检索结果-内蒙古大学图书馆

中文信息学报 2023年第9期37卷 108-120页

作者：马秋微赵书良赵妍河北师范大学计算机与网络空间安全学院河北石家庄050024 供应链大数据分析与数据安全河北省工程研究中心河北石家庄050024 河北省网络与信息安全重点实验室河北石家庄050024

文本相似性度量对基于文本的分类,聚类以及排序等有着广泛的影响。现有的大部分文本相似性度量方法不仅文本特征粒度单一化,而且忽略了非结构化文本数据中的结构化信息。该文将文本相似性度量问题转化为加权异质信息网络中的节点相似性... 详细信息

文本相似性度量对基于文本的分类,聚类以及排序等有着广泛的影响。现有的大部分文本相似性度量方法不仅文本特征粒度单一化,而且忽略了非结构化文本数据中的结构化信息。该文将文本相似性度量问题转化为加权异质信息网络中的节点相似性度量问题,利用元路径的结构特性和语义特性度量文本的显式语义相似性,使其度量结果更准确并且更具有可解释性。首先,结合世界知识库,扩大文本特征粒度,构建加权文本异质信息网络,将非结构化文本类型数据表示为结构化的异质信息网络的形式。其次,挖掘元路径,并提出基于元路径的ω-PageRank-Nibble子图划分算法,得到包含给定文本节点集的局部图。根据局部图,计算并存储特定元路径的交换矩阵,为后续相似性度量降低时间及空间成本。最后,提出AllPathSim耦合相似性度量方法,度量文本类型节点的相似性。在图剪枝方面,利用基于元路径的ω-PageRank-Nibble算法划分子图,与处理整张图相比,时间成本和空间成本降低效果显著。在相似性度量方面,与同期最优的相同类型节点度量方法相比,AllPathSim耦合相似性度量方法与度量结果的相关系数在20NG和GCAT数据集上分别提高了6.1%和6.9%。

关键词：相似性度量加权异质信息网络元路径文本挖掘

来源：评论

学校读者我要写书评

暂无评论

多视角层次聚类下的无线网络入侵检测算法

引用

计算机科学与探索 2022年第12期16卷 2752-2764页

作者：董新玉解滨赵旭升高新宝河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心石家庄050024

针对现有基于监督学习的无线网络入侵检测算法误检率高、难以发现未知类型攻击行为、获取带标记网络数据代价大的问题,提出一种基于多视角层次聚类的无监督无线网络入侵检测算法。该算法基于无监督学习,不需要为参与分类器学习的大量无... 详细信息

针对现有基于监督学习的无线网络入侵检测算法误检率高、难以发现未知类型攻击行为、获取带标记网络数据代价大的问题,提出一种基于多视角层次聚类的无监督无线网络入侵检测算法。该算法基于无监督学习,不需要为参与分类器学习的大量无线网络数据进行人工标记,具有易获取训练数据集和发现未知类型攻击行为的优势,同时该算法引入多视角余弦距离作为层次聚类中无线网络数据对象间相似性度量,使聚类结果更加合理,对网络数据行为的判定更加准确,在一定程度上降低了入侵检测的误检率。选用公开无线网络攻击数据集(AWID)进行实验,通过主成分分析法对实验数据集进行降维处理,很大程度上降低了入侵检测算法的时间复杂度。实验结果表明,与传统的无线网络入侵检测算法相比,提出的多视角层次聚类下的无线网络入侵检测算法在检测率、误检率和发现未知攻击类型等性能上都有显著提升。

关键词：多视角层次聚类无线网络入侵检测主成分分析(PCA)

来源：评论

学校读者我要写书评

暂无评论

基于注意力网络特征的社区发现算法

引用

山东大学学报（理学版） 2021年第9期56卷 1-12,20页

作者：王静红梁丽娜李昊康周易河北师范大学计算机与网络空间安全学院河北石家庄050024 河北省供应链大数据分析与数据安全工程研究中心河北石家庄050024 上海海关科技处上海200002

