全部分类/
科学普及/
计算机应用研究

计算机应用研究

2024年12期

扫码免费借阅

目录

快速导航

综述评论 | 面向扩散模型的电子健康档案数据生成研究综述

综述评论 | 面向扩散模型的电子健康档案数据生成研究综述

摘要：医学领域的电子健康档案（electronic health records，EHR）数据涵盖了大量宝贵的生物医学知识，为医疗数据分析提供了重要的资源。然而，隐私保护和数据共享的限制成为研究的主要瓶颈，阻碍了数据分析和机器学习技术在医疗领域的应用和发展，为应对这些挑战，研究者探索使用生成式建模来生成EHR数据。首先介绍并概括了扩散模型的起源与发展；深入探讨了现有扩散模型的各种方法，对不同
综述评论 | 基于符号距离函数的体渲染表面重建研究综述

综述评论 | 基于符号距离函数的体渲染表面重建研究综述

摘要：在计算机视觉和图形学领域，多视图物体表面重建是一个重要的研究方向。符号距离函数的体渲染技术是一种新兴的物体表面重建方法，因其在复杂场景重建中的出色表现受到人们广泛关注。旨在对符号距离函数的体渲染技术进行全面分析和总结，为未来研究人员提供参考。首先介绍了有向符号距离函数的基本原理及其在体渲染技术中的应用；随后，从提升表面重建质量、加快训练速度、稀疏视图重建、重光照和材料编辑、特定场景重建
综述评论 | 区块链跨链技术及其安全性综述

综述评论 | 区块链跨链技术及其安全性综述

摘要：跨链技术能促进资产互通、数据共享和生态系统互连，变得日益重要。然而，它面临着安全性方面的挑战。综述现有文献，探讨跨链技术及其安全性挑战，以及相应的技术和解决方案。首先介绍了跨链技术的研究背景与历史；再从三个不同的角度对跨链技术进行分类，并列举了不同跨链技术的代表性应用项目；接着详细介绍了几种跨链机制，分析了它们的不同之处与优缺点；随后，探讨了跨链所面临的安全性问题、恶意攻击以及不同跨链
区块链技术 | 自适应安全的区块链模糊多关键词可搜索加密方案

区块链技术 | 自适应安全的区块链模糊多关键词可搜索加密方案

摘要：针对传统对称可搜索加密方案灵活性和安全性不足的问题，提出了一种自适应安全的区块链模糊多关键词可搜索加密方案。首先，使用局部敏感哈希模糊处理关键词，并为各文件生成双布隆过滤器存储和隐藏关键词，再以其为叶子节点结合基于图的关键词划分算法构造索引树，从而实现亚线性模糊多关键词搜索；其次，将默克尔哈希树与自适应多集累加器结合，用于验证搜索结果的正确性和完整性；此外，联盟链共识选举轮换产生授权节
区块链技术 | 基于节点可信度的区块链动态分片模型

区块链技术 | 基于节点可信度的区块链动态分片模型

摘要：针对当前区块链分片模型存在恶意节点聚集、分片失效率高及负载不均衡问题，提出基于节点可信度的区块链动态分片模型（blockchain dynamic sharding model based on node credibility，CBDSM）。首先，构建了一种区块链分片架构，以解决区块链面临的可扩展性瓶颈问题；其次，设计了节点可信度评估机制以量化节点的能力和可靠度，实现了节点的高效筛选
区块链技术 | 面向工业物联网的区块链多链存储模型

区块链技术 | 面向工业物联网的区块链多链存储模型

摘要：工业物联网环境中设备和传感器产生的大量数据被实时存储和处理，避免数据被非法获取、窜改或滥用是数据存储需要解决的关键问题。区块链具有可追溯和不可窜改的特性，可用于工业物联网数据安全存储与共享，但其存在吞吐量低、可扩展性差等问题。采用多链结构，实现了面向工业物联网的区块链多链存储模型以解决相应问题。首先使用多个区块链并行处理数据，不同区块链内定义不同的数据，实现数据的物理隔离；其次取消SM
路径规划专题 | 多机器人巡逻可穿越圆的算法研究

