检索结果-内蒙古大学图书馆

密码学报 2022年第4期9卷 596-618页

作者：姚爽张大伟李勇王伟北京交通大学计算机与信息技术学院北京100044 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 北京交通大学电子信息工程学院北京100044

区块链技术是一种去中心化、多方共识、公开透明的新型计算范式,由于其交易数据具有全网分发、多方共识和公开存储验证的特点,因此用户交易内容的隐私保护面临着极大的挑战.本文对现有区块链交易内容隐私保护技术进行研究.首先,在明确... 详细信息

区块链技术是一种去中心化、多方共识、公开透明的新型计算范式,由于其交易数据具有全网分发、多方共识和公开存储验证的特点,因此用户交易内容的隐私保护面临着极大的挑战.本文对现有区块链交易内容隐私保护技术进行研究.首先,在明确区块链交易内容隐私保护含义的基础上,分析了区块链交易内容和交易身份隐私保护在设计思路和实现技术上的差异,厘清了区块链交易内容隐私保护所面临的威胁和挑战;其次,从区块链的交易内容隐藏、隐藏交易验证和隐藏交易监管三个方面比较分析了目前主流区块链平台的交易内容隐私保护技术,详细介绍了不同方案的设计架构、安全机制、密码算法和安全协议等内容,并对比剖析了不同方案在实现架构、算法设计、保护粒度和性能开销方面的优缺点.最后,从监管需求、架构设计和算法优化等方面对未来区块链交易内容隐私保护的研究方向进行了展望.

关键词：区块链隐私保护交易内容密码学

来源：评论

学校读者我要写书评

暂无评论

基于伪标签正则化损失的无监督行人重识别

引用

电子学报 2024年第5期52卷 1743-1758页

作者：贾洁茹张硕蕊钱宇华阮秋琦山西大学大数据科学与产业研究院山西太原030006 山西大学计算机与信息技术学院山西太原030006 山西省机器视觉与数据挖掘工程研究中心山西太原030006 北京交通大学信息科学研究所北京100044

无监督行人重识别旨在不需要行人身份标签的情况下,将查询的行人图像与候选集中的行人图像相匹配.目前主流的无监督行人重识别方法通常先利用聚类算法生成伪标签,然后利用伪标签训练深度神经网络.然而由于模型初始表征能力不足和聚类算... 详细信息

无监督行人重识别旨在不需要行人身份标签的情况下,将查询的行人图像与候选集中的行人图像相匹配.目前主流的无监督行人重识别方法通常先利用聚类算法生成伪标签,然后利用伪标签训练深度神经网络.然而由于模型初始表征能力不足和聚类算法的局限性等,伪标签中会引入大量噪声,严重误导模型优化过程,导致模型性能退化.为了减轻伪标签噪声的影响,本文提出了一种新的伪标签正则化损失函数,用伪标签的置信度分数和样本相似度对伪标签噪声进行约束.具体来说,本文首先提出了一种聚类引导的注意力机制,根据伪标签与聚类中心的语义相关程度来估计伪标签的置信度,以此来识别噪声标签并给正确标签分配更多的权重,有效降低伪标签噪声在总体损失函数中的作用.同时,为了充分利用伪标签的判别能力,本文利用伪标签进行在线软样本挖掘,构建mini-batch中的正负样本对并为每个正负样本对计算一个连续的权重分数.通过将以上两种权重引入到对比损失中,本文提出的伪标签正则化损失函数可以有效抑制伪标签噪声的影响,减轻标签噪声对训练过程的影响,提高模型的准确性和鲁棒性.在多个公开行人数据集上的实验结果验证了本文方法的有效性,在Market1501、DukeMTMC-reID和MSMT17数据集上mAP分别达到了85.9%、75.1%和29.3%.

