检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第9期59卷 280-288页

作者：邱凌张安思张羽李少波李传江杨磊贵州大学计算机科学与技术学院省部共建公共大数据国家重点实验室贵阳550025 贵州大学机械工程学院贵阳550025 中航贵州飞机有限责任公司贵州安顺561000

近年无人机作业安全保障问题面临着严峻挑战,确保无人机安全作业至关重要。传统的无人机故障诊断方法具有容易造成知识浪费等问题,已无法满足日益复杂的工作需求,基于新兴研究热点的知识图谱,充分利用无人机先验知识进行故障诊断,可实... 详细信息

近年无人机作业安全保障问题面临着严峻挑战,确保无人机安全作业至关重要。传统的无人机故障诊断方法具有容易造成知识浪费等问题,已无法满足日益复杂的工作需求,基于新兴研究热点的知识图谱,充分利用无人机先验知识进行故障诊断,可实现组件关联诊断并依靠专家知识实现诊断结果的可解释性。目前面向故障诊断知识图谱的研究较少,通常采用“预训练”模型解决深度学习模型训练的数据不足,但这种方法应用场景限制较大,且不能为后续研究者提供有价值可参考的训练样本。以无人机故障维修手册为主要数据,提出一种基于远程监督的机标人校数据标注方法,获得数量可观、标注精确的无人机故障语料库,并根据数据结构特点结合基于规则和BiLSTM-CRF网络的知识抽取方法,实验证明实体抽取效果良好。基于无人机故障诊断本体完成无人机故障诊断知识图谱的构建,通过Neo4j进行存储及可视化展示,并搭建无人机系统故障的智能问答系统,为无人机故障提供有理有据的精准诊断,证明了知识图谱在故障诊断领域的有效性,为基于知识图谱的故障诊断体系构建提供科学依据。

关键词：无人机知识图谱故障诊断知识抽取双向长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

可保留可用性和功能性的对抗样本

引用

计算机科学与探索 2022年第10期16卷 2286-2297页

作者：肖茂郭春申国伟蒋朝惠贵州大学计算机科学与技术学院贵阳550025 公共大数据国家重点实验室贵阳550025

基于灰度图的恶意软件检测方法由于不需要反汇编且具有检测准确率高的特点而备受关注。现今已有一些针对该类检测方法的对抗攻击,然而当前大部分对抗攻击方法无法确保所生成的对抗样本仍保留原PE文件的可用性或功能性,或是选择在通过文... 详细信息

基于灰度图的恶意软件检测方法由于不需要反汇编且具有检测准确率高的特点而备受关注。现今已有一些针对该类检测方法的对抗攻击,然而当前大部分对抗攻击方法无法确保所生成的对抗样本仍保留原PE文件的可用性或功能性,或是选择在通过文件头信息便能进行准确检测的PE文件底部添加字节码。通过分析PE文件的区段对齐机制以及文件对齐机制,提出一种可保留PE文件可用性和功能性的字节码攻击方法(BARAF)。该方法通过在由文件对齐机制产生的间隙空间和源于区段对齐机制而具有的扩展空间内批量修改或添加字节码来生成可保留可用性和功能性的对抗样本,来欺骗基于灰度图像的恶意软件检测方法。实验结果表明,BARAF生成的对抗样本最多能使基于灰度图的恶意软件检测方法的准确率下降31.58个百分点,并且难以通过文件头信息对其进行准确检测。

关键词：对抗样本恶意软件检测灰度图 PE文件

来源：评论

学校读者我要写书评

暂无评论

EFormer:基于分频和广注意力的高效Transformer医学图像配准模型

引用

计算机科学 2024年

作者：黄星宇王丽会唐堃程欣宇张健叶晨贵州大学贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州省智能医学图像分析与精准诊断重点实验室文本计算与认知智能教育部工程研究中心

医学图像配准对于多种后处理步骤至关重要。虽然目前基于卷积和Transformer的单流或双流网络架构能够实现良好的配准性能，但在配准性能与计算效率之间仍然难以取得平衡。为了解决这个问题，本文提出一种高效的Transformer配准网络EFor... 详细信息

