检索结果-内蒙古大学图书馆

系统工程与电子技术 2024年第8期46卷 2641-2649页

作者：陈晓萱徐书文胡绍海马晓乐北京交通大学计算机与信息技术学院北京100044 中国电子科技集团公司电视电声研究所北京100015

由于卷积运算过于关注图像的局部特征,在对源图像进行融合时容易造成融合图像的全局语义信息丢失。为了解决该问题,提出一种基于卷积与自注意力的红外与可见光图像融合模型。该模型在使用卷积模块提取图像局部特征的同时,还使用自注意... 详细信息

由于卷积运算过于关注图像的局部特征,在对源图像进行融合时容易造成融合图像的全局语义信息丢失。为了解决该问题,提出一种基于卷积与自注意力的红外与可见光图像融合模型。该模型在使用卷积模块提取图像局部特征的同时,还使用自注意力来提取图像全局特征。此外,由于简单运算无法满足不同层次特征的融合,提出使用嵌入式块残差融合模块来实现多层次特征融合。实验结果表明,相比无监督深度融合算法,所提的方法在主观评价与6项客观指标上的结果具有一定优势。其中,互信息、标准差和视觉保真度分别提升了61.33%、9.96%和19.46%。

关键词：图像融合全局特征自注意力机制自编码器深度学习

来源：评论

学校读者我要写书评

暂无评论

面向图像分类的深度模型可解释性研究综述

引用

软件学报 2023年第1期34卷 230-254页

作者：杨朋波桑基韬张彪冯耀功于剑北京交通大学计算机与信息技术学院北京100044 北京交通大学人工智能研究院北京100044

深度学习目前在计算机视觉、自然语言处理、语音识别等领域得到了深入发展,与传统的机器学习算法相比,深度模型在许多任务上具有较高的准确率.然而,作为端到端的具有高度非线性的复杂模型,深度模型的可解释性没有传统机器学习算法好,这... 详细信息

深度学习目前在计算机视觉、自然语言处理、语音识别等领域得到了深入发展,与传统的机器学习算法相比,深度模型在许多任务上具有较高的准确率.然而,作为端到端的具有高度非线性的复杂模型,深度模型的可解释性没有传统机器学习算法好,这为深度学习在现实生活中的应用带来了一定的阻碍.深度模型的可解释性研究具有重大意义而且是非常必要的,近年来许多学者围绕这一问题提出了不同的算法.针对图像分类任务,将可解释性算法分为全局可解释性和局部可解释性算法.在解释的粒度上,进一步将全局解释性算法分为模型级和神经元级的可解释性算法,将局部可解释性算法划分为像素级特征、概念级特征以及图像级特征可解释性算法.基于上述分类框架,总结了常见的深度模型可解释性算法以及相关的评价指标,同时讨论了可解释性研究面临的挑战和未来的研究方向.认为深度模型的可解释性研究和理论基础研究是打开深度模型黑箱的必要途径,同时可解释性算法存在巨大潜力可以为解决深度模型的公平性、泛化性等其他问题提供帮助.

关键词：深度学习可解释性图像分类特征

来源：评论

学校读者我要写书评

暂无评论

面向合成语音检测的弹性正交权重修正连续学习算法

引用

计算机研究与发展 2025年第2期62卷 336-345页

作者：张晓辉易江燕陶建华周俊佐中国科学院自动化研究所北京100190 北京交通大学计算机与信息技术学院北京100044 清华大学自动化系北京100084

目前,深度学习在合成语音检测领域取得了巨大的成功.然而,通常情况下,深度模型可以在与训练集分布相似的测试集上取得高准确率,但在跨数据集的情境下,其准确率却会显著下降.为了提高模型在新数据集上的泛化能力,通常需要对其进行微调,... 详细信息

目前,深度学习在合成语音检测领域取得了巨大的成功.然而,通常情况下,深度模型可以在与训练集分布相似的测试集上取得高准确率,但在跨数据集的情境下,其准确率却会显著下降.为了提高模型在新数据集上的泛化能力,通常需要对其进行微调,但这会导致模型遭受灾难性遗忘.灾难性遗忘指的是模型在新数据上的训练会损害其从旧数据中获得的知识,导致对旧数据的识别性能下降.目前,克服灾难性遗忘的主要算法之一是连续学习.面向合成语音检测提出了一种连续学习算法——弹性正交权重修正(elastic orthogonal weight modification,EOWM),用于克服灾难性遗忘.该算法通过修正模型在学习新知识时的参数更新方向和更新幅度,以减少对已学知识的损害.具体来说,该算法在模型学习新知识时要求参数的更新方向与旧任务的数据分布正交,并同时限制对旧任务中重要参数的更新幅度.在合成语音检测领域的跨数据集实验中,算法取得了良好的效果.与微调相比,该算法在旧数据集上的等错误率(equal error rate,EER)从7.334%降低至0.821%,相对下降了90%;在新数据集上的等错误率从0.513%降低至0.315%,相对下降了40%.

