检索结果-内蒙古大学图书馆

计算机科学 2022年第7期49卷 40-49页

作者：高振卓王志海刘海洋北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044

近年来,时间序列分类问题的研究受到了广泛关注。先进的时间序列分类方法通常建立在良好的特征表示的基础之上。Shapelet是时间序列中具备鉴别性的子序列,可有效表达时间序列的局部形状特征。然而,高昂的计算成本大大限制了基于Shapele... 详细信息

近年来,时间序列分类问题的研究受到了广泛关注。先进的时间序列分类方法通常建立在良好的特征表示的基础之上。Shapelet是时间序列中具备鉴别性的子序列,可有效表达时间序列的局部形状特征。然而,高昂的计算成本大大限制了基于Shapelet的时间序列分类方法的实用性。除此之外,传统的Shapelet仅能描述欧氏距离度量下子序列的形状特征,因此极易受到噪声干扰并难以挖掘子序列中蕴含的其他类型的鉴别性信息。为应对上述问题,提出了一种新的时间序列分类算法——嵌入典型时间序列特征的随机Shapelet森林。该算法基于以下3个关键策略:1)随机选取Shapelet并限制Shapelet的作用范围以提高效率;2)在Shapelet中嵌入多个典型时间序列特征以提高算法对不同分类问题的适应性,并弥补随机选取Shapelet带来的精度损失;3)在新的特征表示的基础上构建随机森林分类器以确保算法的泛化能力。112个UCR时间序列数据集上的实验结果表明,本文算法的准确性超越了基于Shapelet精确搜索和Shapelet转换技术的STC算法,以及多个其他类型的先进时间序列分类算法。此外,广泛的实验对比验证了本文算法在效率上的显著优势。

关键词：时间序列分类 Shapelet 典型时间序列特征随机森林

来源：评论

学校读者我要写书评

暂无评论

基于对齐性和均匀性约束的图神经网络会话推荐方法

引用

应用科技 2024年第2期51卷 90-98页

作者：唐韬韬楚飞汪炅贾彩燕北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044

会话推荐(session-based recommendation,SBR)旨在匿名状态下通过用户的短期历史行为序列来预测下一个待点击的项目。为解决现有基于图神经网络(graph neural networks,GNNs)的会话推荐方法忽略会话中不同位置相同项目之间差异的问题,... 详细信息

会话推荐(session-based recommendation,SBR)旨在匿名状态下通过用户的短期历史行为序列来预测下一个待点击的项目。为解决现有基于图神经网络(graph neural networks,GNNs)的会话推荐方法忽略会话中不同位置相同项目之间差异的问题,在图卷积获得项目表示后,进一步考虑该项目与相邻项目之间的相关性,生成邻域相关的项目表示。此外,鉴于对齐性和均匀性在对比学习中的起到的重要作用,还提出了一种适用于会话推荐的对齐性和均匀性损失方法,以约束生成的会话表示和项目表示。在3个公开数据集上的实验表明,文中提出的模型TAU-GNN的推荐性能优于对比的主流会话推荐模型。

关键词：会话推荐图神经网络对齐性均匀性对比学习交叉熵损失匿名会话邻域信息

来源：评论

学校读者我要写书评

暂无评论

局部时间序列黑盒对抗攻击

引用

计算机科学 2022年第10期49卷 285-290页

作者：杨文博原继东北京交通大学计算机与信息技术学院北京100044 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

用于时间序列分类的深度神经网络由于其自身对于对抗攻击的脆弱性,导致模型存在潜在的安全问题。现有的时间序列攻击方法均基于梯度信息进行全局扰动,生成的对抗样本易被察觉。为此,文中提出了一种不需要梯度信息的局部黑盒攻击方法。首... 详细信息