路径规划专题 | 多机器人巡逻可穿越圆的算法研究

摘要：对已知环境进行巡逻，是机器人的基本任务之一，在现实中有着广泛应用。相关问题在计算几何学和机器人学的研究中得到了广泛关注。机器人巡逻问题要求对规定区域长时间连续地进行覆盖，以空闲时间判断机器人巡逻效率，空闲时间越短，巡逻效率越高。针对变速机器人需同时巡逻区域边界和内部的情况，设计了可穿越圆模型，即机器人需要对圆边界和内部一条直径进行巡逻。针对该模型首先提出使用两个变速机器人的巡逻算法。在
路径规划专题 | 多中心半开放式城市物流异构电动车辆路径优化

路径规划专题 | 多中心半开放式城市物流异构电动车辆路径优化

摘要：随着国家政策的推动及新能源技术的发展，电动物流车在财政补贴、限行、节能环保和运营成本方面相较传统燃油车具有优势，越来越多的物流企业在城市配送中采用电动物流车。根据异构车型电动车辆配送队伍较单一车型电动车辆配送队伍具有降低物流配送费用优势的研究，在多中心半开放式情况下，考虑客户时间窗要求及电动车辆续航里程和充电约束，构建了配送总成本最小的电动车辆物流配送路径优化模型。针对该模型特点，利用
路径规划专题 | 融合椭圆约束的快速行进树路径规划算法

路径规划专题 | 融合椭圆约束的快速行进树路径规划算法

摘要：为解决快速行进树算法（fast marching tree，FMT*）生成路径拐点多，且由于冗余探索导致路径规划时间长的问题，提出一种融合椭圆约束的快速行进树算法（ellipse constraints FMT*，EC-FMT*）。首先引入椭圆约束限制算法探索范围，并结合直连策略避免冗余探索，缩短了路径规划时间；对于路径拐点多的问题，通过父节点重选策略修正路径，去除不必要的拐点。仿真实
路径规划专题 | 基于分布式模型预测控制的实时可交互无人机群编队方法

路径规划专题 | 基于分布式模型预测控制的实时可交互无人机群编队方法

摘要：为满足无人机群实时可交互的队形变化和个性化表演需求，提出了一种基于分布式模型预测控制（DMPC）的无人机群离线轨迹生成新算法。首先对于无人机编队时点对点队形变化问题进行数学建模并求解优化问题。为分布式模型预测控制引入了一种新的按需防撞策略，提出了一种用于多无人机点对点过渡的快速DMPC算法，再结合智能的目标点分配，在减少轨迹生成计算压力的同时得到更高效的飞行轨迹。通过仿真与现有方法进行
算法研究探讨 | 基于图重构的社交知识推荐

算法研究探讨 | 基于图重构的社交知识推荐

摘要：现有推荐模型大多聚焦于显式地构建用户和物品的联系，忽视了对图结构高阶全局特性的建模，对用户隐式兴趣的挖掘不足。因此，提出了一种基于图重构的社交知识推荐模型（social knowledge recommendation based on graph reconstruction，SKRGR），引入图重构技术将用户-物品知识图谱划分为多个子图，并利用基于关系的图注意力网络和三层图神经网络
算法研究探讨 | 联合实体类别及邻域信息指导的实体对齐方法

算法研究探讨 | 联合实体类别及邻域信息指导的实体对齐方法

摘要：针对当前的一些实体对齐工作仅利用关系结构信息，而忽略了实体与实体类别之间的联系以及属性信息的重要性的问题，提出一种联合实体类别及邻域信息指导的实体对齐方法。该方法通过嵌入关系三元组、属性三元组和实体类别信息，利用BERT预训练模型进行编码，解决缺失语义信息的问题，采用卷积神经网络提取属性特征，利用实体类别和种子词构建类别冲突矩阵。最后通过实体和属性指导实体对齐，并在迭代训练过程中将高质
算法研究探讨 | 面向小样本命名实体识别的实体语义优先提示学习方法

