期刊文献+
共找到668篇文章
< 1 2 34 >
每页显示 20 50 100
Neural-Polar码:一种基于深度学习的新型信道编码方案 被引量:1
1
作者 金林贤 王旭东 吴楠 《重庆邮电大学学报(自然科学版)》 CSCD 北大核心 2024年第3期430-437,共8页
为应对新型移动通信系统智能性的需求以及在难以进行人工建模的复杂信道环境下进行可靠通信的问题,基于Polar码的编译码递归结构提出一种新型神经网络信道编码方案,即Neural-Polar码。该方案利用神经网络将Polar码编译码递归结构中父、... 为应对新型移动通信系统智能性的需求以及在难以进行人工建模的复杂信道环境下进行可靠通信的问题,基于Polar码的编译码递归结构提出一种新型神经网络信道编码方案,即Neural-Polar码。该方案利用神经网络将Polar码编译码递归结构中父、子节点间的线性映射变成非线性映射,引入快速连续抵消(successive cancellation, SC)译码的思想,解决在完全二叉树上构建Neural-Polar码造成网络结构过大的问题。仿真实验表明,Neural-Polar码可以获得优于经典SC译码算法的误码率(bit error rate, BER)和误块率(block error rate, BLER)性能,对网络的联合训练使得Neural-Polar码能够自动学习信道特性,具有更好的信道适应性和鲁棒性。Neural-Polar码将传统的对复杂信道进行人工建模分析的难题交给机器,充分体现出其编译码的智能性。 展开更多
关键词 信道编码 极化码 神经网络 误码率(BER)
下载PDF
CodeScore-R:用于评估代码合成功能准确性的自动化鲁棒指标
2
作者 杨光 周宇 +1 位作者 陈翔 张翔宇 《计算机研究与发展》 EI CSCD 北大核心 2024年第2期291-306,共16页
评估指标在代码合成领域中至关重要.常用的代码评估指标可以分为3种类型:基于匹配、基于语义和基于执行.其中,基于执行的Pass@k指标通过执行测试用例,能够准确判断预测代码的功能准确性.然而,该指标的计算需要大量开销,因此亟需设计一... 评估指标在代码合成领域中至关重要.常用的代码评估指标可以分为3种类型:基于匹配、基于语义和基于执行.其中,基于执行的Pass@k指标通过执行测试用例,能够准确判断预测代码的功能准确性.然而,该指标的计算需要大量开销,因此亟需设计一种自动化评估指标,在无需测试用例时仍可评估预测代码的功能准确性.此外,好的评估指标应当具有鲁棒性,即预测代码发生微小改变时,评估指标仍能保持其准确性.为此,提出了一种基于UniXcoder和对比学习的自动化鲁棒指标CodeScore-R,用于评估代码合成的功能准确性. CodeScore-R采用草图化处理、语法等价转换和变异测试等技术手段,有效减轻了标识符、语法结构和运算符对评估结果的干扰.实验结果表明,在Java和Python语言上的代码生成和迁移任务中,CodeScore-R的表现优于其他无需测试用例的评估指标,且更接近Pass@k指标,并具有更强的鲁棒性. 展开更多
关键词 代码合成评估指标 功能准确性 鲁棒性 代码合成 神经网络
下载PDF
A New Class of Nonlinear Error Control Codes Based on Neural Networks 被引量:1
3
作者 Jin Fan Fan Junbo Deng Xingming(School of Computer and Communicalion Engineering,Southwest Jiaolong University),Chengdu 610031, Chiua 《Journal of Modern Transportation》 1995年第2期109-116,共8页
By mcans of stable attractors of discret Hopfield neural network (DHNN) , anew class of nonlinear error control codes is sugsested and some relativetheorems are presented. A kind of single error control codes is also ... By mcans of stable attractors of discret Hopfield neural network (DHNN) , anew class of nonlinear error control codes is sugsested and some relativetheorems are presented. A kind of single error control codes is also given forillustrating this new approach. 展开更多
关键词 error control neural networks nonlinear codes
下载PDF
