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11-20项 搜索用时 58 毫秒
[首页] « 上一页 [1] 2 [3] [4] [5] [6] [7] [8] [9] [10] [11] 下一页 » 末  页»
11.
差分-线性分析是的一种组合类分析方法, 已经被应用于许多对称密码的分析中. 特别地, 对于ARX类分组密码算法SPECK, 差分-线性分析是评估其安全性的一种强有力的方式. 在最新的差分-线性分析框架中, 密码算法被分解为3部分: 差分部分、中间部分和线性部分, 其中差分部分、中… …   相似文献
张语晗  张蕾  吴文玲 《软件学报》2026,37(5):2274-2285
12.
图像去模糊因其在安防监控、医学影像处理、遥感图像处理等领域的广泛应用而备受关注. 尽管基于端到端的方法已经取得了巨大的进步, 但单一的U-Net网络难以处理复杂的运动模糊, 而基于辅助任务的恢复方式往往存在参数量大的问题. 此外, 绝大多数方法均无法实现对不同图像模糊位置和模糊程… …   相似文献
胡波  田镕澳  郑佳  龚兵兵  高新波 《软件学报》2026,37(5):2309-2324
13.
在现代软件开发中, 频繁的代码提交和更新已成为常态, 虽然加速了功能实现, 但更可能会引入新的缺陷, 进而威胁软件的稳定性和可靠性. 一旦缺陷导致程序错误或故障, 开发团队必须迅速采取行动隔离缺陷以确保系统持续正常运行. 缺陷隔离是快速定位问题并恢复系统稳定性的关键技术手段, 但… …   相似文献
14.
随着大语言模型(LLM)技术的迅速发展, 涌现了众多代码大模型(Code LLM), 以支持代码生成、代码补全、代码测试和代码重构等任务. 不同模型在处理相同任务时可能表现出显著的性能差异, 且推理阶段的解码参数也会对模型性能产生重要影响. 研究如何为特定代码开发任务高效地选择最… …   相似文献
曲慕子  亢良伊  刘杰  王帅  叶丹  黄涛 《软件学报》2026,37(5):2131-2150
15.
在基于深度学习的图像超分辨率重建任务中,卷积神经网络曾长期占据主导地位。然而,卷积神经网络存在着局部感受野受限等明显缺陷。随后,Transformer 因其在自然语言领域出色的表现而被引入图像超分辨率领域,其中的自注意力机制有效缓解了卷积操作的局部性限制,但在处理高分辨率图像时,… …   相似文献
16.
针对当前深度时序聚类方法存在难以有效利用时间序列的时域与频域特征、以及表征学习与聚类分离等问题,提出了一种新型的深度聚类方法——时频域多增强视图时间序列对比聚类（TFACC）。该方法通过时频域多视图增强架构和对比聚类,提升了特征学习能力。该方法利用具有三重共享权重的骨干网络,将传… …   相似文献
17.
针对神经网络流体模拟中数据驱动与物理规律难以调和的根本矛盾——过度依赖学习易导致偏离守恒定律,而强约束机制会削弱复杂流场表征能力,尤其在涉及边界交互的长期仿真中易引发结构畸变——研究提出了一种创新的多尺度流场注意力粒子网络（multi-scale flow-attentive n… …   相似文献
18.
针对基于深度学习的三维点云处理方法在语义分割任务中缺失局部特征的问题,提出了融合通道门控与特征交互的点云语义分割网络（point cloud semantic segmentation network based on channel gating and feature int… …   相似文献
19.
为解决当前中文专利标题自动生成中存在的冗余信息干扰、语义覆盖不足及表达不规范等问题,提出了一种多阶段生成与多维质量评估的中文专利标题自动生成方法（MG-MQE）。该方法首先通过关键句抽取与摘要信息融合对长文本进行筛选与去冗,提升输入信息的浓缩度与相关性;其次利用微调后的预训练模型… …   相似文献
20.
针对多目标组合优化问题中解集多样性不足与全局搜索能力有限的挑战,提出了一种多起点神经组合优化框架MONCO,旨在提升深度学习方法在多目标组合优化任务中的性能与泛化能力。该方法融合多起点推理机制、强化学习策略与算例增强技术,实现多解的并行探索,并通过引入Das和Dennis分解策略… …   相似文献
[首页] « 上一页 [1] 2 [3] [4] [5] [6] [7] [8] [9] [10] [11] 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