【雜志簡(jiǎn)介】

　　《計(jì)算機(jī)工程與設(shè)計(jì)》創(chuàng)刊于1980年，是中國(guó)航天科工集團(tuán)主管、中國(guó)航天科工集團(tuán)二院706所主辦的國(guó)內(nèi)外公開(kāi)發(fā)行的計(jì)算機(jī)專(zhuān)業(yè)技術(shù)類(lèi)刊物。該刊是中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)刊、北京計(jì)算機(jī)學(xué)會(huì)會(huì)刊、中國(guó)宇航學(xué)會(huì)會(huì)刊，是全國(guó)中文核心期刊、中國(guó)科技核心期刊。

　　辦刊宗旨：努力提高計(jì)算機(jī)技術(shù)水平，為我國(guó)航天和國(guó)防科技服務(wù)，實(shí)現(xiàn)廣泛的科研成果匯聚和知識(shí)傳播，促進(jìn)學(xué)術(shù)交流和科技成果的商品化、產(chǎn)業(yè)化和國(guó)際化，引導(dǎo)和推動(dòng)我國(guó)計(jì)算機(jī)技術(shù)和國(guó)防科技的發(fā)展。

　　刊載內(nèi)容：覆蓋計(jì)算機(jī)工程與設(shè)計(jì)領(lǐng)域的各個(gè)層面，主要刊登各型計(jì)算機(jī)及其系統(tǒng)的研究、研制、設(shè)計(jì)、開(kāi)發(fā)應(yīng)用等各方面的學(xué)術(shù)論文、技術(shù)報(bào)告和專(zhuān)題綜述，主要刊登博士論文、基金項(xiàng)目論文、學(xué)術(shù)會(huì)議優(yōu)秀論文和獲獎(jiǎng)?wù)n題論文。

　　征稿范圍：計(jì)算機(jī)網(wǎng)絡(luò)與通信、CAD/CAM、計(jì)算機(jī)圖形學(xué)、多媒體技術(shù)、數(shù)據(jù)庫(kù)、并行處理、人工智能、計(jì)算機(jī)軟件工程、計(jì)算機(jī)硬件體系結(jié)構(gòu)及其他計(jì)算機(jī)相關(guān)領(lǐng)域。 讀者對(duì)象：大專(zhuān)院校師生、計(jì)算機(jī)專(zhuān)業(yè)科研人員、工程項(xiàng)目決策、設(shè)計(jì)開(kāi)發(fā)和應(yīng)用人員等。

　　【影響因子】

　　國(guó)家新聞出版總署收錄

　　【獲獎(jiǎng)情況】

　　中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)來(lái)源期刊

　　中國(guó)學(xué)術(shù)期刊綜合評(píng)價(jià)數(shù)據(jù)庫(kù)來(lái)源期刊

　　中國(guó)科技論文統(tǒng)計(jì)與分析用期刊

　　【欄目設(shè)置】

　　主要欄目：研究與分析、設(shè)計(jì)與實(shí)現(xiàn)、開(kāi)發(fā)與應(yīng)用、算法分析與設(shè)計(jì)、讀者作者編者。

　　雜志優(yōu)秀目錄參考：

　　1. 基于風(fēng)險(xiǎn)的訪問(wèn)控制操作需求計(jì)算方法研究 解文沖，楊英杰，汪永偉，代向東，XIE Wen-chong，YANG Ying-jie，WANG Yong-wei，DAI Xiang-dong

　　2. 具有匿名性的可搜索加密方案 李雙，袁丁，LI Shuang，YUAN Ding

　　3. 基于域的P2P僵尸網(wǎng)絡(luò)防御體系 張斯捷，蘇旸，ZHANG Si-jie，SU Yang

　　4. 基于組合對(duì)稱(chēng)密鑰技術(shù)認(rèn)證系統(tǒng)的設(shè)計(jì) 馮福偉，杜麗萍，李瑛，趙桂芬，郭建偉，F(xiàn)ENG Fu-wei，DU Li-ping，LI Ying，ZHAO Gui-fen，GUO Jian-wei