Application of hybrid coded genetic algorithm in fuzzy neural network controller
4
作者 杨振强 杨智民 +2 位作者 王常虹 庄显义 宁慧 《Journal of Harbin Institute of Technology(New Series)》 EI CAS 2000年第1期65-68,共4页
Presents the fuzzy neural network optimized by hybrid coded genetic algorithm of decimal encoding and binary encoding, the searching ability and stability of genetic algorithms enhanced by using binary encoding during... Presents the fuzzy neural network optimized by hybrid coded genetic algorithm of decimal encoding and binary encoding, the searching ability and stability of genetic algorithms enhanced by using binary encoding during the crossover operation and decimal encoding during the mutation operation, and the way of accepting new individuals by probability adopted, by which a new individual is accepted and its parent is discarded when its fitness is higher than that of its parent, and a new individual is accepted by probability when its fitness is lower than that of its parent. And concludes with calculations made with an example that these improvements enhance the speed of genetic algorithms to optimize the fuzzy neural network controller. 展开更多
关键词 GENETIC algorithm fuzzy neural network COST function HYBRID CODING
下载PDF
SOLUTION OF ASSIGNING BINARY INDEXES TO CODEVECTORS BY A KIND OF HOPFIELD NEURAL NETWORK
5
作者 Lin Jiayu(Key Lab. on ISN, Xidian University, Xi’an 710071) (School of Electron. Sci. and Eng., National Uni. of Defence Tech., Changsha 410073) 《Journal of Electronics(China)》 2001年第1期79-88,共10页
A method of assigning binary indexes to codevectors in vector quantization (VQ)system, which is called pseudo-Gray coding, is presented in this paper by constructing a kind of Hopfield neural network. Pseudo-Gray codi... A method of assigning binary indexes to codevectors in vector quantization (VQ)system, which is called pseudo-Gray coding, is presented in this paper by constructing a kind of Hopfield neural network. Pseudo-Gray coding belongs to joint source/channel coding, which could provide a redundancy-free error protection scheme for VQ of analog signals when the binary indexes of signal codevectors are used as channel symbols on a discrete memoryless channel. Since pseudo-Gray coding is of combinatorial optimization