检索结果-内蒙古大学图书馆

信息技术与网络安全 2021年第7期40卷 52-58页

作者：刘思琦王一鸣北京交通大学计算机与信息技术学院北京100044

为抵御漏洞引发的黑客攻击和漏洞自身产生的威胁,1day漏洞应用修复的通用办法是使用代码匹配检测。但目前源代码匹配误报率高,二进制代码匹配不精确且不通用。基于此,提出了一种由源代码到二进制的基于补丁特性的漏洞扫描模型——BinSca... 详细信息

为抵御漏洞引发的黑客攻击和漏洞自身产生的威胁,1day漏洞应用修复的通用办法是使用代码匹配检测。但目前源代码匹配误报率高,二进制代码匹配不精确且不通用。基于此,提出了一种由源代码到二进制的基于补丁特性的漏洞扫描模型——BinScan。它先形成已知漏洞数据库并对源代码进行已知漏洞扫描得出漏洞检测结果;然后利用源代码检测信息对打补丁前后源代码编译生成二进制文件,形成二进制漏洞库;最后比较目标二进制文件相似性,利用源代码结果进行检验。最终生成Linux Kernel的2700条漏洞数据,15496个patch文件,实现了利用源代码检测限制二进制文件的漏洞检测范围,然后基于CFG和二进制代码相似性检测补丁存在以检测漏洞。检测结果表明,此方法与其他二进制漏洞检测工具相比,可以将源代码级的漏洞扫描能力应用于二进制,是有效的。

关键词：补丁特性漏洞扫描二进制源代码安全

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的可见光通信非线性建模方法

引用

现代计算机 2021年第22期27卷 55-59,71页

作者：任佳鑫张天壮北京交通大学计算机与信息技术学院北京100044

近年来,可见光通信的相关技术正在迅速发展,具有很大的发展前景。发光二极管(LED)是可见光通信(VLC)系统中非线性的主要来源,在进行LED非线性建模时,通常采用存储多项式的方法。但是基于存储多项式的方法在建模之后的预失真或者后失真... 详细信息

近年来,可见光通信的相关技术正在迅速发展,具有很大的发展前景。发光二极管(LED)是可见光通信(VLC)系统中非线性的主要来源,在进行LED非线性建模时,通常采用存储多项式的方法。但是基于存储多项式的方法在建模之后的预失真或者后失真中具有一定的局限性,如在深度学习训练中无法进行反向传播、精度过低无法满足要求。本文提出了一种基于深度学习的可见光通信非线性建模方法,该方法通过神经网络来拟合功率放大器的非线性模型。这种方法在非线性拟合的准确性、对记忆效应的刻画能力和可表示性方面都较传统方法有了很大的提升。

关键词：深度学习非线性非线性模型可见光通信

来源：评论

学校读者我要写书评

暂无评论

优化的马尔可夫链人工蜂群算法

引用

计算机科学与探索 2020年第6期14卷 985-995页

作者：郭佳马朝斌张绍博苗萌萌北京交通大学计算机与信息技术学院北京100044 国家保密科技测评中心北京100044

分析人工蜂群算法(ABC)及其改进算法的不足,通过验证人工蜂群算法解空间在时间维度上的马尔可夫性,提出将ABC算法分为两个阶段的improved Markov ABC(IMABC)算法。第一阶段运行ABC算法得出初始解空间,第二阶段利用马尔可夫链对第一阶段... 详细信息

分析人工蜂群算法(ABC)及其改进算法的不足,通过验证人工蜂群算法解空间在时间维度上的马尔可夫性,提出将ABC算法分为两个阶段的improved Markov ABC(IMABC)算法。第一阶段运行ABC算法得出初始解空间,第二阶段利用马尔可夫链对第一阶段产生的解空间进行重构,并进一步预测新解。IMABC算法减少了人工蜂群算法的随机性,同时避免了因依赖某一最优值导致的算法早熟。给出了IMABC算法的伪代码,并对其收敛复杂度和寻优能力进行了分析。将IMABC算法、GABC算法和ABC算法在9个典型测试函数上运行,分别比较算法的收敛精度、收敛效率和运行时间,得出IMABC算法优于GABC算法和ABC算法的结论,并通过比较验证了分割参数和解空间维度对函数寻优过程的影响。

