检索结果-内蒙古大学图书馆

计算机研究与发展 2020年第6期57卷 1208-1217页

作者：成科扬王宁师文喜詹永照江苏大学计算机科学与通信工程学院江苏镇江212013 社会安全风险感知与防控大数据应用国家工程实验室(中国电子科学研究院) 北京100041 新疆联海创智信息科技有限公司乌鲁木齐830001

深度学习的可解释性研究是人工智能、机器学习、认知心理学、逻辑学等众多学科的交叉研究课题,其在信息推送、医疗研究、金融、信息安全等领域具有重要的理论研究意义和实际应用价值.从深度学习可解释性研究起源、研究探索期、模型构建... 详细信息

深度学习的可解释性研究是人工智能、机器学习、认知心理学、逻辑学等众多学科的交叉研究课题,其在信息推送、医疗研究、金融、信息安全等领域具有重要的理论研究意义和实际应用价值.从深度学习可解释性研究起源、研究探索期、模型构建期3方面回顾了深度学习可解释性研究历史,从可视化分析、鲁棒性扰动分析、敏感性分析3方面展现了深度学习现有模型可解释性分析研究现状,从模型代理、逻辑推理、网络节点关联分析、传统机器学习模型改进4方面剖析了可解释性深度学习模型构建研究,同时对当前该领域研究存在的不足作出了分析,展示了可解释性深度学习的典型应用,并对未来可能的研究方向作出了展望.

关键词：人工智能深度学习可解释性神经网络可视化

来源：评论

学校读者我要写书评

暂无评论

融合NetVLAD和全连接层的三元神经网络交叉视角场景图像定位

引用

遥感学报 2021年第5期25卷 1095-1107页

作者：薛朝辉周逸飏强永刚刘弋锋林晖河海大学地球科学与工程学院南京211100 中国科学技术大学计算机科学与技术学院合肥230026 中国电子科学研究院社会安全风险感知与防控大数据应用国家工程实验室北京100041

研究场景图像的地理定位问题在室外定位、目标搜寻、军事侦察等领域具有重要意义。针对街景影像与鸟瞰影像之间的交叉视角场景图像匹配与定位问题,本文提出了一种融合可训练局部聚集描述子向量Net VLAD(Net Vector of locally aggregate... 详细信息

研究场景图像的地理定位问题在室外定位、目标搜寻、军事侦察等领域具有重要意义。针对街景影像与鸟瞰影像之间的交叉视角场景图像匹配与定位问题,本文提出了一种融合可训练局部聚集描述子向量Net VLAD(Net Vector of locally aggregated descriptors)和全连接层的三元神经网络(Triplet Network)定位方法(Tri-Net VLAD)。三元神经网络由三组卷积神经网络CNN(Convolutional Neural Networks)构成,能同时处理3张影像,通过增大不匹配像对间的距离,减小匹配像对间的距离,实现图像检索与匹配;Net VLAD和全连接层的融合可以加强特征间的关联性。本文将CNN提取的局部卷积特征分别通过Net VLAD层和全连接层得到全局描述符与特征向量,并将二者融合,有效地提升了局部特征间的关联性,并保留了不同局部特征之间的差异性,提升了模型的定位精度;改进了DBL loss(Distance-based layer loss),通过加入参数λ增强函数判别困难样本的能力,在提升模型的收敛速度和稳定性的同时也提升了模型的定位精度。在美国Vo and Hays公开数据集上的实验结果表明,Tri-Net VLAD取得了优于MCVPlaces、Triplet e DBL-Net和CVM-Net等现有方法的定位精度,在测试集上的精度高于63%。

关键词：交叉视角场景图像匹配与定位三元神经网络 Net VLAD CNN(Convolutional Neural Networks)

来源：评论

学校读者我要写书评

暂无评论

隐性的国际互动:推特平台被删除账号的关系分析

引用

西安交通大学学报（社会科学版） 2022年第4期42卷 136-144页

作者：何康张洪忠贾全鑫李阳阳北京师范大学新闻传播学院北京100088 中国电子科技集团公司电子科学研究院/社会安全风险感知与防控大数据应用国家工程实验室北京100088

2018年,全球最大的社交媒体之一推特(Twitter)在其透明度报告中首次开放下载以国家(地区)为单位的数据,并发布了与删除账号相关的指标,成为分析国际关系的新型样本。基于此,以推特删除的社交账号数据为研究对象,分析被删除国家(地区)之... 详细信息

