检索结果-内蒙古大学图书馆

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

基于多任务学习的电子病历实体识别方法

引用

计算机与现代化 2022年第9期 40-50页

作者：于鹏陈钰枫徐金安张玉洁北京交通大学计算机与信息技术学院北京100044

中文电子病历NER是医疗信息抽取的难点。本文提出一种多任务学习的实体识别方法,联合实体识别和分词训练模型,使用基于Bi-LSTM的私有层提取专有信息,融合注意力网络作为共享层并增加通用特征增强机制来筛选全局信息,降低过拟合风险并增... 详细信息

中文电子病历NER是医疗信息抽取的难点。本文提出一种多任务学习的实体识别方法,联合实体识别和分词训练模型,使用基于Bi-LSTM的私有层提取专有信息,融合注意力网络作为共享层并增加通用特征增强机制来筛选全局信息,降低过拟合风险并增强模型的泛化能力。此外提出均衡样本过采样方法扩充数据集,有效解决实体类别不平衡所带来的问题。使用CCKS2017/CCKS2020电子病历实体识别语料和Medicine医药分词语料联合训练,实验结果显示本文提出的模型整体性能提升明显,同时也显著提高了Medicine语料的分词实验效果,F1值较基线提升了3个百分点。实验表明本文提出的模型能够有效改善因电子病历中数据不规范、无结构或专有名词等原因造成的实体切分错误等问题。

关键词：深度学习命名实体识别多任务学习神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

地域环境与文化:晋东南传统民居的类型分布及形成机制

引用

中国历史地理论丛 2023年第1期38卷 37-49页

作者：田毅冯耀功白雪太原师范学院历史与文博学院山西晋中030619 北京交通大学计算机与信息技术学院北京100044 太原师范学院地理科学学院山西晋中030619

晋东南地区包括长治市和晋城市,传统民居遗存非常丰富。以晋东南地区的传统民居作为研究对象,选取了299个村落,将每个村落60%以上的传统民居形态作为该村落传统民居类型的划分标准,运用聚类分析法做分类,得出窑洞、房窑混合、二层楼屋... 详细信息

晋东南地区包括长治市和晋城市,传统民居遗存非常丰富。以晋东南地区的传统民居作为研究对象,选取了299个村落,将每个村落60%以上的传统民居形态作为该村落传统民居类型的划分标准,运用聚类分析法做分类,得出窑洞、房窑混合、二层楼屋、一层土石木房屋4个类型区。并用GIS做核密度分析,得到各类型传统民居的主要分布区。在此基础上,从自然环境、人文环境两个层面运用定量分析与定性分析方法探讨了晋东南传统民居类型的形成机制,认为自然环境是基础因素,地形地貌及建筑资源的分布影响着传统民居的修建材料、建筑环境及类型分布。人文环境包括明清商业手工业的发展、传统文化和明清社会动乱,对传统民居的立面形态、细部装饰、院落布局的样式等有一定作用,是晋东南传统民居类型形成的重要因素。

关键词：传统民居类型人地关系

来源：评论

学校读者我要写书评

暂无评论

融合出发地与目的地时空相关性的城市区域间出租车需求预测

引用

计算机应用 2023年第7期43卷 2100-2106页

作者：魏远林彦郭晟楠林友芳万怀宇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 民航旅客服务智能化应用技术重点实验室北京100044

精准预测城市区域之间的出租车需求量,可以为出租车的引导和调度以及乘客的出行推荐提供决策支持信息,从而优化出租车的供需关系。然而现有模型大多以区域内的出租车需求量为建模和预测对象,对区域之间的时空相关性考虑不足,且较少关注... 详细信息

精准预测城市区域之间的出租车需求量,可以为出租车的引导和调度以及乘客的出行推荐提供决策支持信息,从而优化出租车的供需关系。然而现有模型大多以区域内的出租车需求量为建模和预测对象,对区域之间的时空相关性考虑不足,且较少关注区域之间更细粒度的需求量预测。针对上述问题,提出一种面向城市区域间出租车需求量的预测模型——出发地—目的地融合时空网络(ODSTN)模型。该模型分别从区域和区域对两个空间维度以及临近、日、周三个时间维度出发,采用图卷积和时间注意力机制来捕获区域之间的复杂时空相关性,并设计了一种新的路径感知融合机制来对多角度的特征进行融合,最终实现了对城市区域间出租车需求量的预测。在成都和曼哈顿地区两个真实出租车订单数据集中进行了实验,结果表明ODSTN模型的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为0.8971、3.5274、50.6556%和0.5896、1.1638、61.0794%。可见,ODSTN模型在出租车需求预测任务上具有较高的准确性。

