检索结果-内蒙古大学图书馆

智能系统学报 2019年第1期14卷 179-185页

作者：张本才王志海孙艳歌北京交通大学计算机与信息技术学院北京100044 信阳师范学院计算机与信息技术学院河南信阳464000

为了克服数据流中概念漂移对分类的影响,提出了一种基于多样性和精度加权的集成分类方法 (diversity and accuracy weighting ensemble classification algorithm, DAWE),该方法与已有的其他集成方法不同的地方在于,DAWE同时考虑了多样... 详细信息

为了克服数据流中概念漂移对分类的影响,提出了一种基于多样性和精度加权的集成分类方法 (diversity and accuracy weighting ensemble classification algorithm, DAWE),该方法与已有的其他集成方法不同的地方在于,DAWE同时考虑了多样性和精度这两种度量标准,将分类器在最新数据块上的精度及其在集成分类器中的多样性进行线性加权,以此来衡量一个分类器对于当前集成分类器的价值,并将价值度量用于基分类器替换策略。提出的DAWE算法与MOA中最新算法分别在真实数据和人工合成数据上进行了对比实验,实验表明,提出的方法是有效的,在所有数据集上的平均精度优于其他算法,该方法能有效处理数据流挖掘中的概念漂移问题。

关键词：数据流概念漂移多样性精度集成学习数据块价值度量 MOA

来源：评论

学校读者我要写书评

暂无评论

结合注意力机制与双向LSTM的中文事件检测方法

引用

中文信息学报 2019年第9期33卷 79-87页

作者：沈兰奔武志昊纪宇泽林友芳万怀宇北京交通大学计算机与信息技术学院

事件检测是信息抽取领域的重要任务之一。已有的方法大多高度依赖复杂的语言特征工程和自然语言处理工具,中文事件检测还存在由分词带来的触发词分割问题。该文将中文事件检测视为一个序列标注而非分类问题,提出了一种结合注意力机制与... 详细信息

事件检测是信息抽取领域的重要任务之一。已有的方法大多高度依赖复杂的语言特征工程和自然语言处理工具,中文事件检测还存在由分词带来的触发词分割问题。该文将中文事件检测视为一个序列标注而非分类问题,提出了一种结合注意力机制与长短期记忆神经网络的中文事件检测模型ATT-BiLSTM,利用注意力机制来更好地捕获全局特征,并通过两个双向LSTM层更有效地捕获句子序列特征,从而提高中文事件检测的效果。在ACE 2005中文数据集上的实验表明,该文提出的方法与其他现有的中文事件检测方法相比性能得到明显提升。

关键词：中文事件检测注意力机制长短期记忆模型

来源：评论

学校读者我要写书评

暂无评论

一种基于射频指纹的电力物联网设备身份识别方法

引用

中国电力 2021年第3期54卷 80-88页

作者：刘铭刘念韩晓艺彭林宁付华陈一悰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 东南大学网络空间安全学院江苏南京210096 国网陕西省电力公司电力科学研究院陕西西安710054

由于通信媒介的开放性,电力物联网设备的无线通信过程面临着信息安全风险。提出使用无线设备固有的射频指纹作为物联网设备身份识别的依据,并利用深度学习技术实现双向设备身份识别,以增强无线接入阶段的安全性。该方法采用边缘计算的思... 详细信息

由于通信媒介的开放性,电力物联网设备的无线通信过程面临着信息安全风险。提出使用无线设备固有的射频指纹作为物联网设备身份识别的依据,并利用深度学习技术实现双向设备身份识别,以增强无线接入阶段的安全性。该方法采用边缘计算的思路,利用通信信道双向的互易性,将物联网终端设备需要完成的基站身份学习任务转移到基站处完成,降低了对于物联网设备算力、存储、能耗等方面的需求,适用于物联网应用场景。实验结果表明,该方法能够达到良好的设备身份识别性能。

关键词：电力物联网射频指纹无线接入安全信道互易设备身份识别

来源：评论

学校读者我要写书评

暂无评论

大规模动态网络的相似性度量方法研究

引用

计算机科学与探索 2019年第9期13卷 1543-1552页

作者：王佳武志昊赵苡积林友芳北京交通大学计算机与信息技术学院

复杂网络相似性度量在异常检测、状态划分等网络分析应用中起着至关重要的作用。近年来,静态网络相似性受到学者的广泛关注,但在实际场景中,网络结构往往会随着时间的推移不断演化,网络规模也会逐渐增大,如何快速且准确地评估动态网络... 详细信息

复杂网络相似性度量在异常检测、状态划分等网络分析应用中起着至关重要的作用。近年来,静态网络相似性受到学者的广泛关注,但在实际场景中,网络结构往往会随着时间的推移不断演化,网络规模也会逐渐增大,如何快速且准确地评估动态网络之间的相似性面临巨大的挑战。基于静态网络的谱距离方法尽管取得了不错的效果,但对于大规模动态网络而言计算成本很高。为了解决这一问题,提出了一种快速计算动态网络相似性的方法。该方法基于矩阵扰动理论估算动态网络特征值的变化进而计算网络的相似性,具有线性复杂度。在人工数据集与真实数据集上的实验表明,提出的方法在保证准确率的基础上有效降低了计算复杂度。

