141.
脑肿瘤作为大脑中异常细胞的集合体,其生长迅速且与周围组织相互浸润,导致边界模糊.针对传统CNN分割网络在捕获语义信息时远程依赖关系不足、池化下采样带来的信息丢失以及基于Transformer分割网络的高计算复杂度等问题,本研究受ConvNeXt和Transformer模型的启发,… … 相似文献
罗康;丁德锐;庞飞翔 《小型微型计算机系统》2025,(9):2201-2208
142.
本文通过研究组合赋权策略和模糊攻防树策略,并提出面向中国铁路电子客票的脆弱性评估方法.首先基于系统可能面临的安全威胁和既有安全防御措施构建了攻防树模型.采用FAHP法和熵权法来量化叶子节点各安全属性的权重,攻防树模型叶子节点和攻击路径的区间概率采用TFN进行计算,解模糊化后得到系… … 相似文献
姚洪磊;杨轶杰;刘吉强;牛温佳 《小型微型计算机系统》2025,(9):2242-2250
143.
定向天线因其抗干扰、空间复用度高、传输距离远等特点广泛应用在无人机自组网中.在无人机进行分布式组网时,无人机需要发现周围的邻居节点,因此邻居发现是组网的必要过程,也是无人机自组网MAC协议设计的难点问题.目前的定向邻居发现算法大多局限于二维平面上,无法满足无人机更广泛的使用需求.… … 相似文献
吕玉超;任智;张伟业;周逊 《小型微型计算机系统》2025,(9):2251-2257
144.
基于模型的安全分析(MBSA)是安全关键系统(SCS)安全评估的最新方法.失效模式是指系统、组件或设计可能无法达到预期性能标准的表现方式,是MBSA故障行为建模的重要组成部分.然而,随着系统复杂性的增加,手动提取失效模式非常耗时,不同安全工程师的提取结果缺乏一致性.为了应对这些挑… … 相似文献
林翰鑫;杨志斌;周勇;李维 《小型微型计算机系统》2025,(9):2233-2241
145.
当使用蒙特卡罗路径跟踪方法渲染三维场景时,由于采样不足,可能会出现噪声和细节缺失等问题.直接提升采样数水平则会产生冗余计算.为此本文提出了一种基于样本梯度的自适应渲染算法.首先在预处理阶段,获取粗渲染结果图.然后计算图像的恰可察觉差异值和熵值,进而获取控制渲染所需的阈值.随后对样… … 相似文献
姚伟勋;陈纯毅;申忠业;于波;胡小娟 《小型微型计算机系统》2025,(9):2176-2182
146.
147.
作为迁移学习的关键技术;域适应能很好地解决训练和测试数据集分布不同的问题。然而;传统的域适应方法通常只适用于目标域和源域数据集所含类别的数量和种类相同的情况;在实际场景中该条件通常很难满足。开集域适应（OSDA）正是为了解决此问题而出现的。为了填补该领域的空白;并为相关研究提供借… … 相似文献
王闯;俞璐;陈健威;潘成;杜文博 《计算机应用》2025,45(9):2727-2736
148.
人形机器人凭借高度逼真的人类外观与灵活稳定的运动能力,能够深度参与到人类社会活动场景;人机交互是人形机器人进入现实世界,成为人们生活、学习和工作中的伴侣的必要能力.然而,现有机器人交互技术主要面向正常人群,缺乏适用于听力或者语言障碍人士的人机交互方案.为此,设计了一种轻量级的手语… … 相似文献
李新潮;袁野;刘娜 《小型微型计算机系统》2025,(9):2193-2200
149.
近年来,脑电情绪识别在心理治疗和人机交互领域展现了重要的应用前景.然而,现有研究大多未能充分挖掘脑电信号中复杂时空频模式的耦合和互补性特征.本文提出了一种基于多重注意力机制解耦时空频融合特征的网络模型,以有针对性地捕捉脑电信号的时空域与空频域互补特征.该模型通过将多域融合特征解耦… … 相似文献
潘雨青;张琬琳;任庆桦;许峰 《小型微型计算机系统》2025,(9):2098-2104
150.
随着传感器技术的进步,血糖监测从传统的单点采集发展为连续动态监测(CGM),通过介入式葡萄糖传感器实时监测间质液葡萄糖浓度。血糖传感器的运行状态对监测准确性至关重要,但传感器故障识别面临类别不平衡问题,导致机器学习模型性能下降。基于此,提出了一种结合数据预处理、特征工程和模型集成… … 相似文献
刘思行;许硕洋;徐鹤;季一木 《计算机科学》2025,(9):106-118
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
