•   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41-60项 搜索用时 89 毫秒
[首页] « 上一页 [1] [2] 3 [4] [5] [6] [7] [8] [9] [10] [11] 下一页 » 末  页»
41.
服务质量(quality of service, QoS)感知云API推荐系统在解决云API过载问题、差异化云API性能和实现高质量云API选择中具有重要作用. 但由于网络环境的开放性和云API的货币属性, 推荐系统易受到投毒攻击, 从而导致推荐结果偏离公平性和可信性. 现有防御… …   相似文献
42.
反编译是软件逆向工程中的基础技术, 其目标是从面向硬件的二进制代码中恢复出高级语言代码, 以支持人工阅读、分析或重工程任务. 尽管该技术已得到广泛研究, 但传统基于规则的反编译器所生成的反编译代码往往可读性较差, 且难以复用. 此外, 由于传统反编译器的开发周期较长, 其对RIS… …   相似文献
43.
图像处理任务正快速向云端和多方协同环境迁移, 而云服务器上直接处理明文图像数据, 极易泄露图像中的敏感信息, 且难以抵御篡改等恶意攻击, 无法保证数据完整性和服务可靠性. 在此背景下, 提出一种面向恶意敌手环境的目标检测推理方案——MalOD, 实现针对恶意敌手环境的安全目标检测… …   相似文献
44.
以大语言模型(large language model, LLM)为基座的软件编程助手(如Copilot), 能够显著提升程序员开发效率, 但LLM的计算和存储需求大、本地化部署难. 构建轻量化小参数LLM能够满足计算、存储、部署需求, 但其代码生成的精度损失比大参数LLM 大.… …   相似文献
45.
46.
复杂环境下的交通标志检测易受强光、雨雪遮挡等因素干扰, 导致检测精度下降和目标漏检. 为提升模型在此类场景下的鲁棒性, 本文提出一种基于YOLOv8n的改进算法RDCM-YOLO. 首先, 在主干网络中引入感受野动态卷积(receptive-field dynamic convolution, RFDConv), 通过将感受野注意力与自适应卷积核相结合, 在降低冗余计算的同时增强模型在复杂环境下的特征感知能力. 其次, 设计了一种倒置上下文锚点注意力(inverted context anchor attention, iCAA), 将上下文锚点注意力(context anchor attention, CAA)模块嵌入倒置残差结构中, 引导模型聚焦关键区域, 并优化局部与全局信息的交互融合. 此外, 本文还引入了混合聚合网络(mixed aggregation network, MAN), 采用多分支特征聚合策略, 以强化模型整合跨尺度语义信息的能力. 在增强后的$ {text{TT100K}}_{text{aug}} $数据集上的实验结果表明, 与基准模型YOLOv8n相比, RDCM-YOLO的精确率、召回率、mAP@0.5和mAP@0.5:0.95分别提升了3.9%、5.4%、5.4%和4.5%, 其综合性能优于当前面向复杂环境的主流交通标志检测算法.… …   相似文献
47.
皮肤病灶图像分割在智能诊断与疗效评估中具有重要意义, 然而常面临病灶形态复杂、边界模糊及对比度低等挑战. 为此, 提出一种基于混合架构的高效分割模型FECNet (feature enhancement and contrastive semantic network), 设计多… …   相似文献
48.
大语言模型(large language model, LLM)凭借先进的推理能力和海量数据训练展现出优异的性能, 但其庞大的规模会导致高计算成本与部署挑战. 知识蒸馏, 尤其是思维链蒸馏(chain-of-thought distillation, CoTD), 通过用教师模型… …   相似文献
49.