医学图像配准对于多种后处理步骤至关重要。虽然目前基于卷积和Transformer的单流或双流网络架构能够实现良好的配准性能，但在配准性能与计算效率之间仍然难以取得平衡。为了解决这个问题，本文提出一种高效的Transformer配准网络EFormer，其主要由分频器模块（frequency division module， FDM）和广注意力模块（broad attention module， BAM）组成。具体而言，在编解码器中使用多个FDM模拟双流网络并行提取局部-全局信息以提高计算效率；利用BAM增强多个FDM中局部信息的传递以保留配准中重要的语义特征。通过在三个数据集上的定性和定量比较，实验结果表明，对比主流配准模型，所提出的EFormer在DSC、ASSD、HD95和雅可比行列式负值百分比四个评价招标上至少分别优化了1.3％、2.6％、0.6％和95％，此外，使用EFormer-tiny时，计算效率（Flops）优化了14％，表明所提出的EFormer能够以最快的计算速度在基于Transformer的网络中实现最佳的配准结果。

关键词：医学图像配准分频广注意力高效Transformer

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8的密集行人检测模型

引用

计算机工程 2025年第5期51卷 133-142页

作者：黄昆齐肇建王娟敏胡倩胡伟超皮建勇贵州大学公共大数据国家重点实验室计算机科学与技术学院贵州贵阳550025 贵州移动信息科技有限公司贵州贵阳550001 贵州大学云计算与物联网研究中心贵州贵阳550025

密集行人检测是公共智能监控的关键技术,其采用目标检测方法对视频中的行人位置和数量进行检测,进而实现对视频中人群的智能监控。在人员密集场景下因遮挡和行人的目标太小造成漏检。为此,提出一种改进YOLOv8检测模型Crowd-YOLOv8。首先... 详细信息

密集行人检测是公共智能监控的关键技术,其采用目标检测方法对视频中的行人位置和数量进行检测,进而实现对视频中人群的智能监控。在人员密集场景下因遮挡和行人的目标太小造成漏检。为此,提出一种改进YOLOv8检测模型Crowd-YOLOv8。首先,在主干网络使用nostride-Conv-SPD模块,增强对图像小目标特征等细粒度信息的提取能力;其次,在YOLOv8网络的颈部引入小目标检测头和CARAFE上采样算子对各尺度特征进行融合,以提高在小目标情况下的检测效果。实验结果表明,所提模型在CrowdHuman数据集上mAP@0.5和mAP@0.5∶0.95分别取得了84.3%和58.2%的检测效果,与原YOLOv8n相比分别提高了3.7和5.2百分点;在WiderPerson数据集上取得了88.4%和67.4%,与原YOLOv8n相比提高了1.1和1.5百分点。

关键词：密集行人检测 YOLOv8网络 nostride-Conv-SPD模块 CARAFE算子小目标检测头

来源：评论

学校读者我要写书评

暂无评论

基于MiniSAT的命题极小模型计算方法

引用

计算机研究与发展 2021年第11期58卷 2515-2523页

作者：张丽王以松谢仲涛冯仁艳贵州大学计算机科学与技术学院贵阳550025 公共大数据国家重点实验室(贵州大学) 贵阳550025

计算命题公式的极小模型在人工智能推理系统中是一项必不可少的任务.然而,即使是正CNF(conjunctive normal form)公式,其极小模型的计算和验证都不是易处理的.当前,计算CNF公式极小模型的主要方法之一是将其转换为析取逻辑程序后用回答... 详细信息

计算命题公式的极小模型在人工智能推理系统中是一项必不可少的任务.然而,即使是正CNF(conjunctive normal form)公式,其极小模型的计算和验证都不是易处理的.当前,计算CNF公式极小模型的主要方法之一是将其转换为析取逻辑程序后用回答集程序(answer set programming,ASP)求解器计算其稳定模型回答集.针对计算CNF公式的极小模型的问题,提出一种基于可满足性问题(satisfiability problem,SAT)求解器的计算极小模型的方法MMSAT;然后结合最近基于极小归约的极小模型验证算法CheckMinMR,提出了基于极小模型分解的计算极小模型方法MRSAT;最后对随机生成的大量的3CNF公式和SAT国际竞赛上的部分工业基准测试用例进行测试.实验结果表明:MMSAT和MRSAT对随机3CNF公式和SAT工业测试用例都是有效的,且计算极小模型的速度都明显快于最新版的clingo,并且在SAT工业实例上发现了clingo有计算出错的情况,而MMSAT和MRSAT则更稳定.

