•   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9831-9840项 搜索用时 137 毫秒
[首页] « 上一页 [979] [980] [981] [982] [983] 984 [985] [986] [987] [988] [989] 下一页 » 末  页»
9831.
  
Most of the existing ciphertext-policy attribute-based encryption (CP-ABE) schemes that support outsourced decryption do not consider the pr… …   相似文献
《通信学报》2024,45(10):180-190
9832.
  
物联网的快速发展催生了大量新型的应用模式和互联生态,推动了产业数字化和智能化发展.物联网通过连接传感器、可穿戴设备、智能表计等低数据率、低功耗终端,赋予大量普通设备计算和联网的能力.随着应用场景和系统规模的扩展,传统无线技术难以适应物联网大规模、低功耗、远距离的设备组网要求.如何… …   相似文献
童率;王继良 《电子学报》2024,52(10):3623-3642
9833.
  
短文本分类应用广泛,是当前的研究热点,但受到短文本标注数据稀缺和数据隐私保护不便集中训练的影响,分类效果不佳.针对上述问题,我们提出了基于联邦学习的主动半监督异质图注意力网络模型(Active Semi-Supervised Learning empowered Heterogeneous Graph ATtention network model based on Federated learning,Fed-ASSL-HGAT),通过设计新颖的主动半监督学习(Active Semi-Supervised Learning,ASSL)框架生成高质量标注样本赋能异质图注意力网络(Heterogeneous Graph ATttention network model,HGAT),引入联邦学习对部署在不同节点的模型进行联合训练以满足数据隐私保护需求.所提出的ASSL框架通过将主动学习的多类别标注转化成二元类别标注,可大大降低标注难度;设计基于信息增益的选择策略筛选软、硬标签,以防止信息损失;通过半监督学习选择高准确率、高稳定性的正负样本打伪标签以确保标注质量.实验结果表明,所提出的ASSL-HGAT(S)在AGNews、Snippets、TagMyNews数据集上相比HGAT基线模型F1值分别提升2.45%、8.11%、7.46%.融合联邦学习所进一步提出的Fed-ASSL-HGAT模型可在不泄漏隐私数据的情况下满足性能要求.… …   相似文献
9834.
智能干扰是一种利用环境反馈自主学习干扰策略,对敌方通信链路进行有效干扰的技术。然而,现有的智能干扰研究大多假设干扰机能够直接获取通信质量反馈(如误码率或丢包率),这在实际对抗环境中难以实现,限制了智能干扰的应用范围。为了解决这一问题,该文将通信干扰问题建模为马尔科夫决策过程(MD… …   相似文献
周成  林茜  马丛珊  应涛  满欣 《电子与信息学报》2024,46(10):3957-3965
9835.
  
区块链技术有助于应对专利交易中信息不透明、确权难等问题,为专利交易模式的创新提供了新的选择.通过分析区块链在专利交易中的作用,构建由交易申请方、交易平台、意向受让方组成的三方演化博弈模型.基于博弈收益矩阵分析专利交易系统的演化稳定点,讨论主体的行为策略;并在此基础上,对不同情境进… …   相似文献
康朕玮  李静  朱建明 《计算机科学》2024,51(10):432-441
9836.
  
可控文本生成任务是指生成符合语法规则和语义需求,且满足给定约束的自然语言文本,具有重要应用价值。如何将约束嵌入到隐空间,从而有效控制离散的词汇生成过程是十分困难的,特别是在复杂应用场景中:不仅需要控制文本内容,还要求生成的长文本形式多样、语言灵活以及逻辑合理等,这使得可控文本生成… …   相似文献
9837.
在传统睡眠分期模型中, 由于计算资源要求高, 难以部署到有限计算能力的设备上. 本文开发了一个基于单通道脑电信号的轻量级睡眠分析系统, 该系统部署了GhostNet优化的GhostSleepNet神经网络模型, 实现了睡眠分期和睡眠质量评估的功能, 用户只需要使用脑环并连接至本系统即可在家庭环境下实现准确度高的睡眠分期. 其中, 卷积神经网络(convolutional neural network, CNN)负责提取高阶特征, GhostNet旨在保持 CNN 提取特征的准确性的同时, 减少模型参数以提高模型的计算效率, 门控循环单元(gated recurrent unit, GRU)则专注于捕捉睡眠数据的长期依赖关系与周期性变化. 本文对Sleep-EDF数据集的五分类任务进行验证, GhostSleepNet的睡眠分期准确率达到84.17%, 比传统睡眠分期模型低3%–5%, 但FLOPs仅为5 041 111 040, 计算复杂度下降20%–45%, 有助于移动设备睡眠分期功能的发展.… …   相似文献
9838.

随着企业数据资产化的发展,联盟链成为了企业联盟内部数据交易的核心基础设施. 利用联盟链构建去中心化、不可篡改、访问可控的数据交易市场,可以提高数据交易的可信度,降低数据泄露风险. 然而,随着企业联盟的增多,如何促进跨企业联盟的数据要素流通,抵御数据隐私泄露、数据欺诈和支付抵赖等安全威胁,成为了数据流通领域亟待解决的难题. 为此,提出了一种面向跨联盟链的隐私保护数据要素交易审计方案. 该方案利用联盟链进行数据存证,通过中继链上的智能合约进行数据验证和支付管理. 结合Pedersen承诺和Shamir秘密分享技术,构建零知识证明机制,在不泄露数据要素的情况下防止数据欺诈的发生. 此外,还引入了一种基于双线性映射的数据要素完整性审计机制,允许在不透露数据隐私的情况下验证数据要素的收据,有效解决支付抵赖问题. 通过理论分析和实验评估,验证了所提方案的有效性和可靠性,在本地模拟实验环境下,实验结果表明所提方案是可行且高效的.

… …   相似文献
9839.
  
多模态神经机器翻译旨在利用视觉信息来提高文本翻译质量。传统多模态机器翻译将图像的全局语义信息融入翻译模型,而忽略了图像的细粒度信息对翻译质量的影响。对此,该文提出一种基于图文细粒度对齐语义引导的多模态神经机器翻译方法,该方法首先采用跨模态交互图文信息,以提取图文细粒度对齐语义信息… …   相似文献
9840.
在数字印刷领域,精确再现计算机图像的颜色是高质量印刷的前提,其中色彩特征化是关键环节.传统多项式回归模型由于高阶项会放大特征化样本集中的奇异值,导致模型振荡从而影响色彩特征化的准确性.基于神经网络的色彩特征化算法精度较高,但算法复杂度也呈数量级的提高,难以满足工业生产中的效率要求… …   相似文献
[首页] « 上一页 [979] [980] [981] [982] [983] 984 [985] [986] [987] [988] [989] 下一页 » 末  页»