检索结果-内蒙古大学图书馆

计算机工程与科学 2024年第6期46卷 1092-1100页

作者：肖新正黄瑞章陈艳平秦永彬宋玉梅周裕林文本计算与认知智能教育部工程研究中心贵州贵阳550025 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

在目前的多标签文本分类任务中,主要面临以下2个问题:(1)侧重文本表示学习,对标签之间的关联信息建模不充分;(2)尽管使用了标签关联信息来改善多标签分类任务,但对标签关联的建模过于依赖人工预定义的外部知识,而外部知识的获取成本高昂... 详细信息

在目前的多标签文本分类任务中,主要面临以下2个问题:(1)侧重文本表示学习,对标签之间的关联信息建模不充分;(2)尽管使用了标签关联信息来改善多标签分类任务,但对标签关联的建模过于依赖人工预定义的外部知识,而外部知识的获取成本高昂,限制了其实际应用。针对以上问题,提出了一种面向多标签文本分类的标签关联学习模块Corrective-Net。该模块可以在不依赖外部知识的前提下,自动学习数据中的标签关联信息;同时,它还可以利用标签关联信息,对基础分类模块的初始预测结果进行修正,使得最终预测兼顾语义信息和标签关联信息,以获得更精准的多标签预测结果。在AAPD和SO数据集上的大量实验表明,Corrective-Net具有通用性和有效性,通过分析标签修正对各个标签性能的影响,得到了显式的标签关联信息,并进行了可视化。

关键词：标签关联标签修正多标签文本分类可视化

来源：评论

学校读者我要写书评

暂无评论

满足差分隐私的dK序列合成图发布

引用

计算机应用研究 2023年第5期40卷 1528-1534页

作者：周楠楠龙士工刘海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 贵州财经大学信息学院贵阳550025

为了保护用户隐私,社交网络图数据发布前通常对其进行匿名化操作。然而,现有的各种匿名技术不能很好地保护用户隐私并且由于改变太大影响社交网络数据可用性。提出一种满足差分隐私的社交网络图数据发布模型(differential privacy pertu... 详细信息

为了保护用户隐私,社交网络图数据发布前通常对其进行匿名化操作。然而,现有的各种匿名技术不能很好地保护用户隐私并且由于改变太大影响社交网络数据可用性。提出一种满足差分隐私的社交网络图数据发布模型(differential privacy perturbation graph, DPPM)。该模型将一个图的结构信息提取到dK度的相关统计中,将噪声引入到数据集中,并生成一个社交网络图。从理论上证明了该方法满足差分隐私。使用三个真实的社交网络数据集来评估所提方法的有效性。

关键词：社交网络差分隐私 dK序列

来源：评论

学校读者我要写书评

暂无评论

基于协同迁移进化的自适应网络遥测路径编排方法

引用

计算机科学 2023年第7期50卷 270-277页

作者：郝炳炜崔允贺钱清申国伟郭春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 贵州财经大学信息学院贵阳550025

日趋庞大、复杂、高速的网络使得传统网络测量技术已经不能满足当下网络智慧管控的需求。作为一种新型网络测量技术,网络遥测可以提供细粒度、精确的会话级或报文级遥测信息。目前已有的网络遥测方案在部署网络遥测路径时不考虑网络状态... 详细信息

日趋庞大、复杂、高速的网络使得传统网络测量技术已经不能满足当下网络智慧管控的需求。作为一种新型网络测量技术,网络遥测可以提供细粒度、精确的会话级或报文级遥测信息。目前已有的网络遥测方案在部署网络遥测路径时不考虑网络状态,大多以静态的方式部署网络遥测路径。这种方法无法适应网络的动态性及不可靠性,如果网络遥测包所经路径出现带宽饱和或者遭遇网络攻击,则会造成网络遥测包丢失,使得网络遥测可靠性变差。除此之外,现有网络遥测方案通常采用全链路覆盖方式实现,遥测冗余较大,探针数据包的有效载荷较低。为了解决上述问题,文中提出了基于协同迁移进化的自适应网络遥测路径编排方法(AdaPtive network telemetry Path OrchestratIoN method based on CooperaTivE MigRation Evolution, APPOINTER)。APPOINTER根据网络状态信息,计算能够覆盖全部网络设备的最优网络遥测路径,以转发遥测报文。实验结果表明,APPOINTER增强了网络遥测的可靠性,有效避免了遥测冗余,提高了遥测效率。