关键词：马尔可夫链人工蜂群算法(ABC) improved Markov ABC(IMABC)算法

来源：评论

学校读者我要写书评

暂无评论

多视角数据融合的特征平衡YOLOv3行人检测研究

引用

智能系统学报 2021年第1期16卷 57-65页

作者：陈丽马楠逄桂林高跃李佳洪张国平吴祉璇姚永强北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101 北京交通大学计算机与信息技术学院北京100044 清华大学软件学院北京100085

针对复杂场景下行人发生遮挡检测困难以及远距离行人检测精确度低的问题,本文提出一种多视角数据融合的特征平衡YOLOv3行人检测模型(MVBYOLO),包括2部分:自监督学习的多视角特征点融合模型(Self-MVFM)和特征平衡YOLOv3网络(BYOLO)。Self... 详细信息

针对复杂场景下行人发生遮挡检测困难以及远距离行人检测精确度低的问题,本文提出一种多视角数据融合的特征平衡YOLOv3行人检测模型(MVBYOLO),包括2部分:自监督学习的多视角特征点融合模型(Self-MVFM)和特征平衡YOLOv3网络(BYOLO)。Self-MVFM对输入的2个及以上的视角数据进行自监督学习特征,通过特征点的匹配实现多视角信息融合,在融合时使用加权平滑算法解决产生的色差问题;BYOLO使用相同分辨率融合高层语义特征和低层细节特征,得到平衡的语义增强多层级特征,提高复杂场景下车辆前方行人检测的精确度。为了验证所提出方法的有效性,在VOC数据集上进行对比实验,最终AP值达到80.14%。与原YOLOv3网络相比,本文提出的MVBYOLO模型精度提高了2.89%。

关键词：多视数据自监督学习特征点匹配特征融合 YOLOv3网络平衡特征复杂场景行人检测

来源：评论

学校读者我要写书评

暂无评论

面向高速公路流量预测的自适应图注意力网络

引用

大连交通大学学报 2023年第4期44卷 7-13,18页

作者：袁毅王振华滕志伟黄文军王然余梁安徽毫阜高速公路有限公司安徽亳州236000 招商新智科技有限公司北京100000 北京交通大学计算机与信息技术学院北京100044

为克服循环神经网络和基于预定义图的图卷积神经网络的局限性,捕获交通数据中复杂的时空相关性,实现准确的高速公路流量预测,提出一种自适应图注意力网络模型。该模型整合节点自适应参数学习模块、自适应邻接矩阵生成模块和门控循环单元... 详细信息

为克服循环神经网络和基于预定义图的图卷积神经网络的局限性,捕获交通数据中复杂的时空相关性,实现准确的高速公路流量预测,提出一种自适应图注意力网络模型。该模型整合节点自适应参数学习模块、自适应邻接矩阵生成模块和门控循环单元,以捕获路网交通数据中复杂的时空相关性。同时,为解决循环神经网络难以捕获长期的时间相关性和产生信息损失的问题,设计了一个转换注意力层以建模未来时间步信息与历史多个时间步信息的相关性。最后,基于桂林市高速公路网的真实交通数据试验,验证了所提出方法的有效性。

关键词：智能交通交通流量预测自适应图神经网络注意力机制循环神经网络

来源：评论

学校读者我要写书评

暂无评论

基于无人驾驶的点云数据处理与校园高精度地图应用

引用

数字技术与应用 2021年第12期39卷 29-32页

作者：苟悦宬邓志坚黄成梁周围北京交通大学计算机与信息技术学院

三维点云数据作为空间信息数字化的重要表现应用日益广泛。随着无人驾驶技术的不断发展,三维点云的采集、处理、可视化等应用技术和研究越来越多。该研究基于无人驾驶领域,对三维点云数据采集、处理、可视化的过程、行业应用和研究进展... 详细信息

