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121-140项 搜索用时 99 毫秒
[首页] « 上一页 [2] [3] [4] [5] [6] 7 [8] [9] [10] [11] [12] 下一页 » 末  页»
121.
针对多视图无监督特征选择中,直接基于原始噪声特征构图易忽略全局结构,且传统多图融合方法因视图异质性难以有效挖掘共享一致信息的问题,提出一种结合潜在表示与张量学习的特征选择模型。该方法将原始多视图数据映射至公共潜在空间以捕获高层语义结构,并在此基础上进行子空间学习以剔除不相关特征。… …   相似文献
122.
针对水下图像存在的细节模糊、噪声干扰及颜色失真等问题,提出一种基于监督学习的多支路差分卷积与频域增强相结合的水下图像增强方法。该方法采用颜色及细节增强模块强化高频细节并校正低频颜色;通过双支路增强模块平衡时空域与频域特征增强比例;设计轻量化交叉融合模块优化特征交互;同时结合多项损… …   相似文献
123.
在动态环境下的双边匹配问题中, 对于时间约束与多目标优化的处理机制是影响匹配效率的重要因素之一, 网络货运平台的运单分配即为此类问题的典型实例. 现有方法在处理时间约束的刚性建模和多目标冲突的权衡机制方面存在显著局限性, 难以准确刻画决策主体在约束边界附近的行为特征. 提出一种基… …   相似文献
廖家俊  董宜滔  毛嘉莉 《软件学报》2026,37(5):2024-2042
124.
在大规模图像检索任务中, 图像哈希技术通常依赖大量人工标注数据来训练深度哈希模型, 但高昂的人工标注成本限制了其实际应用. 为缓解对人工标注的依赖, 现有研究尝试利用网络用户提供的文本作为弱监督信息, 引导模型从图像中挖掘和文本关联的语义信息. 然而, 用户标签中普遍存在噪声, … …   相似文献
125.
符号音乐理解(symbolic music understanding, SMU)是多媒体内容理解的重要任务之一, 旨在从符号化音乐表示中提取旋律、力度、作曲家风格、情感与流派等多维音乐属性. 现有方法在音乐序列依赖建模方面取得了显著进展, 但是仍然存在两方面关键问题: (1)表… …   相似文献
黄恒焱  邹逸  时乐轩  程皓楠  叶龙 《软件学报》2026,37(5):1887-1902
126.
联邦学习(federated learning, FL)作为一种新兴的分布式机器学习范式, 通过在客户端本地存储数据并仅共享模型参数或梯度, 实现跨机构和跨设备的数据协同训练. 然而, 现有的客户端选择方法在大规模异构环境中存在明显不足, 随机选择导致收敛速度慢且波动大, 基于数… …   相似文献
127.
提升大语言模型的数学推理能力是当前研究重点, 其中思维链技术通过提示词优化显著增强了模型性能. 然而, 现有方法多依赖超大模型的蒸馏, 却忽视了模型自身的潜力. 本文提出了MCTS-EF推理增强框架, 利用大模型自身的验证反馈能力与蒙特卡洛树搜索(Monte Carlo tree… …   相似文献
128.
聚焦于教学视频(instructional videos)中的操作规划(procedure planning)问题, 探讨如何根据给定的开始和结束视觉状态, 在教学视频提供的动作空间中规划出一条将开始状态转变为结束状态的动作序列. 教学视频以记录和展示各种事件的操作过程为特点, … …   相似文献
吴益露  王瀚霖  王利民 《软件学报》2026,37(4):1759-1776
129.
