期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
一次变色龙哈希函数及其在可修正区块链中的应用 被引量：10
1
作者 高伟 陈利群 +2 位作者 唐春明 张国艳 李飞 《计算机研究与发展》 EI CSCD 北大核心 2021年第10期2310-2318,共9页
提出了称作一次变色龙哈希函数的新密码学原语:同一哈希值的2个原像(一次碰撞)不会暴露任何陷门信息,而同一哈希值的3个原像(二次碰撞)则会暴露部分陷门信息,但足以导致严重的安全危害.基于经典的RSA困难问题构造了简单高效的一次变色... 提出了称作一次变色龙哈希函数的新密码学原语:同一哈希值的2个原像(一次碰撞)不会暴露任何陷门信息,而同一哈希值的3个原像(二次碰撞)则会暴露部分陷门信息,但足以导致严重的安全危害.基于经典的RSA困难问题构造了简单高效的一次变色龙哈希函数方案,并在随机预言模型下证明了其安全性.应用该一次变色龙哈希函数方案,进一步高效实现了对每个区块仅允许至多一次修正的可修正区块链,而任何区块的二次修改都将导致区块链崩溃的惩罚.对区块链进行有效治理是网络空间安全治理的关键领域,而可修正区块链则构成了区块链监管和治理的最核心技术.所提出的可修正区块链方案具有高效和修正权限契合实际需求的两大特点,有望为区块链监管(尤其是链上有害数据的事后治理)提供有力的技术参考. 展开更多
关键词 可证明安全 变色龙哈希函数 可修正区块链 区块链治理 RSA假设
下载PDF
ARGP-Pose:基于关键点间关系分析与分组预测的3D人体姿态估计 被引量：5
2
作者 黄程远 宋晓宁 冯振华 《计算机应用研究》 CSCD 北大核心 2022年第7期2178-2182,2202,共6页
尽管3D人体姿态估计已经相对成功,但现存方法在复杂场景下的性能依然差强人意。为了提高在无约束场景下3D人体姿态估计的准确性以及鲁棒性,提出了ARGP-Pose,一种基于探索关键点间关系的单目视频3D人体姿态估计框架。该框架包含一种关键... 尽管3D人体姿态估计已经相对成功,但现存方法在复杂场景下的性能依然差强人意。为了提高在无约束场景下3D人体姿态估计的准确性以及鲁棒性,提出了ARGP-Pose,一种基于探索关键点间关系的单目视频3D人体姿态估计框架。该框架包含一种关键点信息预处理方式以及3D姿态估计网络结构。关键点预处理能够强化结构特征,抽取出关键点之间联系信息,并作为网络输入。3D姿态估计网络能够融合各个关键点的局部信息以及整体姿态的全局信息。此外,利用自注意力模块来提取有效时序信息,以进一步提高预测准确度。而对于复杂姿态,采用了分组预测的方式将复杂动作的预测分解为各个点的预测,从而使网络对复杂姿态的估计能力有了明显的提高。在Human3.6M和HumanEva-I这两个著名数据集上的实验结果证明了所提出的方法的优越性。 展开更多
关键词 卷积神经网络 分组卷积 三维人体姿态估计 关键点间关系 自注意力
下载PDF
结合面部纹理和前/背景差异的人脸活体检测
3
作者 朱建秋 华阳 +2 位作者 宋晓宁 吴小俊 冯振华 《中国图象图形学报》 CSCD 北大核心 2023年第3期789-803,共15页
目的 人脸活体检测是人脸识别技术安全的重要保障,而背景环境的负面干扰是限制检测系统性能的关键问题。针对这一问题,提出了一种基于面部纹理和前/背景差异分析的人脸活体检测模型。方法 首先,基于新型骨干网络构建面部纹理分析模块,... 目的 人脸活体检测是人脸识别技术安全的重要保障,而背景环境的负面干扰是限制检测系统性能的关键问题。针对这一问题,提出了一种基于面部纹理和前/背景差异分析的人脸活体检测模型。方法 首先,基于新型骨干网络构建面部纹理分析模块,为模型提供充足的面部纹理信息,减缓模型受背景差异的负面干扰;接着,结合边缘检测算法思想对前/背景差异分析模块的卷积核重新改写,以此突出面部边缘的细节特征;最后,设计注意力特征融合模块将两个分流模块有机结合,提升模型在各种复杂环境下的可靠性。结果 在CASIA-MFSD(CASIA-mobile face spoofing dataset)、Replay-Attack和OULU-NPU等3个数据集上做了多组对比实验,在CASIA-MFSD数据集上的等错误率(equal error rate,EER)为0.19%,在Replay-Attack数据集上的等错误率和半错误率(half total error rate,HTER)均为0.00%和0.00%,在OULU-NPU数据集4个协议上的平均分类错误率(average classification error rate,ACER)分别达到0.6%、1.9%、1.9±1.2%和3.7±1.1%。结论 在人脸反欺诈模型中融合前/背景差异信息和面部纹理信息,可有效减缓背景环境带来的负面干扰,提升模型的鲁棒性。所提模型在背景复杂、欺诈攻击方式尖锐的数据集上均取得较低的错误率,较同类先进算法具有明显优势。 展开更多
