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191-200项 搜索用时 54 毫秒
[首页] « 上一页 [15] [16] [17] [18] [19] 20 [21] [22] [23] [24] [25] 下一页 » 末  页»
191.
随着量子计算的快速发展,特别是Shor量子算法及其变体的优化进步,当前基于大整数分解和离散对数问题的经典公钥密码体制将面临颠覆性的影响.为了应对量子攻击,学界开始对后量子密码学的研究,其中基于格的后量子密码方案因其在安全、效率、带宽等方面的均衡表现和良好的可扩展性而成为后量子密码… …   相似文献
192.
开源软件的繁荣推动了软件领域的蓬勃发展,也促使以开源软件为基础的供应链开发模式的形成.开源软件供应链本质上是个复杂的供应链拓扑网络,由开源生态的关键元素及其关联关系构成,其产品全球化等优势有助于提高软件行业的开发效率.然而,开源软件供应链也存在依赖关系复杂、传播范围广泛、攻击面暴… …   相似文献
193.
  
目前,基于深度学习的交通流量预测方法存在不足.首先,基于图卷积网络的预测模型使用简化的路网拓扑,忽视了实际交通组织信息,影响预测准确性.其次,基于聚类的预测模型未考虑交通流的区域和时间相似性,未能有效利用时空模式,导致聚类结果对预测提升有限.此外,过大的训练样本增加了训练和预测时… …   相似文献
194.
在时下的无监督深度哈希研究领域中, 基于对比学习而提出的方法占主流地位. 但是对比学习所采用的随机抽取负样本方式, 会带来采样偏差问题, 从而对图像检索精度造成负面影响. 为解决以上问题, 本文提出了一种基于偏差抑制对比学习的无监督深度哈希(unsupervised deep h… …   相似文献
195.
密度峰值聚类(density peaks clustering, DPC)算法通过考虑局部密度和相对距离来识别簇中心以实现聚类. 然而, 该算法在处理密度分布不均匀和类簇大小不平衡的数据时容易忽视低密度区域的类簇中心, 需要人为设定类簇数量, 并且其分配策略中一个数据点分配错误会… …   相似文献
196.
针对当下层级文本分类模型尚未充分利用层级实例的标签信息以及缺乏对类别分布不平衡的处理这两方面问题, 本文提出一种面向标签共现和长尾分布的层级文本分类方法(hierarchical text classification for label co-occurrence and lo… …   相似文献
197.
图像隐写分析旨在检测图像是否经过隐写术处理从而携带了秘密信息. 基于孪生网络的隐写分析算法通过计算待检测图像左右分区的不相似性以此判断图像是否携带秘密信息, 是目前深度学习图像隐写分析算法里面准确度较高的网络. 然而, 基于孪生网络的图像隐写分析算法仍然存在一些局限性. 首先, … …   相似文献
198.
关键句抽取技术是指利用人工智能, 自动从一段长文本中寻找核心句. 该技术可用于信息检索的预处理, 对文本分类、抽取式摘要等下游任务有着重要意义. 传统的无监督关键句抽取技术多数基于统计学以及图模型的方法, 存在着精度不高以及需要提前建立大规模语料库等问题. 本文提出了一种中文环境… …   相似文献
199.
  
为了提高消费级RGB-D相机的深度精度,提出了一种基于误差分量模型的两阶段深度校正算法.该算法根据误差特性建立误差分量模型,引入从短距离到长距离迭代计算思想,设计了两阶段深度校正算法.探究了像素离散化对校正效果的影响,将算法应用于洗浴机器人中,并与其他深度校正算法进行对比.结果表… …   相似文献
200.
  
为降低实用拜占庭容错共识算法(practical Byzantine fault tolerance,PBFT)的通信复杂度和提高事务的吞吐量,提出一种MuSig多重签名的实用拜占庭容错共识算法(practical Byzantine fault tolerance consen… …   相似文献
[首页] « 上一页 [15] [16] [17] [18] [19] 20 [21] [22] [23] [24] [25] 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