关键词：合成语音检测连续学习弹性正交权重修正预训练模型深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的电子病历多模态数据融合研究进展

引用

生物医学工程学杂志 2024年第5期41卷 1062-1071页

作者：范勇张政波(综述) 王晶(审校) 解放军总医院医学创新研究部北京100853 北京交通大学计算机与信息技术学院北京100044

目前基于深度学习的多模态学习发展迅速,在图文转换、图文生成等人工智能生成内容领域得到广泛应用。电子病历是医务人员在医疗活动过程中使用信息系统生成的数字、图表和文本等数字化信息。基于深度学习的电子病历多模态融合能辅助医... 详细信息

目前基于深度学习的多模态学习发展迅速,在图文转换、图文生成等人工智能生成内容领域得到广泛应用。电子病历是医务人员在医疗活动过程中使用信息系统生成的数字、图表和文本等数字化信息。基于深度学习的电子病历多模态融合能辅助医护人员综合分析诊疗过程中产生的医学多模态数据,从而对患者进行精准诊断和及时干预。本文首先介绍了基于深度学习的多模态数据融合方法以及发展趋势;其次,对结构化电子病历数据与影像、文本等其他模态医学数据的融合进行了对比归纳,重点介绍了研究涉及的临床应用场景、样本量、融合方法等;通过分析,总结了针对不同模态医学数据融合的深度学习方法:一是根据数据模态选择合适的预训练模型进行特征表征后融合,二是基于注意力机制进行融合;最后,讨论了医学多模态融合中的难点及发展方向,包括建模方法、模型评估应用等。通过本文综述,期望为建立能综合利用各类模态医学数据的算法模型提供参考信息。

关键词：多模态融合深度学习多模态医学数据电子病历医学人工智能

来源：评论

学校读者我要写书评

暂无评论

AHP策略下CTCS网络安全风险评估方法

引用

中国铁道科学 2023年第4期44卷 241-250页

作者：姚洪磊刘国梁解辰辉杨轶杰牛温佳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集团有限公司电子计算技术研究所北京100081

工业控制系统的网络安全风险评估通常受多种不确定性因素的影响,为有效降低评估过程中专家主观因素和其他不确定性因素对评估结果造成的影响,提出一种基于攻击树和层次分析法(Analytic Hierarchy Process,AHP)策略的网络安全风险评估方... 详细信息

工业控制系统的网络安全风险评估通常受多种不确定性因素的影响,为有效降低评估过程中专家主观因素和其他不确定性因素对评估结果造成的影响,提出一种基于攻击树和层次分析法(Analytic Hierarchy Process,AHP)策略的网络安全风险评估方法,并将其应用于中国列车运行控制系统(Chinese Train Control System,CTCS)的风险评估实践。首先,分析CTCS结构及其安全威胁,并基于安全威胁构建攻击树模型;其次,研究CTCS安全事件的产生机制,基于AHP策略分析安全事件可能导致的损失,将不确定性因素纳入安全事件发生概率的计算,通过安全事件发生概率及其损失计算出CTCS的风险值,当被评估对象为新上线系统或专家评估经验不足时,为降低数据波动引起的评估偏差,计算时去掉安全事件概率的最大值和最小值;最后,基于所提方法开展风险评估试验并进行仿真。结果表明:考虑攻击不确定因子和影响因子,风险评估结果在较低风险至中风险连续区间内的分布率接近100%,相对于未考虑不确定性因素的情况,风险评估结果在连续区间的分布率提升了近15%;去掉安全事件概率的最大值和最小值时,风险评估结果变化幅度更小,收敛于稳定的风险等级。

关键词：攻击树层次分析法中国列车运行控制系统风险评估仿真分析

来源：评论

学校读者我要写书评

暂无评论

列车通信网络时间触发调度模型的等价化简技术

引用

铁道学报 2025年第3期47卷 73-80页

作者：朱广超聂晓波李洋涛李宗辉聂晨浩马可中国铁道科学研究院集团有限公司动车组和机车牵引与控制国家重点实验室北京100081 北京交通大学电气工程学院北京100044 北京交通大学计算机与信息技术学院北京100044