　　5. 基于混沌和斜變換的衛(wèi)星圖像抗壓縮隱藏傳輸 李曉博，周詮，LI Xiao-bo，ZHOU Quan

　　6. 基于DCT域邊緣檢測(cè)的水印算法 趙曉花，張貴倉(cāng)，ZHAO Xiao-hua，ZHANG Gui-cang

　　7. 基于核表示的協(xié)同入侵檢測(cè)方法 占善華，張巍，滕少華，ZHAN Shan-hua，ZHANG Wei，TENG Shao-hua

　　8. 基于實(shí)時(shí)告警的層次化網(wǎng)絡(luò)安全風(fēng)險(xiǎn)評(píng)估方法 梁禮，楊君剛，朱廣良，張倩，LIANG Li，YANG Jun-gang，ZHU Guang-liang，ZHANG Qian

　　9. 支持多媒體業(yè)務(wù)的隨機(jī)接入技術(shù)研究進(jìn)展 楊柳，郝莉，YANG Liu，HAO Li

　　10. 基于SharpPcap的網(wǎng)絡(luò)流量監(jiān)控系統(tǒng) 劉業(yè)，田琨瑋，劉林峰，LIU Ye，TIAN Kun-wei，LIU Lin-feng

　　11. Android手機(jī)與內(nèi)網(wǎng)PC通信系統(tǒng)的設(shè)計(jì)與現(xiàn)實(shí) 彭鳳凌，庹先國(guó)，王洪輝，蒲建華，PENG Feng-ling，TUO Xian-guo，WANG Hong-hui，PU Jian-hua

　　12. 基于壓縮感知的稀疏信道估計(jì)方法 陳艷，王彪，CHEN Yan，WANG Biao

　　13. 支持可信認(rèn)證的移動(dòng)IPSec VPN系統(tǒng)設(shè)計(jì) 王劍，梁靈飛，俞衛(wèi)華，WANG Jian，LIANG Ling-fei，YU Wei-hua

　　14. 基于虛擬無(wú)線電的RFID讀寫(xiě)器原型驗(yàn)證 舒遠(yuǎn)仲，歐陽(yáng)玉梅，李明齊，陸小凡，SHU Yuan-zhong，OUYANG Yu-mei，LI Ming-qi，LU Xiao-fan

　　中級(jí)工程師職稱(chēng)論文：大數(shù)據(jù)分析與應(yīng)用問(wèn)題研究

　　【摘 要】大數(shù)據(jù)具有規(guī)模大、種類(lèi)多、生成速度快、價(jià)值巨大但密度低的特點(diǎn)。大數(shù)據(jù)應(yīng)用就是利用數(shù)據(jù)分析的方法，從大數(shù)據(jù)中挖掘有效信息，為用戶提供輔助決策，實(shí)現(xiàn)大數(shù)據(jù)價(jià)值的過(guò)程。主要介紹了大數(shù)據(jù)定義，分析方法、應(yīng)用領(lǐng)域等相關(guān)問(wèn)題。

　　【關(guān)鍵詞】中級(jí)工程師職稱(chēng)論文,大數(shù)據(jù),數(shù)據(jù)分析,應(yīng)用領(lǐng)域

　　1.大數(shù)據(jù)的定義

　　美國(guó)國(guó)家標(biāo)準(zhǔn)和技術(shù)研究院對(duì)大數(shù)據(jù)做出了定義：“大數(shù)據(jù)是指其數(shù)據(jù)量、采集速度，或數(shù)據(jù)表示限制了使用傳統(tǒng)關(guān)系型方法進(jìn)行有效分析的能力，或需要使用重要的水平縮放技術(shù)來(lái)實(shí)現(xiàn)高效處理的數(shù)據(jù)。”我們認(rèn)為大數(shù)據(jù)價(jià)值鏈可分為：數(shù)據(jù)生成、數(shù)據(jù)采集、數(shù)據(jù)儲(chǔ)存以及數(shù)據(jù)分析。數(shù)據(jù)分析是大數(shù)據(jù)價(jià)值鏈的最后也是最重要的階段，是大數(shù)據(jù)價(jià)值的實(shí)現(xiàn)，是大數(shù)據(jù)應(yīng)用的基礎(chǔ)，其目的在于提取有用的值，提供論斷建議或支持決策，通過(guò)對(duì)不同領(lǐng)域數(shù)據(jù)集的分析可能會(huì)產(chǎn)生不同級(jí)別的潛在價(jià)值。

