检索结果-内蒙古大学图书馆

中国图象图形学报 2019年第3期24卷 483-492页

作者：刘思琦郎丛妍冯松鹤北京交通大学计算机与信息技术学院北京100044

目的人群密度估计任务是通过对人群特征的提取和分析,估算出密度分布情况和人群计数结果。现有技术运用的CNN网络中的下采样操作会丢失部分人群信息,且平均融合方式会使多尺度效应平均化,该策略并不一定能得到准确的估计结果。为了解决... 详细信息

目的人群密度估计任务是通过对人群特征的提取和分析,估算出密度分布情况和人群计数结果。现有技术运用的CNN网络中的下采样操作会丢失部分人群信息,且平均融合方式会使多尺度效应平均化,该策略并不一定能得到准确的估计结果。为了解决上述问题,提出一种新的基于对抗式扩张卷积的多尺度人群密度估计模型。方法利用扩张卷积在不损失分辨率的情况下对输入图像进行特征提取,且不同的扩张系数可以聚集多尺度上下文信息。最后通过对抗式损失函数将网络中提取的不同尺度的特征信息以合作式的方式融合,得到准确的密度估计结果。结果在4个主要的人群计数数据集上进行对比实验。在测试阶段,将测试图像输入训练好的生成器网络,输出预测密度图;将密度图积分求和得到总人数,并以平均绝对误差(MAE)和均方误差(MSE)作为评价指标进行结果对比。其中,在Shanghai Tech数据集上Part_A的MAE和MSE分别降至60. 5和109. 7,Part_B的MAE和MSE分别降至10. 2和15. 3,提升效果明显。结论本文提出了一种新的基于对抗式扩张卷积的多尺度人群密度估计模型。实验结果表明,在人群分布差异较大的场景中构建的算法模型有较好的自适应性,能根据不同的场景提取特征估算密度分布,并对人群进行准确计数。

关键词：人群密度估计多尺度对抗式损失扩张卷积计算机视觉人群安全

来源：评论

学校读者我要写书评

暂无评论

基于改进IPD质心的Tor网络流水印检测方法

引用

网络与信息安全学报 2019年第4期5卷 91-98页

作者：杜捷何永忠杜晔北京交通大学计算机与信息技术学院

Tor是一种为隐藏流量源提供服务的匿名网络机制,但其存在入口流量特征明显、易被识别的问题。obfs4等网桥协议为解决此问题应运而生,由此带来的新挑战尚未攻克,因此,提出一种IPD质心方案,利用k-means的聚类特性将原方案进行改进,使加入... 详细信息

Tor是一种为隐藏流量源提供服务的匿名网络机制,但其存在入口流量特征明显、易被识别的问题。obfs4等网桥协议为解决此问题应运而生,由此带来的新挑战尚未攻克,因此,提出一种IPD质心方案,利用k-means的聚类特性将原方案进行改进,使加入的流水印在obfs4网桥3种模式上均能被高效地检测出。实验结果表明,改进后的算法有更高的检测率和识别率,且应对不同的网络环境有较强的适应能力,有利于良好安全网络环境的构建。

关键词：主动流量分析网络流水印匿名通信 Tor

来源：评论

学校读者我要写书评

暂无评论

基于联邦学习的入侵检测方法

基于联邦学习的入侵检测方法

引用

第40届中国控制会议

作者：郭鑫玥章子凯李浥东北京交通大学计算机与信息技术学院北京交通大学轨道交通控制与安全国家重点实验室

入侵检测算法与深度学习的结合一直以来都是学者们关注的研究热点之一。但大多研究的关注点都在于改进深度学习算法模型以得到更高的入侵检测准确率,而忽略了数据本身。现实生活中的数据大多是以数据孤岛的形式存在,每个机构所产生的数... 详细信息

入侵检测算法与深度学习的结合一直以来都是学者们关注的研究热点之一。但大多研究的关注点都在于改进深度学习算法模型以得到更高的入侵检测准确率,而忽略了数据本身。现实生活中的数据大多是以数据孤岛的形式存在,每个机构所产生的数据不仅数量有限而且具有各自的特点,彼此之间关联度很小,使用这样的单一数据不足以训练出一个高准确率的深度模型。因此,文章提出一种基于联邦学习和门控循环单元网络的入侵检测方法,通过联合训练多个数据参与方的通用模型,达到保护本地数据安全与隐私并扩充数据特征的目的。同时,本文还通过对数据构图提取出更多的节点特征信息,在抽象出数据本身内在联系的同时又扩充了数据量。该方法利用联邦学习的框架,设计了基于深度学习的入侵检测模型。实验结果表明,该方法很大程度地提高了入侵检测准确率;同时与一般的入侵检测模型相比,该方法还可有效保证数据的隐私和安全。

