全部分类/
科学普及/
计算机应用研究

计算机应用研究

2024年10期

扫码免费借阅

目录

快速导航

大语言模型发展与应用专题 | 针对大语言模型的偏见性研究综述

大语言模型发展与应用专题 | 针对大语言模型的偏见性研究综述

摘要：偏见现象普遍存在于人类社会，并通常以自然语言为载体呈现。传统的偏见研究主要针对静态词嵌入模型展开，但随着自然语言处理技术的不断演进，研究对象逐渐转向上下文处理能力更强的预训练模型。而作为预训练模型的进一步发展，尽管大型语言模型凭借惊人的性能和广阔的发展前景在多个应用场景中得到了广泛部署，但其仍可能会从未经处理的训练数据中捕捉到社会偏见，并将偏见传播到下游任务中。含有偏见的大型语言模型系统会
大语言模型发展与应用专题 | 大语言模型领域意图的精准性增强方法

大语言模型发展与应用专题 | 大语言模型领域意图的精准性增强方法

摘要：目前通用大语言模型（如GPT）在专业领域问答应用中存在不稳定性和不真实性。针对这一现象，提出了一种在通用大语言模型上耦合领域知识的意图识别精准性增强方法（EIRDK），其中引入了三个具体策略：a）通过领域知识库对GPT输出结果进行打分过滤；b）训练领域知识词向量模型优化提示语句规范性；c）利用GPT的反馈结果提升领域词向量模型和GPT模型的一致性。实验分析显示，相比于标准的GPT模型，新方
大语言模型发展与应用专题 | 融合大语言模型的三级联合提示隐式情感分析方法

大语言模型发展与应用专题 | 融合大语言模型的三级联合提示隐式情感分析方法

摘要：隐式情感分析作为情感分析任务的挑战性分支，面临着缺乏明确情感特征、文本语义复杂等问题。受到思维链（chain of thought，CoT）的启发，提出了一种融合大语言模型的三级联合提示隐式情感分析方法（three-level joint prompt-tuning implicit sentiment analysis method incorporating LLMs，TPISA），将
大语言模型发展与应用专题 | 基于医疗临床数据的两阶段专业级大语言模型微调

大语言模型发展与应用专题 | 基于医疗临床数据的两阶段专业级大语言模型微调

摘要：通用大语言模型（large language model，LLM）缺乏对专业领域知识理解的深度和广度，对专业领域问题回答的准确度不够，常常产生幻觉，阻碍了大语言模型的商业应用落地。因此，基于专业领域特有数据提高大型语言模型的专业性成为当前大语言模型应用落地的关键挑战。针对通用大语言模型在特定领域知识理解与生成内容专业性不够的问题进行了研究。基于P-Tuning v2与Freeze两种参数高
区块链技术 | 基于联盟链微电网交易的改进Raft共识算法

区块链技术 | 基于联盟链微电网交易的改进Raft共识算法

摘要：针对联盟链微电网交易场景的高吞吐量与抵御拜占庭节点攻击的需求，提出了一种基于Raft的多领导者拜占庭容错共识算法MLB-Raft（multi-leader Byzantine fault tolerance-Raft）。首先使用可验证随机函数VRF选举领导者节点群，通过多领导者并行提交区块的方式提高算法的吞吐量；接着引入了协调者角色，负责领导者的选举、管理与系统共识；在领导者与跟随者进行区
区块链技术 | 编码区块链中存储分配的分布式学习协议

区块链技术 | 编码区块链中存储分配的分布式学习协议

摘要：编码区块链利用纠错码技术，将区块分为多个编码片段并分布式存储于节点中。其主要目的在于减少参与者或节点的存储需求，实现高效的存储和容错能力。然而，节点随机存储任意数量的编码片段，导致编码片段分布不均匀，从而增加节点尝试解码区块时的通信成本以及关键节点的存储开销。为此，提出一种基于强化学习的分布式协议，用来合理分配节点存储的编码片段以降低存储开销和通信成本。具体而言，节点在解码任意区块时计算存
图神经网络专题 | AGCFN:基于图神经网络多层网络社团检测模型

图神经网络专题 | AGCFN:基于图神经网络多层网络社团检测模型

摘要：基于图神经网络的多层网络社团检测方法面临以下两个挑战。一是如何有效利用多层网络的节点内容信息，二是如何有效利用多层网络的层间关系。因此，提出多层网络社团检测模型AGCFN（autoencoder-enhanced graph convolutional fusion network）。首先通过自编码器独立提取每个网络层的节点内容信息，通过传递算子将提取到的节点内容信息传递给图自编码器进行当
图神经网络专题 | 基于时空位置关注图神经网络的交通流预测方法