2018年,全球最大的社交媒体之一推特(Twitter)在其透明度报告中首次开放下载以国家(地区)为单位的数据,并发布了与删除账号相关的指标,成为分析国际关系的新型样本。基于此,以推特删除的社交账号数据为研究对象,分析被删除国家(地区)之间的网络互动关系,并探讨传播学视野下国际关系研究的新路径。研究发现:(1)被删除的账号不是各自为阵式的独立存在,而是形成了盘综交错的巨大互动网络;(2)被删除账号中,网络社交强度的前三组国家依次是:厄瓜多尔与洪都拉斯、俄罗斯与塞尔维亚、俄罗斯与委内瑞拉;(3)高社交强度组中,最活跃的国家是伊朗;(4)网络社交强度与政治互访次数呈正相关关系,即被删除账号的网络社交关系越紧密,这些国家之间在现实中的互访往来次数也越多。结果表明,社交媒体空间在一定程度上成为现实国家关系的映射,这种关系可以通过社交媒体数据挖掘和社会网络分析方法进行多维度探究。

关键词：社交媒体国家关系推特社交强度外交互访关系网络数字化

来源：评论

学校读者我要写书评

暂无评论

融合时空图卷积的多人交互行为识别

引用

中国图象图形学报 2021年第7期26卷 1681-1691页

作者：成科扬吴金霞王文杉荣兰詹永照江苏大学计算机科学与通信工程学院镇江212013 江苏省大数据泛在感知与智能农业应用工程研究中心镇江212013 江苏大学网络空间安全研究院镇江212013 中国电子科学研究院社会安全风险感知与防控大数据应用国家工程实验室北京100041

目的多人交互行为的识别在现实生活中有着广泛应用。现有的关于人类活动分析的研究主要集中在对单人简单行为的视频片段进行分类,而对于理解具有多人之间关系的复杂人类活动的问题还没有得到充分的解决。方法针对多人交互动作中两人肢... 详细信息

目的多人交互行为的识别在现实生活中有着广泛应用。现有的关于人类活动分析的研究主要集中在对单人简单行为的视频片段进行分类,而对于理解具有多人之间关系的复杂人类活动的问题还没有得到充分的解决。方法针对多人交互动作中两人肢体行为的特点,本文提出基于骨架的时空建模方法,将时空建模特征输入到广义图卷积中进行特征学习,通过谱图卷积的高阶快速切比雪夫多项式进行逼近。同时对骨架之间的交互信息进行设计,通过捕获这种额外的交互信息增加动作识别的准确性。为增强时域信息的提取,创新性地将切片循环神经网络(recurrent neural network,RNN)应用于视频动作识别,以捕获整个动作序列依赖性信息。结果本文在UT-Interaction数据集和SBU数据集上对本文算法进行评估,在UT-Interaction数据集中,与H-LSTCM(hierarchical long short-term concurrent memory)等算法进行了比较,相较于次好算法提高了0.7%,在SBU数据集中,相较于GCNConv(semi-supervised classification with graph convolutional networks)、RotClips+MTCNN(rotating cliips+multi-task convolutional neural netowrk)、SGC(simplifying graph convolutional)等算法分别提升了5.2%、1.03%、1.2%。同时也在SBU数据集中进行了融合实验,分别验证了不同连接与切片RNN的有效性。结论本文提出的融合时空图卷积的交互识别方法,对于交互类动作的识别具有较高的准确率,普遍适用于对象之间产生互动的行为识别。

关键词：动作识别交互信息时空建模图卷积切片循环神经网络(RNN)

来源：评论

学校读者我要写书评

暂无评论

基于网络社交媒体的子话题检测技术综述

引用

计算机应用 2020年第6期40卷 1565-1573页

作者：理姗姗杨文忠王婷王丽花新疆大学软件学院乌鲁木齐830046 新疆大学信息科学与工程学院乌鲁木齐830046 社会安全风险感知与防控大数据应用国家工程实验室(中国电子科学研究院) 乌鲁木齐830000

在当前多种平台崛起的互联网背景下,与传统媒体相比,网络社交媒体中的数据具有传递速度快、用户参与度高、内容覆盖全等特点,其中存在着人们关注并发布评论的众多话题,而一个话题的相关信息中可能存在更深层次、更细粒度的子话题,针对... 详细信息