关键词：行人重识别无监督学习伪标签噪声对比学习聚类优化

来源：评论

学校读者我要写书评

暂无评论

基于BASFPA-BP的可靠性预测模型研究

引用

计算机科学 2023年第5期50卷 31-37页

作者：李红辉陈博鲁姝艺张骏温北京交通大学计算机与信息技术学院北京100044 高速铁路网络管理教育部工程研究中心北京100044

软件可靠性预测以软件可靠性预测模型为基础,对软件的可靠性以及与其直接相关的度量进行分析、评价和预测,利用软件运行中所收集的失效数据对未来的软件可靠性进行预测,成为了评估软件失效行为和保障软件可靠程度的重要手段。BP神经网... 详细信息

软件可靠性预测以软件可靠性预测模型为基础,对软件的可靠性以及与其直接相关的度量进行分析、评价和预测,利用软件运行中所收集的失效数据对未来的软件可靠性进行预测,成为了评估软件失效行为和保障软件可靠程度的重要手段。BP神经网络结构简单、参数少、易实现,在软件可靠性预测领域已经得到了广泛应用。然而基于传统BP神经网络搭建的软件可靠性预测模型的预测精度无法达到预期目标,因此提出了基于BASFPA-BP的软件可靠性预测模型。该模型利用软件失效数据,在BP神经网络训练过程中利用BASFPA算法优化网络权值、阈值,从而提高模型的预测精度。选用3组公开的软件失效数据,将实际值与预测值的均方误差作为预测结果的衡量标准,同时将BASFPA-BP与FPA-BP,BP,Elman这3种模型进行对比研究。实验结果表明,基于BASFPA-BP的软件可靠性预测模型在同类型模型中实现了较高的预测精度。

关键词：软件可靠性预测模型天牛须搜索算法花朵授粉算法 BASFPA

来源：评论

学校读者我要写书评

暂无评论

基于自适应小波分解的时间序列分类方法

引用

计算机工程 2022年第4期48卷 81-88,98页

作者：梁小慧郭晟楠万怀宇北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室北京100044

时间序列分类即通过构建分类模型建模时间序列中的特征来实现对该时间序列的归类,是时间序列挖掘的重要研究分支。现有的时间序列分类方法多数从时域的角度对时间序列进行建模,忽视了时间序列中隐含的频域信息,而时间序列往往同时蕴含... 详细信息

时间序列分类即通过构建分类模型建模时间序列中的特征来实现对该时间序列的归类,是时间序列挖掘的重要研究分支。现有的时间序列分类方法多数从时域的角度对时间序列进行建模,忽视了时间序列中隐含的频域信息,而时间序列往往同时蕴含着多种不同变化速率的变化模式,这些变化模式在时域上相互叠加,使得时间序列的变化规律变得比较复杂,因此仅从时域的角度进行建模,难以有效地从复杂的规律中捕获其蕴含的多种相对简单的规律。提出一种基于自适应多级小波分解的神经网络方法AMWDNet,使用自适应小波分解建模时间序列中的多级时频信息,自适应小波分解模块能够同时从时域和频域的角度出发,对时间序列中蕴含的多种变化模式进行有效分解,通过使用长短期时间模式提取模块分别建模时间序列中的长期和短期时间模式。选取时间序列分类任务中8个主流的方法作为基准方法,在UCR数据集仓库中的8个数据集上进行对比实验,结果表明,AMWDNet在其中的7个数据集上取得了最高的分类准确率,相比于次优的基准方法提升了0.1~2.2个百分点,整体分类性能优于MLP和FCN等基准方法。

关键词：时间序列分类自适应小波分解多分辨率分析时频分析

来源：评论

学校读者我要写书评

暂无评论

基于帕累托效应视角下的推荐系统多角度公平性

引用

太原理工大学学报 2022年第1期53卷 89-97页

作者：杜清月黄晓雯桑基韬北京交通大学计算机与信息技术学院交通数据分析与挖掘北京市重点实验室北京100044

提出了一种从帕累托视角解决推荐系统多角度公平性的方法,通过对抗正则化器消除用户嵌入中的敏感属性信息,采用基于曝光的负采样策略提高推荐系统的准确率,从而达到帕累托最优。并且,基于曝光的负采样策略在一定程度上解决物品曝光偏差... 详细信息

提出了一种从帕累托视角解决推荐系统多角度公平性的方法,通过对抗正则化器消除用户嵌入中的敏感属性信息,采用基于曝光的负采样策略提高推荐系统的准确率,从而达到帕累托最优。并且,基于曝光的负采样策略在一定程度上解决物品曝光偏差的问题,保证了物品角度公平性,实现了用户、物品的多角度公平性。实验结果表明,该方法在保证推荐准确率的同时有效提高了用户和物品角度的公平性。

