检索结果-内蒙古大学图书馆

电子学报 2025年第1期53卷 151-162页

作者：郭向星周魏杨正益文俊浩杨佳佳刘蔓重庆大学大数据与软件学院重庆400044 信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400044 中国移动通信集团重庆有限公司重庆401320

基于图神经网络的社交推荐系统取得了较好的性能,然而,基于图神经网络的社交推荐模型存在以下挑战:基于图神经网络的模型的邻域聚集操作会放大用户的隐式行为中的噪声,使得用户和物品的向量表示存在偏差;用户物品图中的边和用户社交关... 详细信息

基于图神经网络的社交推荐系统取得了较好的性能,然而,基于图神经网络的社交推荐模型存在以下挑战:基于图神经网络的模型的邻域聚集操作会放大用户的隐式行为中的噪声,使得用户和物品的向量表示存在偏差;用户物品图中的边和用户社交关系图中的边的异质性,导致基于图神经网络在两张图上学习到的用户向量表示存在于不同的语义空间,直接融合往往得到次优的向量表示.针对上述问题,本文提出了基于自监督图卷积和注意力机制实现隐式反馈降噪的社交推荐模型.该模型从原始的用户物品图中捕捉用户的真实兴趣,生成降噪的用户物品交互图;提出一种新颖的用户向量融合方法,对异质的用户向量表示进行融合.在两个公开数据集上的实验结果表明,所提出的模型在不同数据集上的推荐性能均较基线模型有显著提升.在lastfm数据集上,推荐性能提升了1.18%至3.87%;在ciao数据集上,推荐性能提升了3.56%至7.31%.通过消融实验验证了模型各个模块的有效性.

关键词：注意力机制隐式反馈图卷积神经网络自监督学习社交推荐

来源：评论

学校读者我要写书评

暂无评论

基于国产密码算法的数控网络的认证与验证模型研究及安全评估

引用

电子与信息学报 2020年第8期42卷 1846-1852页

作者：夏晓峰向宏肖震宇蔡挺信息物理社会可信服务计算教育部重点实验室重庆400044 重庆大学大数据与软件学院重庆400044

该文针对工业控制系统安全,提出面向数控系统(NCS)网络安全保护技术框架,选用国产密码系列算法中的SM2,SM3,SM4算法,设计并建立了数控网络(CNC)认证与验证模型(AUTH-VRF),分内外两层为数控网络提供安全防护。外层为数控网络设备间通信... 详细信息

该文针对工业控制系统安全,提出面向数控系统(NCS)网络安全保护技术框架,选用国产密码系列算法中的SM2,SM3,SM4算法,设计并建立了数控网络(CNC)认证与验证模型(AUTH-VRF),分内外两层为数控网络提供安全防护。外层为数控网络设备间通信与传输进行安全认证实现网段隔离,内层验证通信协议完整性以确保现场设备接收运行程序的正确性与有效性;通过基于SM2,SM3,SM4算法设计和部署的外层防护装置,为分布式数控(DNC)设备与数控系统之间的通信提供身份认证与文件加密传输;同时针对工业控制网络的S7Comm工业通信协议数据,通过SM3算法验证专有工业协议数据完整性。通过网络攻击实验证明,AUTH-VRF模型可以为数控网络中工业生产数据提供有效的安全认证和资源完整性保护,为满足我国关键基础设施“国内、国外工业控制系统产品共同安全可控”和“安全技术深入工业控制系统各个层级”的需求提供了实际可行的技术参考方案。

关键词：国产密码算法数控网络安全认证完整性验证

来源：评论

学校读者我要写书评

暂无评论

基于异构图的双通道交叉自适应对比学习推荐

引用

电子学报 2023年第7期51卷 1929-1938页

作者：范伟周魏文俊浩重庆大学大数据与软件学院重庆400044 信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400044

通过用户多行为进行推荐任务中,各个行为通常不是独立作用的,行为之间的协同作用和依赖关系挖掘更能增强用户行为模式建模,反映用户偏好.而用户多行为关系的引入也会增加用户物品交互图与表征空间中的异质性(heterogeneity).针对上述问... 详细信息

通过用户多行为进行推荐任务中,各个行为通常不是独立作用的,行为之间的协同作用和依赖关系挖掘更能增强用户行为模式建模,反映用户偏好.而用户多行为关系的引入也会增加用户物品交互图与表征空间中的异质性(heterogeneity).针对上述问题,本文设计了一种基于异构图的双通道交叉自适应对比学习推荐模型MB-DCAC(Multi-Behavior Recommendation through Dual-channel Cross-Adaptive Contrast learning),创新性的从异构数据卷积过程构建对比学习方案,并基于异构连接进行表征属性增强,以提升模型挖掘用户行为模式与表达能力.实验结果表明,本文模型在Tmall、IJCAI-Context、Beibei三个数据集上,相较于基准模型在HR@10指标上分别提升了16.7%、18.3%、2.76%.且模型在挖掘多行为之间的依赖挖掘等任务上表现优异.