关键词：网络遥测路径编排协同迁移进化

来源：评论

学校读者我要写书评

暂无评论

融合位置编码的中文拼写纠错方法

引用

计算机工程与设计 2024年第9期45卷 2844-2851页

作者：赵建辉林川任丽娜黄瑞章贵州大学计算机科学与技术学院文本计算与认知智能教育部工程研究中心贵州贵阳550025 贵州轻工职业技术学院信息工程系贵州贵阳550025 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贵阳550025

在中文拼写纠错任务中,字符在文本中的距离信息和顺序信息是重要的特征,因此位置编码至关重要。传统的位置编码无法区分字符的前后联系,此外二阶段方式的纠错方案存在错误传播问题。针对上述问题,提出一种多任务学习下融合位置编码的中... 详细信息

在中文拼写纠错任务中,字符在文本中的距离信息和顺序信息是重要的特征,因此位置编码至关重要。传统的位置编码无法区分字符的前后联系,此外二阶段方式的纠错方案存在错误传播问题。针对上述问题,提出一种多任务学习下融合位置编码的中文拼写纠错方法,使用融合位置编码更好地为模型提供位置信息;使用多任务学习机制缓解错误传播问题,提升模型泛化能力。针对公开数据集进行实验,实验结果在F1值方面有稳定提升,验证了所提方法的有效性。

关键词：中文拼写纠错距离信息顺序信息位置编码错误传播融合位置编码多任务学习

来源：评论

学校读者我要写书评

暂无评论

EvoTrace:基于非线性数据包遥测和批处理的轻量级带内网络遥测方法

引用

计算机科学 2025年第5期52卷 291-298页

作者：王攀祥崔允贺申国伟郭春陈意钱清贵州大学计算机科学与技术学院文本计算与认知智能教育部工程研究中心贵阳550025 贵州大学计算机科学与技术学院公共大数据国家重点实验室贵阳550025 贵州省软件工程与信息安全特色重点实验室贵阳550025 贵州财经大学信息学院贵阳550025

带内网络遥测(In-band Network Telemetry,INT)使数据包能够携带网络状态信息,具有较高的测量准确性和精度。然而,这种提升是以增加数据平面开销为代价的。遥测信息的嵌入会导致数据平面的网络开销过大。同时,现有的遥测方法通常对大流... 详细信息

带内网络遥测(In-band Network Telemetry,INT)使数据包能够携带网络状态信息,具有较高的测量准确性和精度。然而,这种提升是以增加数据平面开销为代价的。遥测信息的嵌入会导致数据平面的网络开销过大。同时,现有的遥测方法通常对大流的数据包进行大量的测量,忽略了对中小流数据包的测量。为了克服上述问题,提出了一个轻量级的INT方法——EvoTrace。EvoTrace设计了一种非线性数据包遥测方法,根据网络流的属性监测不同流的数据包。此外,EvoTrace还采用元数据批处理的方式对遥测元数据进行聚合,以减少网络带宽占用和遥测数据包的数量。在OpenvSwitch(OVS)上实现了EvoTrace并进行了测试,实验结果表明,与现有方法相比,EvoTrace在提高网络流监测覆盖率的同时,节省了40%以上的INT带宽占用。

关键词：网络遥测可编程数据平面带内网络遥测网络测量软件定义网络

来源：评论

学校读者我要写书评

暂无评论

SDN中面向流表溢出攻击检测的网络遥测调度方法

引用

计算机应用研究 2024年第11期41卷 3464-3470页

作者：邓笛崔允贺申国伟郭春陈意钱清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 贵州大学计算机科学与技术学院贵州省软件工程与信息安全特色重点实验室贵阳550025 贵州财经大学信息学院贵阳550025