算法研究探讨 | 面向小样本命名实体识别的实体语义优先提示学习方法

摘要：近些年来，提示学习在小样本命名实体识别任务上得到了广泛应用。然而，命名实体识别仍然是一个令牌级的标记任务，在通过提示模板调动预训练知识时，很容易忽略新实体类型的语义信息。为此，提出了一个语义优先的提示学习方法。具体来说，首先检测少量示例中实体类型蕴涵的语义信息，然后将实体语义信息和询问实体位置的提示模板输入模型中，利用模型中的非自回归解码器并行预测来提取实体；此外，为了确保语义信息与实
算法研究探讨 | 基于邻接矩阵优化和负采样的图卷积推荐

算法研究探讨 | 基于邻接矩阵优化和负采样的图卷积推荐

摘要：为了缓解推荐系统中随机初始化用户和物品的嵌入、忽视不同卷积层的重要程度以及负样本数量太少且质量不高的问题，提出了一种基于邻接矩阵优化和负采样的图卷积推荐方法（graph convolution recommendation method based on adjacency matrix optimization and negative sampling，AMONS）。具体来说，模型
算法研究探讨 | 基于多模深度森林和迭代Kuhn-Munkres的动态上车点推荐算法

算法研究探讨 | 基于多模深度森林和迭代Kuhn-Munkres的动态上车点推荐算法

摘要：针对现存动态上车点配置模型在大规模算例的全局最优和求解效率方面存在瓶颈的问题，基于乘客步行距离、乘客步行时间、上车点路况指标以及至乘客目的地所需成本四个关键影响因子进行建模，并提出了基于多模深度森林的动态上车点预测算法和一种迭代Kuhn-Munkres上车点配置算法。预测算法融合了多模态决策树结构和深度学习技术以提升模型预测准确性；配置算法通过多场景自适应机制自动调整边权重并选择最优边
算法研究探讨 | 面向工业运维人机对话的意图和语义槽联合识别算法

算法研究探讨 | 面向工业运维人机对话的意图和语义槽联合识别算法

摘要：在工业运维人机对话任务中，为解决运维数据中包含复杂嵌套实体以及存在少量缺字、错字的问题，提出一种改进的BERT联合任务算法GP-GraphBERT，利用意图和语义槽识别任务的关联性提升对话性能。首先，由BERT得到隐藏层状态后，通过构建邻接矩阵将其转换为图结构，嵌入加权残差图注意力网络（WRGAT）增强模型的邻居感知能力。其次，改进融合旋转式位置编码（rotary position e
算法研究探讨 | 面向在线多标签分类的多核算法

算法研究探讨 | 面向在线多标签分类的多核算法

摘要：近年来，多核方法已被证实在很多领域上有着比单核更好的性能。然而，现有的在线多标签分类算法大多采用单核方法，并且依赖于离线的核函数选择过程。为了克服这些问题并提升分类性能，提出了一种在线多核多标签分类算法（online multi kernel multi-label classification，OMKMC）。具体而言，OMKMC将多个核分类器及其权重系数的学习建模成一个非凸优化问题，
算法研究探讨 | 基于双分支融合和时频压缩激励的鲁棒语音关键词识别

算法研究探讨 | 基于双分支融合和时频压缩激励的鲁棒语音关键词识别

摘要：现实生活中的噪声会对语音时域和频域信息产生干扰，导致语音关键词识别模型在噪声环境下准确率下降。针对此问题，提出了双分支融合单元，其中时域分支与频域分支以并行的方式提取时域特征和频域特征，降低了串行堆叠时域卷积和频域卷积所带来的信息损耗；随后通过交叉融合的方式加强模型对时频信息的感知，进一步增强了模型特征表达能力。同时提出了时频压缩激励模块，通过对时域与频域中信息的重要性分布建模，可以为
算法研究探讨 | 一种多种群二进制算术优化算法及其应用