图神经网络专题 | 基于时空位置关注图神经网络的交通流预测方法

摘要：针对现有交通流预测方法存在难以构建空间和时间依赖关系的问题，提出了新的利用时空位置注意力的图神经网络（ST-PAGNN）方法。首先，该图神经网络中包含有位置关注机制，由此能够更好地对城市道路网络中交通节点的空间依赖关系进行有效捕捉；然后，利用带有trend adaptive Transformer （Trendformer）的门控递归神经网络来捕捉交通流序列在时间维度上的局部和全局信息；最
算法研究探讨 | 基于多视图证据融合的社交水军检测

算法研究探讨 | 基于多视图证据融合的社交水军检测

摘要：为克服单视图水军检测方法在处理复杂多样的社交网络数据时所存在的局限性，并解决现有多视图融合方法未能充分考虑视图间质量差异导致的信息丢失和噪声干扰等问题，提出一种基于多视图证据融合（multi-view evidence fusion，MVEF）的社交水军检测方法。该方法综合分析社交关系、行为特征和推文内容三个视图并提取关键证据，通过Dirichlet分布参数化来评估每个视图在分类决策中的类
算法研究探讨 | 利用集成剪枝和多目标优化算法的随机森林可解释增强模型

算法研究探讨 | 利用集成剪枝和多目标优化算法的随机森林可解释增强模型

摘要：随机森林模型是广泛应用于各个领域的经典黑盒模型，而黑盒模型的结构特征导致模型可解释性弱，需要借助可解释技术优化随机森林的可解释性，从而促进其在可靠性要求较高场景的应用与发展。研究构建了基于集成剪枝和多目标优化算法的规则提取模型，集成剪枝在解决树模型规则提取易陷入局部最优的问题上具有代表性，多目标优化在解决规则准确性和可解释性的平衡问题上有多个领域的应用。模型验证结果表明，所构建模型能够在不
算法研究探讨 | 基于主动学习的深度半监督聚类模型

算法研究探讨 | 基于主动学习的深度半监督聚类模型

摘要：深度半监督聚类旨在利用少量的监督信息达到更好的聚类效果。然而，由于标注成本昂贵，监督信息的数量往往是有限的。因此，在监督信息有限的情况下，如何选择对聚类最有价值的监督信息变得至关重要。针对以上问题，提出了基于主动学习的深度半监督聚类模型（DASCM）。该模型设计了一种主动学习方法，能够挑选出蕴涵丰富信息的边缘文本，并进一步生成蕴涵边缘文本的高价值监督信息。该模型利用这些监督信息指导聚类，从
算法研究探讨 | 应对显著变化的动态社区检测方法

算法研究探讨 | 应对显著变化的动态社区检测方法

摘要：现实中的网络总是不断变化，网络形态和连接关系也在随着时间推移而不断演变，在动态网络中发现社区的变化一直是个重要课题。当这种变化较为显著时，将导致社区检测算法难以有效利用前一个网络快照中有价值的信息，从而导致下一个时间步的负迁移。为解决算法无法较好适应网络突变问题，提出了一个基于遗传进化思想和高阶知识转移策略的动态社区检测算法。首先利用相邻快照的邻接矩阵相似度确定使用一阶或高阶信息，然后利用
算法研究探讨 | 基于统计显著性检验的高效用项集挖掘算法

算法研究探讨 | 基于统计显著性检验的高效用项集挖掘算法

摘要：针对传统高效用项集挖掘算法在具有不同类型标签事务中报告假阳性高效用项集的问题，提出两个基于统计显著性检验的高效用项集挖掘算法——FHUI和PHUI算法。这两个算法首先找到所有待检验高效用项集并依据项集长度进行分组；然后，FHUI算法根据项集自身的频率分布生成零分布，PHUI算法根据事务内置换策略或事务间置换策略构造置换事务集合来生成零分布。最后，FHUI和PHUI算法从零分布中计算出p值并
算法研究探讨 | 基于属性隐私的统计查询定价模型

