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111-120项 搜索用时 303 毫秒
[首页] « 上一页 [7] [8] [9] [10] [11] 12 [13] [14] [15] [16] [17] 下一页 » 末  页»
111.
随着海量数据的涌现和智能应用需求的日益增长, 保障数据安全成为提高数据质量、实现数据价值的重要举措. 其中, 云边端架构是高效处理和优化数据的新兴技术, 联邦学习(FL)作为一个高效的去中心化的机器学习范式, 能够为数据提供隐私保护, 近年来引起了学术界及工业界的广泛关注. 然而… …   相似文献
112.
智能合约是运行在以太坊区块链上的脚本, 能够处理复杂的业务逻辑. 大多数的智能合约采用Solidity语言开发. 近年来智能合约的安全问题日益突出, 为此提出了一种采用时序逻辑程序设计语言(MSVL)与命题投影时序逻辑(PPTL)的智能合约形式化验证方法, 开发了SOL2M转换器… …   相似文献
113.
面向海量高维数据场景时,入侵检测技术仍面临数据分布不平衡、检测准确率低的问题,针对这些问题提出一种基于深度学习的入侵检测方法.首先,在数据预处理阶段,使用基于扩散模型改进的自编码器模型进行特征选择并生成高质量少数类异常流量样本,使用SMOTE-Tomek技术进一步升采样并去除噪声… …   相似文献
114.
在医学图像分割中,半监督学习技术解决了标注成本高的问题.然而,现有的半监督方法忽略了伪标签质量不一致和模型的约束泛化问题.因此,本文提出了冲突驱动的交叉学习框架CDCL,它无缝整合交叉监督和平均教师模型.这一框架促进了有效的知识转移,并采用两套不同的师生结构提升模型性能.同时,知… …   相似文献
115.
无人机航拍场景下的目标检测因目标尺寸小、物体间遮挡严重、尺度变化大等因素,常出现漏检与误检的问题.此外,受限于无人机平台的计算性能,实现高精度与轻量化的实时目标检测具有较大挑战.为此,本文提出了一种改进YOLOv8的轻量级目标检测算法.该算法采用轻量化的分割一切模型(segmen… …   相似文献
116.
多模态会话情感识别任务旨在通过分析会话中产生的多种数据类型,例如文本、音频和视觉,从而理解会话中话语所要表达的情感.因此许多基于多模态信息融合的方法被提出并且取得了不错的性能.然而这些工作往往忽略了在不同情况下,模态所展现的重要性是不同的.此外这些工作也并没有考虑到多模态数据的异… …   相似文献
117.
城市遥感图像具有分辨率高、背景多样、纹理复杂等特点,这对边界分割提出了挑战.当前主流的语义分割模型遇到了一些困难,包括边缘模糊、平滑角等缺陷和无法捕获远程依赖关系.为了解决这些挑战,本研究提出了一种基于UNet++的增强模型ARD-UNet++.采用7×7深度可分离卷积来减少参数… …   相似文献
118.
在交通流预测领域,收集数据时通常会因为传感器故障、外界干扰等因素导致数据缺失,虽然现有的数据插补工作取得了一定进展,但是仍存在直接使用原始交通流数据会导致虚假和误导性的相关性、在推测缺失数据时缺乏对全局一致性的考虑、低质量的插补数据会引入新的噪声等问题.针对上述问题,本文提出一种… …   相似文献
119.
在智慧城市中,无线通信网络连接了众多边缘智能设备,用于收集和传输各种类型的数据.为了保护数据隐私,联邦学习被广泛应用于智慧城市环境中.然而,城市中的高密度建筑物和复杂多径传播会导致信道衰落,严重影响通信质量和联邦学习的性能.针对这一问题,提出了一种基于强化学习的无线联邦学习系统自… …   相似文献
120.
  
问题生成(QG)是自然语言处理中一个具有挑战性的任务,其目标是根据不同类型的数据,生成语法正确且语义相关的问题。目前,融合答案信息的问题生成方法主要采用序列到序列的神经网络模型,但这些方法存在以下问题：(1)对RNN模型的依赖性高;(2)欠缺捕捉输入文本的语义信息;(3)缺乏对少… …   相似文献
[首页] « 上一页 [7] [8] [9] [10] [11] 12 [13] [14] [15] [16] [17] 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