时间敏感网络因其高确定性及低时延特性逐步成为列车通信网络的下一步发展方向。它通过时间触发调度精确地指定数据流在网络节点中的发送时间,从而保障数据流端到端的确定性实时传输。时间触发调度模型通常形式化为可满足性约束模型,由... 详细信息

时间敏感网络因其高确定性及低时延特性逐步成为列车通信网络的下一步发展方向。它通过时间触发调度精确地指定数据流在网络节点中的发送时间,从而保障数据流端到端的确定性实时传输。时间触发调度模型通常形式化为可满足性约束模型,由于调度模型数据流数量庞大,且参数不同,造成当前约束规模冗余而庞大,严重影响调度性能。针对该问题,挖掘时间触发传输机制的特点,提出时间触发调度模型的两个化简条件,并证明该化简是等价化简,即化简前后可行解空间不变;给出计算化简模型的算法,并基于可满足性求解器Z3实现了时间触发的增量调度工具;基于列车通信网络拓扑及流配置,对提出的时间触发调度模型等价化简技术进行性能评估。试验结果表明:相比于传统的时间触发调度模型,本文提出的等价化简技术缩小约束规模7.9%,缩小变量规模21%,提升调度性能26.1%。

关键词：列车通信网络确定性实时传输时间触发调度模型等价化简

来源：评论

学校读者我要写书评

暂无评论

基于GPU的北斗B1宽带复合信号实时发生器设计

引用

系统工程与电子技术 2024年第3期46卷 795-804页

作者：王子涵巴晓辉姜维蔡伯根王剑文韬北京交通大学电子信息工程学院北京100044 北京交通大学轨道交通控制与安全国家重点实验室北京100044 北京市电磁兼容与卫星导航工程技术研究中心北京100044 北京交通大学计算机与信息技术学院北京100044

为了实现北斗B1C+B1I信号的联合生成,提出一种基于软件无线电和图形处理器(graphics processing unit,GPU)加速的北斗B1宽带复合信号的实时生成方法,该方法针对单边带复数二进制偏移载波(single-sideband complex binary offset carrier... 详细信息

为了实现北斗B1C+B1I信号的联合生成,提出一种基于软件无线电和图形处理器(graphics processing unit,GPU)加速的北斗B1宽带复合信号的实时生成方法,该方法针对单边带复数二进制偏移载波(single-sideband complex binary offset carrier,SCBOC)调制方式的信号体制进行设计,系统根据用户配置的接收机运动轨迹和星历文件,生成中频信号并通过射频端发射。为了进一步提升GPU并行运算速度,从优化设备内存结构、设计并行线程架构和统一计算设备架构流(compute unified device architecture stream,CUDA)加速3个方面,设计了基于异步运算的加速采样点数据计算的CUDA优化实现方案。测试结果证明,优化后的算法可以基于SCBOC调制实时生成北斗B1I+B1C信号,基于GTX3060的GPU平台,信号90 M采样率下能实现8颗卫星复合信号的实时生成。

关键词： B1宽带复合信号软件无线电单边带复数二进制偏移载波调制统一计算设备架构流实时生成

来源：评论

学校读者我要写书评

暂无评论

基于病例注册登记研究平台构建针灸对卵巢低反应患者妊娠结局的临床预测模型

引用

中国针灸 2023年第12期43卷 1390-1398页

作者：苏晨晨周雪忠许焕芳杨莉李佳珊肖奇蔚黎蔚欣房繄恭中国中医科学院针灸研究所北京100700 北京交通大学计算机与信息技术学院

目的:构建针灸对卵巢低反应(POR)患者妊娠结局影响的临床预测模型,为针刺改善POR患者的妊娠结局提供预测的思路及方法。方法:收集2017年9月19日至2023年4月30日中国中医科学院针灸医院等24家中心在国际针灸病例注册登记研究平台(IPRPAM... 详细信息

目的:构建针灸对卵巢低反应(POR)患者妊娠结局影响的临床预测模型,为针刺改善POR患者的妊娠结局提供预测的思路及方法。方法:收集2017年9月19日至2023年4月30日中国中医科学院针灸医院等24家中心在国际针灸病例注册登记研究平台(IPRPAM)登记的接受以“调经促孕十三针”针刺治疗为主的268例(2例剔除)POR患者临床资料。采用LASSO、单因素Cox回归对妊娠结局的影响因素进行筛选,并根据筛选结果建立多因素Cox回归模型。利用赤池信息准则(AIC)筛选最优模型,并构建列线图临床妊娠预测模型。采用受试者工作特征曲线、校准曲线对预测模型进行评价,并使用重复抽样法对模型进行内部验证。结果:①年龄、基础抗缪勒管激素(AMH)水平、针灸总次数(P<0.05)是针刺对POR患者妊娠结局影响的独立预测因素。②最优子集-Cox多因素模型的AIC值(560.6)最小,为最优模型。③POR患者接受针灸治疗后6、12、24、36个月内,临床妊娠预测模型的曲线下面积(AUC)分别为0.627、0.719、0.770、0.766,模型验证组的AUC分别为0.620、0.704、0.759、0.765,表明该预测模型具有较佳的区分度和可重复性。④校准曲线显示临床预测模型的预测曲线较为接近理想模型的预测曲线,表明该预测模型具有较好的校准度。结论:基于IPRPAM平台构建的针灸对POR患者妊娠结局影响的临床预测模型,具有较好的临床应用价值,可为针灸对POR患者妊娠结局影响提供预测思路。