problems which are NP-complete problems,globally optimal solutions are generally impossible. Thus, a kind of Hopfield neural network is used by constructing suitable energy function to get sub-optimal solutions. This kind of Hop field neural network is easily modified to solve simplified version of pseudo-Gray coding for single bit-error channel model. Simulating experimental results show that the method introduced here could offer good performances. 展开更多
关键词 Joint source/channel CODING Pseudo-Gray CODING HOPFIELD neural NETWORK neural NETWORK application
下载PDF
New Approach for 3D Shape Measurement Based on Color-Coded Fringe and Neural Network
6
作者 QIN Da-hui, SHI Yu-sheng, WANG Cong-jun , LI Zhong-wei (State Key Laboratory of Material Processing and Die & Mould Technology, Huazhong University of Science and Technology, Wuhan 430074, China) 《Computer Aided Drafting,Design and Manufacturing》 2008年第2期50-56,共7页
A new 3D surface contouring and ranging system based on digital fringe projection and phase shifting technique is presented. Using the phase-shift technique, points cloud with high spatial resolution and limited accur... A new 3D surface contouring and ranging system based on digital fringe projection and phase shifting technique is presented. Using the phase-shift technique, points cloud with high spatial resolution and limited accuracy can be generated. Stereo-pair images obtained from two cameras can be used to compute 3D world coordinates of a point using traditional active triangulation approach, yet the camera calibration is crucial. Neural network is a well-known approach to approximate a nonlinear system without an explicit physical model, in this work it is used to train the stereo vision application system to calculating 3D world coordinates such that the camera calibration can be bypassed. The training set for neural network consists of a variety of stereo-pair images and the corresponding 3D world coordinates. The picture elements correspondence problem is solved by using projected color-coded fringes with different orientations. Color imbalance is completely eliminated by the new color-coded method. Once the high accuracy correspondence of 2D images with 3D points is