检索结果-内蒙古大学图书馆

南京大学学报（自然科学版） 2023年第5期59卷 823-832页

作者：乔禹涵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交通大学北京100044

网络社交媒体的快速发展提供了便捷的信息获取方式,但也滋生了谣言和虚假新闻,现有的谣言检测模型在有标注数据充足时能有效解决分类问题,然而谣言可用的标注数据有限,各种针对谣言特点精心设计的模型倾向于过拟合,同时,现有模型的鲁棒... 详细信息

网络社交媒体的快速发展提供了便捷的信息获取方式,但也滋生了谣言和虚假新闻,现有的谣言检测模型在有标注数据充足时能有效解决分类问题,然而谣言可用的标注数据有限,各种针对谣言特点精心设计的模型倾向于过拟合,同时,现有模型的鲁棒性不足,谣言传播者恶意破坏谣言传播结构会使模型出现分类错误.针对以上问题,采用自监督的图对比学习方法,对原始谣言传播图进行不同方式的数据增强来模拟对原图的扰动,建立自监督对比学习任务,使图编码器捕获谣言更趋本质的特征,缓解了过拟合,提高了模型的鲁棒性与泛化性能.在来源于主流社交媒体平台的三个公开数据集Twitter15,Twitter16和PHEME上进行了对比实验,实验结果显示,提出的模型的准确率比基准模型分别提高3.4%,1.8%和1.2%,证实了图自监督对比学习方法在谣言检测任务上的有效性.

关键词：谣言检测自监督学习对比学习图表示学习

来源：评论

学校读者我要写书评

暂无评论

基于用户系统调用序列的二进制代码识别

引用

计算机应用 2024年第7期44卷 2160-2167页

作者：黄海翔彭双和钟子煜北京交通大学计算机与信息技术学院北京100044 香港科技大学理学院中国香港999077

针对编译优化、跨编译器、混淆等带来的二进制代码相似性识别准确率低的问题,提出并实现了一种基于用户系统调用序列的识别方案UstraceDiff。首先,基于Intel Pin框架设计了一个动态分析插桩工具,动态提取二进制代码的用户系统调用序列... 详细信息

针对编译优化、跨编译器、混淆等带来的二进制代码相似性识别准确率低的问题,提出并实现了一种基于用户系统调用序列的识别方案UstraceDiff。首先,基于Intel Pin框架设计了一个动态分析插桩工具,动态提取二进制代码的用户系统调用序列及参数;其次,通过序列对齐获得被分析的2个二进制代码的系统调用序列的公有序列,并设计了一个有效参数表用于筛选出有效系统调用参数;最后,为评估二进制代码的相似性,提出一种算法利用公有序列及有效参数,计算它们的同源度。使用Coreutils数据集在4种不同的编译条件下对UstraceDiff进行了评估。实验结果表明,相较于Bindiff和DeepBinDiff,UstraceDiff对于同源程序识别的平均准确率分别提高了35.1个百分点和55.4个百分点,对于非同源程序的区分效果也更好。

关键词：代码识别动态分析系统调用程序溯源二进制相似性分析

来源：评论

学校读者我要写书评

暂无评论

对话推荐算法研究综述

引用

软件学报 2022年第12期33卷 4616-4643页

作者：赵梦媛黄晓雯桑基韬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 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

推荐系统是一种通过理解用户的兴趣和偏好帮助用户过滤大量无效信息并获取感兴趣的信息或者物品的信息过滤系统.目前主流的推荐系统主要基于离线的、历史的用户数据,不断训练和优化线下模型,继而为在线的用户推荐物品,这类训练方式主要... 详细信息

推荐系统是一种通过理解用户的兴趣和偏好帮助用户过滤大量无效信息并获取感兴趣的信息或者物品的信息过滤系统.目前主流的推荐系统主要基于离线的、历史的用户数据,不断训练和优化线下模型,继而为在线的用户推荐物品,这类训练方式主要存在3个问题:基于稀疏且具有噪声的历史数据估计用户偏好的不可靠估计、对影响用户行为的在线上下文环境因素的忽略和默认用户清楚自身偏好的不可靠假设.由于对话系统关注于用户的实时反馈数据,获取用户当前交互的意图,因此“对话推荐”通过结合对话形式与推荐任务成为解决传统推荐问题的有效手段.对话推荐将对话系统实时交互的数据获取方式应用到推荐系统中,采用了与传统推荐系统不同的推荐思路,通过利用在线交互信息,引导和捕捉用户当前的偏好兴趣,并及时进行反馈和更新.在过去的几年里,越来越多的研究者开始关注对话推荐系统,这一方面归功于自然语言处理领域中语音助手以及聊天机器人技术的广泛使用,另一方面受益于强化学习、知识图谱等技术在推荐策略中的成熟应用.将对话推荐系统的整体框架进行梳理,将对话推荐算法研究所使用的数据集进行分类,同时对评价对话推荐效果的相关指标进行讨论,重点关注于对话推荐系统中的后台对话策略与推荐逻辑,对近年来的对话推荐算法进行综述,最后对对话推荐领域的未来发展方向进行展望.