关键词：入侵检测联邦学习深度学习

来源：评论

学校读者我要写书评

暂无评论

自动程序修复中的缺陷位置与补丁正确性

自动程序修复中的缺陷位置与补丁正确性

引用

中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会

作者：王文浩张骏温赵文义北京交通大学计算机与信息技术学院呼和浩特铁路局集团公司

近年来,互联网发展迅速,软件规模也不断增大,与此同时,软件缺陷也越来越复杂,数量也越来越多,修复缺陷所需要的成本越来越高。自动程序修复(APR)技术引起了大量学者以及研究人员的关注,为了修复更加复杂的缺陷,相关研究人员提出了很多AP... 详细信息

近年来,互联网发展迅速,软件规模也不断增大,与此同时,软件缺陷也越来越复杂,数量也越来越多,修复缺陷所需要的成本越来越高。自动程序修复(APR)技术引起了大量学者以及研究人员的关注,为了修复更加复杂的缺陷,相关研究人员提出了很多APR技术,但是对于APR所产生的补丁,无法保证一定是正确地修复了补丁,因此还需要进行正确性验证。目前,在经过自动程序修复技术的验证阶段之后,还需要程序员进行审查,最终才可以得到正确补丁。但是,这种程序员介入审查无疑提高了成本,并且降低了APR技术的自动化程度。为降低这种成本,从生成补丁的重要步骤之一,即缺陷位置定位进行统计分析,发掘正确补丁缺陷位置的规律,希望借助此规律降低验证补丁正确性所需的成本。

关键词：自动程序修复缺陷定位可疑缺陷位置似真补丁补丁评估

来源：评论

学校读者我要写书评

暂无评论

基于着色Petri网的离散事件动态系统建模与仿真

引用

新型工业化 2021年第9期11卷 101-104页

作者：姚可欣付长军郑伟明陈得恩田兴聪熊轲北京交通大学计算机与信息技术学院中国电子科技集团公司第五十四所

为解决复杂场景下离散事件系统动态性高引起的分析困难问题,提出了一种基于着色Petri网的离散事件动态系统建模方法。该方法首先对系统进行信息流分析并建立UML模型,然后根据规则将UML模型映射为Petri网模型,再对Petri网模型进行分层并... 详细信息

为解决复杂场景下离散事件系统动态性高引起的分析困难问题,提出了一种基于着色Petri网的离散事件动态系统建模方法。该方法首先对系统进行信息流分析并建立UML模型,然后根据规则将UML模型映射为Petri网模型,再对Petri网模型进行分层并添加颜色集,建立系统的着色Petri网模型。在向着色Petri网模型转换时,首先将动态系统分解为顶层模型和子模型;然后定义不同的颜色集,用来表示系统运行过程中的指令和状态等信息,减少库所和变迁的使用量;接着对子模型的变迁加载守卫条件和时间戳,使模型能够处理系统的并发和顺序性问题;在此基础上为系统库所添加令牌,用于表示系统中流动的信息资源。CPN Tools测试输出的结果,验证了所提方法的有效性,同时也为系统的设计与优化提供了一定的参考。

关键词：离散事件动态系统着色Petri网建模仿真分析

来源：评论

学校读者我要写书评

暂无评论

2024年军事智能领域科技发展综述

引用

战术导弹技术 2025年

作者：王亚珅方勇张尚志刘馨竹欧阳小叶杜蓉陈浩中国电子科技集团有限公司电子科学研究院中国电子科技集团公司信息科学研究院中国人民解放军军事科学院军事科学信息研究中心中国人民解放军69224部队北京交通大学计算机科学与技术学院中国人民解放军国防科技大学电子对抗学院

人工智能技术作为推动现代战争向智能化战争转型的重要变量，正在深刻改变战争形态和方式。梳理和总结了2024年人工智能技术在军事智能领域的最新科技进展。综述表明：美、欧在持续加强人工智能顶层设计、研发投入、机构改革的同时，开... 详细信息

人工智能技术作为推动现代战争向智能化战争转型的重要变量，正在深刻改变战争形态和方式。梳理和总结了2024年人工智能技术在军事智能领域的最新科技进展。综述表明：美、欧在持续加强人工智能顶层设计、研发投入、机构改革的同时，开始逐渐从安全、成本等角度审视和调整相关人工智能战略；生成式智能、群体智能、人机混合智能、具身智能等人工智能技术在军事领域保持较高发展热度，并产出众多里程碑式成果，引领智能无人平台自主感知与跨域协同的军事智能技术发展趋势；同时，世界主要军事强国正快速将军事智能广泛应用于陆战、海战、空战等多作战域；未来，类人化数理与因果逻辑推理、全局和本地协同化模型训练、边缘侧低资源模型部署与推理、大小模型弹性融合实施等，将成为军事智能技术的重要发展方向。