acquired, high precision 3D points cloud can be recognized by the well trained net. The obvious advantage of this approach is that high spatial resolution can be obtained by the phase-shifting technique and high accuracy 3D object point coordinates are achieved by the well trained net which is independent of the camera model works for any type of camera. Some experiments verified the performance of the method. 展开更多
关键词 3D shape measurement color-coded fringe neural network correspondence problem color imbalance
下载PDF
新一代通用视频编码标准H.266/VVC:现状与发展 被引量:1
7
作者 万帅 霍俊彦 +1 位作者 马彦卓 杨付正 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第4期1-17,共17页
相比于上一代标准,新一代通用视频编码标准(H.266/VVC)在同等质量下能够节省大约50%的码率,且适用于多种多样的视频应用场景。论文从H.266/VVC的关键技术出发,对标准的现状、实现和应用发展进行深入探讨。H.266/VVC沿用既往标准中的双... 相比于上一代标准,新一代通用视频编码标准(H.266/VVC)在同等质量下能够节省大约50%的码率,且适用于多种多样的视频应用场景。论文从H.266/VVC的关键技术出发,对标准的现状、实现和应用发展进行深入探讨。H.266/VVC沿用既往标准中的双层码流体系和混合编码框架,针对帧内预测、帧间预测、变换、量化、环路滤波等所有主要编码模块进行了技术革新,并为屏幕内容视频等应用提供了高效的专用编码工具。H.266/VVC标准目前已处于实用化阶段,官方参考软件VTM和开源编解码器VVenC/VVdeC是目前最具代表性的软件编解码实现。对H.266/VVC的性能分析可以看出:H.266/VVC针对高分辨率视频取得的编码增益更为突出;主要编码工具对性能的贡献通常以复杂度为代价,但也有部分编码工具在提升编码性能的同时可降低整体编码复杂度。H.266/VVC的硬件实现面临诸多挑战,发展明显滞后于软件实现,现有研究主要集中在对具体编码模块的硬件加速方面。H.266/VVC标准发布之后,下一代视频编码标准的发展目前仍围绕混合编码框架进行探索,聚焦在两大方向:超越VVC的增强压缩关注更为先进的、非神经网络的编码工具,基于神经网络的视频编码则探索采用神经网络的编码工具。除此之外,部分或完全跳出现有混合编码框架的端到端视频编码也在飞速发展,未来视频编码标准与神经网络结合成为趋势,但面临着计算资源依赖和稳定结构两方面的考验。 展开更多
关键词 H.266/VVC标准 视频编码标准 编码模块 编解码器 神经网络
下载PDF
基于改进实数编码遗传算法的神经网络超参数优化 被引量:2
8
作者 佘维 李阳 +2 位作者 钟李红 孔德锋 田钊 《计算机应用》 CSCD 北大核心 2024年第3期671-676,共6页
针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使... 针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。 展开更多
关键词 实数编码 遗传算法 超参数优化 进化神经网络 机器学习
下载PDF
基于多频特征学习的恶意代码变种分类
9
作者 靳黎忠 薛慧琴 +2 位作者 段明博 赵旭俊 高改梅 《计算机工程与设计》 北大核心 2024年第7期1934-1940,共7页
针对恶意代码变种分类方法没有充分对原始输入进行分析的问题,提出一种更加高效的基于深度学习的办法,使用卷积神经网络对多频信息进行学习。对恶意代码转化而成的图像进行研究,利用小波变换进行多频和多层次的分析,抓住低频和高频特征... 针对恶意代码变种分类方法没有充分对原始输入进行分析的问题,提出一种更加高效的基于深度学习的办法,使用卷积神经网络对多频信息进行学习。对恶意代码转化而成的图像进行研究,利用小波变换进行多频和多层次的分析,抓住低频和高频特征;针对多频信息输入,设计一种多频特征学习模块,充分挖掘其中有用信息。实验结果表明,该方法在Malimg数据集上,相比其它两种恶意代码分类办法,分别取得了1.5%和0.8%的效果提升。 展开更多
关键词 恶意代码分类 多频特征 深度学习 小波变换 灰度图像 卷积神经网络 恶意代码家族
下载PDF
基于改进随机森林的高光谱激光雷达信号分选研究
10
作者 刘子恒 刘汉城 敏乾 《激光杂志》 CAS 北大核心 2024年第8期218-223,共6页
