检索结果-内蒙古大学图书馆

通信学报 2020年第1期41卷 33-41页

作者：孙伟张鹏何永全邢丽超北京交通大学计算机与信息技术学院北京100044 中国科学院信息工程研究所北京100093 中国科学院大学网络空间安全学院北京100049

针对入侵检测系统使用单个事件作为攻击检测的特征会导致较高误报率的问题,提出了利用贝叶斯网络模型进行跨空间的事件关联和利用卡尔曼滤波器线性模型进行跨时间的事件关联的内网攻击检测方法。基于该方法实现了一个进程查询系统,该系... 详细信息

针对入侵检测系统使用单个事件作为攻击检测的特征会导致较高误报率的问题,提出了利用贝叶斯网络模型进行跨空间的事件关联和利用卡尔曼滤波器线性模型进行跨时间的事件关联的内网攻击检测方法。基于该方法实现了一个进程查询系统,该系统可以根据用户的高层过程描述来扫描和关联分布的网络事件。实验分析表明,该方法在不增加明显计算开销的情况下能够显著减少内网攻击检测的误报率。

关键词：时空事件内网攻击检测进程查询入侵检测系统

来源：评论

学校读者我要写书评

暂无评论

一种融合社交关系的矩阵分解推荐模型

引用

计算机工程 2020年第8期46卷 72-77,84页

作者：吴清春贾彩燕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

推荐系统可以有效解决信息过载问题,为用户提供个性化的推荐服务。然而在评分矩阵稀疏的情况下,仅通过分析用户项目评分矩阵来生成预测结果的传统模型效果较差。针对该问题,利用用户评分以及用户社会信任关系两部分信息计算用户相似度,... 详细信息

推荐系统可以有效解决信息过载问题,为用户提供个性化的推荐服务。然而在评分矩阵稀疏的情况下,仅通过分析用户项目评分矩阵来生成预测结果的传统模型效果较差。针对该问题,利用用户评分以及用户社会信任关系两部分信息计算用户相似度,提出一种融合社交关系的矩阵分解型推荐模型SoRegIM。通过挖掘社交网络中用户的拓扑关系,利用目标用户的直接邻居与间接邻居信息构建加权社会信任网络,在充分使用用户社交关系信息的同时减少冗余的社交噪声。基于公开数据集的实验结果表明,与SoReg、SocialMF等7种经典模型相比,SoRegIM能够有效提高推荐准确性,且对于稀疏数据的提升效果明显。

关键词：社交网络推荐系统拓扑关系信任网络矩阵分解

来源：评论

学校读者我要写书评

暂无评论

一种注意力增强的自然语言推理模型

引用

计算机工程 2020年第7期46卷 91-97页

作者：李冠宇张鹏飞贾彩燕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

在自然语言处理任务中使用注意力机制可准确衡量单词重要度。为此,提出一种注意力增强的自然语言推理模型aESIM。将词注意力层以及自适应方向权重层添加到ESIM模型的双向LSTM网络中,从而更有效地学习单词与句子表示,同时提高前提与假设... 详细信息

在自然语言处理任务中使用注意力机制可准确衡量单词重要度。为此,提出一种注意力增强的自然语言推理模型aESIM。将词注意力层以及自适应方向权重层添加到ESIM模型的双向LSTM网络中,从而更有效地学习单词与句子表示,同时提高前提与假设文本之间局部推理的建模效率。在SNLI、MultiNLI及Quora数据集上的实验结果表明,与ESIM、HBMP、SSE等模型相比,aESIM模型的准确率能够提升0.5%~1%。

关键词：自然语言处理自然语言推理 ESIM模型注意力机制双向LSTM网络

来源：评论

学校读者我要写书评

暂无评论

基于多尺度迁移学习的肺结节良恶性分类

引用

现代计算机 2022年第5期28卷 76-81页

作者：张修聪刘杰张光磊北京交通大学计算机与信息技术学院北京100044 北京航空航天大学生物医学工程高精尖创新中心北京100191

肺结节良恶性分类任务旨在通过计算机辅助技术对肺部CT影像进行诊断,以辅助医生提高诊断准确率和筛查效率。深度学习技术与医学影像分析结合在肺癌早诊中极具潜力,但因数据规模受限遇到极大瓶颈。因此,本文充分利用迁移学习技术适用于... 详细信息

肺结节良恶性分类任务旨在通过计算机辅助技术对肺部CT影像进行诊断,以辅助医生提高诊断准确率和筛查效率。深度学习技术与医学影像分析结合在肺癌早诊中极具潜力,但因数据规模受限遇到极大瓶颈。因此,本文充分利用迁移学习技术适用于小规模数据的理论优势,提出了一种基于多尺度迁移学习的肺结节良恶性分类方法,并基于LIDC-IDRI公开数据库构建数据集进行实验。结果表明,将迁移学习方法应用到肺结节良恶性分类任务上,效果得到明显提升。

