1141.
1142.
当前多层网络影响力最大化研究在识别隐形社群方面存在局限,因其依赖拓扑结构而忽视了现实因素,导致影响力节点识别不全.针对上述问题,基于网络嵌入和启发式排序算法,提出一种基于隐形社群检测的多层网络影响力最大化模型.首先,对节点内在意识形态采用语义分析得到属性信息,利用图增强技术获取网… … 相似文献
曹春萍;廖泽南;杨亿騄 《小型微型计算机系统》2025,(9):2283-2290
1143.
近年来,人体动作生成在计算机视觉和计算机图形学领域受到了广泛关注。随着需求的增加,人体交互动作生成逐渐成为一个新的研究热点。然而,相较于单人动作生成,人体交互动作生成尚处于起步阶段,尤其是在生成复杂的交互动作方面。虽然基于文本条件的人体交互动作生成方法在生成符合文本描述的高质量人… … 相似文献
石旭;孙运莲;骆岩林;张鸿文 《计算机学报》2025,(9):2226-2240
1144.
近年来,综合能源系统作为一种以多种能源形态和设备相互交互的能源系统方案得到了广泛应用和研究.然而,在面对动态复杂的多能源系统时,传统的优化调度方法往往无法满足其实时性和精准度需求.因此,本文设计了一种软深度确定性策略梯度(Soft Deep Deterministic Polic… … 相似文献
韩光洁;邹昕莹;张帆;徐政伟 《小型微型计算机系统》2025,(9):2258-2265
1145.
在全同态加密领域,多项式乘法的高复杂度计算一直是性能提升的难点。为加速此过程,数论变换(Number TheoreticTransform, NTT)被广泛应用,但传统基于多路径延迟交换的NTT架构存在硬件利用率不足、旋转因子开销大等缺点。针对这些问题,提出了一种基于流水线架构的… … 相似文献
韩迎梅;李斌;李坤;周清雷;于世梁 《计算机科学》2025,(9):160-169
1146.
冠心病是临床常见的心血管疾病,冠脉介入术是其常见治疗方法之一。然而,糖尿病是冠心病的危险因素,与冠心病合并会显著增加治疗风险,尽早诊断和采取相应措施对这类患者具有重要的临床意义。临床指标是目前诊疗冠心病及其合并病的重要参考依据,而这些指标的获取大多是有创的。舌象作为人体健康的外在… … 相似文献
曾丽莉;夏佳楠;李韶雯;敬迈科;赵慧辉;周雪忠 《计算机科学》2025,(9):47-53
1147.
在实际应用中,多视图度量学习成了处理多视图数据的有效方法。然而,多视图数据的不完整性给多视图度量学习带来了巨大挑战。尽管已有一些方法试图解决不完整多视图问题,但它们仍存在以下不足：1）现有方法大多依赖于已有样本的k近邻（kNN）来补全缺失数据,而容易忽视样本或视图的独特特征;2）… … 相似文献
曲鹏欢;魏巍;闫京;王锋 《计算机应用》2025,(9):2755-2763
1148.
针对现有基于图对比学习和Transformer架构的序列推荐模型中所存在的序列融合以及单峰激活问题,提出解决方案.对于并行架构下的序列融合问题,该文设计了一个个性化图特征融合单元,将图特征个性化的融入序列推荐模型中.此外,由于注意力机制中的softmax激活函数要求所有项目得分之… … 相似文献
楚庆龙;汪海涛;贺建峰;陈星 《小型微型计算机系统》2025,(9):2130-2136
1149.
随着互联网媒体的兴起,社交网络监管难度大,导致虚假新闻在网络平台泛滥,准确识别虚假新闻并生成可解释的结果已经成为研究热点.现有的基于深度学习的可解释虚假新闻检测方法存在信息量少、过度依赖社交上下文的问题.该文通过构建反映主流媒体焦点和公众注意力分布的新闻环境,提出一种基于新闻环境… … 相似文献
顾亦然;顾立强;黄丽亚 《小型微型计算机系统》2025,(9):2058-2065
1150.
高光谱图像重建算法旨在解决编码孔径快照光谱成像(CASSI)的逆问题,当前的解决方案中,深度展开网络通过交替求解数据子问题和先验子问题能高效地获取场景光谱信息.在数据子问题中,考虑到3D数据中像素质量的下降程度与位置的相关性及感知矩阵与退化矩阵的差异,该网络联合残差学习和自适应梯… … 相似文献
王万良;王婷婷;陈嘉诚;戴瑞 《小型微型计算机系统》2025,(9):2209-2215
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
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