高光谱激光雷达数据在频谱维度上具有很高的维度,包含大量的波段或频带,易出现忽视频谱带中有用信息的情况,进而导致高光谱激光雷达信号分选效果较差。为此,提出基于改进随机森林的高光谱激光雷达信号分选研究。首先,采用变分模态分解... 高光谱激光雷达数据在频谱维度上具有很高的维度,包含大量的波段或频带,易出现忽视频谱带中有用信息的情况,进而导致高光谱激光雷达信号分选效果较差。为此,提出基于改进随机森林的高光谱激光雷达信号分选研究。首先,采用变分模态分解算法对高光谱激光雷达含噪信号展开去噪处理;然后,采用长短期记忆神经网络算法对去噪后的高光谱激光雷达信号展开特征提取,并利用自编码神经网络对提取的特征展开重构处理,以获取重构后的雷达信号特征;最后,采用随机森林算法根据高光谱激光雷达信号特征完成信号分选。实验结果表明,所提方法的SNR为30.648 dB,RMSE为0.1498,预测分选类别与实际分选类别几乎一致,分析时间始终未超过5 s,表明所提方法的分选性能较好,具有实用性。 展开更多
关键词 高光谱激光雷达信号 随机森林 变分模态分解算法 长短期记忆神经网络算法 自编码神经网络
下载PDF
基于多特征优化的PolSAR数据农作物精细分类方法
11
作者 郭交 王鹤颖 +2 位作者 项诗雨 连嘉茜 王辉 《农业机械学报》 EI CAS CSCD 北大核心 2024年第9期275-285,共11页
农作物精细分类在农业资源调查、农作物种植结构监管等诸多领域具有重要意义。极化合成孔径雷达(Polarimetric synthetic aperture radar,PolSAR)能够有效探测伪装和穿透掩盖物,提取多种散射特征信息,获取覆盖农作物生长关键物候阶段的... 农作物精细分类在农业资源调查、农作物种植结构监管等诸多领域具有重要意义。极化合成孔径雷达(Polarimetric synthetic aperture radar,PolSAR)能够有效探测伪装和穿透掩盖物,提取多种散射特征信息,获取覆盖农作物生长关键物候阶段的连续时序信息,有效提升表达作物遥感特征的丰富度,在农作物分类中独具优势。但多时相和多特征的引入必然导致模型运算量剧增,不利于工程应用。针对上述问题,本文提出了一种基于多特征优化的PolSAR数据农作物精细分类方法,首先对PolSAR数据进行多种极化目标分解及参数提取以获得多个散射特征;然后使用基于栈式稀疏自编码网络和ReliefF优选的方法进行特征增强与优化,获取最优特征集;最后构建具有2个分支结构的卷积神经网络,融合不同卷积深度输出的特征,完成农作物的高精度分类。通过对单时相数据的特征分析、单时相数据初步分类实验和多时相数据不同特征集结合分类器的对比实验,证明本文所提方法能够在低维特征输入的前提下,最大程度提取不同作物之间的差异性特征,准确高效地实现对农作物的精细分类,最高分类精度和Kappa系数分别达到97.69%和97.24%。 展开更多
关键词 农作物分类 POLSAR 栈式稀疏自编码网络 RELIEFF 卷积神经网络
下载PDF
基于编码矩阵估计的极化码参数盲识别算法
12
作者 张天骐 杨宗方 +1 位作者 邹涵 马焜然 《系统工程与电子技术》 EI CSCD 北大核心 2024年第9期3221-3230,共10页
针对当前极化码参数识别算法缺少对码字起点的识别以及识别信息位算法计算复杂的问题,提出一种基于编码矩阵估计的极化码参数盲识别算法。所提算法首先将截获的码字矩阵、相应码长下的克罗内克矩阵以及逆向重排矩阵相乘得到编码矩阵估计... 针对当前极化码参数识别算法缺少对码字起点的识别以及识别信息位算法计算复杂的问题,提出一种基于编码矩阵估计的极化码参数盲识别算法。所提算法首先将截获的码字矩阵、相应码长下的克罗内克矩阵以及逆向重排矩阵相乘得到编码矩阵估计,然后通过编码矩阵的分布特征识别出码长和码字起点,最后使用训练好的卷积神经网络对极化码信息位以及冻结位进行识别。实验结果表明,所提方法不仅完成了码字起点的识别,而且在未知码字起点的情况下完成了对码长的识别,且码长的识别准确率优于现有算法,误比特率在0.19时,参数为(32,12)的极化码码长识别率仍然可以达到90%以上。 展开更多
关键词 极化码 参数盲识别 编码估计矩阵 神经网络
下载PDF
一种基于编码单元快速划分的VVC帧内编码方法
13
作者 钟辉 陆宇 +1 位作者 殷海兵 黄晓峰 《电信科学》 北大核心 2024年第8期23-33,共11页
相比于高效视频编码(high efficiency video coding,HEVC)标准,新一代编码标准多功能视频编码(versatile video coding,VVC)引入了很多新的技术,其中包括四叉树(quadtree,QT)和多类型树(multi-type tree,MTT)划分,MTT划分由HEVC中的QT... 相比于高效视频编码(high efficiency video coding,HEVC)标准,新一代编码标准多功能视频编码(versatile video coding,VVC)引入了很多新的技术,其中包括四叉树(quadtree,QT)和多类型树(multi-type tree,MTT)划分,MTT划分由HEVC中的QT划分延伸而来。新划分方法提高了压缩效率,但导致编码时间急剧增加。为了降低编码复杂度,提出了一种结合深度学习方法和MTT方向早期判决的快速帧内编码算法。首先使用轻量级的卷积神经网络(convolutional neural network,CNN)对QT和部分MTT进行预测划分,其余MTT则采用提前预测MTT划分方向的方法作进一步的优化。实验结果表明,所提方法能够大幅降低编码复杂度,相比于原始编码器的编码时间减少了74.3%,且只有3.3%的码率损失,性能优于对比的方法。 展开更多
