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781-790项 搜索用时 67 毫秒
[首页] « 上一页 [74] [75] [76] [77] [78] 79 [80] [81] [82] [83] [84] 下一页 » 末  页»
781.
红外成像设备采集的原始红外图像普遍存在对比度低和目标显著性差等问题,传统增强技术难以自适应处理复杂场景下的光照不均问题,而基于深度学习的方法又过度依赖高质量标签数据。针对上述问题,提出了一种基于无监督学习与层次分解的红外图像增强方法。该方法采用层次分解策略,将输入图像分解为基础层… …   相似文献
782.
在目前基于深度强化学习的数据库索引推荐中,当负载变化时,由于实际负载与训练负载差距较大,模型的推荐效果会显著下降。针对现有基于深度强化学习的索引推荐算法在负载增量变化下自适应性和模型泛化性不足的问题,提出了一个基于多智能体迁移强化学习的索引推荐算法MARLIA(multi-age… …   相似文献
783.
旨在优化工业环境下基于可重构智能表面(RIS)的MIMO通信系统。首先构建适用于工业场景的信道模型,并提出以最大化系统接收功率为目标的非凸优化问题。针对该难题,创新性地提出一种基于梯度投影算法(GPM)的交替优化策略,通过迭代更新RIS相移矩阵、发射波束成形矢量及接收组合矢量,实… …   相似文献
784.
单点登录技术通过允许用户使用身份提供方的单一身份访问多个应用服务,不仅显著提升了用户体验,还降低了服务提供方的身份管理成本,因此得到了迅速普及。然而,现有SSO方案普遍缺乏对用户隐私的有效保护,容易导致用户身份信息和行为数据的泄露。近年来,针对SSO隐私保护的研究不断涌现,但目前… …   相似文献
785.
现有的侧信息集成序列推荐模型中存在对用户表示学习及优化不足的问题,针对此问题提出基于多序列交互与对比学习的侧信息集成序列推荐模型（side-information integrated sequential recommendation model based on multi-… …   相似文献
786.
智能问答技术为文博领域的知识普及提供了新的媒介和手段。现有的机器阅读理解问答模型依赖大量人工标注的训练数据,而文博领域的问答训练数据需由掌握领域专业知识的人员标注,标注难度大、成本高。现有的预训练语言模型并非为机器阅读理解或问答任务专门设计,难以直接应用于构建无监督阅读理解问答系… …   相似文献
《中文信息学报》2025,39(9):126-136
787.
从非结构化文本中高效率、高质量地抽取实体及关系,是处理大规模信息资源的关键。近年来的关系抽取主要集中于二元关系,无法抽取多元关系中时间、地点等补充槽属性及对应实体,且输入的特征不够丰富。为了解决上述问题,该文提出一个基于注意力机制的多元关系联合抽取模型,融合字特征、词特征、实体对… …   相似文献
《中文信息学报》2025,39(9):81-90
788.
  
低照度图像的亮度、噪声和对比度等具有非均匀分布的特性,然而现有的低照度图像增强（LLIE）算法未能充分利用这些特性,在增强过程中容易导致细节丢失、颜色失真和视觉不连贯等问题,从而影响图像的视觉质量。针对上述问题,提出噪声与语义先验引导的LLIE算法,以自适应地考虑低照度图像中不同… …   相似文献
789.
  
为解决现有区块链隐蔽通信方案隐蔽性不足、提取隐蔽信息时间过长、隐藏容量较低和应用场景单一等问题,提出一种基于以太坊智能合约与星际文件系统（IPFS）技术的区块链隐蔽通信方法。首先,使用IPFS存储较长的密文,通过链上链下联合存储弥补区块链存储效率低且成本高的缺点;其次,引用派生关… …   相似文献
790.
  
现有语音增强方法的目标信号为复频谱信号,而训练网络通常采用实值网络,训练时分别并行处理实部和虚部信号降低了特征提取的准确度,并且对复频域的语义特征提取不充分。为解决上述问题,提出一种基于复频域注意力和多尺度频域增强（CFAFE）的复数域网络实现语音增强。该网络以U-Net为基本架… …   相似文献
[首页] « 上一页 [74] [75] [76] [77] [78] 79 [80] [81] [82] [83] [84] 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