算法研究探讨 | 一种多种群二进制算术优化算法及其应用

摘要：针对算术优化算法（AOA）无法对离散二进制型问题进行优化的局限，提出一种使用sigmoid函数变体实现的离散二进制算术优化算法（BAOA_S），解决了原始算法无法用于离散二进制变量优化的问题。进一步提出一种基于突变策略实现的多种群二进制算术优化算法（multi-swarm binary arithmetic optimization algorithms，MS-BAOA）。该算法将原始
算法研究探讨 | 基于动态多种群机制的增强花授粉算法

算法研究探讨 | 基于动态多种群机制的增强花授粉算法

摘要：针对花授粉算法易陷入局部最优、收敛精度不足和过早收敛的问题，提出一种基于动态多种群机制的增强花授粉算法（DMEFPA）。首先，DMEFPA使用一种融合个体适应度值和相对距离的方法挑选中心个体，使选出的个体既保持较高质量又保持在搜索空间的分布广泛，再将剩余个体划分到距离最近的中心个体构成多种群，随后依据概率来考虑是否接受种群状态变化。其次，各子群通过随机顺序动态构成环拓扑进行个体迁移，以
算法研究探讨 | 多策略强化的金豺优化算法

算法研究探讨 | 多策略强化的金豺优化算法

摘要：为了解决金豺优化算法种群多样性差、收敛速度慢、易陷入局部最优等问题，提出了一种多策略强化的金豺优化算法（strengthening golden jackal optimization，SGJO）。首先，采用混沌精英池策略生成精英种群以增强种群多样性并提高初始解质量；然后利用自适应扰动因子更新个体位置以扩大算法的寻优范围；最后，基于种群内个体差异引入柯西高斯突变策略，以解决算法易陷入局
算法研究探讨 | 多维背包问题的新型人类学习优化算法

算法研究探讨 | 多维背包问题的新型人类学习优化算法

摘要：针对目前算法求解多维背包时精度低、稳定性差、特别是无法有效求解超大规模算例等问题，提出一种新型人类学习优化算法。首先，基于认知心理学中的记忆理论，在基本人类学习算法中采用哈希函数表示人类在学习过程中的记忆行为，避免重复搜索，提高算法搜索群体多样性；其次，采用认知心理学中的对比认知理论对学习算子选择策略进行自适应调整；最后，采用变邻域搜索操作提升算法局部搜索能力。采用小规模、中等规模、大
算法研究探讨 | 基于 Holt 差分预测校正的动态多目标优化算法

算法研究探讨 | 基于 Holt 差分预测校正的动态多目标优化算法

摘要：为高效追踪动态多目标优化问题中随时间或环境变化而不断演变的Pareto前沿，提出了一种新的基于环境感知与预测校正的动态多目标优化算法（HD-DMOEA）。该算法包含三个主要策略：首先使用Wilcoxon符号秩检验对环境变化进行检测，并提出一种新的环境感知算子对环境变化强度进行判定。其次，构建Holt差分预测校正模型预测种群个体在下一个时间窗的位置，并在预测过程中根据参考点进行预测校正，
算法研究探讨 | 邻域精英集体信息和种群全局信息自适应的多策略差分进化算法

算法研究探讨 | 邻域精英集体信息和种群全局信息自适应的多策略差分进化算法

摘要：为了使差分进化算法（differential evolution，DE）能够更好地利用个体邻域和整个种群的信息，提出了邻域精英信息和种群全局信息自适应的多策略差分进化算法（adaptive multi-strategy differential evolution algorithm for neighborhood elite collective information and p
算法研究探讨 | 基于时空邻域关联去噪时间面的事件数据表示