在当前多种平台崛起的互联网背景下,与传统媒体相比,网络社交媒体中的数据具有传递速度快、用户参与度高、内容覆盖全等特点,其中存在着人们关注并发布评论的众多话题,而一个话题的相关信息中可能存在更深层次、更细粒度的子话题,针对该问题进行基于网络社交媒体的子话题检测技术的研究,这是一个新兴且不断发展的研究领域。通过社交媒体获取话题及子话题信息并参与讨论,这一方式正全方位、深层次改变着人们的生活,但是该领域技术还不成熟,且相关研究在国内尚处于起步阶段。首先,简述网络社交媒体中子话题检测的发展背景和基本概念;其次,将子话题检测技术分为七大类,对每类方法均加以介绍、对比和总结;然后,将子话题检测方式分为在线检测和离线检测两种方式,并将这两种方式进行对比,列举通用技术及两种方式下的常用技术;最后,概括了该领域当前不足及未来发展趋势。

关键词：子话题话题检测和追踪网络社交媒体话题层次子事件

来源：评论

学校读者我要写书评

暂无评论

基于Apex帧光流和卷积自编码器的微表情识别

引用

计算机工程与应用 2021年第4期57卷 127-133页

作者：温杰彬杨文忠马国祥张志豪李海磊新疆大学信息科学与工程学院乌鲁木齐830046 中国电子科学研究院社会安全风险感知与防控大数据应用国家工程实验室北京100041 新疆大学软件学院乌鲁木齐830091

针对跨库微表情识别问题,提出了一种基于Apex帧光流和卷积自编码器的微表情识别方法。该方法包括预处理、特征提取、微表情分类三部分。预处理部分对微表情进行Apex帧定位以及人脸检测和对齐;特征提取部分首先计算预处理过的Apex帧的TVL... 详细信息

针对跨库微表情识别问题,提出了一种基于Apex帧光流和卷积自编码器的微表情识别方法。该方法包括预处理、特征提取、微表情分类三部分。预处理部分对微表情进行Apex帧定位以及人脸检测和对齐;特征提取部分首先计算预处理过的Apex帧的TVL1光流,然后使用得到的水平和竖直光流分量图像训练卷积自编码器得到最优结构和参数;最后将两个分量自编码器中间层的特征融合后作为微表情的特征;微表情分类就是使用支持向量机(Support Vector Machine,SVM)对上一步中提取到的特征进行分类。实验结果较基准方法(LBP-TOP)有了很大的提高,UF1提高了0.1344,UAR提高了0.1406。该方法为微表情特征提取和识别提供了新的思路。

关键词：微表情识别 Apex帧光流卷积自编码器支持向量机(SVM)

来源：评论

学校读者我要写书评

暂无评论

基于监控视频的非接触式心率信号检测方法

引用

中国电子科学研究院学报 2020年第12期15卷 1163-1169页

作者：吕东岳邹博超田子黎宏河谢海永中国电子科学研究院北京100041 社会安全风险感知与防控大数据应用国家工程实验室北京100041 首都医科大学人脑保护高精尖创新中心北京100069

针对基于成像式光电容积描记(Imaging Photo Plethysmography,IPPG)原理的非接触式心率测量技术在实际应用中面临的两大问题:①人脸局部遮挡、整形、化妆;②成像设备帧率不稳定、监控视频信号传输延时造成的非均匀采样,提出了一种基于... 详细信息

针对基于成像式光电容积描记(Imaging Photo Plethysmography,IPPG)原理的非接触式心率测量技术在实际应用中面临的两大问题:①人脸局部遮挡、整形、化妆;②成像设备帧率不稳定、监控视频信号传输延时造成的非均匀采样,提出了一种基于人脸面部区域选择与信号重采样的脉搏波信号预处理方法,对从监控视频信息中采集的特征信号进行预处理,实现了脉搏波信号的准确、均匀提取。实验结果表明,经过本方法预处理得到的脉搏波信号能够在实际使用中获得更加准确的测量结果。

关键词：非接触式心率测量面部区域选择信号重采样

来源：评论

学校读者我要写书评

暂无评论

面向加密数据的安全图像分类模型研究综述

引用

密码学报 2020年第4期7卷 525-540页

作者：孙隆隆李辉于诗文王迎雪西安电子科技大学综合业务网理论及关键技术国家重点实验室西安710071 西安电子科技大学网络与信息安全学院西安710126 中国电子科学研究院社会安全风险感知与防控大数据应用国家工程实验室北京100041

自2012年AlexNet模型提出以来,图像分类技术研究进入了深度学习时代.模型分类能力的提高使得技术的实际应用变得普及,许多企业将图像分类与云计算等技术结合,为用户提供各类便捷服务.但是模型的广泛使用带来了巨大的图像数据隐私泄漏风... 详细信息

