检索结果-内蒙古大学图书馆

统计与决策 2021年第9期37卷 164-168页

作者：闫玉波任爽晋旭博北京交通大学计算机与信息技术学院北京100044

文章针对全国铁路集装箱发送量的非线性分布特征,提出了SAPSO优化深度置信网络(DBN)预测月度全国集装箱发送量模型。采集铁路集装箱发送量相关影响因素,计算这些因素与集装箱发送量的Spearman rank相关系数,并通过Spearman rank相关系... 详细信息

文章针对全国铁路集装箱发送量的非线性分布特征,提出了SAPSO优化深度置信网络(DBN)预测月度全国集装箱发送量模型。采集铁路集装箱发送量相关影响因素,计算这些因素与集装箱发送量的Spearman rank相关系数,并通过Spearman rank相关系数分析结果选择相关程度高的影响因素训练深度置信网络并得到全国集装箱发送量预测结果,即得到SAPSO-DBN模型。对比分析实验结果显示,SAPSO-DBN模型预测精度优于其他模型。

关键词：铁路运输集装箱发送量预测深度置信网络货运预测

来源：评论

学校读者我要写书评

暂无评论

面向铁路智能运维特殊作业的机器人数字孪生系统设计与实现

引用

数字技术与应用 2023年第8期41卷 146-149页

作者：马逸飞方野薛笑寒白岩慧北京交通大学计算机与信息技术学院

我国铁路运输地理环境复杂,山体滑坡等自然灾害愈发频繁地发生。为避免二次灾害对铁路运维人员的伤害,引入了数字孪生技术,通过孪生机械臂与实体机械臂同步搬运落石的方式,实现铁路针对此类特殊作业的智能运维。本文设计了机器人孪生系... 详细信息

我国铁路运输地理环境复杂,山体滑坡等自然灾害愈发频繁地发生。为避免二次灾害对铁路运维人员的伤害,引入了数字孪生技术,通过孪生机械臂与实体机械臂同步搬运落石的方式,实现铁路针对此类特殊作业的智能运维。本文设计了机器人孪生系统的软件架构及功能模块,并给出了机器人数字孪生系统的实现,为数字孪生技术在铁路智能运维应用进行了有意义的探索。

关键词：机器人机械臂软件架构特殊作业智能运维山体滑坡运维人员功能模块

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

基于异构图卷积网络的网络社区敏感文本分类模型

引用

数据分析与知识发现 2023年第11期7卷 26-36页

作者：高浩鑫孙利娟吴京宸高宇童吴旭北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学网络空间安全学院北京100876 北京邮电大学经济管理学院北京100876 北京邮电大学计算机学院(国家示范性软件学院) 北京100876 北京邮电大学图书馆北京100876 北京交通大学计算机与信息技术学院北京100044

【目的】基于图神经网络设计一种针对网络社区中敏感文本的分类模型,为治理网络舆情、维护网络社区信息安全提供帮助。【方法】在文本和词的基础上添加敏感实体构造异构图,引入网络舆情敏感信息的先验知识,然后利用BERT捕获文本的深度... 详细信息

【目的】基于图神经网络设计一种针对网络社区中敏感文本的分类模型,为治理网络舆情、维护网络社区信息安全提供帮助。【方法】在文本和词的基础上添加敏感实体构造异构图,引入网络舆情敏感信息的先验知识,然后利用BERT捕获文本的深度语义信息,使用图卷积网络(GCN)获取全局的共现特征,结合两者获得预训练模型和图模型的互补优势,适应长短文本之间的结构差异,最后根据基于网络社区舆情特点设计的敏感文本分类体系进行分类。【结果】在网络舆情敏感文本自制数据集上进行广泛的实验,实验结果表明,所提模型准确率达到70.80%,相较于基线模型至少提高3.52个百分点。【局限】在大语料库上构建的异构图过大会影响计算速度。【结论】所提模型能够适应网络社区敏感文本的结构差异,更好地捕捉文本中的敏感特征以提升分类性能,在敏感文本分类上有较好的效果。

关键词：图卷积网络敏感文本分类异构图 BERT

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

基于平均任务失效时间和任务完成时间的移动目标防御技术效能量化分析

引用

信息安全学报 2022年第2期7卷 16-29页

作者：陈志常晓林杨润垲韩臻北京交通大学计算机与信息技术学院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

移动目标防御(MTD)通过不断的变换系统攻击面,增加系统的不确定性,限制攻击者探索系统的弱点,从而有效降低系统被攻击的可能。随着信息系统的发展和新漏洞的不断增加,且传统防御方法存在天然的时间劣势无法抵御新型攻击,MTD越来越受到... 详细信息