算法研究探讨 | 基于时空邻域关联去噪时间面的事件数据表示

摘要：事件相机具有超高动态范围和超低延迟等优势，通过事件流分割、过滤与事件表示来提取事件相机输出数据的有效时空特征是发挥其优势的关键。现有基于时间戳采用指数核函数计算时间面的事件表示方法，可以保留事件中更多的有效信息，但仍然存在事件冗余度高、容易受到噪声事件的影响等问题。针对现有的事件流分割与过滤方法存在冗余度高的问题，提出一种新的基于密度排序的事件降尺度算法，通过分析事件流中的时空邻域关系
算法研究探讨 | 动态网络社团发现及演化模式分析方法

算法研究探讨 | 动态网络社团发现及演化模式分析方法

摘要：如何充分考虑网络的演化过程准确发现动态网络的社团结构，并对社团演化模式进行跟踪和分析是动态网络社团发现的重要挑战。提出一种动态网络社团发现及演化模式分析算法EC-DCD。该算法利用前一时刻的社团发现结果作为先验信息来减少网络噪声对社团发现的影响，利用演化聚类框架平滑连续时刻的社团演化，获得每个时刻准确的社团结构。同时，引入社团演化矩阵对社团演化模式进行建模和跟踪，实现社团演化模式的分析
算法研究探讨 | 基于大模型使用方程双重验证提示的数学问题求解

算法研究探讨 | 基于大模型使用方程双重验证提示的数学问题求解

摘要：尽管使用思维链（chain of thought，CoT）的大模型（large language model，LLM）在单未知数的数学问题求解（math word problem，MWP）任务上取得了显著成果。但是，目前的研究缺乏适用于方程数学问题的方法。由于数学问题求解对推理步骤具有很高的敏感性，列方程出错会导致后续步骤连环出错，所以提出一种渐近式验证纠正的方法2ERP，一边验证一边
算法研究探讨 | 基于动态超图小波神经网络的半监督超图节点分类

算法研究探讨 | 基于动态超图小波神经网络的半监督超图节点分类

摘要：半监督超图节点分类任务旨在利用少量节点的标签信息，预测未标记节点的标签，在复杂网络分析和应用中具有重要意义。现有半监督超图节点分类模型主要存在以下两点不足：a）神经网络层数增加后，忽视隐藏的高阶关系；b）模型时间复杂度高。因此，提出了一种新的动态超图小波神经网络（dynamic hypergraph wavelet neural network，DHGWNN），解决半监督超图节点分
算法研究探讨 | 基于时空Transformer-Encoder的跨社交网络用户匹配方法

算法研究探讨 | 基于时空Transformer-Encoder的跨社交网络用户匹配方法

摘要：针对目前基于签到时空数据的跨社交网络用户匹配方法未充分利用时空信息之间的耦合关系，导致时空数据特征提取困难，匹配准确率下降的问题，提出了一种基于时空Transformer-encoder的跨社交网络用户匹配方法。该方法通过网格映射将签到时空信息转换为序列数据，生成签到序列；利用序列嵌入层将离散的签到序列映射到连续高维空间；然后借助多头注意力机制和卷积神经网络提取高维签到特征，并利用卷积
算法研究探讨 | 边缘计算卸载策略的ORB-SLAM3建图算法

算法研究探讨 | 边缘计算卸载策略的ORB-SLAM3建图算法

摘要：针对同步定位与地图构建（SLAM）中需要的大量计算资源和高昂的计算成本，以及ORB-SLAM系统建图过程中计算资源大量消耗的问题，提出一种基于边缘计算卸载策略的ORB-SLAM3建图算法。首先，引入动态规划算法有效筛选关键帧子集，构建不确定性量化模型用以评估地图中的不确定性；然后，结合最小化马氏距离优化地图；最后，在移动设备和边缘服务器中分别构建最佳局部地图和全局地图。采用TUM-RG
系统应用开发 | Raft存储集群中的日志分发机制优化