用于时间序列分类的深度神经网络由于其自身对于对抗攻击的脆弱性,导致模型存在潜在的安全问题。现有的时间序列攻击方法均基于梯度信息进行全局扰动,生成的对抗样本易被察觉。为此,文中提出了一种不需要梯度信息的局部黑盒攻击方法。首先,对抗攻击被描述为一个约束优化问题,并假设不能获得被攻击模型的任何内部信息;然后利用遗传算法求解该问题;最后由于时间序列shapelets提供了不同类别间最具辨别力的信息,因此将其设计为局部扰动区间。实验结果表明,在有潜在安全隐患的UCR数据集上,所提方法可以有效地攻击深度神经网络并生成对抗样本。此外,所提算法相比基准算法在保持较高攻击成功率的同时显著降低了均方误差。

关键词：黑盒对抗攻击时间序列分类局部扰动遗传算法 Shapelet

来源：评论

学校读者我要写书评

暂无评论

基于双图神经网络信息融合的文本分类方法

引用

计算机科学 2022年第8期49卷 230-236页

作者：闫佳丹贾彩燕北京交通大学计算机与信息技术学院北京100044 交通数据分析与数据挖掘北京市重点实验室(北京交通大学) 北京100044

近年来,图神经网络在文本分类任务中得到了广泛应用。与图卷积网络相比,基于消息传递的文本级的图神经网络模型具有内存占用少和支持在线检测等优点。然而此类模型通常仅使用词共现信息为语料中的各个文本构建词汇图,导致获取到的信息... 详细信息

近年来,图神经网络在文本分类任务中得到了广泛应用。与图卷积网络相比,基于消息传递的文本级的图神经网络模型具有内存占用少和支持在线检测等优点。然而此类模型通常仅使用词共现信息为语料中的各个文本构建词汇图,导致获取到的信息缺少多样性。文中提出了一种基于双图神经网络信息融合的文本分类方法。该方法在保留原有词共现图的基础上,根据单词间的余弦相似度构建语义图,并通过阈值控制语义图的稀疏程度,更有效地利用了文本的多方位语义信息。此外,测试了直接融合和注意力机制融合两种方式对词汇图和语义图上学习到的文本表示融合的能力。实验使用R8和R52等12个文本分类领域常用的数据集来测试算法的精度,结果表明,与最新的TextLevelGNN,TextING和MPAD这3个文本级的图神经网络模型相比,双图模型能够有效提高文本分类的性能。

关键词：文本分类图神经网络语义信息信息融合注意力机制自然语言处理

来源：评论

学校读者我要写书评

暂无评论

一种基于空间编码结构光的稠密三维重建算法

引用

西安电子科技大学学报 2021年第6期48卷 123-130页

作者：陈荣许宏丽杨东学黄华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 北京交通大学轨道工程北京市重点实验室北京100044

基于结构光的三维重建技术具有准确度高、速度快、鲁棒性好等优点,被广泛应用于生物医疗、文物修复等领域,具有重要的理论意义和研究价值。随着科技迅速发展,高速运动目标的非接触检测和测量的需求逐渐增加,对特征少、速度快的目标三维... 详细信息

基于结构光的三维重建技术具有准确度高、速度快、鲁棒性好等优点,被广泛应用于生物医疗、文物修复等领域,具有重要的理论意义和研究价值。随着科技迅速发展,高速运动目标的非接触检测和测量的需求逐渐增加,对特征少、速度快的目标三维重建成为解决问题的关键。相比于时间编码,空间编码仅需拍摄单幅编码图案,更适用于运动目标的三维重建。因此,基于空间编码结构光提出了一种稠密三维重建方法。首先,针对彩色条纹结构光受物体颜色影响的问题,设计一种单色正弦条纹加伪随机点的结构光编码模式,通过伪随机点识别条纹,降低目标物体的颜色干扰;其次,针对传统条纹方法得到的点云空间分辨率低的问题,提出一种基于局部相位匹配的稠密三维重建方法,通过获取相邻条纹间的像素相位信息进行像素匹配,提高点云空间分辨率。同时,该方法仅需要一个图像对来进行解码,且不需要对投影仪进行标定和颜色校正,可提高三维重建速度。实验结果表明了该算法的可行性和有效性。

