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391-400项 搜索用时 73 毫秒
[首页] « 上一页 [35] [36] [37] [38] [39] 40 [41] [42] [43] [44] [45] 下一页 » 末  页»
391.
  
深度学习模型在多种应用中展现了卓越能力,但其面对对抗样本的脆弱性不容忽视。该文针对现有方法在扰动位置选择时不考虑扰动连续替换后的影响,且在长文本场景下需要大量查询受害模型的问题,提出了一种适用于中文长文本的对抗样本攻击方法DQNAttack。该方法设计了针对中文特性的候选扰动生成… …   相似文献
《中文信息学报》2026,40(2):11-20
392.
  
标签体系补全任务旨在将开放世界中持续涌现的新标签纳入现有的标签体系,为新标签找到合适的上下位关系作为附着位置,以保持标签体系的时效性和完备性。标签体系本质上是树或有向无环图,标签数随层级加深呈指数增长,现有基于欧氏空间的方法受限于其多项式增长的特性影响了模型对层次化标签语义的表达… …   相似文献
《中文信息学报》2026,40(2):41-52,63
393.
作为软件工程领域的一项新兴技术,源代码自动生成注释旨在为给定的代码片段生成自然语言描述.目前最先进的代码注释技术采用编码器-解码器神经网络模型:编码器提取源代码的语义表示,而解码器则将其转换为人类可读的代码注释.然而,许多现有方法将输入的代码片段视为独立函数,往往忽略了目标函数与… …   相似文献
394.
研究目标是从未标记的图数据中学习健壮的图表示.开发了一种结构关系建模(structural relation modeling, SRM)框架,用于自监督图表示学习,缓解了由未标记数据和图拓扑不平衡引起的固有限制.首先,与大多数现有方法专注于局部结构或节点嵌入不同,通过在统一框架… …   相似文献
395.
代码注释是对源代码功能的自然语言描述,其可以帮助开发人员快速地理解代码语义及功能,从而提高软件开发和维护的效率.然而,书写与维护代码注释费时费力,导致代码注释经常出现缺失、不匹配以及过时等问题.因此,如何自动化地为源代码生成注释引起了大量研究人员的关注.现有方法通常利用信息检索技… …   相似文献
396.
当前,显著性目标检测技术正在迅速发展,但仍然存在一些问题亟待解决.大多数现有的显著性目标检测方法在处理高分辨率图像任务时,存在计算资源需求过高或者检测质量较差等问题.其次,许多现有算法采用的传统卷积操作缺乏针对性,无法有效增强边缘细节特征,导致边缘分割模糊不清.为了在降低算力消耗… …   相似文献
397.
现有基于vision Transformer（ViT）的人脸伪造检测方法计算复杂度高,轻量化的算法很难捕捉到细微的伪造痕迹导致检测精度低。针对轻量化模型检测效率低的问题,设计高频分量提取模块和空频交叉融合模块,并与轻量级的卷积加法自注意ViT结合。其中,高频分量提取模块提取图像中… …   相似文献
398.
模型异构性源于不同客户端的架构差异,阻碍了联邦学习中的有效知识共享,而通信开销则源于模型更新过程中频繁的参数传输,限制了联邦学习的可扩展性和效率。针对这些挑战,提出了一种基于知识蒸馏与类间关系的联邦学习框架FedKIC。FedKIC引入知识网络,通过深度学习实现异构模型间知识迁移… …   相似文献
399.
六自由度位姿估计作为三维空间感知的关键技术,广泛应用于机器人抓取、自动驾驶和智能制造等领域。针对RGB-D图像的六自由度估计,如何深度融合RGB图像的语义信息和深度图像的几何信息仍是一大挑战。现有方法大多采用双流网络或特征拼接策略,采用先独立处理各模态数据再融合的策略,但因缺乏跨… …   相似文献
400.
针对无人机辅助的车载自组织网络的动态性和节点分布不均匀问题,提出了一种自适应双模式路由协议,以应对基础设施覆盖范围有限情况下网络中端到端可靠传输的挑战。自适应双模式路由协议包含一种改进的基于密度的带噪声应用空间聚类方法,用于车辆节点实时聚类。该路由协议有两种运行模式：a）发送节点… …   相似文献
[首页] « 上一页 [35] [36] [37] [38] [39] 40 [41] [42] [43] [44] [45] 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