关键词：卵巢低反应针灸妊娠结局临床预测模型

来源：评论

学校读者我要写书评

暂无评论

重加权的对抗变分自编码器及其在工业因果效应估计中的应用

引用

计算机应用 2024年第4期44卷 1099-1106页

作者：李宗禹强思维郭晓波朱振峰北京交通大学计算机与信息技术学院北京100044 北京交通大学信息科学研究所北京100044 蚂蚁集团网商银行北京100020

反事实预测和选择偏差是因果效应估计中的重大挑战。为对潜在协变量的复杂混杂分布进行有效表征,同时增强反事实预测泛化能力,提出一种面向工业因果效应估计应用的重加权对抗变分自编码器网络(RVAENet)模型。针对混杂分布去偏问题,借鉴... 详细信息

反事实预测和选择偏差是因果效应估计中的重大挑战。为对潜在协变量的复杂混杂分布进行有效表征,同时增强反事实预测泛化能力,提出一种面向工业因果效应估计应用的重加权对抗变分自编码器网络(RVAENet)模型。针对混杂分布去偏问题,借鉴域适应思想,采用对抗学习机制对由变分自编码器(VAE)获得的隐含变量进行表示学习的分布平衡;在此基础上,通过学习样本倾向性权重对样本进行重加权,进一步缩小实验组(Treatment)与对照组(Control)样本间的分布差异。实验结果表明,在工业真实场景数据集的两个场景下,所提模型的提升曲线下的面积(AUUC)比TEDVAE(Treatment Effect with Disentangled VAE)分别提升了15.02%、16.02%;在公开数据集上,所提模型的平均干预效果(ATE)和异构估计精度(PEHE)普遍取得最优结果。

关键词：因果效应估计重加权变分自编码器反事实预测选择偏差因果学习

来源：评论

学校读者我要写书评

暂无评论

基于代价敏感学习的恶意URL检测研究

引用

信息安全学报 2023年第2期8卷 54-65页

作者：蔡勍萌王健李鹏博北京交通大学计算机与信息技术学院北京100044 中电科网络空间安全研究院北京100085

随着大数据时代的到来,恶意URL作为Web攻击的媒介渐渐威胁着用户的信息安全。传统的恶意URL检测手段如黑名单检测、签名匹配方法正逐步暴露缺陷,为此本文提出一种基于代价敏感学习策略的恶意URL检测模型。为提高卷积神经网络在恶意网页... 详细信息

随着大数据时代的到来,恶意URL作为Web攻击的媒介渐渐威胁着用户的信息安全。传统的恶意URL检测手段如黑名单检测、签名匹配方法正逐步暴露缺陷,为此本文提出一种基于代价敏感学习策略的恶意URL检测模型。为提高卷积神经网络在恶意网页检测领域的性能,本文提出将URL数据结合HTTP请求信息作为原始数据样本进行特征提取,解决了单纯URL数据过于简单而造成特征提取困难的问题,通过实验对比了三种编码处理方式,根据实验结果选取了最佳字符编码的处理方式,保证了后续检测模型的效果。同时本文针对URL字符输入的特点,设计了适合URL检测的卷积神经网络模型,为了提取数据深层特征,使用了两层卷积层进行特征提取,其次本文在池化层选择使用BiLSTM算法提取数据的时序特征,同时将该网络的最后一个单元输出达到池化效果,避免了大量的模型计算,保证了模型的检测效率。同时为解决数据样本不均衡问题,在迭代过程中为其分配不同惩罚因子,改进了数据样本初始化权重的分配规则并进行了归一化处理,增加恶意样本在整体误差函数中的比重。实验结果表明本文模型在准确率、召回率以及检测效率上较优于其他主流检测模型,并对于不均衡数据集具有较好的抵抗能力。

关键词：深度学习恶意网页 URL检测代价敏感学习神经网络

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：