关键词：表面重建结构光投影仪-相机系统傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

基于聚类分区的多维数据流概念漂移检测方法

引用

计算机科学 2022年第7期49卷 25-30页

作者：陈圆圆王志海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重点实验室北京100044

对数据流中的潜在信息进行分析和利用是数据流挖掘工作的重要内容。然而,数据的分布会随着时间的推移发生变化,从而使学习假设发生更改,这就是概念漂移现象,它给数据流挖掘带来了巨大的挑战。检测数据分布的变化是一种直接且有效的概念... 详细信息

对数据流中的潜在信息进行分析和利用是数据流挖掘工作的重要内容。然而,数据的分布会随着时间的推移发生变化,从而使学习假设发生更改,这就是概念漂移现象,它给数据流挖掘带来了巨大的挑战。检测数据分布的变化是一种直接且有效的概念漂移检测方法,目前,已有研究方法基于树型结构或网格结构建立直方图,实现对数据分布的描述,但是,此类方法在进行分布检测时容易产生检验盲点,其可解释性较差,并且在多维数据上的内存消耗较大。文中提出了一种基于等密度分区的概念漂移检测方法PUDC(Partition Based on Uniform Density Clusters),该方法基于改进的k-Means算法,对数据进行等密度分区,利用卡方检验对每个分区进行统计和计算,从而检测数据分布变化,以达到概念漂移检测的目的。为了验证方法的有效性,选取了4个人工数据集和3个真实数据集进行实验,对比分析了不同维度的数据下的I类错误率和II类错误率,实验结果表明,PUDC算法在多维数据流的概念漂移检测中相比几种较新的算法具有一定的优势。

关键词：数据流挖掘概念漂移检测 k-Means 假设检验直方图

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高效去噪方法

引用

激光与红外 2023年第6期53卷 830-837页

作者：吴嘉诚孙淑杰刘俊博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 中国铁道科学研究院基础设施检测所北京100080

利用车载激光雷达获取铁路沿线环境信息对于保障行车安全具有重要意义。但是激光雷达采集到的点云数据受设备及环境因素影响,会产生大量的噪声干扰,这些噪声严重影响后续的感知和监测任务。为此,本文提出了一种面向铁路场景的大规模点... 详细信息

利用车载激光雷达获取铁路沿线环境信息对于保障行车安全具有重要意义。但是激光雷达采集到的点云数据受设备及环境因素影响,会产生大量的噪声干扰,这些噪声严重影响后续的感知和监测任务。为此,本文提出了一种面向铁路场景的大规模点云高效去噪方法。该方法提出了一种新颖的网格投影策略,对大规模铁路点云数据进行高效的降维降采样处理。然后,设计了基于GPU的改进聚类加速算法,快速识别离群的噪声数据。最后综合设计多策略融合方法,有效地去除噪声数据。所提方法充分利用铁路场景前向运动的特点,对点云数据进行基于网格化的时空压缩,同时利用GPU加速聚类算法的矩阵运算,实现了实时高效的铁路场景大规模点云去噪算法。实验结果表明,所提方法不仅能够提高去噪的性能,而且处理效率得到了极大提升。

关键词：激光点云去噪 GPU加速

来源：评论

学校读者我要写书评

暂无评论

基于图卷积网络融合群组关系的社会化推荐方法

引用

计算机工程 2023年第5期49卷 112-121页

作者：陈昱瑾王晶武志昊赵耀帅林友芳北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044 民航旅客服务智能化应用技术重点实验室北京101318 中国民航信息网络股份有限公司北京101318

协同过滤推荐系统普遍面临交互数据稀疏,社会化推荐通过引入用户社交信息来缓解数据稀疏问题。现有社会化推荐方法主要关注好友关系,即用户间形成的直接社交关系,但社交数据的稀疏性限制了该类方法的性能表现。由用户加入兴趣小组所形... 详细信息