随着人工智能技术的蓬勃发展和广泛应用, 越来越多的恶意软件检测方法和工具利用深度学习的强大学习能力来检测安卓平台上新出现的恶意软件. 然而, 深度学习模型已经被证明容易受到对抗攻击的威胁. 与此同时, 攻击者已经开始提出多种针对安卓恶意软件检测方法的对抗攻击方法, 即生成对抗性安卓恶意软件, 从而达到绕过恶意软件检测的目的. 现有安卓恶意软件检测方法容易受到对抗攻击威胁的主要原因在于, 这些恶意软件检测方法都建立在单一模态特征之上, 而以单一模态存在的特征却很容易被攻击者恶意性地操控. 因此, 为了提高当前安卓恶意软件检测方法可以抵御对抗攻击的鲁棒性, 提出一种基于多模态融合学习的安卓恶意软件鲁棒检测方法RMDroid, 可以在不影响针对一般性安卓恶意软件检测准确性的基础上, 显著提高其抵御对抗攻击的鲁棒性. 具体而言, RMDroid首先会从待测安卓软件的多种模态中提取多种模态的特征信息, 然后分别利用相应的深度学习模型学习表征相应模态深层语义信息的特征向量, 最后利用异类识别网络降低甚至消除多模态特征中受到对抗攻击干扰的模态特征对最终恶意软件预测的影响, 从而提高其抵御对抗攻击的鲁棒性. 实验结果表明, 所提出的RMDroid在5项有效性指标和1项鲁棒性指标上均优于所有基线检测方法. 特别的, 在误报率FPR相同的情况下, RMDroid的检出率TPR比最好的基线检测方法的检出率TPR高出10%以上; 并且针对最先进的HRAT攻击, RMDroid的鲁棒性值高达96%以上, 显著高于MaMaDroid和MalScan基线检测方法的鲁棒性值.… …   相似文献
130.
GitHub是目前最流行的开源项目管理平台之一. 由于团队协作的需要, GitHub引入了问题报告跟踪功能方便项目使用者提交和追踪项目中出现的问题或新功能请求. 问题报告贡献者在解决问题报告时, 通常需要执行故障复现测试用例来复现问题报告中提到的问题并验证问题报告是否解决. 然而… …   相似文献
汪莹  字千成  彭鑫  娄一翎 《软件学报》2026,37(4):1690-1714
131.
随着深度学习技术和扩散模型的快速发展, 图像及视频生成模型展示了高质量、多样化的强大生成能力. 如何利用这些模型实现高效、精准的个性化生成成为当前研究的热点. 个性化图像生成方法能够通过结合文本描述和用户提供的特定概念或主体, 实现定制化图像的生成, 满足用户对个性化视觉内容的多… …   相似文献
何子健  李冠彬 《软件学报》2026,37(4):1854-1884
132.
(t, N)门限多方隐私集合交集协议(threshold multi-party private set intersection, TMP-PSI)允许当指定参与方的集合元素x在其余不少于t–1 (t＜N)个参与方的私有集合中出现时, 数据元素x作为交集结果输出, 在提案投票、金融交易威胁识别、安全评估等场景具有广泛应用. 现有的门限多方隐私集合交集协议运行效率低、通信轮数多且只能由某一个指定参与方获取交集. 针对这些问题, 设计一种基于弹性秘密共享的参与方门限测试方法, 结合不经意键值对存储(oblivious key-value store, OKVS)提出一种TMP-PSI方案, 能够有效减少计算开销和通信轮数. 为了满足多参与方获取私有集合中交集信息的需求, 提出第2种拓展门限多方隐私集合交集(extended threshold multi-party private set intersection, ETMP-PSI)协议对份额分发方式进行改变, 与第1种方案相比, 秘密分发者和秘密重构方没有额外增加通信轮数和计算复杂度, 实现了多参与方获取私有集合中的交集元素. 所设计的协议在数据集合大小为n = 216的三方场景下运行时间为6.4 s (TMP-PSI)和8.7 s (ETMP-PSI), 与现有的门限多方隐私集合交集协议相比, 重构方和分发方的通信复杂度由O(nNtlognλ)降为O(bNλ).… …   相似文献
张恩  黄昱晨  郑东  禹勇 《软件学报》2026,37(4):1819-1837
133.
开放世界持续学习(OWCL)旨在模拟现实环境中任务不断演化、类别动态变化且遇到未经训练的未知样本的情景. 一个良好的开放世界持续学习模型不仅需要在学习新任务的同时保持对已学任务的记忆, 还需具备识别未知类别的能力, 进而实现持续且鲁棒的知识积累与泛化. 然而, 现有持续学习方法普… …   相似文献
李昱洁  吴晗  孟丹  李天瑞  杨新 《软件学报》2026,37(4):1531-1547
134.