现实世界中许多网络都是根据社区结构紧密组织起来的,发现社区对于了解复杂网络的结构及其关系有很大的帮助,文中提出了一种基于注意力网络特征的社区发现(community discovery algorithm based on attention network features,CANF)算... 详细信息

现实世界中许多网络都是根据社区结构紧密组织起来的,发现社区对于了解复杂网络的结构及其关系有很大的帮助,文中提出了一种基于注意力网络特征的社区发现(community discovery algorithm based on attention network features,CANF)算法,利用标记节点频率和反示例节点频率度量初始网络标记特征,并且引入注意力机制,对示例节点的每个邻居节点更好地分配权重,将初始权重与分配权重相结合,使初始度量的网络特征获取更多与目标有关的细节信息。文中通过分配的注意力网络特征进行复杂网络预处理以及社区博弈归并,于真实网络中进行验证,实验结果表明,CANF算法在准确度、模块度以及运行时间方面优于其他社区发现算法。

关键词：复杂网络注意力网络特征社区发现网络预处理社区博弈归并

来源：评论

学校读者我要写书评

暂无评论

自适应聚类中心策略优化的密度峰值聚类算法

引用

计算机工程与应用 2023年第21期59卷 91-101页

作者：徐童童解滨张喜梅张春昊河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心石家庄050024

密度峰值聚类算法(DPC)是一种简单高效的无监督聚类算法,能够快速找到聚类中心完成聚类。该算法通过截断距离定义局部密度未考虑样本点的空间分布特征;通过决策图选择聚类中心点,具有较强人为主观性;在分配样本点时采用单一分配策略,易... 详细信息

密度峰值聚类算法(DPC)是一种简单高效的无监督聚类算法,能够快速找到聚类中心完成聚类。该算法通过截断距离定义局部密度未考虑样本点的空间分布特征;通过决策图选择聚类中心点,具有较强人为主观性;在分配样本点时采用单一分配策略,易产生连带错误。因此提出一种自适应聚类中心策略优化的密度峰值聚类算法(ADPC),采用共享近邻定义两点之间的相似性度量,重新定义了局部密度,使局部密度反应样本间的空间分布特征;通过相邻点之间斜率差分确定样本密度ρ与相对距离δ的乘积γ值的“拐点”,并对γ进行幂函数变换,以提高潜在聚类中心与非聚类中心的区分度,利用决策函数确定潜在的聚类中心,再通过潜在聚类中心之间距离均值自适应确定真实聚类中心;优化了非聚类中心点的分配策略。通过在UCI以及人工数据集上进行实验,该算法都可以自适应准确选定聚类中心,且在一定程度上提高了聚类性能。

关键词：密度峰值聚类共享近邻斜率差分自适应决策函数

来源：评论

学校读者我要写书评

暂无评论

基于弯曲声线和测距修正的水下节点定位算法

引用

电子学报 2022年第7期50卷 1567-1572页

作者：陈嘉兴程杰董云玲刘志华河北师范大学计算机与网络空间安全学院河北石家庄050024 河北师范大学河北省网络与信息安全重点实验室河北石家庄050024 河北师范大学河北省供应链大数据分析与数据安全工程研究中心河北石家庄050024 河北正定师范高等专科学校河北石家庄050800

针对由于水下声速变化及障碍物干扰引起的定位误差较大的问题,本文提出了一种抛物模型定位算法.首先基于到达角度提出了适用于弯曲声线的抛物模型测距法.然后基于到达时间提出了非理想路径测距识别方法和理想路径测距修正方法.最后利用... 详细信息

针对由于水下声速变化及障碍物干扰引起的定位误差较大的问题,本文提出了一种抛物模型定位算法.首先基于到达角度提出了适用于弯曲声线的抛物模型测距法.然后基于到达时间提出了非理想路径测距识别方法和理想路径测距修正方法.最后利用投影法结合最小二乘法完成定位.仿真实验表明,该算法在弯曲声线、路径识别、测距优化三个方面均能有效地降低误差.