关键词：人工智能军事智能生成式智能群体智能人机混合智能具身智能

来源：评论

学校读者我要写书评

暂无评论

基于平台思维的研究生联合培养基地建设初探--以北京交通大学轨道交通基础设施检测技术产学联合培养基地为例

引用

工业和信息化教育 2020年第9期 6-9,22页

作者：赵宏伟林友芳北京交通大学计算机与信息技术学院北京100044

研究生联合培养基地的建设,不仅能增进校企合作交流,共同解决技术难题,对新形势下高校研究生人才培养模式的创新也有良好的推动作用。分析了国内研究生联合培养基地的主要模式和建设现状,在此基础上,介绍了北京交通大学轨道交通基础设... 详细信息

研究生联合培养基地的建设,不仅能增进校企合作交流,共同解决技术难题,对新形势下高校研究生人才培养模式的创新也有良好的推动作用。分析了国内研究生联合培养基地的主要模式和建设现状,在此基础上,介绍了北京交通大学轨道交通基础设施检测技术产学联合培养基地在企业合作模式、融合创新平台建设及研究生人才培养等方面的特色。结合对基地建设的有益探索,提出了基于平台思维的研究生联合人才培养基地建设新模式。

关键词：人才培养产学研联合培养基地平台

来源：评论

学校读者我要写书评

暂无评论

研究生过程管理与质量监控系统设计研究

引用

科教文汇 2020年第25期 6-7,16页

作者：赵宏伟张洪磊林友芳北京交通大学计算机与信息技术学院北京100044

研究生过程管理与质量监控系统大大提高了全流程管理的工作效率。该文以北京交通大学计算机与信息技术学院研究生过程管理与质量监控系统的具体研发实施为研究对象,实现了本系统的迭代优化和升级改造,进一步促进了学院级研究生个性化过... 详细信息

研究生过程管理与质量监控系统大大提高了全流程管理的工作效率。该文以北京交通大学计算机与信息技术学院研究生过程管理与质量监控系统的具体研发实施为研究对象,实现了本系统的迭代优化和升级改造,进一步促进了学院级研究生个性化过程管理工作水平和工作效率的提高。

关键词：研究生培养过程管理质量监控系统实现

来源：评论

学校读者我要写书评

暂无评论

基于元路径的关系选择图神经网络

引用

现代计算机 2021年第22期27卷 30-37页

作者：吴世康北京交通大学计算机信息与技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京100044

现有的基于元路径的异质图嵌入模型通常假设给定的元路径是相互独立的,这种分别为每个元路径生成节点嵌入后再融合的方式只关注了每个元路径的局部结构,而忽略了元路径间的全局相关性,因此模型预测效果有限。针对以上问题,提出一种基于... 详细信息

现有的基于元路径的异质图嵌入模型通常假设给定的元路径是相互独立的,这种分别为每个元路径生成节点嵌入后再融合的方式只关注了每个元路径的局部结构,而忽略了元路径间的全局相关性,因此模型预测效果有限。针对以上问题,提出一种基于元路径的关系选择图神经网络(MRSGNN)。模型首先将异质图转化为基于元路径的多关系图,利用提出的关系选择图卷积层直接在多关系图上聚合邻居信息以建模元路径间的全局相关性,并结合关系选择模块对多关系下的邻居信息进一步筛选以区分各关系的重要性。在三个公开异质图数据集的节点分类任务上,MRSGNN分别取得了94%、92%、61%的预测准确率,均高于最新的基准模型。

关键词：异质图异质图嵌入元路径图神经网络多关系关系选择

来源：评论

学校读者我要写书评

暂无评论

探索分布式文件系统应用场景的案例

引用

中小企业管理与科技 2020年第16期4卷 160-161页

作者：刘嘉奕北京交通大学计算机与信息技术学院北京100044

某数据中心中由ESXI主机(PC服务器)+存储构成的vSphere HA集群存在两个问题:一是存储资源消耗较大;二是PC服务器内置硬盘利用率不高。分布式文件系统软件的出现为开发和利用集群内置硬盘资源提供了一个新的方向,论文对此方面进行了一些... 详细信息

某数据中心中由ESXI主机(PC服务器)+存储构成的vSphere HA集群存在两个问题:一是存储资源消耗较大;二是PC服务器内置硬盘利用率不高。分布式文件系统软件的出现为开发和利用集群内置硬盘资源提供了一个新的方向,论文对此方面进行了一些有益的探索和实验。

关键词： GlusterFS Linux Vmware 分布式文件系统应用场景

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：