系统应用开发 | Raft存储集群中的日志分发机制优化

摘要：在分布式存储系统中，Raft（replicated and fault tolerant）算法的强领导特性在节点数量增多时会带来巨大的日志分发开销，限制了系统性能和水平扩展能力。针对系统性能和扩展性瓶颈，提出了两种新的日志机制来优化一致性哈希集群分布式存储方案。第一种是基于动态优先级的日志分发机制，日志分发顺序由领导者与跟随者节点日志的同步程度决定，加快了日志项的提交速度；第二种是基于窗口
系统应用开发 | 基于EV变量预处理与多目标蛇优化的微电网调度方法

系统应用开发 | 基于EV变量预处理与多目标蛇优化的微电网调度方法

摘要：针对大量电动汽车（EV）入网使微电网运行控制难度增加以及经济调度等问题，提出一种基于EV充放电状态变量预处理和多目标蛇优化的微电网调度方法。首先，通过排列组合的方式得到每辆EV所有充放电方案，按一定顺序给予这些充放电方案编号，并采用可调度充放电时段结合分时电价的方式进行条件限定以削减变量的决策空间，实现EV变量预处理。其次，建立以等效净负荷波动性、微电网运行成本、EV用户充电成本最小为目标
系统应用开发 | 基于主机标识符关联的双栈节点IPv6地址快速扫描技术

系统应用开发 | 基于主机标识符关联的双栈节点IPv6地址快速扫描技术

摘要：为增强用户IPv6地址的隐私性，苹果生态操作系统（包括macOS、iOS和iPadOS）节点使用随机接口标识符和临时IPv6地址。此外，因苹果移动终端节点协议支持和防火墙配置的特殊性，导致现有本地链路IPv6地址扫描技术存在IPv6地址扫描结果完整度低、缺乏对移动终端节点支持的问题。为此，提出一种基于主机标识符关联的双栈节点IPv6地址快速扫描技术（HScan6）。首先通过地址解析协议（A
软件技术研究 | 序列比对算法BWA的优化

软件技术研究 | 序列比对算法BWA的优化

摘要：序列比对是基因组数据分析的关键一环，提高其比对效率对推动测序技术在医学、古生物学等领域的应用具有重要意义。针对BWA算法两大步骤之一的SAMSE存在冗余读取索引导致效率欠佳的问题，提出了新的算法BWA*。其通过运用流程优化消除了SAMSE中参考序列及其索引的冗余读取，在此基础上叠加运用关键参数值调整和多线程优化等技术，进一步提高了计算效率。公开数据库中的真实序列测试表明，BWA*的SAMS
软件技术研究 | 基于S4PR网的多类型不可靠资源AMS自适应死锁控制策略

软件技术研究 | 基于S4PR网的多类型不可靠资源AMS自适应死锁控制策略

摘要：自动制造系统（AMS）产生的死锁为制造企业造成严重经济损失，为解决死锁问题，提出了更精确、有效的死锁控制策略。该策略首先研究多类型不可靠资源对死锁的影响，扩展S4PR网建模，提出新的网结构表征死锁：资源严格极小虹吸，改进混合整数规划（MIP）方法计算资源严格极小虹吸，添加修复子网保证AMS活性；其次考虑资源故障问题，设计控制器与监督器确保系统稳健性，添加观察器，实现死锁控制自适应性；最后通
软件技术研究 | CCA并行构件程序分布式负载均衡方法

软件技术研究 | CCA并行构件程序分布式负载均衡方法

摘要：现有的并行构件程序大多采用静态或者集中式的动态负载均衡策略，性能优化效果并不理想。通过分析CCA（Common Component Architecture）并行构件程序的运行机制，提出一种动态的、分布式的并行构件程序负载均衡方法。使用基于面向对象机制的方法建立计算节点的类库，通过数据流分析管理不同并行构件调用之间的依赖关系，将不存在依赖的并行构件实例作为可以并行执行的任务分配给计算平台上
网络与通信技术 | 频谱能量均衡的低空智联网无人系统信道干扰协同管理