算法研究探讨 | 基于属性隐私的统计查询定价模型

摘要：现有统计查询定价模型没有考虑查询结果揭露数据集敏感属性的问题，难以通过相应地补偿数据提供方激励共享，对此提出一种基于属性隐私的定价模型。首先，基于提出的宽松近似Wasserstein机制（RAWM）计算查询敏感度，直接计算输出分布对距离的宽松上界以提高效率；然后，以约束属性隐私损失为前提，根据查询敏感度、噪声方差、补偿参数对数据提供方进行补偿；最后，在补偿之上运用成本加成法设计了多个无套利
算法研究探讨 | 基于统计推理的不一致数据清洗方法

算法研究探讨 | 基于统计推理的不一致数据清洗方法

摘要：不一致数据修复是数据清洗领域的一个重要研究方向，现有方法大多是基于完整性约束规则的，采用最小代价原则进行修复，然而，代价最小的修复方案通常是不正确的，导致现有修复方法的准确率较低。针对现有方法准确率较低的问题，提出了一种基于统计推理的不一致数据清洗方法BayesOUR，兼顾修复的代价与质量，提高修复准确性。BayesOUR主要分为三个阶段：首先根据完整性约束规则进行错误检测；然后利用贝叶斯
算法研究探讨 | 融合背景知识和常识感知的对话生成

算法研究探讨 | 融合背景知识和常识感知的对话生成

摘要：基于背景对话的关键问题之一是知识抽取，但由于有些会话的信息量不足，特别是在一些对话信息较少的情况下，选择恰当的知识变得尤为困难，且目前的生成方式缺乏动态选取背景知识的能力。针对这些问题，提出了KIF模型，引入知识增强库和知识向量并提出知识追踪模块和知识情感反馈模块去解决上述问题。该模型通过双重匹配矩阵的方式获得外部知识与背景知识的权重向量并进行知识选择，在每个解码步长内会根据历史会话和外部
算法研究探讨 | 考虑多交互关系与情感倾向的微博用户可信度评估算法

算法研究探讨 | 考虑多交互关系与情感倾向的微博用户可信度评估算法

摘要：探究综合考虑多交互关系与情感倾向因素的微博用户可信度评估方法。首先基于用户间交互关系的类型和频率，得到用户交互度与参与度；然后根据情感词典计算用户间评论、回复等文本内容的情感得分，并据此判断用户情感倾向；其次以PageRank算法为基础，从用户资料、博文中提取特征，计算每个用户的个体可信度作为初始PR值，并将用户交互度和情感倾向融合调整PR值分配权重、使用参与度修正阻尼系数，实现对Page
算法研究探讨 | 基于点线特征融合的实时视惯SLAM算法

算法研究探讨 | 基于点线特征融合的实时视惯SLAM算法

摘要：为了在光照不足和低纹理场景中实现移动机器人的高精度实时定位和建图，提出了一种基于视觉点线特征以及IMU特征融合的实时SLAM算法。首先通过跳跃路由策略和自适应阈值策略改进了EDlines算法，提高了线特征提取的质量，从而提高了特征跟踪的有效性。然后将视觉惯性特征紧耦合建立约束，通过滑动窗口和边缘化模型进行非线性优化，实现了高精度高实时性的状态估计。实验证明，所提算法在线特征提取的有效性方面
算法研究探讨 | 基于TSACO及动态避障策略的无人机路径规划

算法研究探讨 | 基于TSACO及动态避障策略的无人机路径规划

摘要：为了提高无人机路径规划中的避障效率，首先针对全局规划，提出一种改进蚁群算法TSACO（turning-sensitive ant colony optimization）。该算法利用A算法进行非均匀分配初始信息素，通过在概率函数中引入转向启发函数，以及采用精英蚂蚁系统等方法，来提高算法的收敛速度，减少路径的转角次数。其次，针对局部规划提出一种改进速度障碍算法，加入了无人机动力学方程，考虑障
算法研究探讨 | 基于分区个体排名的非线性种群缩减的人工蜂群算法

算法研究探讨 | 基于分区个体排名的非线性种群缩减的人工蜂群算法

摘要：针对人工蜂群算法（ABC）探索性强而开发性弱，从而导致收敛速度慢的问题，提出了一种基于分区个体排名的非线性种群缩减策略（UPSR-CIR）。首先，该策略设计长尾非线性种群规模缩减函数，在前期保持大种群充分探索，中期快速缩减使得后期保持小种群加强开发，同时为后期分配相对较多计算资源以加速收敛；其次，为确保种群多样性，采用K-means聚类通过间隔一定代数对种群进行动态分区，并以分区为单位进行
算法研究探讨 | 基于改进堆优化算法求解电动汽车并网动态经济调度