关键词：出租车需求预测时空相关性出发地—目的地图卷积网络注意力机制

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

Tor隐藏服务DoS攻击方法研究

引用

网络安全与数据治理 2022年第7期41卷 63-69页

作者：杨欢乐刘志天北京交通大学计算机与信息技术学院北京100044

Tor隐藏服务能保护服务提供方身份地址位置隐私。在分析Tor隐藏服务协议的基础上,提出了针对隐藏服务进行DoS攻击的策略。针对Tor隐藏服务发布、链路建立以及数据传输的不同阶段对隐藏服务目录、引入节点、隐藏服务守卫节点以及隐藏服... 详细信息

Tor隐藏服务能保护服务提供方身份地址位置隐私。在分析Tor隐藏服务协议的基础上,提出了针对隐藏服务进行DoS攻击的策略。针对Tor隐藏服务发布、链路建立以及数据传输的不同阶段对隐藏服务目录、引入节点、隐藏服务守卫节点以及隐藏服务器等隐藏服务相关的网络节点实施基于带宽和内存的DoS攻击,达到降低隐藏服务可用性的目的。通过仿真实验进行了攻击验证,实验结果表明,对守卫节点的DoS攻击具有较好的攻击效果,采用带宽级别DoS攻击,自定义构建20个长路径能够消耗守卫节点大约1.2 MB/s的带宽资源,令普通用户获取隐藏服务的延迟时间中位数从9 s上升到30 s。采用内存级别的DoS攻击策略,敌手每构建一个内存级别的停止读攻击连接消耗大约60 KB/s的带宽资源就能以6 MB/s的速率消耗守卫节点内存。

关键词： Tor DoS攻击守卫节点隐藏服务

来源：评论

学校读者我要写书评

暂无评论

基于图的汉语字级别依存分析联合模型

引用

情报工程 2022年第3期8卷 68-80页

作者：汪凯梁宇腾张玉洁徐金安陈钰枫北京交通大学计算机与信息技术学院北京100044

[目的/意义]汉语分词、词性标注和依存句法分析作为汉语自然语言处理的三大基本任务发挥着至关重要的作用。基于转移的三个任务联合模型曾经取得最好精度,但是随着神经网络和计算能力的发展,具有全局信息建模能力的图模型,在单任务和两... 详细信息

[目的/意义]汉语分词、词性标注和依存句法分析作为汉语自然语言处理的三大基本任务发挥着至关重要的作用。基于转移的三个任务联合模型曾经取得最好精度,但是随着神经网络和计算能力的发展,具有全局信息建模能力的图模型,在单任务和两个任务上已经超过转移模型。如何在基于图模型下联合三个任务,进一步提升精度成为新的挑战。[方法/过程]本文提出一种基于图的汉语分词、词性标注和依存句法分析的联合模型,通过设计统一的字级别标签实现三个任务的联合,并采用预训练语言模型融合上下文信息的字表示方法和基于双仿射注意力机制的评分函数。本文也设计了联合模型的解法算法用于三个任务的解码。[结果/结论]实验结果表明,本文词性标注任务的引入方式可以建模词性与分词以及词性与依存句法分析之间的关系,从而带来其他两个任务上精度的提升。与目前精度最好的Yan[1]工作相比,在三个任务上都取得最好精度。

关键词：依存分析联合模型词性标注汉语分词

来源：评论

学校读者我要写书评

暂无评论

联邦学习隐私保护机制综述

引用

现代计算机 2022年第14期28卷 1-12页

作者：王浩竣梁亚楠黎琳李锐北京交通大学计算机与信息技术学院北京100091

随着数据孤岛的出现和隐私意识的增强,传统的中心化的机器学习模式遇到了一系列挑战。联邦学习作为一种新兴的隐私保护的分布式机器学习模型迅速成为一个热门的研究问题。有研究表明,机器学习模型的梯度会泄露用户数据集的隐私,能够被... 详细信息

