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321-330项 搜索用时 203 毫秒
[首页] « 上一页 [28] [29] [30] [31] [32] 33 [34] [35] [36] [37] [38] 下一页 » 末  页»
321.
组合优化问题在诸多领域应用广泛,大多属于非确定多项式时间难题,基于冯·诺依曼架构的传统数字计算机难以满足其极高计算复杂度的需求。具有阈值电压可编程特性和多端口输入结构的铁电晶体管(FeFET)为高效求解组合优化问题提供了新的机遇。基于FeFET的存算一体架构具有能效高、延时低等特… …   相似文献
322.
双线性对运算是基于身份的标识密码算法的核心运算,而在边缘设备中实现该运算需要在性能与面积两方面进行折衷。采用指令扩展方式进行软硬件协同设计是具备灵活性和可扩展性的设计方式,但在双线性对运算方面的研究忽略了数据交互过程的时间损耗。该文结合双线性对算法与软硬件协同设计的特点,提出了适… …   相似文献
323.
荷电状态是衡量锂离子电池剩余电量的关键指标,其准确估计对电池管理系统至关重要。该文提出了一种粒子群约束下的多胞空间滤波算法,用于解决系统存在未知但有界噪声时的状态估计问题。该算法能够准确检测并重新映射异常粒子,从而确保搜索过程的稳定性。通过采用法向量缩放的方法调整超平面位置,将粒… …   相似文献
324.
随着深度学习驱动的图像压缩技术迅速发展,面向深度神经网络(DNN)的图像压缩亟需一种高性能熵编码架构,以满足对高速压缩的实际需求。针对传统熵编码在硬件实现中面临的运算延迟与资源开销瓶颈,该文提出并实现了一种基于现场可编程逻辑门阵列(FPGA)的高效Range Asymmetric… …   相似文献
325.
有序可靠位猜测随机加性噪声译码(ORBGRAND)凭借其平均时延短和通用性等优点受到广泛关注。然而,目前ORBGRAND算法和硬件实现仍然面临挑战,如最差时延长和吞吐率受限等。为了改善上述问题,该文提出将特殊的编码校验关系融入现有串行和展开架构的ORBGRAND译码器以提升硬件效… …   相似文献
326.
为解决传统图像分类方法边缘信息提取模糊、多尺度特征聚合不充分的问题, 提出全息梯度差分卷积的图像分类网络(HGDNet). HGDNet以ResNet-34为基础网络, 通过设计全息梯度差分卷积(HGDConv)与多尺度特征聚合细化模块(FARM)实现对图像特征的高效提取与精细聚合. HGDConv通过设计为解决传统图像分类方法边缘信息提取模糊、多尺度特征聚合不充分的问题, 提出全息梯度差分卷积的图像分类网络(HGDNet). HGDNet以ResNet-34为基础网络, 通过设计全息梯度差分卷积(HGDConv)与多尺度特征聚合细化模块(FARM)实现对图像特征的高效提取与精细聚合. HGDConv通过设计为解决传统图像分类方法边缘信息提取模糊、多尺度特征聚合不充分的问题, 提出全息梯度差分卷积的图像分类网络(HGDNet). HGDNet以ResNet-34为基础网络, 通过设计全息梯度差分卷积(HGDConv)与多尺度特征聚合细化模块(FARM)实现对图像特征的高效提取与精细聚合. HGDConv通过设计为解决传统图像分类方法边缘信息提取模糊、多尺度特征聚合不充分的问题, 提出全息梯度差分卷积的图像分类网络(HGDNet). HGDNet以ResNet-34为基础网络, 通过设计全息梯度差分卷积(HGDConv)与多尺度特征聚合细化模块(FARM)实现对图像特征的高效提取与精细聚合. HGDConv通过设计为解决传统图像分类方法边缘信息提取模糊、多尺度特征聚合不充分的问题,提出全息梯度差分卷积的图像分类网络(HGDNet). HGDNet以ResNet-34为基础网络,通过设计全息梯度差分卷积(HGDConv)与多尺度特征聚合细化模块(FARM)实现对图像特征的高效提取与精细聚合. HGDConv通过设计0°、45°、90°、135°四个角度的梯度差分操作,结合传统卷积的特性,有效拓宽感受野,提高对图像多角度特征的捕获能力,显著增强了网络在细节特征和边缘信息上的表达能力. FARM通过通道注意力机制动态调整特征通道的重要性,提升特征选择的精准性,进一步优化特征提取与融合;同时, FARM结合全局特征集成和多尺度特征细化,在捕捉全局语义信息的同时,对关键区域进行细化处理,有效减少冗余信息并增强重要特征表达.实验结果表明, HGDNet在CIFAR-10、CIFAR-100、SVHN、STL-10、Imagenette和Imagewoof上均表现出优异的分类性能,相较于当前先进方法准确率显著提升.此外, HGDConv作为一个即插即用的卷积,与其他卷积相比也展现出更好的特征表示能力.… …   相似文献
327.
特征生成（feature generation, FG）的目标是通过构建高阶特征组合并去除冗余特征,提升原始数据的预测潜力. 针对表格型科学数据,特征生成是提高下游机器学习模型性能的重要预处理环节. 然而,传统方法在处理科学数据特征生成问题时面临以下两方面挑战：首先,针对科学数据… …   相似文献
328.
在人群计数任务中,高昂的数据标注成本严重制约了全监督方法的广泛应用. 为显著降低对标注数据的依赖,利用大量未标注数据的半监督计数方法已成为当前研究的主流方向. 然而,现有半监督方法通常依赖迭代生成伪标签进行训练,其性能深受2种不确定性因素的制约,其中认知不确定性来自模型自身对知识… …   相似文献
329.
随着计算机视觉、自然语言处理与深度学习技术的快速发展,多模态视觉语言表征学习模型在图像描述、文本生成图像、视觉问答等任务中展现出了卓越的性能,已成为当前学术界与工业界共同关注的研究热点. 然而,这类模型的多模态特性和复杂性为攻击者提供了更加多样的攻击途径,攻击者可以通过对抗样本引… …   相似文献
330.
[首页] « 上一页 [28] [29] [30] [31] [32] 33 [34] [35] [36] [37] [38] 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