算法研究探讨 | 基于改进堆优化算法求解电动汽车并网动态经济调度

摘要：针对堆优化算法HBO处理含电动汽车的动态经济调度问题时存在收敛慢和精度低等问题，提出一种改进的堆优化算法RDHBO。首先，在RDHBO中引入了最优成员区域搜索和双种群交互策略。前者引导最优成员移动到更有希望的区域，提升了算法的收敛精度和收敛速度；后者充分利用被淘汰的劣势个体，丰富了种群的多样性，避免了算法陷入局部最优。然后，将RDHBO应用于四种充电场景的10机组电动汽车动态经济调度问题。
算法研究探讨 | 强化学习下浅充浅放充电策略AGV调度研究

算法研究探讨 | 强化学习下浅充浅放充电策略AGV调度研究

摘要：针对自动化集装箱码头自动导引车（AGV）调度中的充电问题，考虑浅充浅放充电策略构建了混合整数优化模型。该模型以最小化AGV最终完工时间为目标，在考虑AGV电池电量变化以及AGV不同状态耗电差异的约束下，利用AGV空闲时间和一个作业循环结束时间补电，减少AGV充电次数，进而减少总完成时间。模型采用Wolf-PHC强化学习进行求解，并分别与GAMS求解器、Q-learning算法及遗传算法（g
算法研究探讨 | 标签噪声下结合对比学习与邻域样本分析的故障诊断方法

算法研究探讨 | 标签噪声下结合对比学习与邻域样本分析的故障诊断方法

摘要：当前基于深度学习的故障诊断方法依赖于标注完备的训练样本，当数据集中存在噪声标签时，模型会对噪声数据过拟合，影响泛化能力。为实现模型在采用标签噪声进行训练的情况下对设备运行工况的精确识别，提出一种结合对比学习与邻域样本分析的故障诊断方法。首先采用对比学习方法对模型进行预训练，拉近模型特征空间中的相似样本映射距离，实现判别能力增强;随后，基于特征相似度寻找每个样本最相似的近邻用以计算训练标签可
系统应用开发 | 基于Hopf振荡器的Spiking-CPG六足机器人步态运动控制

系统应用开发 | 基于Hopf振荡器的Spiking-CPG六足机器人步态运动控制

摘要：中枢模式发生器（central pattern generator，CPG）在六足机器人的运动步态控制中起着至关重要的作用。为能够更高效、更低能耗地控制六足机器人的步态运动，提出了一种Spiking-CPG（SCPG）神经网络作为六足机器人的仿生控制系统，其结合Hopf振荡器与以时疏的spiking信号传递信息的仿生神经元LIF（leaky integrate-and-fire），采用环型
系统应用开发 | PreNTT：面向zk-SNARK的数论变换计算并行加速方法

系统应用开发 | PreNTT：面向zk-SNARK的数论变换计算并行加速方法

摘要：简洁非交互式零知识证明（zk-SNARK）由于具备证明验证过程简捷快速的优点，已在加密货币等众多领域得到广泛应用。但其证明生成过程所需计算仍复杂耗时，影响了进一步的应用拓展。针对zk-SNARK证明生成过程中的主要计算瓶颈——数论变换（NTT），提出了一种基于GPU的NTT计算加速方法PreNTT。首先，提出了基于预计算的NTT并行计算方法，利用预计算与旋转因子次幂算法优化，减少NTT并行
系统应用开发 | 基于分区再训练的RRAM阵列多缺陷容忍算法

系统应用开发 | 基于分区再训练的RRAM阵列多缺陷容忍算法

摘要：针对RRAM单元制造工艺不完善造成神经网络矩阵向量乘法计算错误问题，根据RRAM阵列多缺陷特性进行建模，提出了多缺陷容忍算法。首先根据RRAM阵列常见的转变缺陷和粘连缺陷对神经网络计算准确度的影响，对两种缺陷统一建模；然后对神经网络进行划分，基于改进的知识蒸馏方式进行分区训练；最后选择适配的损失函数加入归一化层，进一步优化算法。在MNIST和Cifar-10数据集上进行实验，结果表明该方法
系统应用开发 | 基于中文文本相似度评估的情感勒索话语检测系统