关键词：对话推荐系统用户建模人机交互推荐系统

来源：评论

学校读者我要写书评

暂无评论

面向时空交通栅格流量预测的3D通道注意力网络

引用

国防科技大学学报 2022年第3期44卷 41-49页

作者：童凯南林友芳刘军郭晟楠万怀宇北京交通大学计算机与信息技术学院北京100044 中国民航信息网络股份有限公司北京101318

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新... 详细信息

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型--3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。

关键词：时空数据交通栅格流量 3D通道注意力通道内注意力通道间注意力

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的网络入侵检测算法研究

引用

计算机应用与软件 2022年第10期39卷 336-343页

作者：张志飞王露漫北京交通大学计算机与信息技术学院北京100044

针对目前入侵检测系统对少数攻击类的识别率较低的问题,提出一种基于卷积神经网络和随机森林的分类方法。对CICIDS2017数据集中的数据进行预处理,并用SMOTE算法进行数据平衡;用卷积神经网络对BENIGN类和ATTACK类进行二分类,分离出ATTACK... 详细信息

针对目前入侵检测系统对少数攻击类的识别率较低的问题,提出一种基于卷积神经网络和随机森林的分类方法。对CICIDS2017数据集中的数据进行预处理,并用SMOTE算法进行数据平衡;用卷积神经网络对BENIGN类和ATTACK类进行二分类,分离出ATTACK类;用PCA进行特征选择,减少特征维度,并用随机森林算法对ATTACK类进行多分类。与其他算法相比,该方法不仅增加了少数攻击类的识别率,并且对其余类的识别率也有所增加。

关键词：机器学习卷积神经网络随机森林 PCA 入侵检测

来源：评论

学校读者我要写书评

暂无评论

一种多源领域自适应命名实体识别方法

引用

厦门大学学报（自然科学版） 2022年第4期61卷 617-623页

作者：李佳芮刘健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

领域自适应是解决低资源问题的一种通用方式,可应用于各种自然语言处理的任务中.当前针对命名实体识别(named entity recognition,NER)任务的领域自适应研究通常从单一的源领域迁移到目标领域,在目标领域和源领域相近的情况下,这种方式... 详细信息

领域自适应是解决低资源问题的一种通用方式,可应用于各种自然语言处理的任务中.当前针对命名实体识别(named entity recognition,NER)任务的领域自适应研究通常从单一的源领域迁移到目标领域,在目标领域和源领域相近的情况下,这种方式能够取得较好的识别效果,但是在目标领域与源领域相关度不高的情况下,单一领域迁移方式存在很大的局限性.针对这一问题,提出一种融合多源领域贡献度加权的自适应NER模型(multi-domain adaptation NER model based on importance weighting,MDAIW).1)通过多个领域的知识迁移来提升目标领域的实体识别性能;2)根据不同领域及其领域内样本对目标领域的重要性,计算领域贡献度;3)将领域贡献度引入到NER模型中,以此来实现更好的模型领域适应性.最终在多个目标领域上进行实验,性能皆优于当前性能最好的方法,验证了模型的有效性.

关键词：命名实体识别领域自适应贡献度加权多源

来源：评论

学校读者我要写书评

暂无评论

基于多维度事件特征融合和语义特征交互的事件匹配算法

引用

数据分析与知识发现 2025年第4期 111-122页

作者：张秀纪科马坤陈贞翔高源邬俊济南大学信息科学与工程学院山东省网络环境智能计算技术重点实验室(济南大学) 北京交通大学计算机与信息技术学院

【目的】为实现在海量互联网新闻中快速准确地找到特定事件的相关报道，提出一种基于多维度事件特征融合和语义特征交互的事件匹配算法。【方法】通过依存句法分析，概括新闻事件；通过低秩张量特征融合的方式，融合BiLSTM、DPCNN、多... 详细信息

【目的】为实现在海量互联网新闻中快速准确地找到特定事件的相关报道，提出一种基于多维度事件特征融合和语义特征交互的事件匹配算法。【方法】通过依存句法分析，概括新闻事件；通过低秩张量特征融合的方式，融合BiLSTM、DPCNN、多头注意力机制提取的多维度事件特征；最后，通过注意力机制进行语义特征交互，共同参与事件匹配的判断。【结果】在来自搜狐的真实数据上进行不同算法的对比实验，结果表明，在新闻长短不一的三个数据集上，本文方法均有较好的匹配效果，F1值分别提升0.7个百分点、0.69个百分点和0.23个百分点。【局限】目前公开的语料库规模较小，可制作更大的语料库进一步实验。【结论】本文模型可以更好地对文本特征进行抽取和交互，有效提升了新闻事件的匹配性能。

