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3691-3700项 搜索用时 113 毫秒
[首页] « 上一页 [365] [366] [367] [368] [369] 370 [371] [372] [373] [374] [375] 下一页 » 末  页»
3691.
随着金融线上业务的迅猛发展,篡改图像信息的问题在风控环节频繁出现.然而,现有的篡改检测模型在处理证件图片的准确性和应对环境干扰方面亟需加强.为解决这一问题,本文提出了一种二阶段篡改检测模型:在第1阶段中,通过将简单堆叠长短期记忆网络改进为多方向堆叠记忆网络,弥补了篡改特征对比方向… …   相似文献
3692.
现有的多行为推荐模型忽略了不同行为之间存在的优化不平衡问题。为解决这一问题,提出了一种融入自注意力和对比学习的多行为推荐模型（multi-behavior recommendation integrating self-attention and contrastive lear… …   相似文献
3693.
工业控制协议(ICP)由于缺乏认证、授权和加密等安全措施,存在大量漏洞,对工业控制系统(ICS)的安全构成重大威胁.模糊测试作为一种主流的漏洞挖掘技术,在ICP中的应用存在测试用例接收率低和多样性不足的问题.为了解决这些问题,提高ICP漏洞挖掘效率,提出了基于多尺度潜在特征表示(… …   相似文献
3694.
动作识别是计算机视觉领域中的前沿探索,得益于图卷积网络（GCN）处理非欧几里德数据的优势,该方法已成为从骨架数据中提取特征的主流方法。针对目前GCN忽视跨序列信息、对运动轨迹相似度高的模糊样本难以区分等问题,提出一种结合对比学习的图拓扑对比细化方法（graph topology … …   相似文献
3695.
与传统网络不同,超网络具有复杂的高阶元组关系,而现有大多数超网络表示学习方法不能很好地捕获复杂的高阶元组关系。针对上述问题,为了更好地捕获复杂的高阶元组关系,提出了基于双端权重约束的异质超网络表示学习方法。首先,该方法提出一个超边多源随机游走融合算法,将超边融入到基于超路径的随机… …   相似文献
3696.
近年来深度学习因其在各个场景下的优异性能而受到越来越多研究者的重视,但是这些方法通常依赖独立同分布假设.领域自适应则是为了缓解分布偏移带来的影响而提出的问题,它利用带标签的源域数据和不带标签的目标域数据能够训练得到在目标域数据上性能较好的模型.现有的领域自适应方法大多针对静态数据… …   相似文献
3697.
控制流图(CFG)是二进制程序分析的基础.传统静态分析方法构建控制流图速度快,代码覆盖率高,但不能解决间接跳转问题;动态分析方法能够分析间接跳转,但代码覆盖率低、性能开销大.为更加高效构建完备的控制流图,提出静态动态结合的混合分析方案.首先使用静态分析获取程序的初始控制流图,采用… …   相似文献
3698.
属性级情感分析作为一种细粒度情感分析方法,目前在许多应用场景中都具有重要作用.然而,随着社交媒体和在线评论的日益广泛以及各类新兴领域的出现,使得跨领域属性级情感分析面临着标签数据不足以及源领域与目标领域文本分布差异等挑战.目前已有许多数据增强方法试图解决这些问题,但现有方法生成的… …   相似文献
3699.
现实世界中的数据标签分布往往呈现长尾效应,即少部分类别占据绝大多数样本,时序动作检测问题也不例外.现有的时序动作检测方法往往缺乏对少样本类别的关注,即充分建模样本数量多的头部类别,而忽视了样本数量少的尾部类别.对长尾时序动作检测问题进行了系统的定义,并针对长尾时序动作检测问题,提… …   相似文献
3700.
身份基匹配加密是一种新型的密码学原语,允许接收者与发送者双方都可以指定对方的身份,只有身份匹配时才可与之通信.这项加密技术提供了一种非交互式的秘密握手协议以摆脱实时互动,进一步提高参与者的隐私性.在标准模型下基于SXDH假设,提出素数阶群上的身份基匹配加密方案,实现短参数,降低解… …   相似文献
陈洁  楚乔涵  杜秋妍  高莹 《软件学报》2025,36(2):698-714
[首页] « 上一页 [365] [366] [367] [368] [369] 370 [371] [372] [373] [374] [375] 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