　　計(jì)算機(jī)工程與設(shè)計(jì)最新期刊目錄

混合匹配模型下自適應(yīng)緊湊進(jìn)化算法

摘要：為了解決本體匹配模型在集成多種相似度量方法的同時(shí)無(wú)法查找匹配對(duì)之間語(yǔ)義關(guān)系的問(wèn)題，提出了一種新的本體混合模型，通過(guò)建立一種新的相似度量方法，將模型的元匹配參數(shù)和實(shí)體匹配參數(shù)進(jìn)行關(guān)聯(lián)。此外，利用緊湊進(jìn)化算法的思想，設(shè)置了一個(gè)自適應(yīng)步長(zhǎng)調(diào)整策略。通過(guò)種群歷史信息和個(gè)體適應(yīng)度值自適應(yīng)增減步長(zhǎng)以確定當(dāng)前最優(yōu)步長(zhǎng)。算法運(yùn)行了Ontology Alignment Evaluation Initiative的b...

自主多模式網(wǎng)絡(luò)性能測(cè)試技術(shù)

摘要：為解決網(wǎng)絡(luò)測(cè)試工具兼容性差、測(cè)試場(chǎng)景受限、國(guó)內(nèi)無(wú)通用自主網(wǎng)絡(luò)測(cè)試工具等問(wèn)題，設(shè)計(jì)一種基于ServerClient-Ctrl三端模式的自主多模式網(wǎng)絡(luò)性測(cè)試工具，旨在通過(guò)創(chuàng)新的架構(gòu)、模塊設(shè)計(jì)，提升測(cè)試工具的通用性和靈活性，解決行業(yè)痛點(diǎn)。基于國(guó)產(chǎn)自主ARM平臺(tái)及X86平臺(tái)開(kāi)展的網(wǎng)絡(luò)性能測(cè)試驗(yàn)證，結(jié)果表明該測(cè)試工具不僅展現(xiàn)出良好的平臺(tái)兼容性，還適用于多測(cè)試場(chǎng)景，并在測(cè)試中能有效提升測(cè)試工作效率，為網(wǎng)絡(luò)測(cè)試...

基于樹(shù)相似性聚類(lèi)的差分隱私推薦算法

摘要：針對(duì)現(xiàn)有差分隱私推薦算法中評(píng)分矩陣稀疏、相似性計(jì)算依賴(lài)于共同評(píng)分項(xiàng)且忽略負(fù)相似性的問(wèn)題，提出了一種基于樹(shù)相似性聚類(lèi)的差分隱私推薦算法。利用決策樹(shù)信息熵變化量構(gòu)建用戶間樹(shù)相似性，采用改進(jìn)的布谷鳥(niǎo)搜索K-means算法基于樹(shù)相似性矩陣對(duì)用戶進(jìn)行聚類(lèi)，并通過(guò)差分隱私指數(shù)機(jī)制在目標(biāo)用戶所在簇中選取相似鄰居用戶集合，根據(jù)鄰居集合推薦預(yù)測(cè)分值最高的項(xiàng)目。實(shí)驗(yàn)結(jié)果在MovieLen 100K和Yahoo Mus...

融合間接依賴(lài)和門(mén)控單元的方面級(jí)情感分析

摘要：針對(duì)方面級(jí)情感分析任務(wù)中，沒(méi)有利用方面和意見(jiàn)詞之間的間接依賴(lài)關(guān)系導(dǎo)致語(yǔ)法信息學(xué)習(xí)不完整，沒(méi)有充分利用距離信息導(dǎo)致上文噪聲詞過(guò)濾不完全，對(duì)文本、語(yǔ)義和語(yǔ)法特征融合不充分的問(wèn)題，提出了一種融合間接依賴(lài)和門(mén)控單元的雙通道圖卷積網(wǎng)絡(luò)模型。該模型通過(guò)距離感知函數(shù)過(guò)濾上下文噪聲，利用基于方面注意力機(jī)制的圖卷積網(wǎng)絡(luò)學(xué)習(xí)語(yǔ)義知識(shí)，使用融入間接依賴(lài)和距離信息的依存矩陣圖卷積網(wǎng)絡(luò)學(xué)習(xí)語(yǔ)法知識(shí)，通過(guò)雙通道門(mén)控單元融合文...