随着数据孤岛的出现和隐私意识的增强,传统的中心化的机器学习模式遇到了一系列挑战。联邦学习作为一种新兴的隐私保护的分布式机器学习模型迅速成为一个热门的研究问题。有研究表明,机器学习模型的梯度会泄露用户数据集的隐私,能够被攻击者利用以获取非法的利益,因此,需要采用一些隐私保护的机制来保护这种敏感信息。本文研究了当前联邦学习系统中采用的隐私保护机制,并根据研究者采用的隐私保护技术,将联邦学习中的隐私保护机制分为五类,总结了不同的隐私保护机制的研究思路和研究进展。通过对当前联邦学习中使用的隐私保护机制的研究,联邦学习系统的设计人员可以提高联邦学习系统的安全性,更好地保护数据隐私。

关键词：联邦学习隐私保护密码学

来源：评论

学校读者我要写书评

暂无评论

基于域内特征间相似性的点击率预估优化

引用

计算机工程 2023年第2期49卷 238-245页

作者：雷李想武志昊刘钰周子站北京交通大学计算机与信息技术学院北京100044 北京交通大学网络科学与智能系统研究所北京100044 中国民航信息网络股份有限公司北京101318 民航旅客服务智能化应用技术重点实验室北京101318

基于深度学习的点击率预估模型多数通过建模各个域的特征之间的交互关系提升预估准确率。特征嵌入向量对模型效果具有重要影响,而现有的CTR模型中不同特征的嵌入向量学习过程相互独立,且由于特征长尾分布导致大部分低频特征不能学习到... 详细信息

基于深度学习的点击率预估模型多数通过建模各个域的特征之间的交互关系提升预估准确率。特征嵌入向量对模型效果具有重要影响,而现有的CTR模型中不同特征的嵌入向量学习过程相互独立,且由于特征长尾分布导致大部分低频特征不能学习到较好的向量表示,严重影响模型的预测效果。基于域内特征间存在隐含的相似性,提出两种分别基于特征间共现概率和游走概率的相似度定义和对应的相似性图构建方法,并给出结合剪枝策略的广度优先遍历算法实现相似特征的高效计算。在此基础上,基于域内特征相似性图,设计一种嵌入生成器,对于低频特征,在域内特征相似性图上通过图神经网络聚合与其相似的特征信息,生成新的特征嵌入,作为预处理过程对特征嵌入向量进行数据增强,提升嵌入向量的表示学习质量。在公开数据集Criteo、Avazu上的实验结果表明,该方法明显提升点击率预估模型的预测准确率,其中对代表性点击率预估模型xDeepFM和AutoInt,AUC指标分别提升了0.007和0.008,LogLoss则下降了0.009和0.006,证明了嵌入生成模型的有效性。

关键词：点击率预估稀疏特征特征嵌入特征相似性图神经网络

来源：评论

学校读者我要写书评

暂无评论

Hyperledger Fabric共识机制优化方案

引用

自动化学报 2021年第8期47卷 1885-1898页

作者：孟吴同张大伟智能交通数据安全与隐私保护技术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

针对Hyperledger Fabric使用固定背书节点处理交易所带来的安全风险和性能瓶颈问题,提出了一种非交互、可验证的随机化背书节点优化方案.基于“背书−排序−验证”的Hyperledger fabric共识模型,引入背书节点候选集,使用可验证随机函数随... 详细信息

针对Hyperledger Fabric使用固定背书节点处理交易所带来的安全风险和性能瓶颈问题,提出了一种非交互、可验证的随机化背书节点优化方案.基于“背书−排序−验证”的Hyperledger fabric共识模型,引入背书节点候选集,使用可验证随机函数随机抽取背书节点进行交易背书,实现了背书节点的非交互式可验证随机选取和背书过程的并行处理.分析和实验表明,优化后的共识机制具有更高的安全性和更快的交易处理速度.

关键词：区块链共识机制可验证随机函数 Hyperledger fabric

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：