系统应用开发 | 基于中文文本相似度评估的情感勒索话语检测系统

摘要：情感勒索是通过情感压力迫使周围人听从自己要求的交流方式，容易导致对方的负面情绪甚至心理问题从而影响交流效果。为了检测日常交流场景下的情感勒索话语进而改善交流效果，开发了基于中文文本相似度评估的情感勒索话语检测系统。首先，基于Susan Forward的情感勒索理论标注收集到的数据，构建情感勒索语料库和测试集；其次，分析情感勒索的表达方式，分别基于词性和语义词设计文本相似度评估方法，进而形成
系统应用开发 | 融合信息扰动与特征解耦的单样本语音转换

系统应用开发 | 融合信息扰动与特征解耦的单样本语音转换

摘要：单样本语音转换的特性是利用单条目标说话人的语音样本即可实现身份的转换，但由于声学特征呈现复杂的相互作用和动态变化，现有方法难以充分将单样本语音中的说话人音色与其他声学特征解耦，导致转换音频在听觉上仍与源说话人的音色特征相似，存在说话人音色泄露情况。为此提出一种融合信息扰动与特征解耦的单样本语音转换模型，即IPFD-VC模型。首先，引入信息扰动模块对语音信号进行三次扰动操作，去除输入内容和韵
系统应用开发 | 基于改进MH算法的室内空间自动布局

系统应用开发 | 基于改进MH算法的室内空间自动布局

摘要：为了生成文博展厅、城市阅读空间、商场等具备公共服务职能的空间布局，提出了一种面向室内空间的自动布局方法。该方法首先针对多种布局的表达需求，将布局信息记录在层次化图结构中；再按照图结构填充适当的布局对象作为初始状态；利用能量函数和移动策略，引入改进的MH（Metropolis-Hastings）算法进行优化，生成合适的布局方案。选取多种类型的应用场景进行测试，结果证明了该方法的有效性。根据公
软件技术研究 | 基于路径预取的树型索引查询优化

软件技术研究 | 基于路径预取的树型索引查询优化

摘要：在树型内存索引的研究过程中，由于传统的片上预取不能适应索引的局部性，导致访存成为该类型内存索引的性能瓶颈。提出了一种基于软件层面的路径预取算法，使用预取加速内存索引的访问，并使得该算法可以快速部署到现实机器上。该算法基于对树型索引访存流程的分析，通过预取表保存键与索引访问路径的关系，通过基于键切片哈希的匹配算法对预取表中的数据进行匹配，显著提高了索引性能。在当前较为先进的树型内存索引上实现
软件技术研究 | 复杂事件处理中多聚合查询共享方法

软件技术研究 | 复杂事件处理中多聚合查询共享方法

摘要：复杂事件处理技术是在持续不断的流数据中检测满足特定事件序列或对匹配的事件进行统计的一种流数据处理技术。在处理带有Kleene操作符的事件趋势聚合查询时，需缓存中间结果来实现不定数量事件序列的匹配，故对查询系统的资源需求较大。利用多个查询之间存在的共享机会，生成用于指导查询处理的共享计划，可以有效提高事件趋势聚合查询的处理效率。但现有的聚合查询处理方法生成的共享计划无法做到随执行环境的变化而
软件技术研究 | 基于字段感知的文本协议灰盒模糊测试方法

软件技术研究 | 基于字段感知的文本协议灰盒模糊测试方法

摘要：基于变异的灰盒协议模糊测试方法使用便捷、可扩展性好，但缺乏协议报文格式信息，只能对报文整体进行变异以产生测试用例，导致生成的大部分测试报文会被被测协议实现直接拒绝，严重影响测试效率。针对这一问题，提出了基于字段感知的文本协议模糊测试方法。该方法在基于变异的协议模糊测试中加入了模板学习的概念，使用分隔符划分报文字段，使用字段字典获取每个字段的合法取值；然后，针对划分后的报文，设计了多种字段级
软件技术研究 | 有状态协议模糊测试的种子调度算法

软件技术研究 | 有状态协议模糊测试的种子调度算法

摘要：为了探索有状态协议的程序漏洞，AFL-NET提出了有状态协议模糊测试。在有状态协议模糊测试中，种子的选择对路径的探索有着重大的贡献。然而，目前的有状态协议模糊测试往往重复执行几个相同的种子，导致不能很好地探索更多的路径。为了缓解该问题，从种子的收益入手，提出了一种有效的基于有状态协议的种子动态调度算法。利用种子的潜在收益和实际收益以及成本作为收益，利用收益来进行动态的种子调度，并分配种子的
网络与通信技术 | 基于均匀线性阵列的超大规模MIMO混合场信道估计算法

