基于条件扩散模型样本生成的小样本目标检测

下载全文  

利用生成模型为小样本目标检测提供额外样本是解决样本稀缺问题的方法之一。现有生成额外样本的方法,多关注于生成样本的多样性,而忽略了生成样本的质量和代表性。为解决这一问题,该文提出了一个新的基于数据生成的小样本目标检测框架FQRS。首先,构造类间条件控制模块使得数据生成器能够学习不同… …   相似文献

梅天灿  王亚茹  陈元豪 《电子与信息学报》2025,47(4):1182-1191

自适应的流水线式无监督问题生成方法

下载全文  

在传统的问答任务中,模型一般需要大量的数据进行训练,而标注这些数据需要较多的时间和人力成本.无监督问题生成是解决问答任务训练数据匮乏的一种有效方法,但是目前使用该方法生成的问题存在难以回答、种类单一、语义不明等问题.针对这些问题,提出了一个自适应的多模块流水线式模型ADVICE,… …   相似文献

李昆泽;张宇 《计算机研究与发展》2025,(4):905-914

基于多维资源联合调度的低轨卫星通感一体化性能优化方法研究

下载全文  

针对低轨卫星场景下,传统固定功率分配、频谱带宽受限及全双工同频干扰等影响通感一体化性能的问题,该文提出一种基于多维资源联合调度的通感一体化(ISAC)性能优化方法。首先,以通信可达和速率、雷达探测互信息和位置精度因子的综合性能为优化目标,并考虑低轨卫星星座同时可用卫星数量多的特点… …   相似文献

赵世秋  谢旭旭  李云涛  丁晓进  张更新 《电子与信息学报》2025,47(4):968-978

基于T5模型的智能合约漏洞修复研究

  

针对以太坊智能合约漏洞修复问题,目前的研究主要集中在人工定义模板的方法上。此方法需要开发者具备丰富的专业知识,面对复杂漏洞时修复效果较差。在Solidity智能合约源代码层面,围绕智能合约的漏洞修复技术开展研究。引入机器学习的漏洞修复方式,设计并实现一个T5模型智能合约漏洞修复系… …   相似文献

焦健;陈瑞翔;贺强;渠开洋;张子怡 《计算机科学》2025,52(4):362-368

具有反馈延迟分布式在线复合优化的动态遗憾性能

下载全文  

研究分布式在线复合优化场景中的几种反馈延迟, 包括梯度反馈、单点Bandit反馈和两点Bandit反馈. 其中, 每个智能体的局部目标函数由一个强凸光滑函数与一个凸的非光滑正则项组成. 在分布式场景下, 研究每个智能体具有不同时变延迟的场景. 基于近端梯度下降算法, 分别设计这三… …   相似文献

侯瑞捷;李修贤;易新蕾;洪奕光;谢立华 《自动化学报》2025,51(4):835-856

基于分层仿生神经网络的多机器人协同区域搜索算法

下载全文  

针对多机器人系统在战场、灾难现场等复杂未知环境下的区域搜索问题, 提出一种基于分层仿生神经网络的多机器人协同区域搜索算法. 首先将仿生神经网络(Bio-inspired neural network, BNN) 和不同分辨率下的区域栅格地图结合, 构建分层仿生神经网络信息模型, … …   相似文献

陈波;张辉;江一鸣;钟杭;王耀南 《自动化学报》2025,51(4):890-902

一种基于区块链的高可信流数据查询验证方案

  

随着智慧物联网应用的普及,物联网设备持续收集大量流数据用于实时处理成为必然。由于其资源受限,须将大量流数据外包给服务器存储管理,而如何确保实时性强、无限增长的流数据完整性是一个复杂且具有挑战性的问题。虽然已有研究提出了关于流数据完整性验证的方案,但在不可信的外包存储服务环境中恶意… …   相似文献

杨帆;孙奕;林玮;高琦 《计算机科学》2025,52(4):352-361

多尺度大核注意力特征融合网络的图像超分辨率重建

下载全文  

目的 图像超分辨率重建是计算机视觉领域内的基础任务。卷积神经网络通过滑动窗口机制和参数共享特性能够有效提取局部特征,但对图像远距离信息的感知能力较弱。Transformer中的自注意力机制可以更好地捕捉序列中的全局依赖关系,但同时会带来高额计算资源占用的问题。方法 为了解决这些问… …   相似文献

宋霄罡;张鹏飞;刘万波;鲁晓锋;黑新宏 《中国图象图形学报》2025,30(4):1084-1099

基于可控性解释的混合数据增强框架

下载全文  

先前的预训练语言模型已在众多自然语言理解任务中展现了其卓越的性能. 然而, 它们常表现出捷径学习的问题, 即学习了非鲁棒性特征与标签之间的虚假关联, 导致模型在不同于训练分布的测试场景中的泛化能力不佳. 近期, 生成式预训练大模型在理解任务中的出色表现引起了广泛的关注, 但它们是否受到捷径学习的影响尚未被充分研究. 以LLaMA系列模型与FLAN-T5模型为代表, 探究生成式预训练大模型在多个自然语言理解任务中的捷径学习现象. 研究结果表明, 近期流行的生成式大模型仍然存在捷径学习的问题. 进而, 提出针对生成式预训练大模型的捷径学习问题的缓解策略——基于可控性解释的混合数据增强框架. 该框架以数据为中心, 基于模型生成的可控性解释数据与部分原始提示性数据构造小规模混合数据集, 开展模型微调. 在3个具有代表性的自然语言理解任务中的大量实验结果表明, 使用该框架所构造的数据集训练模型能够有效缓解模型的捷径学习问题, 提升模型在分布外测试场景中的鲁棒性与泛化能力, 同时不牺牲甚至提升模型在分布内测试场景中的性能. 代码已公开发布在https://github.com/Mint9996/HEDA.… …   相似文献

孙泽辰  肖义胜  李俊涛  张民  周国栋 《软件学报》2025,36(4):1604-1619

ProvNavigator：基于影子路径引导的网络攻击调查方法

  

在网络攻击发生后,开展攻击调查以分析其根本原因及影响至关重要。目前,基于溯源图的技术已成为主流方法,但该方法面临依赖爆炸问题。最新研究通过整合审计日志和应用日志,在一定程度上缓解了这一问题,并展现出无须程序插桩、模型训练或污点分析的优点。然而,现有日志融合技术要么依赖复杂的融合规… …   相似文献

席昊;范皓;袁沈阳;朱金宇;陈昌骅;万海;赵曦滨 《通信学报》2025,46(4):15-32