关键词：推荐系统多行为异构图对比学习行为依赖异质性

来源：评论

学校读者我要写书评

暂无评论

基于自监督学习的去流行度偏差推荐方法

引用

电子学报 2022年第10期50卷 2361-2371页

作者：张帅高旻文俊浩熊庆宇唐旭信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400044 重庆大学大数据与软件学院重庆400044

近年来,随着推荐系统研究的不断深入,推荐系统的公平性受到越来越多关注.流行度偏差也即流行的物品比非流行的物品更容易被推荐,是影响其公平性的重要因素之一.流行度偏差对推荐系统的各利益相关者都有严重的影响,引起研究者的广泛关注... 详细信息

近年来,随着推荐系统研究的不断深入,推荐系统的公平性受到越来越多关注.流行度偏差也即流行的物品比非流行的物品更容易被推荐,是影响其公平性的重要因素之一.流行度偏差对推荐系统的各利益相关者都有严重的影响,引起研究者的广泛关注.相关研究主要通过推荐结果重排或学习过程中融合正则化项提升非流行物品的曝光率,而非流行物品的交互数据极度稀疏成为研究的瓶颈.针对此问题,本文提出基于自监督学习的去流行度偏差推荐方法,解决两个难点:(1)准确学习交互数据极度稀疏的非流行物品的表征;(2)提升非流行物品曝光率的同时,兼顾不同用户对流行和非流行物品的偏好.具体地,从用户的角度,提出流行物品和非流行物品双视图的用户偏好学习方法,准确学习用户对流行和非流行物品的真实偏好;从物品的角度,采用自监督学习,利用互信息最大化捕获非流行物品与流行物品间的潜在关系,辅助提升非流行物品嵌入学习的准确性.最后,设计用户流行度偏好一致性、资格公平性等指标,并通过三个公开数据集的大量实验说明了本文方法在提升推荐性能的同时,能有效缓解流行度偏差问题并具有较强的通用性.

关键词：推荐系统协同过滤公平性流行度偏差自监督学习

来源：评论

学校读者我要写书评

暂无评论

中华菜系饮食数据可视分析

引用

计算机辅助设计与图形学学报 2023年第4期35卷 562-574页

作者：冯丹月小琪秦红星胡海波信息物理社会可信服务计算教育部重点实验室重庆400044 重庆大学大数据与软件学院重庆400044 重庆大学计算机学院重庆400044

饮食文化是中华文明的重要组成部分,对饮食文化中八大菜系的探究有助于传承和弘扬中华文明.为了向人们进行合理的食谱推荐,提出一个可视分析系统DietVis.首先,设计一种用于表达菜系多维属性的新颖视图,帮助用户分析菜系构成特征;其次,... 详细信息

饮食文化是中华文明的重要组成部分,对饮食文化中八大菜系的探究有助于传承和弘扬中华文明.为了向人们进行合理的食谱推荐,提出一个可视分析系统DietVis.首先,设计一种用于表达菜系多维属性的新颖视图,帮助用户分析菜系构成特征;其次,通过对食谱的食材构成和烹饪手法等进行聚类分析,让用户可以多角度地探究食谱间的关联;并结合食谱搭配的关联规则进行推荐,以满足不同用户的检索需求;最后,通过多视图联动构建出完整的饮食数据可视分析系统,支持用户在多层面对菜系及食谱进行探索和对比分析.通过案例分析和用户评估实验,采用李克特量表对调查问卷进行分析,验证了可视化视图的有效性以及系统的实用性.

