黄贻望
- 作品数：34 被引量：63H指数：5
- 供职机构：铜仁学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术电子电信农业科学经济管理更多>>
- 基于安全多方的数据保密研究与分析
- 2010年
- 安全多方计算是指在一个互不信任的多用户网络中,各用户口能够通过网络来协同完成可靠的计算任务,同时又保持各自数据的安全性,本文介绍两方保密计算数据库第k值问题方案的基础上,对基于安全多方求和的多对多电子选举方案进行分析,方案达到了电子选举所要求的基本安全性质。
- 黄贻望
- 关键词：TTP
- 一种基于RGPS着色的C-net模型及其应用被引量：2
- 2014年
- 可配置业务流程模型描述面向领域的相似流程模型家簇,这种模型能够通过配置操作获取满足特定用户需求的个性化流程模型.提出一个在角色和目标约束下以流程为中心的可配置业务流程模型,首先对因果网模型(C-net)进行扩展,将该模型中的活动元素增加角色和目标两个约束关系,从而利用RGPS需求元模型框架中对角色(R)、目标(G)、流程(P)、服务(S)之间的约束规则和关联关系去约束业务流程活动之间的执行序列,使得模型有效反映了业务流程活动中的实际行为;然后将活动的输入绑定和输出绑定端口设置配置操作标记,通过对端口配置标记的操作形成个性化流程;最后,给出了模型的形式化定义并分析模型在业务流程配置中的应用,使得能够指导业务流程的配置等管理操作.
- 黄贻望何克清冯在文黄颖谢芳
- 关键词：RGPS
- 一种建立二元判断图ROBD(D的算法)
- 2007年
- 二元判断图BDD(Binary Decision Diagram)是逻辑布尔函数的一种高效表示方法,在计算机科学以及数字电路系统等领域中有广泛的应用。本文首先介绍了BDD的原理及其相关结论,之后较为详细地介绍建立一种ROBDD的算法,减少了存储空间的使用并提高了运算速度。
- 白金山黄贻望罗坤杰
- 关键词：BDD哈希表
- KMeans++与注意力机制融合的苹果叶片病害识别方法
- 2024年
- 为解决复杂环境下小尺度苹果叶片病害识别精度不高、鲁棒性不强的问题,在YOLO v5s的基础上提出一种新的改进方法。该方法首先在模型训练之前使用KMeans++聚类算法生成更接近真实框的锚框;其次在骨干网络中加入卷积块注意几模块(convolutional block attention module,CBAM),来提升复杂环境下小目标特征的提取能力;再次为了增强颈部网络对不同大小病害多尺度特征的有效识别,选择ConvNeXtBlock模块替换C3(CSP bottleneck with 3 convolutions)模块,并在颈部网络中融入坐标注意力模块(coordinate attention,CA),来加强模型对关键空间位置的响应,使得不同尺度的特征都能被更有效地利用;最后使用ECIoU损失函数替换原始的CIoU损失函数,来提高模型的收敛速度和精度。与Faster R-CNN、SSD、YOLO v5s、YOLO v7、YOLO v8目标检测模型相比,改进后模型的平均精度均值(mean average precision,mAP 0.5)值分别提升0.6、4.6、6.3、1.7、1.3百分点,同时在强光照、模糊、暗光的复杂场景下具有较强的鲁棒性。该模型可以为复杂环境下苹果叶片病害的识别提供行之有效的方案。
- 黄贻望黄贻望毛志刘声
- 关键词：苹果病害检测CA
- 一种面向领域知识的大数据价值服务建模方法被引量：3
- 2020年
- 在网络大数据价值服务系统中,面对复杂的异构数据关联与交互,如何实现智慧的大数据价值发现与服务成为当前亟需解决的一个重要问题。为解决该问题,提出了面向领域主题大数据价值服务的语义内容标签及其语义矢量元模型,在元模型中给出4种语义基本矢量及其关联的9种语义单位矢量,基于该模型构建赋予本体概念的语义矢量本体模型,并进一步结合树形层次状态机对语义矢量元模型进行形式化描述,更精确地描述大数据价值服务。该方法能够有效地用于有序化组织大数据主题知识及其价值服务空间,实施面向主题的大数据知识及其价值服务的规模化定制。通过城市交通需求物联网服务领域阐述该方法在服务交互融合过程中实现按需价值服务,说明该方法的有效性。
- 黄贻望黄贻望何克清
- 一种基于在线蒸馏的轻量化噪声标签学习方法
- 2024年
- 利用含有有损标签的噪声数据来训练深度学习模型是机器学习中的研究热点.研究表明深度学习模型训练易受噪声数据的影响而产生过拟合现象.最近,一种将元学习与标签校正相结合的方法能够使模型更好地适应噪声数据以减缓过拟合现象,然而这种元标签校正方法依赖于模型的性能,同时轻量化模型在噪声数据下不具备良好的泛化性能.针对这一问题,本文结合元学习提出一种基于在线蒸馏的轻量化噪声标签学习方法KDMLC(knowledge distillation-based meta-label correction learning),该方法将深度神经网络与多层感知机构成的元标签校正(meta label correction,MLC)模型视为教师模型,对噪声标签进行校正并指导轻量化模型进行训练,同时采用双层优化策略训练并增强教师模型的泛化能力,从而生成更高质量的伪标签用于训练轻量化模型.实验表明,KDMLC在高噪声水平下对比MLC方法准确率提高了5.50个百分点;同时对CIFAR10数据集使用Cutout数据增强,KDMLC在高噪声水平下对比MLC准确率提升了9.11个百分点,而在真实噪声数据集Clothing1M上的实验,KDMLC也优于其他方法,验证了KDMLC的可行性和有效性.
- 黄贻望黄贻望刘声
- 关键词：元学习噪声数据
- 一种基于情境约束的业务流程适应性配置方法及系统
- 一种基于情境约束的业务流程适应性配置方法及系统，包括根据可配置业务流程模型当中的可变点的特征，提取流程的可变点及其他业务流程组件并存储，创建相应数据库及数据表；将可变点存储到数据库当中；将可变点转化为OWL本体，得到可变...
- 何克清黄颖冯在文黄贻望田刚
- 文献传递
- 一种基于深度强化学习算法的单交叉口信号控制方法
- 本发明涉及交通信号控制的技术领域，特别是涉及一种基于深度强化学习算法的单交叉口信号控制方法，其通过采集由车道离散化的单元格中的车辆存在性特征，奖励函数使用的通信能力也由该特征计算得到，提高了交通状态特征和奖励函数的准确性...
- 黄贻望吴谦
- 一种基于数据流约束的物流信息系统可靠性分析方法
- 本发明提供了一种基于数据流约束的物流信息系统可靠性分析方法，获取包裹的预期信息，获取包裹的运输路线，按包裹的运输路线开始运输包裹，在包裹的运输过程中，获取包裹的过程信息，根据包裹的预期信息和包裹的过程信息构建物流可靠分析...
- 黄贻望
- 基于数据依赖的业务流程分析与验证方法
- 2017年
- 在大数据环境下,业务流程的执行不断产生和消耗大量的数据,从而业务流程活动中数据的依赖将是设计和分析业务流程中的一个重要问题。为克服这个问题,提出了基于活动关联的数据流约束业务流程分析与验证模型,这种融合数据流的业务流程设计分析与验证将有助于提升业务流程管理与执行时的可靠性,归纳提取出业务流程中几种典型的数据流约束错误模式并使用扩展分枝树逻辑(ASK-CTL)给出相应的分析与验证仿真实验,表明方法具有一定的有效性。
- 黄贻望徐松金
- 关键词：数据流
