2461.
随着流数据的大量涌现,概念漂移已成为流数据挖掘中备受关注且具有挑战性的重要问题.目前,多数集成学习方法未针对性地识别概念漂移类型,并采取高效的集成适应策略,导致模型在不同漂移类型上的性能参差不齐.为此,提出了一种弹性梯度集成的概念漂移适应（elastic gradient ens… … 相似文献
郭虎升;张羽桐;王文剑 《计算机研究与发展》2025,62(5):1235-1247
2462.
一阶逻辑自动定理证明器能够解决大量形式化后的实际问题,具有重要的应用价值。矛盾体分离演绎发展了自动定理证明领域经典的归结原理,具有更强的证明能力。在基于矛盾体分离规则的自动定理证明器CSE(Contradiction Separation Extension)的基础上,提出一种矛… … 相似文献
吴鑫;陈树伟;姜世攀 《计算机科学》2025,52(5):235-240
2463.
目前数据中心规模迅速扩大和网络带宽大幅度提升,传统软件网络协议栈的处理器开销较大,并且难以满足众多数据中心应用程序在吞吐、延迟等方面的需求.远程直接内存访问（remote direct memory access,RDMA）技术采用零拷贝、内核旁路和处理器功能卸载等思想,能够高带… … 相似文献
黄曼蒂;李韬;杨惠;李成龙;张毓涛;孙志刚 《计算机研究与发展》2025,62(5):1262-1289
2464.
随着深度学习理论与技术的快速发展,基于深度学习的光流估计方法在计算精度与鲁棒性方面取得显著提升.然而,受标准卷积感受野局部属性和现有匹配代价体积策略容易产生匹配歧义的限制,当前方法在大位移运动和弱纹理区域普遍存在光流估计精度较低,运动模糊现象较严重的问题.针对上述问题,本文提出一… … 相似文献
王子旭;陈弘烨;葛利跃;张聪炫;陈震;王梓歌 《电子学报》2025,53(5):1622-1636
2465.
复杂电磁环境下卫星信号往往淹没在背景和噪声中,传统的信号检测算法在没有准确先验知识的情况下性能急剧降低,目前基于深度学习的信号检测算法往往需要依赖专家经验的数据后处理步骤,无法对信号进行端到端检测.针对上述缺陷,提出一种基于DETR＿S(DEtection with TRansf… … 相似文献
李昱;石晓然;苗昊倩;王晓宁;周峰 《电子学报》2025,53(5):1365-1378
2466.
频谱空间已经成为继空天地海网后的第六维战略空间,对大规模无人机集群的组网性能有不可忽略的影响,因此有必要在研究大规模无人机集群通信技术时考虑频谱环境因素.针对目前缺少可以在频谱域进行通信仿真的平台的问题,提出了一种通过网络仿真软件EXata与多个外部模块进行交互的方式搭建一个跨越… … 相似文献
李想;朱小军;董超;张磊 《小型微型计算机系统》2025,46(5):1199-1206
2467.
领域自适应旨在充分利用源域标签信息,将源域知识泛化到目标领域.但现存域适应方法存在以下限制:1）无法有针对性地处理不同置信度数据,忽视了噪声数据的干扰;2）难以克服统计分布与流形结构联合情况下的领域偏移.为了提高分类器的鲁棒性,本文提出一种双策略与置信度的域适应方法,使得分类器能… … 相似文献
滕少华;黄莉莉;张巍 《小型微型计算机系统》2025,46(5):1135-1146
2468.
根尖周X线片是诊断龋病和根尖周炎常用手段之一,传统的诊断方式通常依赖牙医的经验,主观性较强.针对这一问题,本文提出了一种基于混合注意力机制和加权分数融合的分类方法(DenseNet201-PCAM).该方法以DenseNet201为基线网络,结合迁移学习策略使网络在小数据集上有更… … 相似文献
李炜;王远军;刘玉 《小型微型计算机系统》2025,46(5):1169-1176
2469.
为应对环境变化和外界干扰下的四旋翼位置跟踪控制问题,本文提出了一种对抗强化学习方法以增强控制系统的鲁棒性.该方法通过引入干扰非线性动态逆转换弥补了现有对抗学习在干扰水平估计及多样性处理上的不足.研究首先构建了四旋翼的动力学模型和干扰生成模型,将位置跟踪问题转化为干扰抑制问题,再将… … 相似文献
田大江;吴志刚;曾庆华;叶宵宇;任恩泽;宋甫俊;郭运伟 《小型微型计算机系统》2025,46(5):1032-1041
2470.
为解决传统分形特征在网络流量认知精度和速度上难以兼具的问题,以分形理论为基础提出网络流量空时分离思想并创建空时分形特征,以此设计一种新型的流量认知模型——空时分形模型（SFM）。空时分形观测空间序列和时间序列,然后基于勒让德变换建立向量再折射到对偶空间形成特征。空时分形的物理含义… … 相似文献
汤萍萍;张晖;董育宁;董国青 《通信学报》2025,46(5):258-271
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
