检索结果-内蒙古大学图书馆

计算机应用与软件 2025年第4期42卷 13-20页

作者：林杨王炜云南大学软件学院云南昆明650504

为解决即时软件缺陷预测结果难以解释的问题,基于多项式神经网络的改进模型,提出一种事前可解释的即时软件缺陷预测方法,通过将代码度量元与预测结果之间的因果关系形式化输出为K-G多项式的复合函数,使用标准化回归系数来衡量复合函数... 详细信息

为解决即时软件缺陷预测结果难以解释的问题,基于多项式神经网络的改进模型,提出一种事前可解释的即时软件缺陷预测方法,通过将代码度量元与预测结果之间的因果关系形式化输出为K-G多项式的复合函数,使用标准化回归系数来衡量复合函数中度量元的重要性,分析影响缺陷产生的原因。实验结果表明在平均预测准确率达到0.797的前提下,该方法还具有较好的可解释性。

关键词：多项式神经网络即时软件缺陷预测事前可解释性形式化

来源：评论

学校读者我要写书评

暂无评论

路径掩码自编码器引导无监督属性图节点聚类

引用

计算机科学 2025年第1期52卷 160-169页

作者：丁新宇孔兵陈红梅包崇明周丽华云南大学信息学院昆明650504 云南大学软件学院昆明650504

图聚类的目的在于发现网络的社区结构。针对目前聚类方法无法很好地获取网络深层潜在社区信息,且不能对特征进行合适的信息整合导致节点社区语义不清晰的问题,提出了一种路径掩码自编码器引导无监督属性图节点聚类模型(Path-Masked Auto... 详细信息

图聚类的目的在于发现网络的社区结构。针对目前聚类方法无法很好地获取网络深层潜在社区信息,且不能对特征进行合适的信息整合导致节点社区语义不清晰的问题,提出了一种路径掩码自编码器引导无监督属性图节点聚类模型(Path-Masked Autoencoder Guiding Unsupervised Attribute Graph Node Clustering, PAUGC)。该模型通过对网络进行随机路径掩码后使用自编码器来深度挖掘网络拓扑结构,从而获得良好的全局结构语义信息,利用规范性方法来对特征进行信息整合,使节点特征能够更好地表征特征的类别信息。此外,模型结合模块最大化来抓取整个图中的底层社区群落信息,目的在于更合理地将其融合到低维度节点特征中。最后通过自训练聚类来不断迭代优化更新聚类表示以获得最终的节点特征。通过在8个基准数据集上与11种经典方法进行大量实验对比,证明了PAUGC的有效性。

关键词：深度图聚类无监督学习特征信息整合模块最大化聚类自训练

来源：评论

学校读者我要写书评

暂无评论

人工智能目标检测技术在书画文物病害调查中的应用

引用

西北大学学报(自然科学版) 2025年第1期55卷 98-105页

作者：邓旭帅李子璇张云春沐蕊云南大学历史与档案学院云南昆明650091 云南大学软件学院云南昆明650504 云南省博物馆云南昆明650214

针对书画文物保护工作中人工病害调查和病害图绘制效率低的问题,探索了基于深度神经网络的目标检测技术识别书画病害的可行性。选择YOLOv5系列模型并根据本研究任务特点对其结构做了优化,包括FGSM算法、CmBN策略、Dropblock正则化和CIOU... 详细信息

针对书画文物保护工作中人工病害调查和病害图绘制效率低的问题,探索了基于深度神经网络的目标检测技术识别书画病害的可行性。选择YOLOv5系列模型并根据本研究任务特点对其结构做了优化,包括FGSM算法、CmBN策略、Dropblock正则化和CIOU-Loss损失函数。利用博物馆馆藏书画文物素材,融合Mosaic数据增强方法进行书画文物图片的增强,设计了滑动窗口检测技术、图像逐层分析和定位裁剪技术,初步训练出了2个具备病害识别功能的模型,根据模型性能检验指标最终选择了YOLOv5x6作为本研究任务的模型。测试结果表明,该模型以较高的准确率和查全率识别出了待检测病害,用时仅为人工的千分之一。该技术的引入可极大提高文物病害识别效率,并且在病害识别过程中保持客观、稳定的标准。

关键词：病害识别目标检测图像处理 YOLOv5 深度神经网络

来源：评论

学校读者我要写书评

暂无评论

自适应核动态潜变量算法及输电线路极端冰冻灾害预警模型

引用

云南大学学报(自然科学版) 2025年第2期47卷 244-254页

作者：刘潇潇李鹏张璇彭庆军云南大学信息学院云南昆明650500 云南大学软件学院云南昆明650500 云南电网有限责任公司电力科学研究院云南昆明650217

针对输电线路极端冰冻灾害预警模型中小概率样本不易获取以及在提取特征动态关系时难以在线学习的问题,提出一种自适应核动态潜变量算法及输电线路极端冰冻灾害预警模型.首先,该模型使用正常数据构建基于核动态潜变量(kernel dynamic la... 详细信息