关键词：多维数据可视化关联可视分析饮食文化

来源：评论

学校读者我要写书评

暂无评论

自然语言处理领域中的词嵌入方法综述

引用

计算机科学与探索 2024年第1期18卷 24-43页

作者：曾骏王子威于扬文俊浩高旻重庆大学大数据与软件学院重庆401331 信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400044

词嵌入作为自然语言处理任务的第一步,其目的是将输入的自然语言文本转换为模型可以处理的数值向量,即词向量,也称词的分布式表示。词向量作为自然语言处理任务的根基,是完成一切自然语言处理任务的前提。然而,国内外针对词嵌入方法的... 详细信息

词嵌入作为自然语言处理任务的第一步,其目的是将输入的自然语言文本转换为模型可以处理的数值向量,即词向量,也称词的分布式表示。词向量作为自然语言处理任务的根基,是完成一切自然语言处理任务的前提。然而,国内外针对词嵌入方法的综述文献大多只关注于不同词嵌入方法本身的技术路线,而未能将词嵌入的前置分词方法以及词嵌入方法完整的演变趋势进行分析与概述。以word2vec模型和Transformer模型作为划分点,从生成的词向量是否能够动态地改变其内隐的语义信息来适配输入句子的整体语义这一角度,将词嵌入方法划分为静态词嵌入方法和动态词嵌入方法,并对此展开讨论。同时,针对词嵌入中的分词方法,包括整词切分和子词切分,进行了对比和分析;针对训练词向量所使用的语言模型,从概率语言模型到神经概率语言模型再到如今的深度上下文语言模型的演化,进行了详细列举和阐述;针对预训练语言模型时使用的训练策略进行了总结和探讨。最后,总结词向量质量的评估方法,分析词嵌入方法的当前现状并对其未来发展方向进行展望。

关键词：词向量词嵌入方法自然语言处理语言模型分词词向量评估

来源：评论

学校读者我要写书评

暂无评论

面向嵌入式系统的加密算法性能检测方法

引用

重庆大学学报 2020年第11期43卷 1-10页

作者：柯亚文蔡挺夏晓峰向宏重庆大学大数据与软件学院重庆400044 重庆大学信息物理社会可信服务计算教育部重点实验室重庆400044

嵌入式系统信息安全是保障工业控制系统安全的必然要求,然而有限成本的硬件资源可能无法有效支撑加密算法应用所带来的额外计算开销。为研究面向嵌入式系统中加密算法移植的可行性和对系统性能的影响,提出了一个嵌入式系统加密算法性能... 详细信息

嵌入式系统信息安全是保障工业控制系统安全的必然要求,然而有限成本的硬件资源可能无法有效支撑加密算法应用所带来的额外计算开销。为研究面向嵌入式系统中加密算法移植的可行性和对系统性能的影响,提出了一个嵌入式系统加密算法性能度量方法,通过构建等效度量实现系统侧和密码侧两部分抽象层次的联系。实验利用该方法,以运行时间延迟、吞吐量和系统资源使用率为度量指标,完成对包括国产加密算法与轻量级算法等在内的多种不同配置加密算法的性能测评。实验结果表明加密算法密钥长度的增长会增加算法执行的延时,算法分组大小的增大会提高算法的运行速度,使用不同加密模式造成的性能影响随加密算法不同而表现出差异性。直接部署加密算法检测任务执行时系统的指标值可以简化测量,相比其他抽象模型在工业场景中的应用更有实际意义。

关键词：嵌入式系统加密算法性能检测轻量级密码 Xilinx ZYNQ

来源：评论

学校读者我要写书评

暂无评论

基于同态加密的多分类Logistic回归模型

引用

密码学报 2020年第2期7卷 179-186页

作者：许心炜蔡斌向宏桑军信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400044 重庆大学大数据与软件学院重庆400044

随着计算能力的发展,机器学习得到了广泛的应用,数据的安全问题也成为一个重要问题.同态加密技术可以在不泄露明文信息的情况下,对密文进行运算并在解密后得到与在明文上执行相应运算一致的结果.因此,同态加密是一种可行的有潜力的数据... 详细信息

随着计算能力的发展,机器学习得到了广泛的应用,数据的安全问题也成为一个重要问题.同态加密技术可以在不泄露明文信息的情况下,对密文进行运算并在解密后得到与在明文上执行相应运算一致的结果.因此,同态加密是一种可行的有潜力的数据安全外包解决方案.为了解决现实生活中出现的多分类问题,本文基于Cheon等提出的HEAAN同态加密方案,提出了一种能有效保护数据隐私的多分类Logistic回归模型,采用"一对其余"的拆解策略,通过训练多个分类器,将二分类Logistic回归模型推广到多分类.数据持有者可以将数据加密后发送给服务器,服务器使用多分类Logistic回归模型对加密数据进行训练,并将结果传回数据持有者,数据持有者解密结果后可以用来对多分类数据进行预测,整个过程中不会有隐私被泄露.本文通过对UCI的Dermatology和Iris数据集进行了实验,测试模型的性能.Dermatology数据集包含358条样本, 34个特征属性,分为6个类别,训练时间约为36.70分钟,准确率达到77.18%,与明文计算的准确率一致.实验验证了本文的模型在效率和准确率方面的可行性.