大多数图异常检测方法依赖图神经网络(GNN)在相对高质量的图数据上进行学习. 然而, 在现实应用中, 这种理想场景极为罕见, 大多数数据存在标签缺失、动态变化和结构不完整等问题, 这些问题统称为动态不完整图. 针对GNN在极端条件下性能下降的挑战, 提出一种可解释的动态不完整图异常检测方法EXDIG (explainable dynamic incomplete graph anomaly detection), 其核心是一种结合强-弱互信息优化的图掩码自编码器框架. 该框架通过对图结构(节点/边)和节点特征进行掩码, 模拟现实中的动态不完整场景. 此外, 通过强-弱互信息损失, EXDIG捕捉结构与特征之间的关系, 同时保持结构完整性, 降低过拟合风险, 并提升泛化能力. 此外, 该方法通过在节点、边及特征上引入掩码扰动, 提高动态不完整图异常检测的可解释性, 使其能够识别关键组成部分, 并为异常检测结果提供透明且可信的解释. 在9个真实世界图数据集上进行了评估, 实验结果表明, EXDIG在不同程度的动态不完整场景下, 在多种下游任务和表示学习评估(包括有监督和无监督设定)中均优于现有最先进方法. 其中, 在异常检测数据集Amazon上, EXDIG的NMI和ARI指标分别提升了超过 13% 和 15%; 在动态不完整比率从25%到99%的设置下, 其F1分数波动被控制在5%以内. 此外, EXDIG还实现了在动态不完整图中对各节点的可解释性分析.… …   相似文献
骆祥峰  顾峻铨  余航 《软件学报》2026,37(4):1492-1510
135.
现有基于图像的恶意软件分类方法通过提取多种信息并使用多通道图像表征恶意软件以提升分类准确率。然而,相较于使用单通道图像表征恶意软件,使用多通道图像表征恶意软件在提升分类准确率的同时也增加了模型的复杂度和计算量。为此,提出了基于信息融合图像和深度学习的恶意软件分类方法MCIIFD（… …   相似文献
136.
针对深度学习模型在分布偏移场景中泛化能力不足的问题, 在Mamba状态空间模型的基础上, 提出一种融合反事实语义增强和因果注意力机制的领域泛化方法, 通过设计反事实语义增强模块, 实现前景-背景解耦与重组生成反事实特征, 显式构建“前景保持、背景干预”的因果情境, 有效削弱背景-… …   相似文献
137.
现有虚假新闻检测方法存在明显不足. 这些方法未能充分挖掘多模态关联, 忽视关键信息导致冗余问题, 且未考虑相似新闻的正负关联影响检测精度. 此外, 能协同利用文本、图像和社交图这3种模态的方法较为稀缺. 针对这些问题, 提出了一种基于社交图与标签优化的多模态虚假新闻检测模型. 该方法同步提取文本、图像和社交图特征, 通过全局动态加权机制强化社交图关键特征并通过图像描述增强视觉表征, 利用跨模态交叉注意力实现模态间优势互补, 并结合对比学习进行跨模态对齐. 本文模型在标签优化器中通过双向标签注意力捕捉相似新闻间的正负相关性优化预测标签. 在Weibo和PHEME数据集上的实验表明, 本文方法较最优基线方法准确率提升1.63%和3.01%, F1分数提升2.46%和3.67%.… …   相似文献
138.
针对现有基于传统深度学习的检测方法检测效果不佳、可解释性差的问题,提出一种基于高效自解释图神经网络（SE-EffGNN）的深度伪造检测方法。该方法由图结构构建、模型预测和解释分析三个部分组成。首先融合先验信息与局部空间信息,将待检测视频建模为语义引导的图结构数据,增强模型对伪造痕… …   相似文献
139.
针对现有时序知识图谱多跳推理模型实体与关系嵌入空间分离导致的语义割裂的缺陷,以及时间信息表达能力受限的问题,提出时空融合的多跳推理模型（SF-MR）。该模型通过包含双路残差连接与空间卷积的三联体分配器构建实体和关系跨空间语义依赖;结合时空注意力机制分别建模实体时序演化和空间关联特… …   相似文献
140.
针对现有的多模态情感识别方法在模型计算复杂、跨模态协同建模能力有限以及在不完整模态场景下泛化能力不足的问题,提出一种面向多模态情感识别的软硬数据增强与交互注意力混合时空卷积网络（MSCN-IA-SHDA）。该模型首先采用混合时空卷积网络（mixed spatiotemporal … …   相似文献
[首页] « 上一页 [2] [3] [4] [5] [6] 7 [8] [9] [10] [11] [12] 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