《計(jì)算機(jī)工程與設(shè)計(jì)》雜志投稿須知簡(jiǎn)則

摘要：<正>《計(jì)算機(jī)工程與設(shè)計(jì)》是國(guó)家級(jí)正式出版物，由中國(guó)航天科工集團(tuán)公司主管、七〇六所主辦的中國(guó)計(jì)算機(jī)技術(shù)領(lǐng)域的學(xué)術(shù)性期刊，是中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)刊、中國(guó)宇航學(xué)會(huì)會(huì)刊，入選北大中文核心期刊、中國(guó)科技核心期刊，被國(guó)內(nèi)外多家重要檢索機(jī)構(gòu)和數(shù)據(jù)庫(kù)收錄。主要刊登有創(chuàng)新和獨(dú)立學(xué)術(shù)見(jiàn)解的學(xué)術(shù)論文，包括基金項(xiàng)目論文、獲獎(jiǎng)?wù)n題論文、學(xué)術(shù)會(huì)議優(yōu)秀論文、博士和碩士論文等。主要欄目：網(wǎng)絡(luò)與通信技術(shù)、信息安全技術(shù)、嵌...

基于屬性相關(guān)度的分類(lèi)數(shù)據(jù)子空間聚類(lèi)

摘要：針對(duì)分類(lèi)數(shù)據(jù)，利用屬性相關(guān)性與屬性值的分布特征，提出一種子空間聚類(lèi)算法。該算法采用基于互信息和聯(lián)合熵的屬性相關(guān)性度量方法，結(jié)合各屬性值的分布特征，細(xì)化了屬性子空間的度量粒度；以最大化簇內(nèi)數(shù)據(jù)相似度為聚類(lèi)目標(biāo)，引入屬性值作用力的概念，強(qiáng)化了關(guān)鍵屬性值對(duì)簇內(nèi)數(shù)據(jù)的緊湊作用，加快聚類(lèi)迭代速度。在人工數(shù)據(jù)集和UCI數(shù)據(jù)集上，驗(yàn)證了算法的正確性，可伸縮性和可靠性

基于圖卷積網(wǎng)絡(luò)的室內(nèi)Wi-Fi指紋定位算法

摘要：針對(duì)傳統(tǒng)室內(nèi)定位算法未考慮指紋數(shù)據(jù)非歐幾里德特征的問(wèn)題，提出一種基于圖卷積網(wǎng)絡(luò)（graph convolutional neural network,GCN）雙層特征提取的Wi-Fi指紋室內(nèi)定位算法（DuGCNLoc）。該算法在接入點(diǎn)（access point,AP）層面通過(guò)設(shè)計(jì)鄰接矩陣建立圖結(jié)構(gòu)；在參考點(diǎn)（reference point,RP）層面，使用K近鄰（K-nearest neighbo...

基于智能合約的病歷數(shù)據(jù)共享方案

摘要：為解決醫(yī)療病歷數(shù)據(jù)共享時(shí)面臨的隱私安全、效率和不靈活問(wèn)題，提出一種結(jié)合智能合約的病歷數(shù)據(jù)共享方案。通過(guò)將智能合約與基于屬性的訪問(wèn)控制相結(jié)合，提高了數(shù)據(jù)共享效率，實(shí)現(xiàn)了細(xì)粒度訪問(wèn)控制。采用鏈上鏈下數(shù)據(jù)協(xié)同的方式，在可靠存儲(chǔ)數(shù)據(jù)的同時(shí)減輕區(qū)塊鏈的存儲(chǔ)負(fù)擔(dān)。提出策略匹配和字母搜索算法，提高匹配訪問(wèn)策略和檢索病名的效率。對(duì)方案進(jìn)行系統(tǒng)編程，性能測(cè)試和安全性分析，結(jié)果證實(shí)所提方案具有可行性，具有較高效率，而...

改進(jìn)的YOLOv5s輕量級(jí)城市火災(zāi)檢測(cè)算法

摘要：為解決城市火災(zāi)檢測(cè)算法在追求高精度時(shí)，參數(shù)量龐大、算法復(fù)雜度高、檢測(cè)速度慢等問(wèn)題，提出了一種改進(jìn)YOLOv5s的輕量級(jí)火災(zāi)檢測(cè)算法（LPC-YOLOv5s）。在骨干網(wǎng)絡(luò)中，在集成模塊Stem Block模塊基礎(chǔ)上結(jié)合ReLu激活函數(shù)，設(shè)計(jì)和構(gòu)建了LCBlock降低模型復(fù)雜度，提高模型檢測(cè)速度，引入PConv模塊減少骨干網(wǎng)絡(luò)冗余特征的提取。在頸部結(jié)構(gòu)中引入了C3Ghost模塊，增強(qiáng)特征融合能力，降低...