关键词 VVC 帧内编码 卷积神经网络 快速编码 四叉树 多类型树
下载PDF
基于深层神经网络的信道编码类型盲识别
14
作者 杨宗方 张天骐 +1 位作者 马焜然 邹涵 《系统工程与电子技术》 EI CSCD 北大核心 2024年第5期1820-1829,共10页
为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,... 为了解决当前识别算法只能识别一种或者两种码字类型以及人工提取特征复杂的问题,提出了两种基于深层神经网络模型的信道编码类型识别器,即卷积神经网络(convolutional neural network,CNN)识别器和递归CNN(recursive CNN,RCNN)识别器,用于识别接收数据中不同类型的信道码字。将待识别的软解调序列作为自然语言处理中文本分类问题的句子向量进行处理,输入到预先训练好的深层神经网络识别器中进行识别,并分析了字长度对识别准确率的影响,得出了最合适的字长度。实验结果表明,两种识别器都能够有效识别接收数据中多种类型的信道编码,且在信噪比为3 dB时CNN识别器的识别准确率能够达到99%以上,而RCNN识别器在1 dB时就能够达到99%以上的识别准确率。 展开更多
关键词 深层神经网络 信道编码识别器 盲识别 字长度
下载PDF
基于神经网络的HEVC帧内预测组合快速算法
15
作者 范俊宇 宋立锋 《广东工业大学学报》 CAS 2024年第3期131-140,共10页
为了提升高效视频编码(High Efficiency Video Coding,HEVC)帧内编码的实时性能,本文提出的方法利用了引入偶数边长与步长的卷积核以及自注意力机制的轻量级卷积网络来预测编码树单元(Coding Tree Unit,CTU)的帧内划分结构,从而减少了... 为了提升高效视频编码(High Efficiency Video Coding,HEVC)帧内编码的实时性能,本文提出的方法利用了引入偶数边长与步长的卷积核以及自注意力机制的轻量级卷积网络来预测编码树单元(Coding Tree Unit,CTU)的帧内划分结构,从而减少了编码器对CTU进行四叉树递归遍历划分的编码时间。原始编码策略中粗模式决策通过基于残差经哈德曼变换的预测残差绝对值总和(Sum of Absolute Transformed Difference,SATD)的损失值来估计率失真优化过程中的率失真损失值来进行加速,但仍会耗费一定的编码时间。提出一种方法通过采样搜索的方式减少粗模式决策过程中计算的模式数,从35种模式降低到了18种模式,降低了粗模式决策过程中计算估计损失值的时间。由粗模式决策过程得到的较优的多个候选帧内模式来进行率失真优化,为了缩减粗模式决策需要计算的候选模式数,在候选模式列表中根据前后帧内预测角度模式的估计损失值的差距来筛选掉部分可能性较低的候选模式实现早停止决策,从而减少需要进行率失真优化的候选模式数量,进而减少率失真优化过程的计算时间。本文提出的算法在测试序列上平均实现78.15%的编码时间缩减,BD-PSNR为-0.168 d B,BD-RATE为3.49%。 展开更多
关键词 视频编码 神经网络 帧内预测 快速算法
下载PDF
机器学习和深度学习在遥感影像分类中的对比研究
16
作者 陈香 《测绘与空间地理信息》 2024年第7期72-75,共4页
遥感影像分类是遥感技术应用的一个重要环节;机器学习和深度学习能够实现精确、自动化、迅速、可定义和规模化的遥感影像分类。本文选取机器学习算法支持向量机和深度学习算法卷积神经网络、深度置信网络、栈式自编码网络共计4种分类算... 遥感影像分类是遥感技术应用的一个重要环节;机器学习和深度学习能够实现精确、自动化、迅速、可定义和规模化的遥感影像分类。本文选取机器学习算法支持向量机和深度学习算法卷积神经网络、深度置信网络、栈式自编码网络共计4种分类算法进行对比研究,并对支持向量机核函数的参数以及深度学习算法的神经元数量开展寻优以到达最高分类精度。实验结果表明,深度学习算法栈式自编码网络的总体分类精度最高,分类效果最好,在地物复杂多样地区开展遥感地物分类时具有较好的适用性和推广价值。 展开更多
关键词 遥感影像分类 支持向量机 卷积神经网络 深度置信网络 栈式自编码网络
下载PDF
一种基于类小波变换的无线电频谱监测数据无损压缩方法
17
作者 张承琰 郑明魁 +3 位作者 刘会明 易天儒 李少良 陈祖儿 《电子测量与仪器学报》 CSCD 北大核心 2024年第7期152-158,共7页