针对基于固定周期或特定事件调度的网络遥测在流表溢出攻击检测中产生的数据冗余问题,提出了一种面向流表溢出攻击检测的网络遥测调度方法——F-Sense INT。F-Sense INT通过分析流表溢出攻击流的特征,在数据平面针对性地收集对用于流表... 详细信息

针对基于固定周期或特定事件调度的网络遥测在流表溢出攻击检测中产生的数据冗余问题,提出了一种面向流表溢出攻击检测的网络遥测调度方法——F-Sense INT。F-Sense INT通过分析流表溢出攻击流的特征,在数据平面针对性地收集对用于流表溢出攻击检测的网络状态信息,在降低控制器资源及南向通道带宽占用的前提下减少遥测报告量。实验结果表明,与原生OVS系统相比,在仅增加1.13%的交换机CPU占用率和4.18%的内存占用率的情况下,F-Sense INT能有效地过滤网络中的非流表溢出攻击流,使遥测数据包数量减少。F-Sense INT显著提升了面向流表溢出攻击检测的网络遥测效率,同时也具备了较高的实用性。

关键词：网络遥测流表溢出攻击数据平面

来源：评论

学校读者我要写书评

暂无评论

适用于区块链的分布式密码技术综述

引用

计算机学报 2025年

作者：胡云帆熊虎方黎明彭长根秦臻秦志光电子科技大学信息与软件工程学院网络与数据安全四川省重点实验室南京航空航天大学计算机科学与技术学院南京航空航天大学深圳研究院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

区块链是一种允许多个陌生节点利用共识机制在不依赖可信第三方节点支持的情况下建立信任的技术。考虑到区块链的“去中心化”特点，标准的密码技术需要进行分布式改造以适用于区块链场景。本文对适用于区块链的分布式密码学框架、分布... 详细信息

区块链是一种允许多个陌生节点利用共识机制在不依赖可信第三方节点支持的情况下建立信任的技术。考虑到区块链的“去中心化”特点，标准的密码技术需要进行分布式改造以适用于区块链场景。本文对适用于区块链的分布式密码学框架、分布式密钥管理、分布式数字签名、分布式密钥协商与分布式审计等分布式密码技术进行了综述。具体地，本文分析了以上几种技术的研究现状，并依托经典方案梳理了各种技术的构造思想。同时，本文比较了各方案的属性与性能，评估了各方案在安全性、效率和可扩展性等方面的优缺点，并讨论了该领域当前面临的挑战。最后，对未来的发展前景进行了展望。

关键词：区块链分布式密码学密钥管理数字签名密钥协商审计

来源：评论

学校读者我要写书评

暂无评论

双拉伸指数模型及双优化IVIM模型参数估计方法

引用

哈尔滨理工大学学报 2024年

作者：雷超叶晨王丽会贵州大学贵州省智能医学影像分析与精准诊断重点实验室贵州大学公共大数据国家重点实验室贵州大学文本计算与认知智能教育部工程研究中心贵州大学计算机科学与技术学院

体素内不相干运动(intravoxel incoherent motion， IVIM)是目前唯一种不需要造影剂的医学成像技术。但现有的双指数成像模型无法反映扩散和灌注运动的非高斯特性，并且IVIM参数的拟合方法很容易受噪声干扰并难以泛化。针对此问题建立... 详细信息

体素内不相干运动(intravoxel incoherent motion， IVIM)是目前唯一种不需要造影剂的医学成像技术。但现有的双指数成像模型无法反映扩散和灌注运动的非高斯特性，并且IVIM参数的拟合方法很容易受噪声干扰并难以泛化。针对此问题建立了一种双拉伸指数模型，其次设计了一种双驱动神经网络模型(dual optimized deep neural network， DODNN)参数估计方法，以同时最小化双拉伸指数模型的参数残差和扩散加权信号残差为目标，优化神经网络权重参数，以准确地估计IVIM模型参数。对比实验结果表明，DODNN方法在低信噪比下相比于次优方法，扩散和灌注系数误差降低14.17%。此外，双拉伸指数IVIM模型各参数具有最低的变异系数(Coefficient of Variation， CV)，具有最大的参数对比度噪声比(parameter contrast to noise ratio， PCNR)，说明双拉伸指数模型可为早期疾病精准诊断提供更多的辅助信息。

