课程文献中心 更多>>

关键词： 偏多标记学习   实例相关性   标记相关性   噪声标记消除  

摘要： 实例的候选标记集合包含真实标记和噪声标记。基于消歧的偏多标记学习旨在消除噪声标记,识别并预测与实例真正相关的标记。传统的消歧策略通常仅考虑标记间的相关性,忽略了实例间的相关性。为此,文章提出一种融合实例和标记相关性增强消歧的偏多标记学习算法,进而提升基于消歧的偏多标记学习性能。首先,依据真实标记矩阵的低秩性和噪声标记的稀疏性构建基础模型;然后,定义核函数以捕捉实例间的线性和非线性相关性,从而进一步消除噪声标记;最后,通过从特征空间到标记空间的线性映射,实现相关标记的预测。在合成和真实偏多标记数据集上的实验结果表明,与8种对比算法相比,文章所提算法在统计学上具有显著差异并且表现更好。

关键词： 阀控对称缸系统   鲁棒模型预测控制   力跟踪控制   线性矩阵不等式  

摘要： 针对阀控缸系统力跟踪控制过程中受到位置干扰,导致控制精度难以保证的问题,提出一种基于线性矩阵不等式凸优化算法的鲁棒模型预测控制策略。将一般模型预测控制的最小化性能指标转化为求解满足线性矩阵不等式组的最优化问题,对其进行稳定性分析。考虑输入输出受约束的离散时变不确定性系统,讨论该控制策略对系统参数不确定性的鲁棒性以及对系统外扰动的抑制能力。结果表明,在不同频率位置干扰信号作用下,该控制策略比一般模型预测控制具有更好的跟踪效果和鲁棒性。

关键词： 采煤机实时数据管理   远程监控系统   通讯协议匹配   数据压缩存取  

摘要： 采煤机作为综采工作面的关键装备,其智能化水平的提升对提高矿山智能化体系建设具有重要作用。当前,复合传感与精细化监控技术日益成为智能化采煤机研制的主流方向,导致所需监控的数据量明显提升,对采煤机数据管理系统提出了更高的要求。采煤机远程监控系统的应用效果受协议适配度与监控数据传输及储存能力影响严重。为了提高采煤机远程管控系统的适配性和数据管理的时效性,降低采煤机远程监控系统开发及部署难度,开展了通讯协议匹配解析和实时数据压缩存储相关研究。首先构建采煤机通讯协议树模型,提出基于子树匹配的采煤机通讯协议相似度计算方法,设计了采煤机通讯协议匹配算法,实现了不同型号采煤机通讯协议点表自适应匹配与解析;其次设计了基于相同状态字的开关传感量压缩算法和基于变长编码的模拟传感量压缩算法,提高了采煤机实时数据的压缩比,降低了数据存储子系统开销;最后,构建了基于协议匹配和数据压缩的采煤机远程监控系统,并进行实验测试。测试结果表明:本次实验中,所提出的基于子树匹配的采煤机通讯协议相似度计算方法与专家参考值一致,协议匹配吻合度可达100%;所提出的面向采煤机的数据压缩算法对开关量和模拟量的压缩率分别达到了99.16%和91.80%。

