621.
针对现有的交通状态预测模型不能有效应对高速公路交通状态的模糊性以及模型训练后不能有效使用实时数据流的问题,提出基于聚类的多变量时间序列交通状态实时预测模型。首先,在分析交通流参数后,构建基于改进的模糊C均值（FCM）算法与熵权法的分类模型对交通状态进行模式定义并设定分类标准,并采… … 相似文献
郭书君;任卫军;陈倩倩;游广飞 《计算机应用》2025,45(7):2253-2261
622.
针对蜣螂优化（DBO）算法中存在的收敛速度慢、精度不高以及容易陷入局部最优的问题,提出一种融入限制反向学习与柯西-高斯变异的蜣螂优化算法（SI-DBO）。首先,用Circle映射初始化种群,以使种群的分布更加均匀和具有多样性,从而提升算法的收敛速度和寻优精度;其次,使用限制反向学… … 相似文献
杨志龙;邹德旋;李灿;邵莹莹;马乐杰 《计算机应用》2025,45(7):2304-2316
623.
针对多网页并发访问下混合加密流量中的细粒度多网页浏览行为识别难题,提出了一种基于报文间时序相关特征的报文级标注（PLL）方法。该方法通过结合一维卷积神经网络和多头注意力机制,学习同一网页中不同报文之间的局部和全局时序相关性特征,并采用一维转置卷积恢复特征至原始报文序列的长度,从而… … 相似文献
顾玥;陈力;李丹;高凯辉 《通信学报》2025,46(7):1-16
624.
针对将超分辨率技术应用于古建筑物图像修复时,如何在更大尺度的重建时更多地保留原始图像的几何结构问题,提出一种基于几何约束与结构注意力增强的超分辨率图像重建方法。该方法在GeoSR模型的基础上设计了多尺度特征融合ghost卷积模块,在不显著增加模型参数的同时,提升模型性能;同时引入… … 相似文献
辜翱;方艳红 《计算机科学与探索》2025,(7):1868-1877
625.
为了解决慈善捐赠中数字用户隐私泄露及平衡匿名性与可追责性的问题,提出了一种基于群签名的慈善捐赠身份隐私安全保护方案。具体而言,提出了可追踪群签名方案,根据捐赠场景下的用户需求设计了轻量化的认证协议,并提出了动态哈希图谱存储结构优化物资管理以及电子捐赠证书发放的解决方法。结合随机预… … 相似文献
刘飚;王治中;袁喜琴;封化民 《通信学报》2025,46(7):155-167
626.
627.
628.
629.
630.
随着量子计算技术的快速发展,传统密码体系面临着巨大的安全威胁,后量子密码学(PQC)的研究迫在眉睫。在此背景下,格密码凭借其出色的抗量子攻击能力,成为后量子数字签名算法的重要基础。HuFu算法是我国自主研发的后量子数字签名算法,基于格密码学中的通用格问题,具有良好的安全性和应用前… … 相似文献
王悦彤;周璐;杨昊;刘哲 《计算机学报》2025,(7):1714-1732
631.
在软件定义网络(Software-Defined Networking,SDN)中,为解决控制器负载随网络流量波动而变化引起控制平面负载不均衡,甚至控制器过载的问题,本文提出一种基于协同决策的SDN交换机迁移方案,在保证控制平面负载均衡的同时,尽可能降低控制平面和数据平面之间的平… … 相似文献
熊兵;夏红芳;赵锦元;张锦;赵宝康;李克勤 《计算机学报》2025,(7):1601-1616
632.
视频超分辨率重建是底层计算机视觉任务中的一个重要研究方向,旨在利用低分辨率视频的帧内和帧间信息,重建具有更多细节和内容一致的高分辨率视频,有助于提升下游任务性能和改善用户观感体验.近年来,基于深度学习的视频超分辨率重建算法大量涌现,在帧间对齐、信息传播等方面取得突破性的进展.首先… … 相似文献
唐麒;赵耀;刘美琴;姚超 《自动化学报》2025,(7):1480-1524
633.
634.
深度伪造技术是一种基于深度学习的合成技术,旨在生成高度逼真的合成图像、音频或视频,包括人脸伪造、声音模仿和人体姿态合成等内容。其中,人脸深度伪造可以实现非常逼真的换脸效果,广泛应用于电影、动画制作等领域。然而,该技术的滥用导致不雅视频与虚假新闻的传播,带来了恶劣的社会影响。为应对… … 相似文献
姚文达;李盼池;赵娅;吴洪超 《中国图象图形学报》2025,30(7):2343-2363
635.
636.
637.
针对舆情信息在跨平台交互过程中相互竞争的问题,提出在耦合网络下分析竞争性舆情信息传播规律。在SEIR模型基础上引入观点动力学,加入正、负面信息传播者,基于小世界网络和有向无标度网络搭建符合当下社交特征的耦合网络环境,构建多元异构耦合网络中竞争性舆情信息传播模型SEPNCR。在耦合… … 相似文献
638.
639.
640.
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
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