关键词 人脸活体检测(FAS) 边缘检测 纹理特征 注意力特征融合 人脸识别
原文传递
注意力特征融合的蛋白质药物相互作用预测
4
作者 华阳 李金星 +3 位作者 冯振华 宋晓宁 孙俊 於东军 《计算机研究与发展》 EI CSCD 北大核心 2022年第9期2051-2065,共15页
药物一般通过抑制或激活人体中某些蛋白活性反应进而发挥效能,因此预测蛋白和药物的相互作用对新药开发的筛选工作极为关键.然而,基于传统方法在湿实验中进行该类实验需要耗费巨大的人力和物力.为解决这一问题,提出了一种基于自注意力... 药物一般通过抑制或激活人体中某些蛋白活性反应进而发挥效能,因此预测蛋白和药物的相互作用对新药开发的筛选工作极为关键.然而,基于传统方法在湿实验中进行该类实验需要耗费巨大的人力和物力.为解决这一问题,提出了一种基于自注意力机制和多药物特征融合的蛋白质药物相互作用预测算法.首先,合理融合基于药物分子结构特征的Morgan指纹、Mol2Vec表示向量以及消息传递网络所提特征;随后,将融合结果对由密集型卷积所提取的蛋白特征做注意力加权;接着综合两者特征,利用自注意力机制和双向门控循环单元预测蛋白质药物相互作用;最后,根据训练模型设计了可应用的预测系统,并展示了其在筛选治愈阿尔兹海默症药物的具体使用方法和效果.实验结果表明,较现有的预测方法,新方法在BindingDB,Kinase,Human,C.elegans数据集上均达到了更好的预测效果.最优的AUC分别达到了0.963,0.937,0.983,0.990,较同类方法具有十分明显的优势. 展开更多
关键词 蛋白质药物相互作用 药物筛选 特征融合 密集型卷积网络 自注意力机制
下载PDF
改进随机森林的集成分类方法预测结直肠癌存活性 被引量：16
5
作者 王宇燕 王杜娟 +1 位作者 王延章 Yaochu Jin 《管理科学》 CSSCI 北大核心 2017年第1期95-106,共12页
癌症是人类死亡的主要原因之一,许多国家在癌症方面的支出占医疗总支出的很大比例。癌症存活性预测作为癌症预后的一项重要工作,可以辅助医生做出更精准的诊疗决策,进而降低癌症治疗成本。近年来,基于数据驱动的癌症存活性预测方法逐渐... 癌症是人类死亡的主要原因之一,许多国家在癌症方面的支出占医疗总支出的很大比例。癌症存活性预测作为癌症预后的一项重要工作,可以辅助医生做出更精准的诊疗决策,进而降低癌症治疗成本。近年来,基于数据驱动的癌症存活性预测方法逐渐得到应用,而预测的准确性是评价预测方法性能的主要指标,因此提高癌症存活性预测方法的准确性一直是一个活跃的研究领域。结直肠癌是一种具有高发病率和高死亡率的癌症,为了提高结直肠癌存活性预测的准确性,利用遗传算法对随机森林进行改进,提出基于GA-RF的集成分类方法。该方法通过遗传算法对随机森林中的决策树实行进化搜索,以提高集成分类准确率为目标选出决策树的满意集成。实验分别使用基于GA-RF的集成分类方法、决策树和参数优化的随机森林训练预测模型预测结直肠癌患者的存活性,利用SEER数据库的结直肠癌数据集对3种方法分别进行10折交叉验证,然后用准确性、敏感性和特异性3个指标对它们进行评价。实验结果显示,基于GA-RF的集成分类方法的预测精度最高(88.2%),参数优化的随机森林的预测精度次之(86.4%),但集成复杂度远高于基于GA-RF的集成分类方法,决策树的预测精度最差(74.2%),而基于GA-RF的集成分类方法还表现出了最好的泛化性能。该集成分类方法对随机森林进行了有效的改进,能以更高的运算效率和更好的准确性预测结直肠癌存活性,可以为结直肠癌的预后提供决策参考,弥补经验预测的不足,该方法的提出对节约医疗资源、降低医疗成本、提高患者满意度具有实际意义。 展开更多
关键词 随机森林 遗传算法 集成分类 存活性预测 结直肠癌
原文传递
基于GMM-RBF神经网络的前列腺癌诊断方法 被引量：9
6
作者 崔少泽 王杜娟 +3 位作者 王苏桐 夏江南 王延章 JIN Yaochu 《管理科学》 CSSCI 北大核心 2018年第1期33-47,共15页