三维点云数据作为空间信息数字化的重要表现应用日益广泛。随着无人驾驶技术的不断发展,三维点云的采集、处理、可视化等应用技术和研究越来越多。该研究基于无人驾驶领域,对三维点云数据采集、处理、可视化的过程、行业应用和研究进展进行了调研和归纳,理清整体脉络;进而利用无人驾驶实体车辆进行校园三维点云数据采集和高精度地图的制作;最后对三维点云的应用及高精度地图的发展前景提出了展望。0引言点云是一种常见的3D形状的表达方式,我们可以通过点云来表示一个物体或者一个场景。

关键词：无人驾驶高精度地图点云数据处理三维点云信息数字化发展前景可视化

来源：评论

学校读者我要写书评

暂无评论

面向铁路场景的大规模点云语义分割方法研究

引用

激光与红外 2024年第12期54卷 1841-1849页

作者：孟维傑吴嘉诚孙淑杰刘俊博郭剑勇田媚黄雅平交通数据分析与挖掘北京市重点实验室北京交通大学北京100044 北京交通大学计算机与信息技术学院北京100044 联通数字科技有限公司北京100032 中国铁道科学研究院基础设施检测所北京100080 中国铁路设计集团有限公司城市轨道交通事业部天津300142 城市轨道交通数字化建设与测评技术国家工程研究中心天津300308 北京交通大学唐山研究院河北唐山063000

随着高速铁路和城市轨道交通系统的快速发展,对交通安全技术的研究日益迫切。应用激光扫描技术生成的铁路线路环境三维点云,能够对运行环境实现准确的感知。本文以铁路场景的三维点云数据为研究对象,首次构建了铁路场景下的大规模点云... 详细信息

随着高速铁路和城市轨道交通系统的快速发展,对交通安全技术的研究日益迫切。应用激光扫描技术生成的铁路线路环境三维点云,能够对运行环境实现准确的感知。本文以铁路场景的三维点云数据为研究对象,首次构建了铁路场景下的大规模点云语义分割数据集。针对现有点云语义分割模型主要适用于于小尺度场景,但是铁路线路环境的三维点云数据规模很大,为此,本文提出了一种面向铁路场景的大规模点云语义分割方法,在编码阶段提出了一种基于自注意力的自适应局部特征融合模块,可以更好地聚合不同尺度的局部特征,解决类别不均衡的问题;在解码阶段提出了一种高维语义信息引导下的上采样方法,弥补了在编码阶段较大尺度的下采样造成的信息损失。所提方法在铁路场景数据集及公共室内数据集上都取得了优异的分割性能。

关键词：激光点云点云分割深度学习铁路场景

来源：评论

学校读者我要写书评

暂无评论

基于隐结构模型的原发性肝癌不同症状群预后差异性分析

引用

世界科学技术-中医药现代化 2023年第1期25卷 422-429页

作者：叶俊秋郑琪光钟昆禹舒梓心周雪忠周亚娜吴辉坤李晓东卢晨霞湖北中医药大学附属医院武汉430061 湖北省中医院/中医肝肾研究及应用湖北省重点实验室武汉430061 湖北省中医药研究院武汉430061 北京交通大学计算机与信息技术学院北京100044

目的基于隐结构模型建立原发性肝癌(Primary liver cancer,PLC)症状人群的分类方法,探究PLC不同症状群的生存预后差异性。方法利用人机协同表型谱标注系统(***),对565例西医诊断为PLC的结构化中医电子病历文本进行实体标注,建立症状数... 详细信息