关键词： 压缩感知   胃癌   磁共振成像   动态增强   三维容积内插屏气检查  

摘要： 目的通过对比分析常规三维容积内插屏气检查(Volumetric Interpolated Breath-Hold Examination,VIBE)序列与基于压缩感知(Compressed Sensing,CS)技术的动态增强磁共振成像(Dynamic Contrast-Enhanced Magnetic Resonance Imaging,DCE-MRI)VIBE(以下简称“CS-DCE-VIBE”)序列在胃癌MR增强检查中的图像质量,探索CS-DCE-VIBE序列在胃癌MR增强扫描中的的应用价值。方法选取行胃MR扫描的120例胃癌患者为研究对象。根据检查前呼吸训练的情况,将患者分为屏气良好组和屏气不佳组,每组各60例,扫描序列包括常规VIBE和CS-DCE-VIBE序列。获得图像后,由2名经验丰富的放射科医师对这2种图像上可测量的病变进行感兴趣区勾画,分别计算信噪比(Signal to Noise Ratio,SNR)和对比噪声比(Contrast to Noise Ratio,CNR),采用组内相关系数和配对样本t检验进行一致性评估及差异性分析。接着2名医师采用双盲法对2种序列图像进行主观评分,采用加权Kappa检验及Wilcoxon秩和检验进行一致性评估及差异性分析。结果2名医师测量计算SNR、CNR和主观评分的一致性好。屏气良好组和屏气不佳组CS-DCE-VIBE序列图像的SNR及CNR均高于常规VIBE序列,两者间差异均有统计学意义(P<0.001)。对于屏气良好组,CS-DCE-VIBE序列图像的主观评分低于常规VIBE序列,两者间差异有统计学意义(P<0.001);而对屏气不佳组,CS-DCE-VIBE序列图像的主观评分高于常规VIBE序列,两者间差异有统计学意义(P<0.001)。结论CS-DCE-VIBE序列可为胃癌患者术前影像评估提供可靠的扫描方案,尤其为呼吸配合差的胃癌患者提供更好的临床诊断方法。

关键词： 多任务学习   AUC优化   低秩表示  

摘要： 多任务学习是一种基于相似任务之间的关联性进行学习迁移,使得模型在数据不足场景下仍能表现出良好泛化性能的学习方法.在该领域内,大多数现有以准确率作为基准评价标准的方法只适用于平衡分布场景.然而,诸多实际应用如疾病检测、垃圾邮件检测等,均涉及样本分布不平衡问题.针对多任务学习面向任务相关性的高要求,即当模型学习和共享不相关知识时,负迁移可能会影响模型朝着错误方向训练.因此,大多数现有方法在此类场景中无法得到有效应用.为解决该实际问题,设计一种能适用于样本不平衡场景的多任务学习算法变得尤为重要.本文提出了一种基于自适应低秩表示的多任务AUC优化算法,首先引入了对标签分布不敏感的ROC曲线下面积(AUC)作为该学习任务的评价指标,并建立了一种用于AUC优化的多任务学习算法,以提高模型在样本不平衡场景下的性能表现.同时,为进一步有效优化模型,本文将原始成对优化问题重构为逐样本极大极小优化问题,使得每一轮迭代复杂度由O(Ln_(i,+)n_(i,-))降低至O(L(n_(i,+)+n_(i,-))).针对多任务学习中存在的负迁移现象,本文引入了一种自适应低秩正则项,以消除模型冗余信息,同时提高模型的泛化性能.最后,通过与多个对比方法在四个仿真数据集和三个真实数据集Landmine、MHC-I和USPS上的比较,所有实验结果一致证明了本文所提出算法的有效性.

关键词： 白盒攻击环境   白盒实现   SIMON算法   掩码   Benaloh编码  

摘要： 在白盒攻击环境下,攻击者可以访问密码算法的实现过程,观测算法运行的动态执行和内部细节,并任意修改.2002年Chow等人首次提出了白盒密码的概念,利用查找表技术提出了AES算法和DES算法的白盒实现所采用的方法称为CEJO框架.白盒实现将已有的密码算法进行编码混淆,在白盒攻击环境下以软件的形式达到保护密钥的目的,同时保证算法结果的正确性.SIMON算法是一种轻量级分组密码算法,因其良好的软硬件实现性能被广泛应用于物联网设备中,研究该算法的白盒实现具有重要现实意义.给出SIMON算法的两种白盒实现第1种方案(SIMON-CEJO)采用经典的CEJO框架,利用网络化编码对查找表进行保护,从而混淆密钥.该方案占用内存为369.016 KB,安全性分析表明SIMON-CEJO方案可以抵抗BGE攻击和仿射等价算法攻击,但不能抵抗差分计算分析.第2种方案(SIMON-Masking)采用Battistello等人提出的编码方式,对明文信息和密钥信息进行编码,利用编码的同态性,将异或运算和与运算转化为模乘运算和表查找操作;最后进行解码,得到对应的密文结果在算法运行过程中,对与运算添加布尔掩码,编码的随机性保护了真实密钥信息,提高了方案抵抗差分计算分析和其他攻击的能力.SIMON-Masking占用内存空间为655.81 KB,基于勒让德符号的二阶差分计算分析的时间复杂度为O(n2klog2p).这两种方案的对比结果表明,经典的CEJO框架无法有效防御差分计算分析,运用新型编码并添加掩码是一种有效的白盒实现方法.