网络与通信技术 | 基于均匀线性阵列的超大规模MIMO混合场信道估计算法

摘要：超大规模MIMO（extremely large-scale massive MIMO，XL-MIMO）是未来6G通信的关键技术之一。现有的XL-MIMO混合场信道模型大多对均匀线性阵列和单天线用户之间信道建模，且采用散射体最后一跳模型。若收发双端均配备线性阵列，现有的混合场信道估计方案将不再适用。为此，针对收发端均部署超大规模线性阵列的XL-MIMO场景，采用Saleh-Valenzue
网络与通信技术 | 多RIS辅助车载通信信号优化及部署规划

网络与通信技术 | 多RIS辅助车载通信信号优化及部署规划

摘要：针对匀变速运动的汽车产生的多普勒扩展和时延扩展以及接收信噪比的问题，提出了一种多智能超表面（RIS）辅助匀变速移动物体通信的方案。与传统信道估计不同的是，使用了信道增益的方法和优化RIS相位以及多目标优化来让移动物体能达到最大接收瞬时信噪比的同时，获得小的多普勒扩展和时延扩展。通过优化后的RIS相位来研究RIS的位置对接收信号的影响，分别研究了RIS之间的距离以及RIS之间距离一定时，RI
网络与通信技术 | 基于子网融合的多智能体系统自组网连通性恢复方法

网络与通信技术 | 基于子网融合的多智能体系统自组网连通性恢复方法

摘要：在受损的多智能体自组网中，在维持现有连通结构的前提下快速恢复全连通极具挑战性。为此，提出一种基于子网融合的多智能体系统自组网连通性恢复方法。首先，该方法设计基于网络故障探测的子网划分算法来确定系统中的故障节点以及子网割裂情况。其次，该方法在子网内部署领航-追随者的主从移动模型，从而维持子网内部的稳定性。最后，该方法设计基于强化学习的子网融合算法，根据建立强化学习模型来进行领航者选举，依据智
信息安全技术 | NDP-FD6：一种IPv6网络NDP洪泛行为多分类检测框架

信息安全技术 | NDP-FD6：一种IPv6网络NDP洪泛行为多分类检测框架

摘要：当前NDP洪泛行为检测研究主要集中于RA和NS洪泛行为的检测，对于NDP协议中其他报文洪泛行为的检测能力不足。此外，传统阈值规则检测方法存在动态性差、准确率低的问题，而基于人工智能的检测方法大多只能进行二分类检测，缺乏多分类检测能力。为此，提出一种针对NDP协议洪泛行为的多分类检测框架，并提出基于时间间隔特征的NDP协议洪泛行为检测方法。通过流量收集、数据处理等过程构建了首个用于NDP洪泛
信息安全技术 | 理想格上强指定验证者的可截取签名方案

信息安全技术 | 理想格上强指定验证者的可截取签名方案

摘要：现存的大多数可截取签名方案具有公开验证性，但在某些情况下可能会导致签名者的隐私泄露。为提高安全性，并使签名方案具有抗量子性，基于理想格上的ring-SIS问题，结合强指定验证者签名方案，提出一种新型的可截取签名方案。该方案采用均匀采样的异常中止技术，能够抵抗侧信道攻击。同时，证明了该方案的安全性和正确性。相较于其他方案，该方案在安全性、重复次数和签名尺寸等方面都表现出明显的优势。关键词
信息安全技术 | 车联网中基于阈值的边缘辅助身份认证方案

信息安全技术 | 车联网中基于阈值的边缘辅助身份认证方案

摘要：车联网中的身份认证方案是解决车联网许多安全和隐私问题的有效途径之一。然而，现有认证方案多数没有关注单点故障问题或者存在信息泄露。针对上述问题，提出了一种车联网中基于阈值的边缘辅助身份认证方案。该方案在保护车辆真实身份信息的前提下，由多个边缘节点协同认证车辆，避免了单点故障问题。同时，在初始合作认证阶段生成令牌用于快速切换认证阶段的身份认证，在不与多个边缘节点交互下实现基于身份认证的快速切换
信息安全技术 | 基于SM9聚合签名局部可验证算法