网络与通信技术 | 频谱能量均衡的低空智联网无人系统信道干扰协同管理

摘要：为适应未来无人系统自主化、分布式的低空智联联合抗干扰发展趋势，解决资源有限的无人系统各节点面临的信道干扰管理和功率控制问题，提出了干扰协同联合功率控制的网络吞吐量优化方法，实现在多普勒频移和外部干扰影响下网络吞吐量的最大化，并均衡整体的能量效率和频谱效率。根据无人系统簇首节点的不同全双工工作状态，分析了可能存在的跨层、同层以及混合层三种干扰形式，综合分析多普勒频移和外部干扰影响下跨层干扰、
网络与通信技术 | 空地协同移动边缘计算系统的资源分配和轨迹优化

网络与通信技术 | 空地协同移动边缘计算系统的资源分配和轨迹优化

摘要：随着车联网的普及应用，车辆需要完成大量的实时计算任务，为了增强车辆的无线连接与计算能力，引入具有高机动性和按需部署优点的无人机进行辅助是一种有效方法。因此，研究了一个面向车联网的空地协同移动边缘计算系统，该系统由分别部署在无人机和地面基站的移动边缘计算服务器组成，协作为车辆提供通信和计算服务。为了最小化车辆的最大平均通信计算时延，研究了一个联合优化无人机和地面基站的通信带宽分配、计算任务卸
网络与通信技术 | 智慧城市中协同服务部署与任务调度的自适应机制

网络与通信技术 | 智慧城市中协同服务部署与任务调度的自适应机制

摘要：边缘计算通过利用边缘侧的计算、存储和网络资源为用户提供低时延、高响应性的服务，但在智慧城市边缘系统中仍面临着资源有限、服务请求多样性和边缘服务器过载等挑战。对此，研究了资源受限下联合服务部署与任务调度问题，提出了一种基于层次化时间框架的自适应协同服务部署及任务调度方案。优化问题的目标是在充分考虑任务优先级的情况下，优化系统时延和负载均衡。首先建立了系统时延和负载均衡的系统开销模型，并引入服
信息安全技术 | 基于自监督学习PBS-Net和通道提纯的信息隐藏主动防御方法

信息安全技术 | 基于自监督学习PBS-Net和通道提纯的信息隐藏主动防御方法

摘要：信息隐藏主动防御技术作为信息隐藏的对立面，能够阻断非法隐蔽通信的传输。然而，现有的主动防御方法过度依赖载体-载密图像对，无法对未知载密图像主动防御，使其防御的误码率在实际社交网络中降低。针对上述问题，为了在通信双方毫无察觉的情况下彻底阻断秘密信息的传输，提出一种自监督学习盲点网络和通道提纯的主动防御方法。首先，通过像素混洗采样策略降低载密图像中像素之间的空间相关性，将学习方式从监督学习改进
信息安全技术 | 基于OLH和虚拟数据的SDP直方图发布算法

信息安全技术 | 基于OLH和虚拟数据的SDP直方图发布算法

摘要：中心化差分隐私和本地化差分隐私下的直方图发布技术已得到广泛研究。为解决用户隐私需求和发布误差之间难以平衡的问题，在混洗差分隐私模型下提出一种直方图发布算法OD-HP（histogram publishing based on optimized local hash and dummy points）。该算法采用优化本地哈希扰动机制OLH对用户数据进行编码和扰动，解决了数据值域过大导致误差
信息安全技术 | 抗恶意敌手的多方概率门限隐私集合交集方法

信息安全技术 | 抗恶意敌手的多方概率门限隐私集合交集方法

摘要：概率门限隐私集合交集研究作为门限隐私集合交集的一种概率变体，在指纹或人脸识别、联邦学习等领域比确定型门限隐私集合交集协议效率更高。然而现有的概率门限隐私集合交集协议缺少针对恶意模型下的多方概率门限隐私集合交集的研究。针对该问题，提出了两种在恶意模型下安全的多方概率门限隐私集合交集协议。第一个多方概率门限隐私集合交集协议在参与方之间没有合谋行为时，能够抵御任意恶意敌手，并且使用对称密钥源语高
图形图像技术 | 基于推迟重采样的时空路径复用蓄水池算法