关键词： Retinex理论   形态学梯度   主成分分析   图像融合  

摘要： 针对低光照图像能见度低、颜色退化、噪声大等问题,提出了一种基于主成分分析的自适应低光照图像增强算法。将原始RGB图像转换为HSV色彩空间,提取V分量;再根据估计的光照分量调整自适应亮度增强函数的参数,并利用图像融合增强图像的V分量;将图像从HSV空间转换回RGB空间。实验结果表明,提出的算法能够保留低光照图像的细节,且能很好地平衡图像颜色。

关键词： 计算机科学技术   数据管理   运用  

摘要： 随着我国科学技术的不断研发,计算机科学技术已经广泛应用在企业的各个方面,尤其是在数据管理上,不仅可以实现多渠道的数据和信息收集,也能够分类存储和转换数据内容,为企业的日常数据管理工作提供强大的技术支撑。因此,研究计算机科学技术在数据管理中的运用,可以很好地了解目前计算机科学技术在数据管理中的运用现状,找到技术运用期间存在的漏洞和缺陷,针对这些漏洞和缺陷制定相对应的解决方法,以便能够发挥计算机科学技术的优势,统一数据管理的流程与秩序,提高数据收集与管理工作的安全性,促进企业数据管理的全面发展。

关键词： 贝努利数   富比尼多项式   算法   恒等式  

摘要： 文章提出一种新的算法,选用适当的初始值,则相应地得到贝努利数、多贝努利数以及富比尼多项式等著名数和多项式。研究了该算法的原理,给出并证明了算法生成的无穷阶矩阵的第0列的显式计算公式,以及第0列到第0行的逆变换公式以及生成函数的表示,它们可用于建立恒等式及封闭计算公式。作为应用,得到有关这些著名数和多项式的一些封闭的计算公式以及恒等式。A new algorithm for Bernoulli numbers, Poly-Bernoulli numbers and Fubini polynomials is given by using appropriate initial values in this paper. The principle of the algorithm is discussed, and the explicit formula for the 0-th column of the matrix generated by the algorithm, the inverse transform and their expression by generating funtions from the 0-th column to the 0-th row are given, which can be used to establish identities and closed formulae. As applications some identities and closed formulae for these famous numbers and polynomials are given.

关键词： 图像匹配   快速引导滤波   CenSurE-star特征   BEBELID描述符   边缘化外点  

摘要： 针对传统局部特征匹配算法在复杂场景中匹配精度低、实时性差的问题,提出一种基于CenSurE-star融合边缘化外点的图像匹配方法。首先对模板图像和待匹配图像进行快速引导滤波预处理;随后提出一种自适应阈值的CenSurE-star算法进行特征检测;其次,本文首次将BEBELID(Boosted efficient binary local image descriptor)描述符和改进的CenSurE-star算法相结合,利用基于机器学习的分类方法得到高效的二值描述符;最后引入MAGSAC++(Mar-ginalizing Sample Consensus)算法边缘化外点得到空间几何变换关系,剔除初步匹配中存在的误匹配,提高匹配精度。通过标准牛津数据集实验对比,相较于BRISK、ORB、AKAZE、传统CenSurE-star算法,该方法的特征点分布更均匀、误匹配点更少,在模糊、光照、视点、尺度变化方面拥有更强的鲁棒性,提高了算法在复杂场景中的匹配精度,实时性也进一步提升。