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3271-3280项 搜索用时 97 毫秒
[首页] « 上一页 [323] [324] [325] [326] [327] 328 [329] [330] [331] [332] [333] 下一页 » 末  页»
3271.
图聚类方法旨在使用无监督方式将图节点划分到不同类别中,用于发现复杂系统中的隐藏模式、社区结构和组织关系.现有方法通过不同的学习范式构建自监督模式,指导图表示学习并实现聚类,因此学习范式是图聚类方法的关键,但现有综述少有从学习范式的角度讨论图聚类方法.因此,文中基于不同学习范式总结… …   相似文献
3272.
针对现行即插即用图像修复方法无法处理弱光图像增强等盲图像修复任务中图像退化模型难以精确建模的问题,本文构造了一种将即插即用分裂算法与引导扩散模型相结合的求解方案.该方案巧妙地避免了直接求解由复杂退化模型导致的复杂数据子问题,转而使用真实退化图像来解决数据子问题,并利用数据子问题的… …   相似文献
3273.
针对执行器饱和的离散时间线性多智能体系统(Multi-agent systems, MASs)有限时域一致性控制问题, 将低增益反馈(Low gain feedback, LGF)方法与Q学习相结合, 提出采用后向时间迭代的模型无关控制方法. 首先, 将执行器饱和的有限时域一致性… …   相似文献
3274.
无线传感网络消除了物理电缆,降低了结构健康监测系统收集信息的难度,但通常具有较低的带宽和有限的能量.为了使结构健康监测系统获得最有效的信息和最高的网络性能,将最佳无线传感器布置问题表述为一个多目标优化问题,其中信息有效性被指定为模态保证准则,网络性能通过能量效率与网络连接性相结合… …   相似文献
3275.
联邦学习是一种分布式机器学习技术,允许参与方在本地训练模型并上传更新至中央服务器,由中央服务器聚合更新来生成更优的全局模型,从而保障数据隐私和解决数据孤岛问题.然而,梯度聚合过程依赖中央服务器,这可能导致单点故障,且中央服务器也是潜在的恶意攻击者.因此,联邦学习必须去中心化.现有… …   相似文献
3276.
本文研究了严格反馈多智能体系统的最优一致性问题, 旨在局部信息交互的条件下, 使所有智能体收敛至全局代价函数的最优解. 首先, 针对权重非平衡有向图, 提出一种新的分布式比例积分(Proportional-integral, PI)变量, 将最优一致性问题转化为PI调节问题, 使… …   相似文献
3277.
随着信息技术的发展,诸如借助翻译工具的回译式抄袭行为越发复杂隐蔽,对抄袭检测方法提出了更高的要求.为此,提出一种基于提示工程(prompt engineering)的抄袭检测方法.该方法通过设计提示词,引导大语言模型(large language model, LLM)在语义层面… …   相似文献
3278.
  
对当前无线定向自组网领域中的定向邻居发现算法的相关研究成果进行了系统性总结。首先,从定向自组网在无线通信中的重要性出发,介绍了相关背景知识和基本概念,指出其在无线通信领域的研究前景。然后,依据不同的技术标准,对定向邻居发现算法进行了多个维度的分类和比较,分别深入探讨了各种算法在不… …   相似文献
3279.
近年来,图卷积网络作为一种强大的图嵌入技术在推荐系统领域得到广泛应用.主要原因是推荐系统中大多数信息可以建模为图结构,而图卷积网络是一种基于图结构的深度学习模型,有助于挖掘图数据中用户和项目之间的潜在交互,从而提高推荐系统的性能.由于推荐系统的建模通常需要收集和处理大量的敏感数据… …   相似文献
王锟  王永  刘金源  邓江洲 《软件学报》2025,36(3):1202-1217
3280.
针对现有的方法通常面临全局感受野和高效计算之间难以有效平衡以及重建图像细节不清晰的问题,提出了基于CNN-Mamba的属性引导网络(CMANet).首先,模型在进行重建时,引入了属性信息并且考虑了这些属性之间的相互关系,帮助模型提高整个重建过程的可靠性和精确度.其次,引入了沙漏状… …   相似文献
[首页] « 上一页 [323] [324] [325] [326] [327] 328 [329] [330] [331] [332] [333] 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