关键词：水下无线传感器网络定位算法距离修正弯曲声线路径识别

来源：评论

学校读者我要写书评

暂无评论

基于改进SKNet-SVM的网络安全态势评估

引用

应用科学学报 2024年第2期42卷 334-349页

作者：赵冬梅孙明伟宿梦月吴亚星河北师范大学计算机与网络空间安全学院河北石家庄050024 河北师范大学河北省网络与信息安全重点实验室河北石家庄050024 供应链大数据分析与数据安全河北省工程研究中心河北石家庄050024

为提高网络安全态势评估的准确率,增强稳定性与鲁棒性,提出一种基于改进选择性卷积核卷积神经网络和支持向量机的网络安全态势评估模型。首先,使用改进选择性卷积核代替传统卷积核进行特征提取,提高卷积神经网络感受野变化的自适应性,... 详细信息

为提高网络安全态势评估的准确率,增强稳定性与鲁棒性,提出一种基于改进选择性卷积核卷积神经网络和支持向量机的网络安全态势评估模型。首先,使用改进选择性卷积核代替传统卷积核进行特征提取,提高卷积神经网络感受野变化的自适应性,增强特征之间关联性。然后,将提取的特征输入到支持向量机中进行分类,并使用网格优化算法对支持向量机中的参数进行全局寻优。最后,根据网络攻击影响指标计算网络安全态势值。实验表明,基于改进选择性卷积核卷积神经网络和支持向量机的态势评估模型与传统的卷积神经网络搭建的态势评估模型相比,准确率更高,并且具有更强的稳定性和鲁棒性。

关键词：网络安全态势评估网络安全态势感知改进选择性卷积核卷积神经网络支持向量机网格优化算法

来源：评论

学校读者我要写书评

暂无评论

一种具有连续跳数值的三维DV-Hop改进算法

引用

电子学报 2020年第11期48卷 2122-2130页

作者：程杰董云玲陈嘉兴刘志华河北师范大学计算机与网络空间安全学院河北石家庄050024 河北师范大学河北省网络与信息安全重点实验室河北石家庄050024 河北师范大学河北省供应链大数据分析与数据安全工程研究中心河北石家庄050024 石家庄科技工程职业学院河北石家庄050800

设计精确的定位算法是无线传感器网络(Wireless Sensor Networks,WSNs)的研究热点.针对DV-Hop(Distance Vector-Hop)定位算法中节点间距离估计误差较大导致定位不精确的问题,提出了一种具有连续跳数值的三维DV-Hop改进算法.探究了邻居... 详细信息

设计精确的定位算法是无线传感器网络(Wireless Sensor Networks,WSNs)的研究热点.针对DV-Hop(Distance Vector-Hop)定位算法中节点间距离估计误差较大导致定位不精确的问题,提出了一种具有连续跳数值的三维DV-Hop改进算法.探究了邻居节点间的距离与相应节点位置和通信半径构成的相交球体体积之间的关系,提出了连续跳数值的定义,并通过参数修正给出了其计算方法.通过仿真实验探究了网络环境对参数的影响并确定了参数的取值,使用连续跳数值代替DV-Hop算法中的跳数来降低节点间距离估计误差.仿真实验表明,该算法在不增加算法复杂度以及额外硬件的情况下有效地降低了定位误差.

关键词：无线传感器网络 DV-Hop定位相交球体连续跳数值参数修正

来源：评论

学校读者我要写书评

暂无评论

结合CNN与Transformer的双流U型医学图像分割网络

引用

小型微型计算机系统 2024年

作者：杨超荣张朝晖河北师范大学计算机与网络空间安全学院河北师范大学供应链大数据分析与数据安全河北省工程研究中心河北师范大学河北省网络与信息安全重点实验室

为有效利用医学输入图像的局部特征与全局语义信息，从而获得边界更清晰、语义结构更完整的图像分割结果，提出一种结合CNN与Transformer的双流U型医学图像分割网络(DS-UNet)。首先，双流U型结构由用于局部特征提取的CNN分支和进行全局... 详细信息

