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171-180项 搜索用时 62 毫秒
[首页] « 上一页 [13] [14] [15] [16] [17] 18 [19] [20] [21] [22] [23] 下一页 » 末  页»
171.
近年来,以代码为输入的预训练模型在许多基于代码的关键任务中取得了显著的性能优势,但这类模型可能容易受到通过保留语义的代码转换实现的对抗性攻击,这种攻击会显著降低模型鲁棒性并可能进一步引发严重的安全问题.尽管已有对抗性训练方法通过生成对抗性样本作为增强数据来提升模型鲁棒性,但其有效… …   相似文献
田朝  邝仕琦  闫明  王海弛  陈俊洁 《软件学报》2026,37(3):1170-1196
172.
针对深度神经网络在初始化剪枝中存在表征退化与精度下降的问题,提出一种双阶段同构蒸馏框架（dual-stage homogeneous distillation,DHD）,以实现高效稀疏建模。该方法包括同构自蒸馏（homogeneous selfdistillation,HSD）阶… …   相似文献
173.
在多模态情感分析任务中,真实应用常出现模态缺失现象,而现有缺失模态生成方法普遍过度依赖自动生成的模态表示,易导致生成误差放大和泛化能力不足等问题。为此,提出一种提示生成-双模态重构-自挖掘的多模态情感分析框架（prompt-reconstruct-mining,PRM）。针对单模… …   相似文献
174.
车联网技术加速落地的背景下,车辆可通过V2V实时共享运动状态,然而既有跟驰模型普遍忽视侧向偏移对纵向稳定性的耦合干扰,导致理论预测与实测拥堵波形偏差较大。针对存在的跟驰车流的交通拥堵问题,基于车辆侧向偏移行为的特性分析,提出了一种考虑侧向偏移效应的网联车辆跟驰模型（lateral… …   相似文献
175.
随着工业物联网（IIoT）快速发展,如何在保护数据隐私的前提下高效利用设备数据成为亟待解决的问题。联邦学习（FL）作为一种通过本地训练模型并共享模型参数的技术,已成为保障数据隐私的有效方法。然而,现有FL仍存在隐私泄露的风险。为此,提出了一种面向工业物联网的选择性差分隐私联邦学习… …   相似文献
176.
为应对分类模型性能下降的问题,需要及时检测数据流中的概念漂移,以更新基分类器并提高分类准确性。提出一种基于均值的Chernoff界的检测机制,在提升漂移检测速度的同时,确保了较高的准确性。利用基于均值的Chernoff界,提出基于当前均值的Chernoff界和基于全局均值的Che… …   相似文献
177.
针对现有舆情预测方法难以融合多源异构数据并挖掘深层语义关联的挑战,提出知识图谱增强残差集成框架（KG-ARRE）。该框架提取微博日粒度基础特征,基于文本语义分析构建主客体交互知识图谱,并利用自回归滑动平均模型（ARIMA）提取热度序列残差;随后通过时序卷积网络（TCN）融合多源特… …   相似文献
178.
区块链与联邦学习的融合为智能交通系统提供了一种去中心化、隐私保护的数据协同方案。然而终端设备类型多样、数据分布呈非独立同分布（Non-IID）,且传统单链结构难以满足高并发训练的吞吐与延迟需求。为此,提出一种安全高效的个性化联邦学习框架（SCPFL）,利用区块链分片按节点地理区域… …   相似文献
179.
多目标多任务优化旨在通过跨任务传递搜索经验同时优化一组多目标优化问题。针对问题求解过程中所存在的知识负迁移现象,提出了一种动态知识选择与自适应迁移的多目标多任务进化算法。首先,给出基于邻域协同的种群生成方法,该方法通过任务间微量知识迁移探索新的解空间区域,以缓解子问题的盲目搜索。… …   相似文献
180.
ObjectiveHyperspectral image super-resolution （HISR） has become a crucial task in the field of remote sensing, aiming to reconstruct high-re… …   相似文献
[首页] « 上一页 [13] [14] [15] [16] [17] 18 [19] [20] [21] [22] [23] 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