随着当代网络视频的盛行, 视频版权纠纷愈发严峻. 针对数字视频版权保护问题中水印鲁棒性薄弱、存证可信度低的核心痛点, 本文提出一种融合双通道盲水印与区块链存证的视频版权保护机制 DCW-BCPS. 通过二维码驱动的双通道盲水印机制(QR-driven dual-stream watermarking mechanism, QDSWM)在视频与音频流中同步嵌入版权标识, 双域协同既保障视频主观质量, 又结合区块链存证实现版权信息不可篡改, 实现全方位视频版权保护与多方位视频版权纠纷处理. 系统支持原创性审核、双通道联合验证及分级纠纷处置, 实验结果表明其水印在剪裁、帧交换、音频滤波等攻击下具备强鲁棒性, 水印提取NC (normalized correlation)值仍保持高位(视频帧交换攻击下NC值达0.9902, 剪裁10%攻击下NC值达0.6414), 区块链存证吞吐量达1125 TPS, 且GPU加速下单帧嵌入耗时低至12 ms, 适配高并发实时处理场景的工业落地需求, 为视频版权确权与侵权追溯提供有效技术支撑.… …   相似文献
50.
现代软件部署已由单一步骤演进为涉及网络、存储与计算等多类资源的复杂过程, 各资源间存在多层次依赖关系. 为保证部署后系统的正确性与可靠性, 有必要从依赖关系视角刻画并生成可运行的部署方案, 即在满足全部依赖约束条件下能够自初始组件有序执行至终止组件的方案. 然而, 现有低代码平台… …   相似文献
51.
针对医学图像分割中卷积神经网络(CNN)因局部感受野限制而难以有效捕获长距离依赖关系的问题,引入具备全局上下文建模能力的 Transformer 编码器 PVTv2。此外,为缓解Transformer在局部上下文理解与细节感知方面的局限性,设计了三个新型模块:残差门控交叉注意力模… …   相似文献
52.
针对多机器人覆盖路径规划在多障碍物复杂环境中存在区域划分连通性差、任务分配失衡及路径频繁转向的问题进行了研究,提出一种融合机器人状态参数的区域划分算法与多目标初始位置优化的多机器人覆盖路径规划方法。首先,结合多机器人不同剩余电量状态参数的适配机制,确保任务分配的均衡性;其次,设计… …   相似文献
53.
文本性格检测已成为心理学与自然语言处理的交叉热点,其目标是在社交媒体文本中提取语义以准确识别个体在大五人格各维度上的所属类别。针对现有研究忽视情绪与性格的紧密关系、导致特征建模不全面的问题,提出一种基于文本情绪与语义协同融合的大五人格检测模型(SEAF-PD)。该方法引入情绪表征… …   相似文献
54.
针对嵌套命名实体识别中实体内部结构信息和实体边界相对位置信息表达不足的问题,构建了一种基于triaffine机制的结构感知跨度建模模型。在词对交互模块中对词间语义特征和位置特征进行解耦与交互,以获得编码相对位置信息的结构感知注意力得分;在序列注意力模块中聚焦实体内部关键区域,以增… …   相似文献
55.
跨模态语义对齐是实现图像检索等任务的核心技术。传统方法依赖预训练目标检测器,存在计算冗余与误差传播问题;而基于图像块的视觉Transformer易受语义模糊与冗余干扰,导致视觉对象结构破碎、难以与文本实体建立精准关联。为此,提出语义-空间约束融合策略,在不依赖检测器的情况下实现语… …   相似文献
56.
联邦学习是一种分布式机器学习模式,中央服务器协调多个客户端对分散在不同设备上的数据进行训练。通常,联邦学习假设服务器和所有客户端采用相同的模型结构,从而使服务器能够聚合客户端共享的参数,提升全局模型的性能。然而,在实际场景中,由于不同客户端在硬件上存在差异,它们期望设计独特的本地… …   相似文献
57.
针对传统社区检测算法过度依赖一阶拓扑特征,难以捕获高阶结构中隐含社区关系的问题,提出一种基于加权节点亲和度的自适应三阶段社区检测算法(adaptive community detection algorithm based on weighted node affinity,AC… …   相似文献
58.