为有效利用医学输入图像的局部特征与全局语义信息，从而获得边界更清晰、语义结构更完整的图像分割结果，提出一种结合CNN与Transformer的双流U型医学图像分割网络(DS-UNet)。首先，双流U型结构由用于局部特征提取的CNN分支和进行全局特征提取的Swin Transformer分支构成；之后，为实现局部特征与全局特征的优势互补，以通道注意力和空间注意力为基础，提出了CNN和Transformer的融合模块(CTFB)，并将其作为DS-UNet的重要组件，用于特征处理三个关键阶段双分支的信息交互与特征融合；此外，还提出一种用于双分支特征图与浅层多尺度特征图融合的跨分支信息增强模块(CBIE)，为后续分割结果的生成做进一步的全局语义信息增强与浅层细节补充。以Dice相似系数与IoU值为评价指标，在GlaS、MoNuSeg、QaTa-COV19以及Synapse 4个公开数据集的对比实验表明，DS-UNet优于其他大部分竞争算法，并在GlaS、MoNuSeg以及Synapse数据集上性能最优。

关键词：医学图像语义分割双流U型结构 Swin Transformer CNN 特征融合

来源：评论

学校读者我要写书评

暂无评论

基于标签增强的细粒度文本分类

引用

计算机工程与应用 2024年第21期60卷 134-141页

作者：郭瑞强杨世龙贾晓文魏谦强河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学河北省供应链大数据分析与数据安全工程研究中心石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024

文本分类是自然语言处理的一个重要分支,旨在通过训练给数据标注标签。但现有的方法仅仅考虑了标签和文本之间最浅显的语义关系,并没有考虑标签本身的额外语义信息,导致文本分类的准确率难以提升。针对此问题,提出一种基于标签增强的细... 详细信息

文本分类是自然语言处理的一个重要分支,旨在通过训练给数据标注标签。但现有的方法仅仅考虑了标签和文本之间最浅显的语义关系,并没有考虑标签本身的额外语义信息,导致文本分类的准确率难以提升。针对此问题,提出一种基于标签增强的细粒度文本分类模型(FGTC),它根据已知信息对标签进行解释,丰富了标签和文档之间的语义联系。此外,FGTC进一步建模标签中短语的序列关系,并采用单词级别的细粒度标签注意力方法,充分挖掘了标签的有效信息。在四个基准数据集上进行了对比实验,结果表明,该模型在文本分类任务上的准确率得到有效提升。

关键词：文本分类标签增强细粒度标签注意力

来源：评论

学校读者我要写书评

暂无评论

基于反向K近邻和密度峰值初始化的加权Kmeans聚类入侵检测算法

引用

南京理工大学学报 2023年第1期47卷 56-65页

作者：张喜梅解滨徐童童张春昊河北师范大学计算机与网络空间安全学院河北石家庄050024 河北师范大学河北省网络与信息安全重点实验室河北石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心河北石家庄050024

传统Kmeans聚类算法的性能易受初始类簇中心随机性和类簇中心计算的迭代过程中边缘点和离群点反复计入的影响,为了避免这些影响,该文提出一种基于反向K近邻和密度峰值初始化的加权Kmeans聚类算法。通过样本的近邻信息计算每个样本的反向... 详细信息

传统Kmeans聚类算法的性能易受初始类簇中心随机性和类簇中心计算的迭代过程中边缘点和离群点反复计入的影响,为了避免这些影响,该文提出一种基于反向K近邻和密度峰值初始化的加权Kmeans聚类算法。通过样本的近邻信息计算每个样本的反向K近邻,针对不同规模、不同密度分布数据集,可以自适应地搜索密度峰值点作为初始类簇中心;自适应设定相对簇半径,并通过样本加权进行类簇中心迭代,在不同数据分布下可以有效降低边缘点和离群点对聚类结果的影响。试验结果证明,该算法在聚类性能提升的同时迭代次数大幅降低,随着入侵行为类型和数据规模的增加,该文聚类算法仍体现出较好的性能,且在发现未知攻击类型上效果显著。

关键词： Kmeans聚类入侵检测密度峰值样本加权反向K近邻

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：