自2012年AlexNet模型提出以来,图像分类技术研究进入了深度学习时代.模型分类能力的提高使得技术的实际应用变得普及,许多企业将图像分类与云计算等技术结合,为用户提供各类便捷服务.但是模型的广泛使用带来了巨大的图像数据隐私泄漏风险.这一问题严重阻碍了图像分类技术的应用与发展.为此研究人员尝试将同态加密和安全多方计算等密码学技术与图像分类模型相结合,设计隐私保护方案.由于引入隐私保护会对模型的可用性(执行速度和分类精度)造成影响,因此兼顾安全性与可用性成为研究重点.本文对基于加密技术的图像分类模型隐私保护研究进行了全面调研,介绍了常用密码学技术的原理和适用性;依据模型使用场景的不同将问题分为模型推理和训练两类,对每一类问题当前的研究进展进行了详细介绍,比较了不同方案的特点和效果.最后基于当前研究的不足与难点,对本问题未来的研究方向做了展望.

关键词：图像分类深度学习隐私保护同态加密安全多方计算

来源：评论

学校读者我要写书评

暂无评论

基于多智能体的巡逻任务分配和路径优化方法研究

引用

中国电子科学研究院学报 2021年第7期16卷 633-638页

作者：师文喜付艳云赵学义刘海强李鹏中国电子科学研究院北京100041 新疆联海创智信息科技有限公司北京100041 社会安全风险感知与防控大数据应用国家工程实验室北京100041 北京城市系统工程研究中心北京100044

合理有效的巡逻任务规划对于提高街面"见警率"和巡逻力度、加强社会面动态防控工作具有重要意义,由于巡逻任务规划具有多任务、多约束、多目标等特点,极大增加了建立任务分配算法的难度。面向协同巡逻中任务分配和路径优化问... 详细信息

合理有效的巡逻任务规划对于提高街面"见警率"和巡逻力度、加强社会面动态防控工作具有重要意义,由于巡逻任务规划具有多任务、多约束、多目标等特点,极大增加了建立任务分配算法的难度。面向协同巡逻中任务分配和路径优化问题,提出了一种集成的仿真优化框架,采用基于仿真的方法,将进化算法与优化实验相结合进行协同优化。针对巡逻的人机协同以及选址问题,追求任务分配和路径优化综合代价最小建立二层优化模型,结合多智能体遗传算法和Opt Quest优化实验构建巡逻方案,设计案例验证模型,同时实现规划结果的GIS可视化。仿真结果验证了模型和算法的有效性,该方法具有较强可扩展性,可解决多巡逻和多地址环境下的多目标优化调度问题。

关键词：巡逻规划任务分配选址优化遗传算法多旅行商问题

来源：评论

学校读者我要写书评

暂无评论

解耦表征学习研究进展

引用

计算机应用 2021年第12期41卷 3409-3418页

作者：成科扬孟春运王文杉师文喜詹永照江苏大学计算机科学与通信工程学院江苏镇江212013 社会安全风险感知与防控大数据应用国家工程实验室(中国电子科学研究院) 北京100041 新疆联海创智信息科技有限公司乌鲁木齐830011

解耦表征学习旨在对影响数据形态的关键因素进行建模,使得某一关键因素的变化仅仅引起数据在某项特征上的变化,而其他的特征不受影响,这有利于应对机器学习在模型可解释性、对象生成和操作以及零样本学习等问题上的挑战,因此解耦表征学... 详细信息

解耦表征学习旨在对影响数据形态的关键因素进行建模,使得某一关键因素的变化仅仅引起数据在某项特征上的变化,而其他的特征不受影响,这有利于应对机器学习在模型可解释性、对象生成和操作以及零样本学习等问题上的挑战,因此解耦表征学习一直是机器学习领域的一个研究热点。从解耦表征学习的历史与动机入手,对解耦表征学习的研究现状以及应用进行归纳总结,分析了解耦表征所具有的不变性、复用性等特性,介绍了基于生成解耦表征变差因素的研究、基于流形相互作用解耦表征变差因素的研究、基于对抗性训练解耦表征变差因素的研究,以及一种变分自编码器β-VAE的研究等最新研究动态。同时,阐述了解耦表征学习的典型应用,并对未来的研究方向作出了展望。

关键词：解耦学习表征学习变分推断可解释性机器学习自编码器变差因素复用性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：