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4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：
基于语义融合轨迹生成的k匿名轨迹集补全方法
1
作者 徐健锋 张炜 +3 位作者 涂敏 魏勍颋 赖展晴 王倩倩 《信息网络安全》 CSCD 北大核心 2024年第12期1911-1921,共11页
轨迹隐私保护是数据安全和个人隐私保护领域的热点问题之一。文章针对k匿名轨迹计算中可能存在匿名轨迹数量不足的问题,提出一种基于语义融合的匿名轨迹生成方法。该方法选择间距小于指定阈值且存在通路的轨迹对,进行融合和校准后生成... 轨迹隐私保护是数据安全和个人隐私保护领域的热点问题之一。文章针对k匿名轨迹计算中可能存在匿名轨迹数量不足的问题,提出一种基于语义融合的匿名轨迹生成方法。该方法选择间距小于指定阈值且存在通路的轨迹对,进行融合和校准后生成两条具有较好语义解释性的虚拟轨迹。基于上述研究成果,文章进一步提出一种基于语义融合轨迹生成的k匿名轨迹集补全方法TS-ATC。该方法首先从匿名轨迹集中选取轨迹作为候选轨迹集;然后,从候选轨迹集中选取符合条件的轨迹对执行基于语义融合的匿名轨迹生成方法,并将符合条件的生成轨迹添加到匿名轨迹集。如果匿名轨迹集数量还达不到要求,再从k匿名轨迹计算淘汰的轨迹中选择合适的轨迹加入候选轨迹集,并进行轨迹融合生成。该步骤也将符合条件的生成轨迹再次添加入匿名轨迹集,直至匿名轨迹集的数量达到要求。文章提出的轨迹生成及匿名轨迹补全方法不但具有较好的可解释性,同时能够有效解决k匿名轨迹计算中可能遇到的轨迹数量不足的问题。 展开更多
关键词 隐私保护 轨迹补全 轨迹生成 语义融合
下载PDF
基于工程思维的Python程序设计实践与优化方法研究
2
作者 袁波 李金忠 姚钦栩 《信息记录材料》 2024年第12期37-39,共3页
随着信息技术的飞速发展,工程技术人员对具备自动化与智能化两大特征的编程语言需求日益增长。Python语言以其优秀的设计哲学、简洁的语法结构、丰富的库资源和广泛的应用场景成为众多工程实践领域的首选。然而,在工程项目中直接应用Pyt... 随着信息技术的飞速发展,工程技术人员对具备自动化与智能化两大特征的编程语言需求日益增长。Python语言以其优秀的设计哲学、简洁的语法结构、丰富的库资源和广泛的应用场景成为众多工程实践领域的首选。然而,在工程项目中直接应用Python存在效率低与维护困难等实际挑战。本研究充分利用工程思维,通过理论分析与实践考量,提出了一套Python程序设计优化方法,利用设计模式优化代码结构,采用调试工具提高代码质量,同时引入模块化思想增强程序可维护性。对比传统的编程实践,该方法在处理复杂工程问题时更具高效性与稳定性,特别是在数据处理和自动化控制系统中表现突出。 展开更多
关键词 PYTHON语言 工程思维 优化策略 模块
下载PDF
面向贪心生成和最优分配任务的自动化管理算法研究
3
作者 李金忠 陈建奇 《井冈山大学学报（自然科学版）》 2024年第4期84-91,共8页
传统课程管理模式面临着流程繁琐、管理不便等问题。针对此问题,面向劳动教育实践课程中校园卫生打扫任务实践项目,本研究设计了教室—班级匹配贪心生成算法和检查任务最优分配算法,以实现打扫任务的自动化智能管理,并在前期所开发的劳... 传统课程管理模式面临着流程繁琐、管理不便等问题。针对此问题,面向劳动教育实践课程中校园卫生打扫任务实践项目,本研究设计了教室—班级匹配贪心生成算法和检查任务最优分配算法,以实现打扫任务的自动化智能管理,并在前期所开发的劳动教育实践数字化管理与展示系统中,验证了这套自动化管理算法在解决具体的校园卫生打扫任务自动化管理问题上的可行性与高效性。这套算法创新了劳动教育实践课程的数字化管理新模式,并实现其数字化以简化流程、智能化以高效管理,为开辟劳动教育数字化和自动化管理的新赛道,以智能化赋能教育治理提供了可借鉴的创新模式。 展开更多
关键词 劳动教育实践 校园卫生打扫任务 贪心生成 最优分配 自动化管理
下载PDF
CIC-CGT:基于多模态大模型的漫画图像标题与描述生成
4
作者 李嘉鑫 汤鹏杰 +1 位作者 谭云兰 张丽 《井冈山大学学报（自然科学版）》 2024年第6期77-86,共10页
不同于传统的图像描述任务,漫画图像描述不仅涉及图像识别与自然语言处理,同时还要求模型能够深入理解漫画所特有的幽默、文化和情感属性。针对上述挑战,本研究提出了漫画图像标题与描述生成任务,基于多模态大模型,设计了一种新的漫画... 不同于传统的图像描述任务,漫画图像描述不仅涉及图像识别与自然语言处理,同时还要求模型能够深入理解漫画所特有的幽默、文化和情感属性。针对上述挑战,本研究提出了漫画图像标题与描述生成任务,基于多模态大模型,设计了一种新的漫画标题与描述生成框架(CIC-CGT)。首先,通过CLIP大模型提取漫画图像特征,将获取的特征信息送入前缀嵌入映射模块,获得视觉语言对齐语义表达。然后将其送入GPT2模型,再合CLIP视觉特征,生成粗糙语言描述。最后,将粗糙描述送入T5模型进行语言特征编码,并解码为最终的漫画标题描述。在漫画图像描述数据集NYCCB上结果显示,本研究所提模型能够生成不同风格的漫画标题与描述,能够准确捕捉并表达漫画独有的幽默感和情感深度。 展开更多
关键词 大模型 漫画图像 标题生成与描述 跨模态学习 自然语言处理
下载PDF
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