关键词：肺结节良恶性迁移学习多尺度

来源：评论

学校读者我要写书评

暂无评论

面向汉语作为第二语言学习的个性化语法纠错

引用

中文信息学报 2021年第12期35卷 28-35页

作者：张生盛庞桂娜杨麟儿王辰成杜永萍杨尔弘黄雅平北京交通大学计算机与信息技术学院北京100044 北京语言大学国家语言资源监测与研究平面媒体中心北京100083 北京语言大学语言资源高精尖创新中心北京100083 北京工业大学信息学部北京100124

语法纠错任务旨在通过自然语言处理技术自动检测并纠正文本中的语序、拼写等语法错误。当前许多针对汉语的语法纠错方法已取得较好的效果,但往往忽略了学习者的个性化特征,如二语等级、母语背景等。因此,该文面向汉语作为第二语言的学习... 详细信息

语法纠错任务旨在通过自然语言处理技术自动检测并纠正文本中的语序、拼写等语法错误。当前许多针对汉语的语法纠错方法已取得较好的效果,但往往忽略了学习者的个性化特征,如二语等级、母语背景等。因此,该文面向汉语作为第二语言的学习者,提出个性化语法纠错,对不同特征的学习者所犯的错误分别进行纠正,并构建了不同领域汉语学习者的数据集进行实验。实验结果表明,将语法纠错模型适应到学习者的各个领域后,性能得到明显提升。

关键词：语法纠错个性化汉语学习者领域适应

来源：评论

学校读者我要写书评

暂无评论

基于多粒度时间注意力RNN的航班客座率预测

引用

计算机工程 2020年第1期46卷 294-301页

作者：邓玉婧武志昊林友芳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

准确预测航班客座率有利于处理航班机票超售、座位虚耗等问题,然而传统时间序列预测方法只关注航班近期每日客座率的变化特点,无法同时考虑其他因素的影响,预测效果不够理想。针对该问题,提出一种基于多粒度时间注意力机制的循环神经网... 详细信息

准确预测航班客座率有利于处理航班机票超售、座位虚耗等问题,然而传统时间序列预测方法只关注航班近期每日客座率的变化特点,无法同时考虑其他因素的影响,预测效果不够理想。针对该问题,提出一种基于多粒度时间注意力机制的循环神经网络模型MTA-RNN。通过构建多级注意力机制获取航班客座率在不同时间粒度下的时序相关性,同时考虑航班自身属性及节假日等其他因素,得到未来一段时间内的目标航班客座率。在真实历史航班客座率数据集上的实验结果表明,MTA-RNN模型的预测准确率高于ARIMA模型、LSTM模型和Seq2seq模型。

关键词：航班客座率预测时间序列预测循环神经网络注意力机制编解码器模型

来源：评论

学校读者我要写书评

暂无评论

中医药治疗射血分数保留心力衰竭的核心处方及类方分析

引用

中国中医药信息杂志 2024年第8期31卷 29-36页

作者：林静怡郑琪光罗小非邓帅帅周雪忠樊官伟天津中医药大学第一附属医院天津300381 国家中医针灸临床医学研究中心天津300381 北京交通大学计算机与信息技术学院医学智能研究所北京100044 天津中医药大学天津301617

目的分析中医药治疗射血分数保留心力衰竭(HFpEF)的核心处方及类方的用药规律,为HFpEF临床遣药组方提供参考。方法检索中国知识资源总库(CNKI)、中国学术期刊数据库(Wanfang Data)、中文科技期刊数据库(VIP)、中国生物医学文献数据库(C... 详细信息

目的分析中医药治疗射血分数保留心力衰竭(HFpEF)的核心处方及类方的用药规律,为HFpEF临床遣药组方提供参考。方法检索中国知识资源总库(CNKI)、中国学术期刊数据库(Wanfang Data)、中文科技期刊数据库(VIP)、中国生物医学文献数据库(CBM)、PubMed、Web of Science、Embase、Cochrane Library建库至2023年11月1日收录的中医药治疗HFpEF临床研究文献,采用复杂网络、处方相似性网络、社团划分等数据挖掘方法,探讨HFpEF的处方用药规律。结果共纳入中医药治疗HFpEF临床研究文献142篇,包含146首处方,涉及中药162味;使用频次较高的中药以黄芪、丹参、茯苓为代表;利用复杂网络分析得到治疗HFpEF的核心处方及常用药物配伍,核心处方由黄芪、茯苓、丹参、甘草、川芎、桂枝、葶苈子、白术、赤芍、麦冬、当归组成;进一步基于处方相似性网络和社团划分方法,得到对应于HFpEF分期及证型的3个主要社团类方集合基础方,发现HFpEF病程发展的分期诊疗用药规律。结论益气活血、温阳利水为HFpEF的治疗大法;采用数据挖掘技术分析HFpEF核心处方及类方,可为HFpEF中医诊疗规律及用药经验总结提供依据。