针对输电线路极端冰冻灾害预警模型中小概率样本不易获取以及在提取特征动态关系时难以在线学习的问题,提出一种自适应核动态潜变量算法及输电线路极端冰冻灾害预警模型.首先,该模型使用正常数据构建基于核动态潜变量(kernel dynamic latent variable,KDLV)的离线模型,并获得到统计限T_(lim)^(2);然后,引入模型自适应更新准则对近似线性依靠算法(approximate linear dependence,ALD)进行改进,利用改进的ALD算法更新统计限T_(lim)^(2),从而自适应提取动态潜变量特征;最后,利用KDLV模型计算测试集数据的统计量T_(lim)^(2),以测试集数据统计量T_(lim)^(2)是否超过统计限T_(lim)^(2)作为判断标准.运用滇东北某输电线路覆冰数据进行实验验证.相较于动态潜变量、KDLV、动态内部主元分析及时序近邻保持嵌入方法,提出的方法灾害预警正确率最高、漏报率最低、误报率最低.

关键词：输电线路极端冰冻灾害核动态潜变量近似线性依靠小概率样本自适应预警

来源：评论

学校读者我要写书评

暂无评论

信息安全管理与法律法规课程案例教学模式改革

引用

网络安全技术与应用 2025年第4期 116-118页

作者：黄光能云南大学软件学院云南650091

本文通过对信息安全管理与法律法规课程教学内容、教学方式、教学过程三个方面开展教学反思,提出以项目案例设计的方式作为实践任务贯穿到课程日常的教学课时中,让学生做中学,做中思,完成课程既定的教学内容,并最终达成课程承载的信息... 详细信息

本文通过对信息安全管理与法律法规课程教学内容、教学方式、教学过程三个方面开展教学反思,提出以项目案例设计的方式作为实践任务贯穿到课程日常的教学课时中,让学生做中学,做中思,完成课程既定的教学内容,并最终达成课程承载的信息安全管理与法律法规培养目标。

关键词：信息安全管理法律法规案例教学设计

来源：评论

学校读者我要写书评

暂无评论

基于ConvNeXt的伪造人脸检测方法

引用

信息安全研究 2025年第3期11卷 231-240页

作者：何德芬江倩金鑫冯明苗圣法易华松云南大学软件学院昆明650504 跨境网络空间安全教育部工程研究中心(云南大学) 昆明650504

由深度生成模型生成的虚假图像越发逼真,这些图像已经超越了人眼的识别能力.这种模型已成为编造谎言、制造舆论等非法活动的新工具.虽然当前研究者已经提出了很多检测方法检测伪造图像,但泛化能力普遍不高,因此,提出了一种基于ConvNeXt... 详细信息

由深度生成模型生成的虚假图像越发逼真,这些图像已经超越了人眼的识别能力.这种模型已成为编造谎言、制造舆论等非法活动的新工具.虽然当前研究者已经提出了很多检测方法检测伪造图像,但泛化能力普遍不高,因此,提出了一种基于ConvNeXt的伪造人脸检测方法.首先在ConvNeXt的第2个和第3个下采样模块后添加极化自注意(polarization self-attention,PSA)模块,使网络具有空间注意力和通道注意力的性能.其次在ConvNeXt的尾部设计一个信息富余模块(rich imformation block,RIB),以丰富网络学习到的信息,通过该模块对信息进行处理后再进行最终的分类.此外,网络训练使用的损失函数是交叉熵损失与KL(Kullback-Leibler)散度的结合.在当前主流的伪造人脸数据集上作了大量的实验,实验结果表明该方法在FF++高质量数据集上无论是准确率还是泛化性都超过所有对比方法.

关键词：神经网络深度学习伪造人脸特征提取伪造图像检测

来源：评论

学校读者我要写书评

暂无评论

物联网中融合网络流量的恶意软件检测

引用

电子科技大学学报 2023年第4期52卷 602-609页

作者：张云春王旺旺李成杰廖梓琨封凡林英云南大学软件学院昆明650500

针对物联网基础设施、应用程序和终端设备的攻击显著增加,物联网中的代表性恶意软件以产生恶意流量为主。对基于恶意软件字节序列构建的MalConv模型进行改进,与基于恶意流量特征的Bi-LSTM模型进行融合,实现了适用于物联网终端设备恶意... 详细信息