关键词：事件匹配依存句法分析多维度特征提取低秩张量语义特征交互

来源：评论

学校读者我要写书评

暂无评论

一种面向微控制器上环境声音分类的DNN压缩方法

引用

计算机与现代化 2024年第1期 80-86页

作者：孟娜方维维路红英北京交通大学计算机与信息技术学院北京100044

环境声音分类(Environmental Sound Classification,ESC)是非语音音频分类任务最重要的课题之一。近年来,深度神经网络(Deep Neural Network,DNN)方法在ESC方面取得了许多进展。然而,DNN是计算和存储密集型的,无法直接部署到基于微控制... 详细信息

环境声音分类(Environmental Sound Classification,ESC)是非语音音频分类任务最重要的课题之一。近年来,深度神经网络(Deep Neural Network,DNN)方法在ESC方面取得了许多进展。然而,DNN是计算和存储密集型的,无法直接部署到基于微控制器(Microcontroller Unit,MCU)的物联网设备上。针对这一问题,本文提出一种用于资源高度受限设备的DNN压缩方法。由于DNN模型参数规模较大无法直接部署,因此提出使用剪枝方法进行大幅压缩,并针对该操作带来的精度损失问题,设计一种基于模型中间层特征信息的知识蒸馏方法。基于STM32F746ZG设备在公开的数据集(UrbanSound8K、ESC-50)上进行测试,实验结果表明,本文方法能够获得高达97%的压缩率,同时保持良好的推理精度和速度。

关键词：环境声音分类边缘计算微控制器剪枝知识蒸馏量化

来源：评论

学校读者我要写书评

暂无评论

基于CRF的分区倒排索引压缩算法

引用

计算机与现代化 2024年第2期 36-42,55页

作者：王子琛瞿有利北京交通大学计算机与信息技术学院北京100044

倒排索引是大型搜索引擎的核心数据结构,本质是倒排列表中整数序列的集合。倒排索引压缩可以有效减少倒排索引所占空间,提高对关键词的检索效率。本文提出的基于条件随机场(CRF)的分区倒排索引压缩算法主要关注域值分区的分区方式。该... 详细信息

倒排索引是大型搜索引擎的核心数据结构,本质是倒排列表中整数序列的集合。倒排索引压缩可以有效减少倒排索引所占空间,提高对关键词的检索效率。本文提出的基于条件随机场(CRF)的分区倒排索引压缩算法主要关注域值分区的分区方式。该算法对序列进行预分区,并且使用条件随机场对预分区进行标注并重组,有效减少了压缩时间。根据分区类型,该算法使用相应的编码方式,进一步减少了压缩后的空间占用。与其他倒排索引压缩算法进行对比实验分析,结果表明本文算法在压缩率上超过目前一些域值分区的算法,并且在解压时间上与其他域值分区算法相当。该算法在时间和空间上取得了较好的平衡。

关键词：倒排索引数据压缩域值分区条件随机场搜索引擎

来源：评论

学校读者我要写书评

暂无评论

基于残差自注意力和分离集合匹配的高效端到端航天器组件检测

引用

计算机工程 2024年第8期50卷 301-309页

作者：陈明牛燕菲段莉高铁梁楚杨阳曹洁郑州轻工业大学软件学院河南郑州450000 北京交通大学计算机与信息技术学院北京100000 新乡学院商学院河南新乡453000

随着我国航天技术的迅猛发展,各种航天器相继发射,然而航天器在运行时将受到辐射、温度变化等不可控因素的影响,这会导致地面站无法精确测量和定位航天器的位置与姿态,从而对通信和航天器之间的对接或抓捕等空间在轨服务产生影响。为了... 详细信息

随着我国航天技术的迅猛发展,各种航天器相继发射,然而航天器在运行时将受到辐射、温度变化等不可控因素的影响,这会导致地面站无法精确测量和定位航天器的位置与姿态,从而对通信和航天器之间的对接或抓捕等空间在轨服务产生影响。为了解决上述问题,首先对包含检测、分割与部件识别的航天器数据集SDDSP中的部件进行人工标注,该数据集共包含3117张航天器图片,标注后得到11001个检测目标;然后提出一种空间在轨服务中基于残差自注意力(RS)和分离集合匹配(SSM)的高效端到端航天器组件检测模型,该模型在Sparse DETR模型的基础上引入残差自注意力机制解决了稀疏标记(token)导致的收敛速度降低并影响模型预测精度的问题,引入分离集合匹配机制解决了二分匹配过程中可能出现的不稳定性现象。实验结果表明,在SDDSP数据集上,该模型的平均精确率(AP)和收敛速度相比于基线DETR模型提升了17.9个百分点和10倍,相比于Sparse DETR模型提升了3.1个百分点和20%。

关键词：航天器组件检测 Sparse DETR模型残差自注意力分离集合匹配航天器数据集

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：