无线电频谱监测海量数据存储和分析是无线电监管工作的重要组成部分。频谱数据具有时间相关性以及不同频点间的相关冗余,对此本文设计了一种基于类小波变换的无线电频谱监测数据无损压缩方法。该方法首先基于时间相关性将一维频谱信号... 无线电频谱监测海量数据存储和分析是无线电监管工作的重要组成部分。频谱数据具有时间相关性以及不同频点间的相关冗余,对此本文设计了一种基于类小波变换的无线电频谱监测数据无损压缩方法。该方法首先基于时间相关性将一维频谱信号转换成二维矩阵;转换成二维矩阵后数据在水平方向以及垂直方向都存在冗余,算法采用卷积神经网络来代替传统小波中的预测和更新模块,并引入了自适应压缩块来处理不同维度的特征,从而获得更紧凑的频谱数据表示。研究进一步设计了一种基于上下文的深度熵模型,利用类小波变换不同子带系数获得熵编码参数,以此估计累积概率,从而实现频谱数据的压缩。实验结果表明,与已有的Deflate等传统频谱监测数据无损压缩方法相比,本文算法有进一步的性能提升,与典型的JPEG2000、PNG、JPEG-LS等二维图像无损压缩方法相比,本文所提出的方法的压缩效果也提高了20%以上。 展开更多
关键词 频谱监测数据 无损压缩 类小波变换 卷积神经网络 熵编码
下载PDF
基于颜色编码和图像隐写术的可逆灰度方法
18
作者 林焕然 朱姗姗 +3 位作者 彭凌西 彭绍湖 林煜桐 谢翔 《计算机应用研究》 CSCD 北大核心 2024年第4期1275-1280,共6页
针对现有方法存在合成灰度图像视觉质量欠佳、重建彩色图像还原度不足的问题,提出一种基于颜色编码和图像隐写术的可逆灰度方法。其利用可逆神经网络构建更高效的颜色编解码器,并引入密集卷积块和通道注意力机制进一步提升网络模型的性... 针对现有方法存在合成灰度图像视觉质量欠佳、重建彩色图像还原度不足的问题,提出一种基于颜色编码和图像隐写术的可逆灰度方法。其利用可逆神经网络构建更高效的颜色编解码器,并引入密集卷积块和通道注意力机制进一步提升网络模型的性能,综合减少编解码过程中的颜色信息丢失。之后,为使灰度图像负载编码信息以及减小嵌入过程导致的图像失真,设计了一种基于修改方向的图像隐写算法,通过自适应权值参数选择,以接近最优的方式满足不同的嵌入容量需求,减少对灰度图像的修改。在Kodak和McMaster数据集上的实验表明,与现有代表性可逆灰度方法相比较,该方法能够生成质量更高的可逆灰度图像以及重建更加还原的彩色图像,在图像可视化时具有更好的视觉效果,在标准参考图像的相似性评价指标方面也取得了更优的性能。 展开更多
关键词 可逆灰度方法 颜色编码 图像隐写术 可逆神经网络
下载PDF
基于颜色编码和残差神经网络的非侵入式负荷识别
19
作者 杨苗 游文霞 +1 位作者 刘玥 汪芯茜 《电工材料》 CAS 2024年第2期94-99,共6页
在非侵入式负荷识别任务中,随着家用电器类型的不断增加,功率差距不大但V-I轨迹相似的设备很容易被分类错误。针对这些问题,本研究提出了基于颜色编码和残差神经网络的非侵入式负荷识别方法。首先,对采集到的高频电压、电流数据进行预处... 在非侵入式负荷识别任务中,随着家用电器类型的不断增加,功率差距不大但V-I轨迹相似的设备很容易被分类错误。针对这些问题,本研究提出了基于颜色编码和残差神经网络的非侵入式负荷识别方法。首先,对采集到的高频电压、电流数据进行预处理;然后,再通过二值轨迹映射和HSV颜色编码将V-I轨迹转换为视觉表示,不仅在V-I轨迹中融入了丰富的电气特征,还增强了负荷特征的唯一性;最后利用PLAID公共数据集对本研究所提方法进行了验证。结果表明,本研究所提方法显著提高了识别准确率,并能够有效区分各个电器设备。 展开更多
关键词 非侵入式负荷识别 V-I轨迹 HSV颜色编码 残差神经网络
下载PDF
基于图对比学习的恶意域名检测方法
20
作者 张震 张三峰 杨望 《软件学报》 EI CSCD 北大核心 2024年第10期4837-4858,共22页
域名是实施网络犯罪行为的重要环节,现有的恶意域名检测方法一方面难以利用丰富的拓扑和属性信息,另一方面需要大量的标签数据,检测效果受限而成本较高.针对该问题,提出一种基于图对比学习的恶意域名检测方法,以域名和IP地址作为异构图... 域名是实施网络犯罪行为的重要环节,现有的恶意域名检测方法一方面难以利用丰富的拓扑和属性信息,另一方面需要大量的标签数据,检测效果受限而成本较高.针对该问题,提出一种基于图对比学习的恶意域名检测方法,以域名和IP地址作为异构图的两类节点并根据其属性建立对应节点的特征矩阵,依据域名之间的包含关系、相似度度量以及域名和IP地址之间对应关系构建3种元路径;在预训练阶段,使用基于非对称编码器的对比学习模型,避免图数据增强操作对图结构和语义的破坏,也降低对计算资源的需求;使用归纳式的图神经网络图编码器HeteroSAGE和HeteroGAT,采用以节点为中心的小批量训练模式来挖掘目标节点和邻居节点的聚合关系,避免直推式图神经网络在动态场景下适用性较差的问题;下游分类检测任务则对比使用了逻辑回归、随机森林等算法.在公开数据上的实验结果表明检测性能相比已有工作提高2–6个百分点. 展开更多
关键词 恶意域名检测 属性异构图 图神经网络 非对称编码 自监督学习
下载PDF
上一页 1 2 34 下一页 到第
使用帮助 返回顶部