针对物联网基础设施、应用程序和终端设备的攻击显著增加,物联网中的代表性恶意软件以产生恶意流量为主。对基于恶意软件字节序列构建的MalConv模型进行改进,与基于恶意流量特征的Bi-LSTM模型进行融合,实现了适用于物联网终端设备恶意软件检测的融合模型。实验结果表明,融合模型NT-MalConv具有更高的检测能力,检测准确率达95.17%;检测融合对抗样本时,NT-MalConv模型比MalConv改进模型的准确率提升了10.31%。

关键词：对抗攻击物联网恶意流量检测恶意软件检测模型融合

来源：评论

学校读者我要写书评

暂无评论

基于粒子群优化的无线Mesh网络信道分配算法

引用

电子科技大学学报 2017年第5期46卷 728-733,746页

作者：张云春王玉婧姚绍文李娜胡建陶云南大学软件学院昆明650095

多信道多天线(MCMR)广泛被用于提升无线Mesh网络的性能,但现有信道分配算法存在两方面问题:算法的时间太长和空间复杂度过高,无法获得全局最优解;算法可扩展性差,无法适用于大规模的网络。为解决上述问题,该文借鉴粒子群优化算法在收敛... 详细信息

多信道多天线(MCMR)广泛被用于提升无线Mesh网络的性能,但现有信道分配算法存在两方面问题:算法的时间太长和空间复杂度过高,无法获得全局最优解;算法可扩展性差,无法适用于大规模的网络。为解决上述问题,该文借鉴粒子群优化算法在收敛快、开销小等方面的优势,以建模无线Mesh网络中的信道分配问题。通过网络信息的交换和干扰模型的定义,以最小化适应度函数为优化目标,以天线、可用信道数量、信号干扰等为约束条件,设计并实现了基于粒子群优化的信道分配算法(PSOCA)。仿真实验表明了算法的可行性,且与同类算法相比,该算法在网络吞吐量和丢包率两个方面具有明显的改善。

关键词：信道分配适应度函数多信道多天线粒子群优化无线Mesh网络

来源：评论

学校读者我要写书评

暂无评论

一种软件演化活动波及效应混合分析方法

引用

计算机研究与发展 2016年第3期53卷 503-516页

作者：王炜李彤何云李浩云南大学软件学院昆明650091

确定演化活动潜在影响的过程称之为波及效应分析.波及效应分析已经被公认为影响软件演化项目成败的一个关键因素.针对当前波及效应分析准确率不高、各方法存在固有缺陷的问题,提出了一种混合波及效应分析方法,该方法将动态分析方法与文... 详细信息

确定演化活动潜在影响的过程称之为波及效应分析.波及效应分析已经被公认为影响软件演化项目成败的一个关键因素.针对当前波及效应分析准确率不高、各方法存在固有缺陷的问题,提出了一种混合波及效应分析方法,该方法将动态分析方法与文本分析方法相结合,在保持高召回率的基础上,基于演化软件领域知识降低了噪声对分析结果的不利影响,约简了分析范围,提高了查准率.为验证方法的有效性,对开源软件jEdit分别使用动态、静态、基于文本、基于历史演化知识和混合分析方法进行波及效应分析.通过比对实验结果,表明混合波及效应分析方法具有较好的综合性能.

关键词：波及效应分析动态波及效应分析基于领域知识的降噪演化活动最小完备集关联规则挖掘

来源：评论

学校读者我要写书评

暂无评论

基于并发跳表的云数据处理双层索引架构研究

引用

计算机研究与发展 2015年第7期52卷 1531-1545页

作者：周维路劲周可人王世普姚绍文云南大学软件学院昆明650091

云数据处理在云计算基础设施中占有极其关键的地位.然而,当前的云存储系统绝大部分都采用基于分布式Hash的健-值对模式来组织数据,在范围查询方面支持不理想、且动态实时性差,有必要构建云环境下辅助动态索引.通过总结、分析云环境中辅... 详细信息

云数据处理在云计算基础设施中占有极其关键的地位.然而,当前的云存储系统绝大部分都采用基于分布式Hash的健-值对模式来组织数据,在范围查询方面支持不理想、且动态实时性差,有必要构建云环境下辅助动态索引.通过总结、分析云环境中辅助双层索引机制,提出一种基于并发跳表的云数据处理双层索引架构.该架构采用两层体系结构,突破单台机器内存和硬盘的限制,从而扩展系统整体的索引范围.通过动态分裂算法解决局部服务器中的热点问题,保证索引结构整体的负载均衡.通过并发跳表来提高全局索引的承载性能,改善了全局索引的并发性,提高整体索引的吞吐率.实验结果表明,基于并发跳表的云数据处理双层索引架构能够有效支持单键查询和范围查询,具有较强的可扩展性和并发性,是一种高效的云存储辅助索引.

关键词：云计算双层索引并发跳表范围查询乐观并发控制

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：