信息安全技术 | 基于SM9聚合签名局部可验证算法

摘要：针对目前SM9签名方案生成的n条消息的签名占用较大存储空间的问题，提出了一种基于SM9算法的聚合签名方案。该方案使得验证多条签名的时间开销相较于原SM9方案有所降低，空间开销约为原SM9方案的66.7%。在此基础上，针对目前聚合签名算法在验证签名时，验证者仅需验证特定消息的正确性，但仍需知道完整消息列表的问题，提出了基于SM9聚合签名局部可验证方案。对于单个用户生成的n条消息的聚合签名S，
图形图像技术 | 面向三维流管可视化的各向异性屏幕空间环境光遮蔽算法

图形图像技术 | 面向三维流管可视化的各向异性屏幕空间环境光遮蔽算法

摘要：屏幕空间环境光遮蔽（AO）算法是一种流行的全局光照技术，此类技术可用于辅助复杂3D流管场景的可视化，以便于更好地理解场景分布特点。对此提出一种屏幕空间各向异性AO方法来实现复杂三维流管场景可视化。其基本思想是利用三维流管的特性设计两个各向异性滤波器，来指导计算流管场景AO时的屏幕空间采样和空间复用步骤。具体而言，这种策略通过各向异性地生成垂直于流管方向的采样点计算AO。该策略可以减少算法在
图形图像技术 | 基于同模型匹配点聚集的图像多匹配模型估计算法

图形图像技术 | 基于同模型匹配点聚集的图像多匹配模型估计算法

摘要：宽基线或大视角图像间多匹配模型的估计是图像处理中一项非常有挑战性的任务。现有算法虽然能较好估计图像间的多匹配模型及其内点集，但是其结果容易出现匹配对错误分配的问题。为了精确估计图像间的多匹配模型从而分配匹配对，提出一种基于同模型匹配点聚集的图像多匹配模型估计算法（AMPSM）。首先，为提升正确匹配对占比，根据近邻区域内正确匹配对的分布特点对错误匹配对进行过滤；然后，根据匹配点所属不同匹配模
图形图像技术 | NFP-AST:自然特征保留的任意风格迁移模型

图形图像技术 | NFP-AST:自然特征保留的任意风格迁移模型

摘要：亲和特征提取和自然融合是实现风格迁移的关键。为此，提出一个新的自然特征保留的任意风格迁移模型NFP-AST。通过可逆残差网络在前向和后向推理中对特征二分处理，保证了提取特征亲和性，减少因提取过程造成的图像重建误差。在自适应空间重构模块ASRM中，先通过全局统计信息匹配内容风格特征，接着在融合特征中插值自适应权重捕获细节无偏融合内容风格特征，使风格过渡自然。定性和定量实验研究结果表明，NFP
图形图像技术 | 残差修正的加权多项式回归色彩特征化算法

图形图像技术 | 残差修正的加权多项式回归色彩特征化算法

摘要：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。为解决上述问题，提出残差修正的加权多项式回归算法，采用具有较强抗差能力的Huber损失函数来替代均方误差。通过
图形图像技术 | 多类别形态的未隶定青铜器铭文细粒度识别

图形图像技术 | 多类别形态的未隶定青铜器铭文细粒度识别

摘要：未隶定铭文的识别主要依靠传统卷积网络提供单一的全局特征，却忽略了部位识别和特征学习的关系，导致模型难以充分表达复杂形态的文字构造，进而产生识别误差。针对上述问题，提出了一种姿态对齐的多部位特征细粒度识别模型（MP-CNN）。在第一个阶段，构建空间转换器引导铭文统一字形姿态，辅助模型准确定位文字的鉴别性部位；在第二个阶段，构建级联的ECA（efficient channel attentio
信息集萃 | 下期要目

信息集萃 | 下期要目

面向社会媒体的立场检测研究综述对LoRa网络的攻击与防御技术综述基于多维信誉模型的区块链跨链节点信誉评估方法区块链动态分片自适应模型改进的超额抵押高吞吐量多路径支付方案基于端到端深度强化学习求解有能力约束的车辆路径问题改进JPS算法融合DWA的多机器人路径规划考虑订单拆分策略的AGV拣选效率优化方法练习嵌入和学习遗忘特征增强的知识追踪模型 MDKT：融入多维问题难

过往期刊

更多

猜你喜欢

山东工艺美术学院电子阅览室