首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
  国内免费   5篇
无线电   1篇
自动化技术   5篇
  2023年   1篇
  2022年   1篇
  2021年   1篇
  2020年   1篇
  2019年   1篇
  2012年   1篇
排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
隐蔽信道是指恶意通信双方通过修改共享资源的数值、特性或状态等属性,来编码和传递信息的信道.共享资源的选取,由隐蔽信道的类型与具体通信场景所决定.早期,存储隐蔽信道和时间隐蔽信道主要存在于传统操作系统、网络和数据库等信息系统中.近年来,研究重点逐渐拓展到了3类新型隐蔽信道,分别为混合隐蔽信道、行为隐蔽信道和气隙隐蔽信道.对近年来国内外隐蔽信道研究工作进行了系统的梳理、分析和总结.首先,阐述隐蔽信道的相关定义、发展历史、关键要素和分析工作.然后,根据隐蔽信道共享资源的类型以及信道特征,提出新的隐蔽信道分类体系.首次从发送方、接收方、共享资源、编码机制、同步机制、评价指标和限制方法这7个方面,对近年来新型隐蔽信道攻击技术进行系统的分析和归纳,旨在为后续隐蔽信道分析和限制等研究工作提供有益的参考.进而,讨论了面向隐蔽信道类型的威胁限制技术,为设计面向一类隐蔽信道的限制策略提供研究思路.最后,总结了隐蔽信道中存在的问题和挑战.  相似文献   
2.
对ⅡB~IVA期的宫颈鳞癌患者来说,放化疗治疗后肿瘤区域可能会出现完全缓解和不完全缓解的情况.根据临床经验可知,如果放化疗后肿瘤区域不能完全缓解,那么患者的生存率很低,而且再采取手术治疗或口服靶向药治疗等其他疗法很难有效.因此,在治疗前筛选出对放化疗不敏感的患者,转而探索个性化治疗方案很有必要.针对上述问题,将放化疗疗效预测问题视为图像分类问题,提出一种基于随机森林算法的宫颈鳞癌放化疗疗效预测模型,筛选出对放化疗不敏感的患者.该模型首先利用小波变换和高斯拉普拉斯算子对3D宫颈鳞癌MRI(magnetic resonance imaging)进行预处理;其次,利用U-net分割宫颈鳞癌MR图像中肿瘤区域;再次,结合3D宫颈鳞癌MR图像和相应的肿瘤区域分割结果提取宫颈鳞癌病变区域的纹理及形状特征,并对提取的特征进行筛选,训练随机森林模型.实验数据集由已标记的85位宫颈鳞癌ⅡB~IVA期患者治疗前MR图像序列组成.实验结果表明,基于随机森林算法的疗效预测模型预测宫颈鳞癌放化疗疗效AUC值为0.921,优于目前最先进的预测方法.  相似文献   
3.
设计并实现了一种自动专家文献信息收集系统(BibCollector)。收录对象针对计算机科学技术领域的专家学者,收集范围涵盖国内外主要的全文数据库(SpringerLink,IEEE Xplore,ACM Digital Library,Elsevier Science Direct,中国知网CNKI和万方数据)和常用的引文数据库(SCI,EI,ISTP,CSCD)及专利数据库(Derwent)。该系统使用专家姓名和工作单位作为标识,判断记录相关性和去除重复项,生成的文献列表具有较高的准确度。该系统同时收集专家所发表的中文和外文文献,因此无论相比国外和国内的类似系统,该系统都具有数据来源更丰富的优势。该系统能为相关的文献收集工作节省大量人力。  相似文献   
4.
由于中文文本之间没有分隔符,难以识别中文命名实体的边界.此外,在垂直领域中难以获取充足的标记完整的语料,例如医疗领域和金融领域等垂直领域.为解决上述不足,提出一种动态迁移实体块信息的跨领域中文实体识别模型(TES-NER),将跨领域共享的实体块信息(entity span)通过基于门机制(gate mechanism)的动态融合层,从语料充足的通用领域(源领域)动态迁移到垂直领域(目标领域)上的中文命名实体模型,其中,实体块信息用于表示中文命名实体的范围.TES-NER模型首先通过双向长短期记忆神经网络(BiLSTM)和全连接网络(FCN)构建跨领域共享实体块识别模块,用于识别跨领域共享的实体块信息以确定中文命名实体的边界;然后,通过独立的基于字的双向长短期记忆神经网络和条件随机场(BiLSTM-CRF)构建中文命名实体识别模块,用于识别领域指定的中文命名实体;最后构建动态融合层,将实体块识别模块抽取得到的跨领域共享实体块信息通过门机制动态决定迁移到领域指定的命名实体识别模型上的量.设置通用领域(源领域)数据集为标记语料充足的新闻领域数据集(MSRA),垂直领域(目标领域)数据集为混合领域(OntoNotes 5.0)、金融领域(Resume)和医学领域(CCKS 2017)这3个数据集,其中,混合领域数据集(OntoNotes 5.0)是融合了6个不同垂直领域的数据集.实验结果表明,提出的模型在OntoNotes 5.0、Resume和CCKS 2017这3个垂直领域数据集上的F1值相比于双向长短期记忆和条件随机场模型(BiLSTM-CRF)分别高出2.18%、1.68%和0.99%.  相似文献   
5.
为了适应纵向联邦学习应用中高通信成本、快速模型迭代和数据分散式存储的场景特点,提出了一种通用的纵向联邦学习对抗样本生成算法VFL-GASG。具体而言,构建了一种适用于纵向联邦学习架构的对抗样本生成框架来实现白盒对抗攻击,并在该架构下扩展实现了L-BFGS、FGSM、C&W等不同策略的集中式机器学习对抗样本生成算法。借鉴深度卷积生成对抗网络的反卷积层设计,设计了一种对抗样本生成算法VFL-GASG以解决推理阶段对抗性扰动生成的通用性问题,该算法以本地特征的隐层向量作为先验知识训练生成模型,经由反卷积网络层产生精细的对抗性扰动,并通过判别器和扰动项控制扰动幅度。实验表明,相较于基线算法,所提算法在保持高攻击成功率的同时,在生成效率、鲁棒性和泛化能力上均达到较高水平,并通过实验验证了不同实验设置对对抗攻击效果的影响。  相似文献   
6.
网络隐蔽信道是在网络环境下违反通信限制规则进行隐蔽信息传输的信息通道,为网络信息安全带来了新的挑战,也为数据传输的安全性和隐私性带来了新的研究方向.首先介绍了网络隐蔽信道的定义、分类、能力维度等基本概念;进而从码元设计、信息编码和信道优化这3个方面归纳分析了存储型和时间型两类网络隐蔽信道的构建技术,从隐蔽性、鲁棒性和传输效率这3个方面总结了网络隐蔽信道评估方法,从消除、限制、检测这3个方面梳理了网络隐蔽信道的对抗技术;最后,对未来的研究方向进行了展望.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号