关键词：同态加密 HEAAN Logistic回归多分类

来源：评论

学校读者我要写书评

暂无评论

基于间接域适应特征生成的直推式零样本学习方法

引用

软件学报 2022年第11期33卷 4268-4284页

作者：黄晟杨万里张译张小洪杨丹重庆大学大数据与软件学院重庆401331 信息物理社会可信服务计算教育部重点实验室(重庆大学) 重庆400044 西南交通大学信息科学与技术学院四川成都611756

近年来,零样本学习备受机器学习和计算机视觉领域的关注.传统的归纳式零样本学习方法通过建立语义与视觉之间的映射关系,实现类别之间的知识迁移.这类方法存在着可见类和未见类之间的映射域漂移(projection domain shift)问题,直推式零... 详细信息

近年来,零样本学习备受机器学习和计算机视觉领域的关注.传统的归纳式零样本学习方法通过建立语义与视觉之间的映射关系,实现类别之间的知识迁移.这类方法存在着可见类和未见类之间的映射域漂移(projection domain shift)问题,直推式零样本学习方法通过在训练阶段引入无标定的未见类数据进行域适应,能够有效地缓解上述问题并提升零样本学习精度.然而,通过实验分析发现,这种直接在视觉空间同时进行语义映射建立和域适应的直推式零样本学习方法容易陷入“相互制衡”问题,从而无法充分发挥语义映射和域适应的最佳性能.针对上述问题,提出了一种基于间接域适应特征生成(feature generation with indirect domain adaptation,FG-IDA)的直推式零样本学习方法.该方法通过串行化语义映射和域适应优化过程,使得直推式零样本学习的这两大核心步骤能够在不同特征空间分别进行最佳优化,从而激发其潜能提升零样本识别精度.在4个标准数据集(CUB,AWA1,AWA2,SUN)上对FG-IDA模型进行了评估,实验结果表明,FG-IDA模型不仅展示出了相对其他直推学习方法的优越性,同时还在AWA1,AWA2和CUB数据集上取得了当前最优结果(the state-of-the-art performance).此外还进行了详尽的消融实验,通过与直接域适应方法进行对比分析,验证了直推式零样本学习中的“相互制衡”问题以及间接域适应思想的先进性.

关键词：图像分类零样本学习生成对抗网络域适应特征生成

来源：评论

学校读者我要写书评

暂无评论

伪异常选择驱动学习的视频异常检测

引用

计算机科学 2023年第5期50卷 146-154页

作者：赵松傅豪王洪星重庆大学信息物理社会可信服务计算教育部重点实验室重庆400044 重庆大学大数据与软件学院重庆400044

无监督视频异常检测方法通常使用正常的监控视频数据通过帧重构/帧预测方法来训练视频异常检测模型。然而,正常视频中往往包含大量的相似画面和背景帧,数据集冗余的问题尤为明显,因此不能高效地进行异常检测模型训练。针对该问题,提出... 详细信息

无监督视频异常检测方法通常使用正常的监控视频数据通过帧重构/帧预测方法来训练视频异常检测模型。然而,正常视频中往往包含大量的相似画面和背景帧,数据集冗余的问题尤为明显,因此不能高效地进行异常检测模型训练。针对该问题,提出了伪异常选择驱动学习的视频异常检测方法,从原始视频训练数据中迭代选取部分异常分数高的正常视频帧(伪异常帧)来构建新的训练池,用于学习和优化视频异常检测模型。在检测模型方面,设计了基于后继帧预测的双路U-Net骨干网络,以不同采样率的视频段分别作为两个支路的输入,从而从多个粒度上更好地提取和利用视频的时空特征。为了加强典型训练数据对帧预测任务和异常检测的影响,双路U-Net中设计了多层的记忆学习模块。在常用视频异常检测数据集上进行实验,验证了所提方法在检测精度和训练效率上的有效性。

关键词：视频监控异常检测样本选择记忆模型时空特征

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：