目的基于隐结构模型建立原发性肝癌(Primary liver cancer,PLC)症状人群的分类方法,探究PLC不同症状群的生存预后差异性。方法利用人机协同表型谱标注系统(***),对565例西医诊断为PLC的结构化中医电子病历文本进行实体标注,建立症状数据库并进行规范化处理,运用Lantern 5.0软件构建PLC的中医症状隐结构模型,结合中医专业理论知识基础,对分类结果进行模型学习诠释,归纳出有临床意义的症状人群分类,分析PLC特征性症状占比进行症状群-人群匹配,结合患者住院时长及生存信息,分析PLC不同症状群人群的预后差异。结果共纳入131个中医症状(即显变量)构建PLC症状隐结构模型,获得14个隐变量,通过综合聚类归纳出10个症状群,具体表现为精神状态相关症状群、消化系统相关症状群、癌性疲乏相关症状群、呼吸循环相关症状群和其他一般症状群5大类。其中癌性疲乏症状群和黄疸类症状群的预后具有显著差异性。结论通过建立隐结构模型挖掘PLC症状群,划分人群的研究方法,证实了PLC不同症状群存在预后差异性,为症状群分类及人群划分研究提供了一个新的思路。

关键词：原发性肝癌隐结构模型症状群人群划分生存分析中医电子病历

来源：评论

学校读者我要写书评

暂无评论

基于大气环境监测数据的关联规则方法应用研究

基于大气环境监测数据的关联规则方法应用研究

引用

第31届全国计算机新科技与教育学术会议

作者：卢静周围李皓维周运宝于昊楠北京交通大学交通大数据与人工智能教育部重点实验室计算机与信息技术学院

关联规则算法是挖掘数据隐藏价值的重要方法之一。本文对关联规则在大气环境领域的应用情况进行调研,首先通过全球论文索引数据库来分析关联规则在大气环境中的研究趋势,进而对关联规则两大类别:基于兴趣度指标的穷举方法和基于启发式... 详细信息

关联规则算法是挖掘数据隐藏价值的重要方法之一。本文对关联规则在大气环境领域的应用情况进行调研,首先通过全球论文索引数据库来分析关联规则在大气环境中的研究趋势,进而对关联规则两大类别:基于兴趣度指标的穷举方法和基于启发式的方法进行工作原理、评价指标的对比分析,最后,梳理了大气污染物监测数据来源、关联规则在大气污染因素分析、预测方面的具体研究实例。希望本文为大气环境与计算机交叉领域的研究提供参考。

关键词：环境大数据关联规则关联分析群体智能数据挖掘

来源：评论

学校读者我要写书评

暂无评论

一种延误航班旅客动态成行需求量预测算法

引用

计算机仿真 2022年第6期39卷 26-30,46页

作者：景一真赵耀帅傅之凤吴格北京交通大学计算机与信息技术学院北京100044 北京交通大学交通数据分析与挖掘北京市重点实验室北京100044 中国民航信息网络股份有限公司民航旅客服务智能化应用技术重点实验室北京100105

为了实现大面积延误场景下延误航班的旅客动态成行需求量的准确预测,从旅客个体角度提出了一个两阶段预测算法框架:一是预测旅客是否会流失,二是预测会流失旅客的具体流失时间。最后通过在任意时间点上将这些旅客个体行为整合至航班的... 详细信息

为了实现大面积延误场景下延误航班的旅客动态成行需求量的准确预测,从旅客个体角度提出了一个两阶段预测算法框架:一是预测旅客是否会流失,二是预测会流失旅客的具体流失时间。最后通过在任意时间点上将这些旅客个体行为整合至航班的方式来实现动态成行需求量的预测。其中的流失时间预测阶段由于旅客样本流失时间分布极不均衡且实际数据具有一定模糊性等原因成为该框架下的核心难点。为了缓解由这些问题给预测效果带来的负面影响,提出了结合标记分布学习和随机森林的旅客流失时间预测模型。最后在多个真实场景数据集上进行了仿真,结果表明所提方法优于其它对比方法,实现了更加准确的旅客动态成行需求量预测。

关键词：大面积延误动态成行需求量流失时间标记分布学习随机森林

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：