关键词：射血分数保留心力衰竭数据挖掘类方复杂网络

来源：评论

学校读者我要写书评

暂无评论

基于局部边缘特征描述子的自适应边缘检测算法

引用

中国激光 2020年第6期47卷 185-193页

作者：高佳月许宏丽邵凯亮尹辉北京交通大学计算机与信息技术学院北京100044 轨道工程北京市重点实验室北京100044 交通数据分析与挖掘北京市重点实验室北京100044

点云的边缘是将点云模型转换为高质量曲面或实体模型的重要中间特征。为了有效地提取点云边缘,针对现有点云边缘检测算法设置统一邻域值或邻域半径造成的边缘检测不准确的问题,提出一种基于局部边缘特征描述子的自适应边缘检测算法。首... 详细信息

点云的边缘是将点云模型转换为高质量曲面或实体模型的重要中间特征。为了有效地提取点云边缘,针对现有点云边缘检测算法设置统一邻域值或邻域半径造成的边缘检测不准确的问题,提出一种基于局部边缘特征描述子的自适应边缘检测算法。首先定义法向量特征模型,引入法向量变化率,基于法向量变化率提出邻域自适应方法;然后结合点云局部区域的曲率密度,定义局部边缘特征描述子;最后根据特征描述子取值符合高斯分布的特点自动调整阈值,解决了对于不同的点云模型需要人工调参的问题。通过在多种不同的点云数据集上进行实验,证明了该算法可以在保持模型原始信息的前提下,准确地提取模型的边缘信息,具有可重复性和一定的鲁棒性。

关键词：机器视觉点云边缘自适应特征描述子

来源：评论

学校读者我要写书评

暂无评论

基于无监督对抗学习的时间序列异常检测

引用

南京大学学报（自然科学版） 2021年第6期57卷 1042-1052页

作者：邵世宽张宏钧肖钦锋王晶刘晓辉林友芳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 中国民航信息网络股份有限公司北京100010 民航旅客服务智能化应用技术重点实验室北京100010

时间序列异常检测是类别不均衡问题,异常现象少有发生,所以获取异常标签的成本高昂,因此基于无监督学习的时间序列异常检测方法更具有实用价值.然而,现有的时间序列异常检测方法存在三个缺陷:难以对复杂的时间序列进行建模、缺乏合理的... 详细信息

时间序列异常检测是类别不均衡问题,异常现象少有发生,所以获取异常标签的成本高昂,因此基于无监督学习的时间序列异常检测方法更具有实用价值.然而,现有的时间序列异常检测方法存在三个缺陷:难以对复杂的时间序列进行建模、缺乏合理的缺失值处理机制和无法利用先验知识(例如少量的有标签异常).为了解决以上问题,提出一种基于生成对抗神经网络和自编码器的无监督时间序列异常检测模型SALAD(Stochastic Adversarial Learned Anomaly Detection).在原始空间结合生成对抗网络和自编码器网络并充分利用判别损失和绝对损失来完成数据重构;在隐空间中,为了使学习自编码器中的隐变量更紧凑地表示原始数据分布,引入生成对抗网络来约束隐变量的收敛,使其更接近先验分布;在训练过程中引入数据补全方法是一种更合理的缺失值处理机制;提出对比重构损失使SALAD能充分利用少量的有标签异常数据.在数据集上进行大量实验,结果表明,在完全无监督和使用部分异常标签的情形下,提出的模型的F1分数和现有的基线方法相比有明显的提升.

关键词：时间序列异常检测自编码器生成对抗神经网络无监督学习

来源：评论

学校读者我要写书评

暂无评论

虚拟磁盘系统关联数据同步调度算法仿真研究

引用

计算机仿真 2020年第9期37卷 432-435页

作者：王兰陆春吉北京交通大学海滨学院计算机与信息技术学院河北黄骅061100

针对当前数据调度算法存在信道利用率低和冲突现象严重的问题,提出基于PSO的虚拟磁盘系统关联数据同步调度算法。以保障节点之间数据传输不冲突为前提,将虚拟磁盘系统信道利用率与最小时帧长度当作优化目标,构建关联数据同步调度模型。... 详细信息

针对当前数据调度算法存在信道利用率低和冲突现象严重的问题,提出基于PSO的虚拟磁盘系统关联数据同步调度算法。以保障节点之间数据传输不冲突为前提,将虚拟磁盘系统信道利用率与最小时帧长度当作优化目标,构建关联数据同步调度模型。结合面向数据配置的广播式调度,对于广播式调度在多项式中无法得到最优解的情况,引入PSO算法对数据调度模型进行求解。通过混沌序列对粒子位置进行初始化,并在生成大量位置矢量中择优筛选出粒子初始种群位置矢量。在粒子进化过程中,引入混沌检索,将检索得到的最佳混沌序列转化成问题空间位置矢量,同时和目前粒子最优位置进行对比。假设比较结果为优于目前粒子,那么更新目前粒子最佳位置,并引导当前粒子在局部最优点中跳出快速寻找最优解。当满足算法结束条件时,将迭代中的全局最优解当作数据调度模型最优解输出。实验结果表明,上述算法调度数据时信道利用率高,调度冲突点少于当前算法。

关键词：拟磁盘关联数据同步调度

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：