图形图像技术 | 基于推迟重采样的时空路径复用蓄水池算法

摘要：现有的基于蓄水池的时空重要性重采样（ReSTIR）算法在渲染具有光泽（glossy）材质的场景表面时，难以兼顾渲染质量和性能。为此提出了一种基于推迟重采样的时空路径复用蓄水池算法。其基本思想是仅复用起点为漫反射（diffuse）材质的路径和子路径，利用diffuse采样分布的弱方向性，减少采样分布差异。具体而言，该算法将样本获取和重采样计算，从着色点推迟到路径上第一个diffuse材质的路
图形图像技术 | 基于高阶纹理与结构特征交互的瓦当图像修复

图形图像技术 | 基于高阶纹理与结构特征交互的瓦当图像修复

摘要：针对中国历史建筑中瓦当构件图像在修复过程中图像纹理紊乱和边缘结构模糊丢失加剧的问题，提出了一种基于高阶纹理与结构特征交互的生成对抗式瓦当图像修复方法。首先以编码器-解码器作为基本架构，对破损图像及其边缘结构图进行纹理与结构特征的编码与解码；其次，在编码器和解码器中设计循环部分卷积层以增强图像高阶与低阶特征的交互，提高模型对瓦当图像纹理和结构细节的表征能力；最后，设计特征融合层以实现纹理和结
图形图像技术 | 多模态嵌入与轨迹修正的三维多目标跟踪

图形图像技术 | 多模态嵌入与轨迹修正的三维多目标跟踪

摘要：点云和图像的多模态特征具有很强的优势互补性，能够有效提升三维多目标跟踪的性能。然而，由于跟踪场景的复杂性和目标状态的不确定性，使得目标跟踪仍面临许多挑战。基于此，提出多模态嵌入与轨迹修正的三维多目标跟踪算法。首先构建多模态嵌入学习网络，通过多尺度语义特征学习与多模态再融合模块，学习更具判别性的嵌入表示；其次，提出多特征综合关联模块，联合跟踪嵌入和几何信息，同时修正角度预测错误，实现更精确的
图形图像技术 | 基于CLIP的视频时刻检索预训练模型

图形图像技术 | 基于CLIP的视频时刻检索预训练模型

摘要：视频时刻检索作为下游任务，依赖预训练模型提取特征的能力。近年的研究表明，以CLIP为代表的图像-语言预训练模型在大规模数据集下能学习到有效且通用的语义知识，从而在图像分类等任务上表现出强大的迁移能力和零样本能力。然而其迁移到视频时刻检索任务仍效果不佳。为解决上述难题，提出了视频时刻检索网络VMRNet，该网络以CLIP预训练模型为骨干，并设计了用于增强CLIP模型时序建模能力和跨模态交互能
图形图像技术 | 基于多尺度视觉信息和非局部目标挖掘的肿瘤分割

图形图像技术 | 基于多尺度视觉信息和非局部目标挖掘的肿瘤分割

摘要：从计算机断层扫描（CT）中准确分割各种临床病变是肿瘤学成像的关键任务。然而，现有分割框架均是针对某种特定类型疾病设计的，且对于精确分割视觉上不显著的小范围肿瘤仍然极具挑战性。为此，通过模仿临床医生的诊断行为，提出基于多尺度视觉信息和非局部目标挖掘的非显著小肿瘤分割框架。该框架首先结合尺度空间理论提取1.0×、0.5×、1.5×尺度下的差异化特征。然后，使用尺度融合模块分层融合特定尺度的特征

过往期刊

更多

猜你喜欢

陕西青年职业学院电子阅览室