关键词：推荐系统公平性多角度公平性帕累托效应对抗学习负采样

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

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

基于交路接续规律的动车组运营里程预测算法

引用

计算机集成制造系统 2022年第3期28卷 735-744页

作者：贾丹龙刘峰张宁张春高畅霞郝伟北京交通大学计算机与信息技术学院北京100044 北京交通大学高速铁路网络管理教育部工程研究中心北京100044 中车青岛四方机车车辆股份有限公司信息技术部山东青岛266011

为了实现高精度的动车组运营里程预测,提出一种新的以交路接续规律为依据的动车组运营里程预测算法。首先,将数据记录时间作为分段参数,提出用分段函数的形式为动车组历史开行数据附加时间权重。然后,根据动车组历史开行数据中的交路接... 详细信息

为了实现高精度的动车组运营里程预测,提出一种新的以交路接续规律为依据的动车组运营里程预测算法。首先,将数据记录时间作为分段参数,提出用分段函数的形式为动车组历史开行数据附加时间权重。然后,根据动车组历史开行数据中的交路接续情况,结合时间权重,将交路转移概率矩阵作为交路接续规律的载体,并考虑新交路的情况对矩阵进行修正。最后,基于交路转移概率矩阵中的概率值,以随机的方式实现了动车组的交路接续预测。实验结果表明,与传统的日均里程法相比,所提算法在预测准确率和预测结果稳定性上均有显著提升。

关键词：动车组里程预测高级修计划交路转移概率矩阵

来源：评论

学校读者我要写书评

暂无评论

基于图像语义分割的半监督裂纹检测方法

引用

激光与光电子学进展 2021年第6期58卷 309-320页

作者：刘培黄雅平北京交通大学计算机与信息技术学院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

基于深度学习的裂纹检测方法严重依赖大量的像素级标注信息,为此提出一种基于半监督学习的裂纹检测方法。该方法将多尺度模块引入到裂纹检测的网络模型中,仅利用小部分的像素级标注数据进行全监督训练。对于无标签数据,融合多种显著性... 详细信息

基于深度学习的裂纹检测方法严重依赖大量的像素级标注信息,为此提出一种基于半监督学习的裂纹检测方法。该方法将多尺度模块引入到裂纹检测的网络模型中,仅利用小部分的像素级标注数据进行全监督训练。对于无标签数据,融合多种显著性区域检测方法生成伪标签,可以减少对像素级标注信息的依赖。在裂纹数据集上对改进网络进行实验验证,并与常用语义分割网络和弱监督实验基准从主观评价、精度、召回率和F1-score的角度进行比较。实验结果表明,改进网络可以有效提升裂纹的识别准确率,提出的半监督训练策略在仅需6.25%像素级标注信息的情况下,能够取得与全监督方法相当的识别精度和召回率。

关键词：机器视觉裂纹检测语义分割多尺度模块半监督

来源：评论

学校读者我要写书评

暂无评论

用于半监督分类的二阶近似谱图卷积模型

引用

自动化学报 2021年第5期47卷 1067-1076页

作者：公沛良艾丽华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,基于局部一阶近似的谱图卷积方法在半监督节点分类任务上取得了明显优势,但是在每次更新节点特征表示时,只利用了一阶邻居节点信息而忽视了非直接邻居节点信息.为此,本文结合切比雪夫截断展开式及标准化的拉普拉斯矩阵,通过推导... 详细信息

近年来,基于局部一阶近似的谱图卷积方法在半监督节点分类任务上取得了明显优势,但是在每次更新节点特征表示时,只利用了一阶邻居节点信息而忽视了非直接邻居节点信息.为此,本文结合切比雪夫截断展开式及标准化的拉普拉斯矩阵,通过推导及简化二阶近似谱图卷积模块,提出了一种融合丰富局部结构信息的改进图卷积模型,进一步提高了节点分类性能.大量的实验结果表明,本文提出的方法在不同数据集上的表现均优于现有的流行方法,验证了模型的有效性.

关键词：图理论谱图卷积半监督学习节点分类关系数据

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：