关键词：动态网络网络结构相似性特征分解矩阵扰动

来源：评论

学校读者我要写书评

暂无评论

混合秩矩阵分解模型

引用

计算机科学与探索 2019年第7期13卷 1114-1122页

作者：李幸幸刘华锋景丽萍北京交通大学计算机与信息技术学院

随着推荐系统的发展,矩阵近似算法成为研究热点,而以概率矩阵分解为代表的低秩矩阵近似模型因其具有较高的推荐精度而广受关注。但是,随着大数据时代的到来,评分矩阵越来越复杂,简单的单个矩阵近似模型会使一些隐藏在数据中的信息被忽... 详细信息

随着推荐系统的发展,矩阵近似算法成为研究热点,而以概率矩阵分解为代表的低秩矩阵近似模型因其具有较高的推荐精度而广受关注。但是,随着大数据时代的到来,评分矩阵越来越复杂,简单的单个矩阵近似模型会使一些隐藏在数据中的信息被忽视。为了解决这个问题,提出了一种基于boosting框架的混合秩矩阵近似算法(mixture rank matrix factorization,MRMF)。该算法基于boosting框架融合多个不同秩矩阵获取丰富的评分信息。具体方法为首先从整体结构出发,获取矩阵的整体信息,然后基于boosting求偏差获得残差矩阵,抓取局部的相关性。同时为了更好地学习局部特征,引入服从拉普拉斯先验分布的样本权重,构建自适应权重的概率矩阵模型(adaptive weight matrix factorization,AWMF)。在获取残差矩阵之后,通过EM算法学习残差矩阵的权重,避免模型过拟合以及减少人工调差的复杂度。实验结果验证,所提出的算法在四个真实数据集(Ciao、Epinions、Douban、Movielens(10M))上均具有较好的推荐精度。

关键词：矩阵近似梯度提升自适应秩样本权重推荐系统权重矩阵分解

来源：评论

学校读者我要写书评

暂无评论

少数决:更安全的分布式一致性算法选举机制

引用

计算机科学与探索 2020年第10期14卷 1693-1701页

作者：李彬姜建国北京交通大学计算机与信息技术学院北京100044 国家保密科技测评中心北京100044 中国科学院信息工程研究所北京100093

目前应用于分布式系统中的基于选举的分布式一致性算法(类Paxos算法),都是采用得到50%以上选票者当选Leader的方式进行选举。此种选举机制类似现实生活中的选举,存在因控制投票而丧失系统去中心化的安全隐患。而去中心化是分布式系统的... 详细信息

目前应用于分布式系统中的基于选举的分布式一致性算法(类Paxos算法),都是采用得到50%以上选票者当选Leader的方式进行选举。此种选举机制类似现实生活中的选举,存在因控制投票而丧失系统去中心化的安全隐患。而去中心化是分布式系统的重要安全属性,可以避免系统因某个特殊节点故障而整体瘫痪。为此,提出了一种新的Leader选举机制——少数决,即通过逐步淘汰选择一致的多数者的方式选出Leader。此种选举机制可以有效降低绝对控票攻击的可能性,提高Leader选举的随机性,进而保证整个系统去中心化。通过理论分析和实验结果进一步验证了此种选举机制对比传统的多数决选举机制,在没有明显降低选举时间的基础上,具有更好的安全性。

关键词：一致性算法选举机制少数决去中心化安全性

来源：评论

学校读者我要写书评

暂无评论

基于射频指纹的物联网设备身份识别方法

引用

现代计算机 2020年第19期26卷 3-8,21页

作者：刘念任佳鑫韩晓艺刘铭北京交通大学计算机与信息技术学院北京100044

现有物联网中通常采用单向鉴权方式,即侧重于中心节点鉴别物联网设备的身份真伪,存在一定的安全漏洞。为了解决该问题,提出一种适用于物联网场景的基于射频指纹技术的身份识别方法,使得物联网设备能有效识别其中心节点身份的真伪。具体... 详细信息

现有物联网中通常采用单向鉴权方式,即侧重于中心节点鉴别物联网设备的身份真伪,存在一定的安全漏洞。为了解决该问题,提出一种适用于物联网场景的基于射频指纹技术的身份识别方法,使得物联网设备能有效识别其中心节点身份的真伪。具体的,通过利用射频链路双向通信中存在的互易规律,设计基于自动编码器的射频指纹转换器,将物联网设备所需完成的学习任务迁移到中心节点完成,以减小物联网设备侧的能量消耗。仿真证明在较低信噪比情况下该方法具有较好的身份识别性能。