FA-YOLOv7：水面垃圾小目標(biāo)檢測(cè)算法

摘要：為解決水面垃圾檢測(cè)中小目標(biāo)比例高、易受光照及環(huán)境噪聲影響的問(wèn)題，提出一種基于YOLOv7的改進(jìn)型檢測(cè)算法FA-YOLOv7。構(gòu)建一個(gè)上下文信息感知模塊（GCFA），解決小目標(biāo)環(huán)境語(yǔ)境信息缺失的難題；引進(jìn)深度噪聲抑制模塊（DNSM），降低環(huán)境噪聲對(duì)檢測(cè)精度的影響；為增強(qiáng)模型訓(xùn)練的穩(wěn)定性和提高收斂速度，采用聯(lián)合回歸損失函數(shù)。通過(guò)水面垃圾檢測(cè)實(shí)際應(yīng)用的測(cè)試，驗(yàn)證了該方案的準(zhǔn)確性與有效性

增強(qiáng)特征表示的絕緣子缺陷檢測(cè)方法

摘要：針對(duì)絕緣子缺陷目標(biāo)區(qū)域較小、部分缺陷特征相似，從而導(dǎo)致檢測(cè)精度較低的問(wèn)題，提出了一種特征表示增強(qiáng)模型（FLDM-YOLO）。該模型基于FasterNet重構(gòu)特征提取網(wǎng)絡(luò)并且結(jié)合大核可分離注意力（LSKA）設(shè)計(jì)了SPPF-LSKA模塊，增強(qiáng)了對(duì)目標(biāo)的特征提取能力；以重參數(shù)化技術(shù)為基礎(chǔ)，提出了C2f-DBB模塊，處理目標(biāo)缺陷特征相似的問(wèn)題；在邊界框回歸階段使用MPDIoU作為損失函數(shù)，使得模型更加關(guān)注...

預(yù)訓(xùn)練增強(qiáng)的時(shí)空網(wǎng)絡(luò)交通流預(yù)測(cè)

摘要：為克服時(shí)空?qǐng)D卷積網(wǎng)絡(luò)在交通流預(yù)測(cè)中輸入序列較短、無(wú)法捕捉全局時(shí)空關(guān)系和長(zhǎng)期歷史周期特征等問(wèn)題，提出了一種預(yù)訓(xùn)練增強(qiáng)的時(shí)空Transformer模型。為充分挖掘歷史序列中非線性時(shí)間依賴(lài)關(guān)系和動(dòng)態(tài)空間依賴(lài)關(guān)系，利用長(zhǎng)期歷史交通流數(shù)據(jù)預(yù)訓(xùn)練一個(gè)編碼器，采用嵌入時(shí)間周期信息的時(shí)間感知注意力提取長(zhǎng)序列特征；構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的圖學(xué)習(xí)層生成時(shí)空?qǐng)D，提取輸入序列的時(shí)空特征；采用自適應(yīng)策略融合長(zhǎng)序列特征和時(shí)空特征，得到...

基于超分辨率重建的安全帽檢測(cè)算法

摘要：針對(duì)低分辨率圖像細(xì)節(jié)丟失導(dǎo)致小目標(biāo)特征提取困難，以及現(xiàn)有模型在安全帽目標(biāo)檢測(cè)中存在漏檢和特征提取能力不足等問(wèn)題，提出了一種基于超分辨率重建的安全帽檢測(cè)算法。構(gòu)建了一種基于多尺度特征和通道注意力的超分網(wǎng)絡(luò)以重構(gòu)小目標(biāo)缺失的細(xì)節(jié)信息；為了增強(qiáng)目標(biāo)檢測(cè)網(wǎng)絡(luò)對(duì)圖像中關(guān)鍵特征的提取能力和小目標(biāo)的感知能力，在YOLOv5網(wǎng)絡(luò)中增加了淺層特征圖，并引入了坐標(biāo)注意力機(jī)制；在檢測(cè)端使用解耦檢測(cè)頭對(duì)定位和分類(lèi)任務(wù)進(jìn)行...