关键词：极小模型 SAT求解器 CNF公式极小归约极小模型分解

来源：评论

学校读者我要写书评

暂无评论

基于主动学习的深度半监督聚类模型

引用

计算机应用研究 2024年第10期41卷 2955-2961页

作者：付艳艳黄瑞章薛菁菁任丽娜陈艳平林川贵州大学文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

深度半监督聚类旨在利用少量的监督信息达到更好的聚类效果。然而,由于标注成本昂贵,监督信息的数量往往是有限的。因此,在监督信息有限的情况下,如何选择对聚类最有价值的监督信息变得至关重要。针对以上问题,提出了基于主动学习的深... 详细信息

深度半监督聚类旨在利用少量的监督信息达到更好的聚类效果。然而,由于标注成本昂贵,监督信息的数量往往是有限的。因此,在监督信息有限的情况下,如何选择对聚类最有价值的监督信息变得至关重要。针对以上问题,提出了基于主动学习的深度半监督聚类模型(DASCM)。该模型设计了一种主动学习方法,能够挑选出蕴涵丰富信息的边缘文本,并进一步生成蕴涵边缘文本的高价值监督信息。该模型利用这些监督信息指导聚类,从而提升聚类性能。在5个真实文本数据集上的实验表明,DASCM的聚类性能有显著提升。这一结果验证了利用主动学习方法生成的涵盖边缘文本的监督信息对于提升聚类效果是有效的。

关键词：深度半监督聚类主动学习边缘文本

来源：评论

学校读者我要写书评

暂无评论

基于多头指针的司法事件检测方法

引用

广西科学 2024年第2期31卷 335-345页

作者：张小丽黄辉黄瑞章秦永彬陈艳平贵州大学文本计算与认知智能教育部工程研究中心贵州贵阳550025 贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025

针对如何解决中文司法事件检测中触发词与上下文关系不足以判定事件实例、案件触发词表述相似以及同一个案件中多个触发词识别和分类模糊的问题,本研究提出一种基于多头指针的司法事件检测方法。首先,该方法将上下文信息和罪名特征融合... 详细信息

针对如何解决中文司法事件检测中触发词与上下文关系不足以判定事件实例、案件触发词表述相似以及同一个案件中多个触发词识别和分类模糊的问题,本研究提出一种基于多头指针的司法事件检测方法。首先,该方法将上下文信息和罪名特征融合作为输入,使用双向长短期记忆(Bi-directional Long Short-Term Memory,BiLSTM)网络捕获数据依赖关系,深入提取特征;然后,使用多头指针网络对字符间的依赖关系进行建模,有效捕捉句子中的触发词;最后,利用指针标注技术抽取触发词,实现司法事件的有效检测。在公开司法数据集LEVEN上实验验证该方法的有效性,其中微平均和宏平均的F1指标达到了87.53%和78.05%,优于现有模型。该方法不仅显著提高了事件触发词的识别精度,而且也增强了对复杂司法文本中事件上下文关系的把握能力。

关键词：司法事件检测触发词上下文关系罪名特征多头指针

来源：评论

学校读者我要写书评

暂无评论

基于多尺度混合注意力卷积神经网络的关系抽取模型

引用

计算机应用 2024年第7期44卷 2011-2017页

作者：唐媛陈艳平扈应黄瑞章秦永彬贵州大学文本计算与认知智能教育部工程研究中心贵阳550025 公共大数据国家重点实验室(贵州大学) 贵阳550025 贵州大学计算机科学与技术学院贵阳550025

针对基于卷积神经网络(CNN)的关系抽取获取句子语义信息时缺少不同尺度语义特征信息的获取以及对关键信息的关注的问题,提出基于多尺度混合注意力CNN的关系抽取模型。首先,将关系抽取建模为二维化表示的标签预测;其次,通过多尺度的特征... 详细信息