移动目标防御(MTD)通过不断的变换系统攻击面,增加系统的不确定性,限制攻击者探索系统的弱点,从而有效降低系统被攻击的可能。随着信息系统的发展和新漏洞的不断增加,且传统防御方法存在天然的时间劣势无法抵御新型攻击,MTD越来越受到关注。本文旨在量化分析MTD环境中关键任务的安全性和性能。本文使用攻击者攻击成功概率作为系统安全性评估指标。使用长期任务平均失效时间(MTTF)和短期任务平均完成时间(JCT)作为评估MTD系统性能指标。本文中的系统由多个物理机(PM)组成,每个PM中托管一个虚拟化环境(容器或虚拟机),关键任务运行在虚拟化环境中并受攻击者影响。系统中部署了基于动态平台技术(DPT)的MTD来减少攻击行为对任务运行的影响,动态平台技术通过将任务的运行主动划分为多个阶段,并且通过随机选择每一阶段的运行平台的方式降低任务被攻击者发现和破坏的概率。本文我们使用马尔可夫模型抽象表示系统中的任务运行行为,并在此基础上量化分析MTD防御效能。相对于现有的分析模型要求所有时间均服从指数分布,我们的方法允许任务阶段运行时间和迁移时间服从任意分布。本文分别以长期任务MTTF和短期任务JCT为评估指标并给出了对应的解析解公式。同时,我们使用仿真实验验证了我们的模型和公式的准确性。此外,本文还提出了一个MTD系统的总成本预测方案,用来帮助管理员更有效合理的部署防御系统。

关键词：动态平台技术移动目标防御马尔可夫链平均失效时间性能

来源：评论

学校读者我要写书评

暂无评论

基于关键实体和文本摘要多特征融合的话题匹配算法

引用

郑州大学学报（工学版） 2024年第2期45卷 51-59页

作者：纪科张秀马坤孙润元陈贞翔邬俊济南大学信息科学与工程学院山东济南250022 济南大学山东省网络环境智能计算技术重点实验室山东济南250022 北京交通大学计算机与信息技术学院北京100044

随着网络的快速普及,互联网新闻的数量剧增,在这种情况下,如何有效地找到更加符合特定主题的相关报道成为一个迫切需要解决的问题。针对这一问题,提出了基于关键实体和文本摘要多特征融合的话题匹配算法。首先,使用W2NER模型进行命名实... 详细信息

随着网络的快速普及,互联网新闻的数量剧增,在这种情况下,如何有效地找到更加符合特定主题的相关报道成为一个迫切需要解决的问题。针对这一问题,提出了基于关键实体和文本摘要多特征融合的话题匹配算法。首先,使用W2NER模型进行命名实体识别,通过词频、TF-IDF、词的合群性、词词相似度和词句相似度特征,提取关键的实体。其次,使用Pegasus模型进行文本摘要,通过BiLSTM融合关键实体特征与文本摘要特征,得到新闻文本的深层次语义特征。再次,使用交叉注意力机制对待匹配新闻进行特征交互,增进彼此的联系。最后,融合新闻文本的深层次语义特征和文本交互特征,共同参与文本话题匹配的判断。在来自于搜狐的真实数据上进行了不同算法的对比实验,结果表明:所提算法准确率和精确率均与其他算法效果相近,召回率和F1值均有所提升。

关键词：话题匹配关键实体文本摘要文本匹配信息检索

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

基于GMM聚类的铁路网络数据风险等级分类方法

引用

铁路计算机应用 2023年第11期32卷 39-44页

作者：商婧王佳宁刘旭李琪王健北京交通大学计算机与信息技术学院北京100044 北京经纬信息技术有限公司北京100081

铁路行业信息基础设施及重要信息系统产生的数据种类繁多、数量庞大且价值密度高,而不同类型或等级的铁路网络数据存在不同级别的安全风险。为了完善铁路网络数据风险评估机制,设计一种基于高斯混合模型(GMM,Gaussian Mixture Model)聚... 详细信息

铁路行业信息基础设施及重要信息系统产生的数据种类繁多、数量庞大且价值密度高,而不同类型或等级的铁路网络数据存在不同级别的安全风险。为了完善铁路网络数据风险评估机制,设计一种基于高斯混合模型(GMM,Gaussian Mixture Model)聚类的铁路网络数据风险等级分类方法。从数据和风险角度提取关键信息,构建风险信息数据集;通过K-means聚类获得初始聚类中心;基于混合距离计算进行GMM聚类,实现数据风险等级划分。经实验验证,与传统K-means聚类、谱聚类算法相比,GMM聚类算法对铁路网络数据的聚类效果更优,能够更加准确地对铁路网络数据进行风险等级分类,从而为进一步落实铁路网络数据安全管理要求提供重要的技术支撑。

关键词：高斯混合模型(GMM)聚类 K-means聚类最大期望(EM)算法铁路网络数据风险风险等级分类

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

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：