基于函數(shù)依賴(lài)自動(dòng)識(shí)別的真值發(fā)現(xiàn)算法

摘要：為解決真值發(fā)現(xiàn)方法通過(guò)人為分析實(shí)體屬性間的依賴(lài)關(guān)系效率較低、使用平均值進(jìn)行可靠度初始化導(dǎo)致結(jié)果準(zhǔn)確率較低的問(wèn)題，提出了一種多源同構(gòu)數(shù)據(jù)真值發(fā)現(xiàn)算法。識(shí)別實(shí)體屬性間的函數(shù)依賴(lài)關(guān)系；利用識(shí)別出的函數(shù)依賴(lài)計(jì)算數(shù)據(jù)源的初始可靠度；將函數(shù)依賴(lài)對(duì)應(yīng)的否定約束轉(zhuǎn)換為算術(shù)約束，通過(guò)最小化目標(biāo)函數(shù)計(jì)算數(shù)據(jù)源的可靠度并生成真值表。實(shí)驗(yàn)結(jié)果表明，該算法相較于現(xiàn)有方法獲得了更高的準(zhǔn)確率

鄰域粗糙模糊集的高效動(dòng)態(tài)更新增量式算法

摘要：為了解決鄰域粗糙模糊集模型的增量式計(jì)算問(wèn)題，提出一種矩陣策略的鄰域粗糙模糊集動(dòng)態(tài)更新算法。提出一種基于矩陣方法的鄰域粗糙模糊集模型，通過(guò)鄰域關(guān)系矩陣和模糊決策對(duì)角陣的矩陣運(yùn)算，實(shí)現(xiàn)了鄰域粗糙模糊近似集的矩陣表達(dá)；當(dāng)信息系統(tǒng)增加和刪除對(duì)象時(shí)，增量式更新鄰域關(guān)系矩陣和模糊決策對(duì)角陣的結(jié)果，并利用更新后矩陣的運(yùn)算實(shí)現(xiàn)了鄰域粗糙模糊近似集的動(dòng)態(tài)更新，因此減少了不必要的計(jì)算且提升了性能；利用所提出的增量式更...

基于卷積復(fù)運(yùn)算和神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別方法

摘要：針對(duì)現(xiàn)有的調(diào)制識(shí)別研究存在的低信噪比下識(shí)別率低、算法的特征單一、缺乏互補(bǔ)信息等問(wèn)題，提出了基于卷積復(fù)運(yùn)算網(wǎng)絡(luò)的多融合調(diào)制識(shí)別方法。提取幅度/相位的復(fù)數(shù)特征，與同相/正交的互補(bǔ)特征進(jìn)行融合，送入多層殘差網(wǎng)絡(luò)中對(duì)融合特征進(jìn)行充分挖掘，再由雙向長(zhǎng)短期記憶網(wǎng)絡(luò)聚合上下文信息，并設(shè)計(jì)了通道和空間注意力網(wǎng)絡(luò)來(lái)捕捉關(guān)鍵特征。在RML2018.01a上的實(shí)驗(yàn)結(jié)果表明，所提方法在信噪比為6 dB時(shí)的平均識(shí)別率為90...

基于雙鑒別器條件生成對(duì)抗網(wǎng)絡(luò)的隱私增強(qiáng)聯(lián)邦學(xué)習(xí)方案

摘要：基于目前的隱私增強(qiáng)聯(lián)邦學(xué)習(xí)方法可能存在準(zhǔn)確率下降與通信開(kāi)銷(xiāo)增加等問(wèn)題，甚至可能產(chǎn)生新的不安全因素，提出了一種差分隱私增強(qiáng)的雙鑒別器條件生成對(duì)抗網(wǎng)絡(luò)模型。在該模型中，引入了雙鑒別器結(jié)構(gòu)，通過(guò)模型中生成器和不同鑒別器之間的兩兩博弈過(guò)程，使得生成器所生成的數(shù)據(jù)在滿足差分隱私的要求的同時(shí)盡可能接近輸入數(shù)據(jù)。在聯(lián)邦學(xué)習(xí)框架中應(yīng)用該模型，可以保證模型的準(zhǔn)確率不會(huì)因?yàn)殡[私保護(hù)措施而大幅下降，與此同時(shí)增強(qiáng)聯(lián)邦學(xué)習(xí)...