软件配置是软件系统的重要组成部分, 在增强软件功能多样性和灵活性方面具有重要作用. 而随着软件系统越来越复杂, 软件配置项之间复杂的约束关系成为困扰运维人员的问题. 因此研究人员提出了基于不同数据源、使用不同技术的配置约束提取方法, 来识别软件配置之间的复杂约束关系. 然而, 这些方法存在难以应用于多种编程语言、分析规模有限、对高质量有标注数据需求大等多种问题, 针对上述问题提出了一种基于大语言模型的配置间约束提取方法LLM-Extractor. 该方法包括了配置-功能关联图构建和基于多配置关联子图的配置约束推断两个部分. 在配置-功能关联图构建阶段, LLM-Extractor借助大语言模型强大的文本理解和分析能力, 从配置文本中识别配置和软件功能相关的实体, 并抽取多种关联关系. 在配置间约束推断部分, LLM-Extractor在已有配置-功能关联图上搜索多配置关联子图, 并依据关联子图信息引导大语言模型推断配置间约束. 基于多配置关联子图的配置间约束推断方法让LLM-Extractor能够提取通过软件功能状态传递的配置约束, 填补了已有方法的空缺, 同时具有对编程语言不敏感、分析规模大的特点. 在3个开源软件系统的配置文档上评估了方法的效果, 分析了超过1400个软件配置项, 实验结果表明, LLM-Extarctor的效果相对已有的文本分析方法具有显著提高, F1分数有至少43.4%的提升. 消融实验的实验结果进一步表明, 多配置关联子图对于配置间约束推断方法的效果具有重要的积极影响.… …   相似文献
张添翼  周彤  张晨曦  彭鑫 《软件学报》2026,37(5):2103-2130
59.
错误定位是软件维护过程中的关键环节, 如何提升自动化故障定位的有效性和效率是软件工程领域的研究焦点之一. 随着开源软件数量激增且软件热更新需求增多, 面向变更集的自动化错误定位成为软件质量保障的重要手段. 传统基于信息检索的错误定位方法只能表征自身文本信息, 未能充分考虑变更集中的结构和语义变化, 无法直接应用于变更集的错误定位任务. 因此, 提出一种基于图Transformer的变更集错误定位方法, 使用基于变更信息抽象语法树表征代码结构变化信息, 并从局部和全局角度表征变更代码和错误报告的语义信息, 进而实现变更集中错误信息的匹配和定位. 为验证方法的有效性, 对来自6个错误诱发变更集的错误报告和变更进行测试, 与最先进模型相比, MAPMRR指标分别提升11.4%和12.9%, 证明了提出方法的有效性.… …   相似文献
60.
关键类是理解复杂软件的极佳起点, 不仅有助于优化软件的文档化过程, 也有助于压缩逆向工程得到的类图. 尽管目前已经提出了很多有效的关键类识别方法, 但普遍存在3点不足: 1)现有工作所依赖的软件网络(由软件元素及其依赖构建的图)不可避免地会包含软件运行时永远不会(或极少)被执行到的软件元素; 2)基于动态分析构建的软件网络往往不够完整, 会遗漏真正的关键类; 3)现有工作通常只考虑类之间的直接耦合对类重要性的影响, 而忽视类之间的间接(非接触)耦合及邻居节点度分布的多样性对类重要性的影响. 有鉴于此, 提出一种融合动态分析和引力公式的关键类识别方法. 首先, 使用静态分析技术构建面向对象软件的类依赖网络CCN (class coupling network), 以抽象类及类之间的耦合关系. 其次, 综合考虑CCN中类之间“直接和间接的耦合”“邻居节点度分布的多样性”等对类重要性的影响, 构建引力熵GEN (gravitational entropy)度量指标以量化类的重要性. 然后, 按照类的GEN值对所有类进行降序排列, 从而得到初步的排序结果. 最后, 通过动态分析技术收集运行时类之间真实的交互关系, 进而对初步排序的结果进行优化, 并通过设定阈值来过滤非关键类, 从而得到候选的关键类. 8个开源Java软件上的实验结果表明: 1) 在检查不超过前15% (或top-25)的节点时, 所提出的方法从整体上而言均显著优于其他11种对比方法; 2)使用动态分析对结果进行优化, 有助于显著提升所提出方法的性能; 3)耦合类型的不同赋权方式对所提出方法的性能没有显著影响; 4)所提出的方法在运行效率上是可以接受的.… …   相似文献
[首页] « 上一页 [1] [2] 3 [4] [5] [6] [7] [8] [9] [10] [11] 下一页 » 末  页»