协同过滤推荐系统普遍面临交互数据稀疏,社会化推荐通过引入用户社交信息来缓解数据稀疏问题。现有社会化推荐方法主要关注好友关系,即用户间形成的直接社交关系,但社交数据的稀疏性限制了该类方法的性能表现。由用户加入兴趣小组所形成的群组关系数量繁多且富有价值,然而目前较少有研究关注这种关系,仅有的方法多采用矩阵分解等传统方法建模,对用户协同兴趣和社交影响的表达不够深入。为提升推荐质量,进一步研究群组关系,从缓解社交数据稀疏性的角度论证其在辅助推荐方面的作用,并基于建模能力更强的图卷积网络学习用户、项目与群组之间的高阶关系,分别设计出以间接和直接方式利用群组关系的推荐方法IGRec-Trans和IGRec-Direc,探索更合理的群组关系融合方式。在真实数据集上的实验结果表明,所提方法能有效提升推荐性能,相比最优基准方法DiffNet++,在HR@10和NDCG@10指标上最高可提升4.55%和3.98%,在冷启动用户推荐任务上NDCG@10指标最高可提升18.6%。

关键词：社会化推荐群组关系图卷积网络表示学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

交通流量预测的时间异质性图注意力网络

引用

山东大学学报（工学版） 2023年第5期53卷 29-36页

作者：陈雷赵耀帅林彦郭晟楠万怀宇林友芳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 民航旅客服务智能化应用技术重点实验室北京101318 中国民航信息网络股份有限公司北京101318

采用注意力模型研究交通流量预测问题,提出并设计一种基于时间异质性结合噪声滤除的交通流量预测方法,有效预测美国加州高速公路未来1 h的交通流量。在构建预测方案过程中,分析交通流量数据特性,分别针对相对时间间隔和绝对时间进行建模... 详细信息

采用注意力模型研究交通流量预测问题,提出并设计一种基于时间异质性结合噪声滤除的交通流量预测方法,有效预测美国加州高速公路未来1 h的交通流量。在构建预测方案过程中,分析交通流量数据特性,分别针对相对时间间隔和绝对时间进行建模,挖掘时间异质性;使用基于节点固有属性的动态噪声滤除方法,解决空间中噪声干扰问题;对预测模型的工作性能和结果进行详细分析,并结合基线模型进行对比评价。试验结果表明,挖掘时间异质性并动态滤除噪声的改进注意力机制预测模型具有一定的预测精度。

关键词：交通流预测时空依赖性注意力网络图神经网络门控机制

来源：评论

学校读者我要写书评

暂无评论

基于度量的小样本分类方法研究综述

引用

模式识别与人工智能 2021年第10期34卷 909-923页

作者：刘鑫周凯锐何玉琳景丽萍于剑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 北京交通大学计算机与信息技术学院北京100044 北京新纽科技有限公司北京100083

小样本学习旨在让机器像人类一样通过对少量样本的学习达到对事物认知和概括的能力.基于度量的小样本学习方法希望学习一个低维嵌入空间,直接对比查询集合和支持类之间的相似性,分类测试样本.文中针对基于度量的小样本学习方法,尝试从... 详细信息

小样本学习旨在让机器像人类一样通过对少量样本的学习达到对事物认知和概括的能力.基于度量的小样本学习方法希望学习一个低维嵌入空间,直接对比查询集合和支持类之间的相似性,分类测试样本.文中针对基于度量的小样本学习方法,尝试从这类方法需要解决的关键问题、类表示学习和相似性度量入手,梳理相关文献.与已有相关综述不同,文中只针对基于度量的小样本学习方法进行更详尽全面的分类,而且从关键问题角度进行分类.最后总结目前代表性工作在常用的图像分类任务数据集上的实验结果,分析现有方法存在的问题,并展望未来工作.

关键词：小样本学习基于度量的小样本学习类表示相似性学习图像分类

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：