基于全整型量化與多LSTM的Android惡意軟件檢測(cè)

摘要：考慮到在Android終端部署惡意軟件檢測(cè)模型提升性能的同時(shí)需要保持準(zhǔn)確度，提出一種基于全整型量化與多LSTM的Android惡意軟件檢測(cè)方法。全整型量化通過(guò)限制多LSTM網(wǎng)絡(luò)每層的參數(shù)位寬，所有參數(shù)將以16位整型的數(shù)據(jù)類(lèi)型參與運(yùn)算，從而縮短檢測(cè)速度，這些參數(shù)也以16位整型存儲(chǔ)在存儲(chǔ)器中，減少模型內(nèi)存占用。此外，多LSTM初始網(wǎng)絡(luò)將對(duì)不同語(yǔ)義特征產(chǎn)生不同的權(quán)重值，增加語(yǔ)義分布信息，決策網(wǎng)絡(luò)綜合這些...

生物啟發(fā)的無(wú)人機(jī)航拍前景提取視覺(jué)神經(jīng)網(wǎng)絡(luò)

摘要：針對(duì)無(wú)人機(jī)航拍自運(yùn)動(dòng)視覺(jué)場(chǎng)景中運(yùn)動(dòng)視差導(dǎo)致傳統(tǒng)方法精度差問(wèn)題，基于蝗蟲(chóng)視覺(jué)神經(jīng)結(jié)構(gòu)特性，借助生物視信號(hào)中心環(huán)繞機(jī)制、視覺(jué)短期記憶機(jī)理，提出一種生物啟發(fā)的人工視覺(jué)系統(tǒng)——自運(yùn)動(dòng)前景提取神經(jīng)網(wǎng)絡(luò)（SFENN）。SFENN由5個(gè)復(fù)眼神經(jīng)層（R、L、M、Lo、LP）構(gòu)成。其中，R層接收自運(yùn)動(dòng)視覺(jué)信號(hào)；L、M層采集全局視野域中的自運(yùn)動(dòng)角點(diǎn)特征與輪廓信息；Lo與LP層提取前景目標(biāo)，對(duì)其降噪處理并向外輸出表征前...

融合點(diǎn)云步態(tài)模型與深度學(xué)習(xí)的步態(tài)識(shí)別算法

摘要：針對(duì)步態(tài)識(shí)別過(guò)程易受拍攝視角、外觀變化等因素影響問(wèn)題，提出一種融合點(diǎn)云步態(tài)模型與深度學(xué)習(xí)的步態(tài)識(shí)別算法。算法通過(guò)輕量級(jí)特征描述符（lightweight feature descriptor,LFD）提取圖像特征，并將其進(jìn)行特征配準(zhǔn)；基于幾何-匹配核預(yù)處理增強(qiáng)識(shí)別技術(shù)（gait model-key point recognition and extraction,GM-KPRE）提取人體關(guān)鍵點(diǎn)信息...

　　相關(guān)電子信息期刊推薦

• 國(guó)家級(jí)信息通信技術(shù)
• 省級(jí)通信與信息技術(shù)
• 國(guó)家級(jí)電子質(zhì)量
• 省級(jí)西安郵電學(xué)院學(xué)報(bào)
• 國(guó)家級(jí)中國(guó)電視
• 省級(jí)河北廣播電視大學(xué)學(xué)報(bào)
• 國(guó)家級(jí)衛(wèi)星與網(wǎng)絡(luò)
• 國(guó)家級(jí)計(jì)算技術(shù)與自動(dòng)化
• 國(guó)家級(jí)國(guó)土資源信息化
• 省級(jí)信息安全與通信保密
• 省級(jí)電腦應(yīng)用技術(shù)
• 國(guó)家級(jí)密碼學(xué)報(bào)
• 省級(jí)信息通信
• 省級(jí)杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版)
• 國(guó)家級(jí)網(wǎng)絡(luò)新媒體技術(shù)
• 北大核心計(jì)算機(jī)工程與科學(xué)
• 省級(jí)電器與能效管理技術(shù)
• 國(guó)家級(jí)網(wǎng)絡(luò)空間安全雜志
• 省級(jí)電力電子
• 國(guó)家級(jí)無(wú)線電雜志
• 國(guó)家級(jí)鐵路通信信號(hào)工程技術(shù)
• 北大核心網(wǎng)絡(luò)新媒體技術(shù)
• 省級(jí)家電檢修技術(shù)
• 省級(jí)陜西廣播電視大學(xué)學(xué)報(bào)
• 省級(jí)軟件導(dǎo)刊
• 國(guó)家級(jí)互聯(lián)網(wǎng)天地
• 北大核心數(shù)字與縮微影像
• 省級(jí)集成電路通訊
• 北大核心計(jì)算機(jī)安全
• 省級(jí)電視工程

　　核心期刊推薦