关键词：体素内不相干运动双拉伸指数模型参数估计方法神经网络模型

来源：评论

学校读者我要写书评

暂无评论

基于机器阅读理解的案件要素识别方法

引用

计算机工程与设计 2023年第8期44卷 2475-2481页

作者：窦文琦陈艳平秦永彬黄瑞章刘丽娟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贵阳550025 贵州师范学院丽琼工作室贵州贵阳550018

传统的案件要素识别方法忽略了案件要素标签的语义信息。由于在裁判文书中案件要素存在严重数据不均衡问题,导致模型难以学习小样本案件要素中的语义特征。针对以上问题,提出基于机器阅读理解的案件要素识别方法。使用案件要素标签信息... 详细信息

传统的案件要素识别方法忽略了案件要素标签的语义信息。由于在裁判文书中案件要素存在严重数据不均衡问题,导致模型难以学习小样本案件要素中的语义特征。针对以上问题,提出基于机器阅读理解的案件要素识别方法。使用案件要素标签信息构建问题,指代所要识别的案件要素类型,将问题与文本拼接输入RoBERTa模型进行编码;通过双向注意力机制从两个方向出发为上下文和问题的交互提供补充信息;经过全连接网络预测案件要素是否存在;在词嵌入部分添加对抗扰动,提高模型的鲁棒性。该模型能够通过语言模型学习文本中的语义特征,有效避免了小样本案件要素中的语义特征稀疏问题。实验结果表明,该模型能有效提升数据集中小样本案件要素的识别性能。

关键词：机器阅读理解案件要素识别标签信息预训练语言模型小样本裁判文书

来源：评论

学校读者我要写书评

暂无评论

基于区域感知的多尺度目标检测算法

引用

计算机工程 2023年第12期49卷 178-185页

作者：黄路李泽平杨文帮赵勇张嫡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阳550025 北京大学深圳研究生院信息工程学院广东深圳518055

针对目标检测网络主分支层的特征信息易丢失、不同尺度的特征表达能力不平衡等问题,提出一种基于区域感知的多尺度目标检测算法。在YOLOv5的基础上采用数据增强、改进的边框损失和非极大值抑制方法,构建1个更强健的基线模型,沿着通道方... 详细信息

针对目标检测网络主分支层的特征信息易丢失、不同尺度的特征表达能力不平衡等问题,提出一种基于区域感知的多尺度目标检测算法。在YOLOv5的基础上采用数据增强、改进的边框损失和非极大值抑制方法,构建1个更强健的基线模型,沿着通道方向使用全局最大池化、全局平均池化、卷积等操作设计通道信息增强模块,并分别作用于骨干网络的每个主分支层,使得各个检测头在特征融合过程中也不会丢失主分支层的关键特征,以强化模型对重点区域的感知能力。利用加权特征融合方法融合不同尺度的特征信息,平衡不同尺度的输入特征对输出特征的表达能力,进而提高模型对多尺度目标的感知能力,通过调整模型的通道和深度,设计4种不同规模的网络结构。实验结果表明,相比YOLOv5s,该算法在Pascal VOC、MS COCO、Global Wheat、Wider Face、Motor Defect 5个数据集上的平均精度均值分别提高5.48、3.00、1.94、0.70和1.95个百分点。同时,该算法的平均精度均值最高为50.7%,分别比YOLOv4和Dynamic Head的最大模型提高7.2和3.0个百分点。

关键词：目标检测增强基线模型通道信息增强加权特征融合多尺度目标

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：