针对基于卷积神经网络(CNN)的关系抽取获取句子语义信息时缺少不同尺度语义特征信息的获取以及对关键信息的关注的问题,提出基于多尺度混合注意力CNN的关系抽取模型。首先,将关系抽取建模为二维化表示的标签预测;其次,通过多尺度的特征信息提取与融合,获得更细粒度的多尺度空间信息;然后,通过注意力与卷积的结合自适应地细化特征图,使模型关注重要的上下文信息;最后,使用两个预测器共同预测实体对之间的关系标签。实验结果表明,多尺度混合卷积注意力模型能够获取多尺度语义特征信息,而通道注意力和空间注意力通过权重捕捉通道和空间的关键信息,以此来提升关系抽取的性能。所提模型在数据集SemEval(SemEval-2010 task 8)、TACRED(TAC Relation Extraction Dataset)、Re-TACRED(Revised-TACRED)和SciERC(Entities,Relations,and Coreference for Scientific knowledge graph construction)上的F1值分别达到90.32%、70.74%、85.71%和89.66%。

关键词：关系抽取二维化表示通道注意力空间注意力多尺度语义特征

来源：评论

学校读者我要写书评

暂无评论

面向机器阅读理解的边界感知方法

引用

计算机应用 2024年第7期44卷 2004-2010页

作者：刘青陈艳平邹安琪黄瑞章秦永彬贵州大学文本计算与认知智能教育部工程研究中心贵阳550025 公共大数据国家重点实验室(贵州大学) 贵阳550025 贵州大学计算机科学与技术学院贵阳550025

针对现有的基于预训练语言模型的答案获取方法存在预测边界不够准确的问题,提出一种面向片段抽取式机器阅读理解(MRC)的边界感知方法。首先,在问题输入阶段引入特殊字符标记问题边界,通过增强问题语义信息的方式实现对问题边界的感知;其... 详细信息

针对现有的基于预训练语言模型的答案获取方法存在预测边界不够准确的问题,提出一种面向片段抽取式机器阅读理解(MRC)的边界感知方法。首先,在问题输入阶段引入特殊字符标记问题边界,通过增强问题语义信息的方式实现对问题边界的感知;其次,在答案预测阶段,构建答案边界回归器,实现感知的问题边界语义信息与输出的预测答案边界语义信息的语义交互;最后,通过交互后的语义信息进一步调整存在偏差的预测答案边界,实现对预测答案的校准。实验结果表明,与SpanBERT(Span-based Bidirectional Encoder Representation from Transformers)相比,该方法在公共数据集SQuAD(Stanford Question Answering Dataset)1.1上的F1值提升了0.2个百分点、精确匹配(EM)值提升了0.9个百分点;在HotpotQA(Hotpot Question Answering)数据集上的F1值和EM值都提升了0.7个百分点;在NewsQA(News Question Answering)数据集上的F1值提升了2.8个百分点、EM值提升了3.3个百分点。可见,该方法能有效增强对问题边界信息的感知并且实现对预测答案边界的校准,有利于更好地理解和分析文本数据,在智能问答、智能客服等领域的应用中提高系统的准确性。

关键词：机器阅读理解问题边界感知答案边界回归片段抽取

来源：评论

学校读者我要写书评

暂无评论

面向机器学习模型的基于PCA的成员推理攻击

引用

通信学报 2022年第1期43卷 149-160页

作者：彭长根高婷刘惠篮丁红发贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学密码学与数据安全研究所贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025 贵州财经大学信息学院贵州贵阳550025

针对目前黑盒成员推理攻击存在的访问受限失效问题,提出基于主成分分析(PCA)的成员推理攻击。首先,针对黑盒成员推理攻击存在的访问受限问题,提出一种快速决策成员推理攻击fast-attack。在基于距离符号梯度获取扰动样本的基础上将扰动... 详细信息

针对目前黑盒成员推理攻击存在的访问受限失效问题,提出基于主成分分析(PCA)的成员推理攻击。首先,针对黑盒成员推理攻击存在的访问受限问题,提出一种快速决策成员推理攻击fast-attack。在基于距离符号梯度获取扰动样本的基础上将扰动难度映射到距离范畴来进行成员推理。其次,针对快速决策成员推理攻击存在的低迁移率问题,提出一种基于PCA的成员推理攻击PCA-based attack。将快速决策成员推理攻击中的基于扰动算法与PCA技术相结合来实现成员推理,以抑制因过度依赖模型而导致的低迁移行为。实验表明,fast-attack在确保攻击精度的同时降低了访问成本,PCA-based attack在无监督的设置下优于基线攻击,且模型迁移率相比fast-attack提升10%。

关键词：机器学习对抗样本成员推理攻击主成分分析隐私泄露

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：