前列腺癌是近年来发病率上升速度最快的男性癌症,严重威胁着患者的身体健康,准确地判断癌症患者的患病情况对于节约医疗资源、提高患者满意度起着至关重要的作用。近年来,基于数据挖掘的癌症诊断方法逐渐成为疾病诊断领域的研究热点,在... 前列腺癌是近年来发病率上升速度最快的男性癌症,严重威胁着患者的身体健康,准确地判断癌症患者的患病情况对于节约医疗资源、提高患者满意度起着至关重要的作用。近年来,基于数据挖掘的癌症诊断方法逐渐成为疾病诊断领域的研究热点,在提高诊断准确性上显示出极大优势。针对现有前列腺癌早期诊断方法准确性不高的问题,提出一种基于高斯混合模型改进径向基函数神经网络的前列腺癌诊断方法——GMM-RBF神经网络方法。该方法通过使用高斯混合模型对径向基函数神经网络中径向基函数的参数进行预训练,使模型避免陷入局部最优,之后采用改进的粒子群优化算法对神经网络进行训练。采用国家临床医学科学数据中心提供的数据进行前列腺癌诊断实验,将所提出的方法与径向基神经网络、分类回归树、支持向量机和逻辑回归等主流的机器学习算法进行对比,并使用准确性、特异性、敏感性和AUC值对模型的性能进行评价。研究结果表明,与改进前的神经网络模型相比,GMM-RBF神经网络模型收敛速度更快、初始准确度更高;与其它机器学习算法相比,GMM-RBF神经网络模型在10折交叉验证中取得了较高的准确性、敏感性、特异性和AUC值。GMM-RBF神经网络方法在模型预测精度上比传统的径向基函数神经网络模型有很大提升,能够得到更为可靠的前列腺癌诊断结果,为医疗工作者初步诊断前列腺癌和穿刺活检操作提供有效的辅助决策支持,该方法的提出对于减少患者痛苦、提高患者满意度和节约医疗资源具有实际意义。 展开更多
关键词 前列腺癌 径向基函数神经网络 高斯混合模型 粒子群优化算法 疾病诊断
原文传递
基于多目标神经网络的前列腺癌诊断方法 被引量：7
7
作者 孔倩 王杜娟 +2 位作者 王延章 JIN Yaochu 江彬 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2018年第2期532-544,共13页
前列腺癌是男性恶性肿瘤中发病率最高的肿瘤之一.通过对前列腺癌的有效诊断，可以尽早治疗，降低前列腺癌的死亡率.针对前列腺癌早期筛查的准确度不足，病理检查给病人身体带来严重负担的现状，以及现有基于数据挖掘的癌症诊断方法只关... 前列腺癌是男性恶性肿瘤中发病率最高的肿瘤之一.通过对前列腺癌的有效诊断，可以尽早治疗，降低前列腺癌的死亡率.针对前列腺癌早期筛查的准确度不足，病理检查给病人身体带来严重负担的现状，以及现有基于数据挖掘的癌症诊断方法只关注诊断结果准确性或者只关注可解释性的问题，本文提出一种基于多目标神经网络的诊断方法，通过特征选择提取对诊断结果最具有解释性的特征子集，以提高模型的可解释性和准确度；通过采用进化计算的方式进行神经网络的结构和权重学习，从而构建有效的能够充分体现临床信息与前列腺癌之间关联的多目标神经网络模型进行前列腺癌诊断；并通过Pareto优化方法对模型训练过程中的结构和参数进行优化，从而提供多个有效的诊断模型以满足医务工作者不同的决策偏好. 展开更多
关键词 前列腺癌诊断 多目标神经网络学习 进化计算 特征选择
原文传递
基于结构自适应模糊神经网络的前列腺癌诊断方法 被引量：7
8
作者 夏江南 王杜娟 +2 位作者 王延章 Yaochu Jin 江彬 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2018年第5期1331-1342,共12页
前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似... 前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似隶属度函数的合并,实现模糊神经网络模型结构自适应调整,减少模糊规则数量,在保证诊断准确性情况下,提取出容易理解的可解释性规则.同时该方法在模型的训练过程中引入粒子群优化（PSO）算法进行结构和参数学习,有效减少计算量,提高训练效率.最后,使用临床医学科学数据中心提供的前列腺疾病检查数据进行数值实验,验证了所提出方法在前列腺癌诊断和可解释性规则提取中的有效性. 展开更多
关键词 前列腺癌诊断 模糊神经网络 规则提取 粒子群优化算法 可解释性
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部