,通过多模态层次化分类模型,能够提升电力设备缺陷检测的准确率。… …   相似文献
6535.
在计算机视觉领域,对抗样本是一种包含攻击者所精心设计的扰动的样本,该样本与其对应的自然样本的差异通常难以被人眼察觉,却极易导致深度学习模型输出错误结果。深度学习模型的这种脆弱性引起了社会各界的广泛关注,与之相对应的对抗防御技术得到了极大发展。然而,随着攻击技术和应用环境的不断发展… …   相似文献
6536.
针对传统U型网络特征冗余以及视网膜血管形态复杂、细血管分割困难等问题,提出一种基于改进U-Net的多流视网膜血管分割算法.算法包含两种特征流向,分别是全局分割流与边缘特化流.为了减少特征冗余,全局分割流在部分卷积的基础上采用快速提取模块替代传统的U-Net卷积块,构建了能够高效提… …   相似文献
6537.
工程和科学领域中的优化问题常常具有大量的约束限制,称为约束优化问题.这类问题要求算法有能力在可行域中寻找问题的最优解.本文针对约束优化问题提出一种集成多策略的差分进化算法(Differential Evolution with Ensemble Multi-Strategies,… …   相似文献
6538.
针对传感数据在无线接入网(RAN)中传输的不可靠性与不及时性造成数字孪生(DTs)同步信息的不精确问题,该文提出一种基于智能分层切片技术的DTs传感信息同步策略。该策略在双时间尺度下,以最大化传感信息满意度和最小化切片重配置及DTs同步成本为目标,联合优化切片无线资源配置以及DT… …   相似文献
6539.
跨域推荐(cross-domain recommendation,CDR)通过利用其他域的额外知识,有效缓解了传统推荐系统遭遇的数据稀疏性问题. 但是当前的CDR方法忽略了用户-项交互图所蕴含的高阶信息. 为此,提出了一个新的框架,称为图卷积宽度跨域推荐系统(graph convolutional broad cross-domain recommender system,GBCD). 具体地,将传统的用户-项交互的2-部图扩展到一个(D+1)-部图,以建模每个域中用户和项之间的关系,然后使用公共用户作为源域和目标域之间的桥梁来传递信息. 通过图卷积网络(graph convolutional network,GCN)学习用户与项之间的高阶关系,以聚合领域信息. 然而,由于GCN在大量节点下收敛速度非常慢,并倾向于吸收不可靠的交互噪声,导致鲁棒性较差. 为此,将域聚合特征输入到宽度学习系统(broad learning system,BLS),并利用BLS的随机映射特征增强了GCN的鲁棒性,进而获得了较好的推荐性能. 在2个真实数据集上进行的实验结果表明,GBCD优于各种先进的跨域推荐方法.… …   相似文献
6540.
在生成式人工智能领域,解耦表征学习的研究进一步推动图像生成方法的发展,但现有的解耦方法更多地关注图像生成的低维表示,忽略目标变化图像内在的可解释因素,导致生成的图像容易受到其它不相关属性特征的影响.为此,文中提出解耦表征学习视角下认知图像属性特征的图像生成方法.首先,从生成模型的… …   相似文献
[首页] « 上一页 [322] [323] [324] [325] [326] 327 [328] [329] [330] [331] [332] 下一页 » 末  页»