关键词：射频指纹身份识别物联网安全自动编码器

来源：评论

学校读者我要写书评

暂无评论

基于静息态功能性磁共振成像的个体认知多标签分类

引用

北京生物医学工程 2020年第2期39卷 138-144,178页

作者：吴怊慧北京交通大学计算机与信息技术学院北京100044

目的与单标签分类相比,多标签分类在现实世界中更为常见。在神经影像学领域,对个体认知单标签分类的研究有很多,但是却没有关于个体认知多标签分类的研究。本研究尝试运用机器学习多标签分类算法,利用静息态fMRI数据,对个体认知进行多... 详细信息

目的与单标签分类相比,多标签分类在现实世界中更为常见。在神经影像学领域,对个体认知单标签分类的研究有很多,但是却没有关于个体认知多标签分类的研究。本研究尝试运用机器学习多标签分类算法,利用静息态fMRI数据,对个体认知进行多标签分类研究。方法基于390名(≥18岁)成年人的静息态fMRI数据,通过5种具有代表性的机器学习多标签分类算法:ML-kNN、hMuLab、LIFT、ML-LOC和GLOCAL对个人认知进行多标签分类,采用十折交叉验证进行训练和测试,并用多标签分类常用的评价指标进行结果的检验。结果这5种算法都能用于静息态fMRI的多标签分类研究,且经过算法对比发现hMuLab算法的分类效果最好。结论本研究成功地将多标签分类算法应用于神经影像学领域并对个体认知进行多标签分类,且通过算法对比发现样本的邻域信息对分类结果很重要。

关键词：静息态功能性磁共振成像个体认知机器学习多标签分类算法对比

来源：评论

学校读者我要写书评

暂无评论

核范数最小化在低剂量CT去噪中的研究

引用

北京生物医学工程 2020年第5期39卷 484-490页

作者：王爽北京交通大学计算机与信息技术学院北京100044

目的加权核范数最小化(weighted nuclear norm minimization,WNNM)算法是一种低秩矩阵逼近去噪方法,目前主要应用于自然图像去噪。本文拟探究WNNM方法在低剂量CT图像去噪中应用价值。方法将WNNM算法与三维块匹配滤波(block-matching and... 详细信息

目的加权核范数最小化(weighted nuclear norm minimization,WNNM)算法是一种低秩矩阵逼近去噪方法,目前主要应用于自然图像去噪。本文拟探究WNNM方法在低剂量CT图像去噪中应用价值。方法将WNNM算法与三维块匹配滤波(block-matching and 3D filtering,BM3D)算法相结合,提出BM3D-WNNM图像后处理方法。使用该方法对Shepp-Logan仿真低剂量CT图像做去噪处理,并将其结果与BM3D算法、WNNM算法以及基于直觉模糊熵和加权方差的各向异性扩散算法(anisotropic diffusion algorithm based on intuitionistic fuzzy entropy and weighted variance,IFE-WV-AD)的结果进行对比分析,定量比较4种算法对Shepp-Logan仿真低剂量CT图像去噪结果的峰值信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)。结果BM3D-WNNM方法处理后的图像在视觉观察和定量分析中均优于另外3种方法,该方法处理后的图像中肉眼可分辨的斑点状噪声和条形伪影少于另外3种算法处理后的图像,且PSNR和SSIM均大于另外3种算法的结果。结论BM3D-WNNM算法可以有效去除Shepp-Logan仿真低剂量CT图像中的噪声,在低剂量CT图像去噪中具有应用价值。

关键词：计算机断层扫描辐射剂量泊松分布图像去噪近似算法

来源：评论

学校读者我要写书评

暂无评论

EdgeMI:资源受限条件下深度学习多设备协同推理

引用

现代计算机 2020年第20期26卷 27-32,43页

作者：薛峰方维维北京交通大学计算机与信息技术学院北京100044

深度神经网络广泛应用在多种工业场景中,并且取得突破性的成就,但是深度神经网络应用落地困难,难以部署在资源受限的设备上,现有的解决方案有边缘-云端协同和DNN模型压缩,借助云计算平台或特殊的硬件平台,对多边缘设备上的DNN计算研究... 详细信息

深度神经网络广泛应用在多种工业场景中,并且取得突破性的成就,但是深度神经网络应用落地困难,难以部署在资源受限的设备上,现有的解决方案有边缘-云端协同和DNN模型压缩,借助云计算平台或特殊的硬件平台,对多边缘设备上的DNN计算研究较少。提出EdgeMI,一种在边缘资源受限条件下多设备协同推理框架,能够在异构边缘设备集群上进行动态推理;时间预测模型预估卷积层和全连接层的运行时间和通信时间;卷积层划分方案划分计算任务,使得各边缘设备负载平衡;数据调度策略减少边缘设备间的数据交换,降低通信负载。实验结果表明,EdgeMI在确保推理精度的条件下,边缘节点数量从2到4,深度神经网络模型加速比达到1.84x-3.57x,单设备内存占用平均减少73.67%。

关键词：边缘计算深度学习分布式推理划分方案

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：