检索结果-内蒙古大学图书馆

基于多模态双协同Gather Transformer网络的虚假信息检测方法

计算机科学 2024年第12期51卷 242-249页

作者：向旺王金光王一飞钱胜胜郑州大学河南先进技术研究院郑州450000 合肥工业大学计算机与信息学院合肥230601 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190

社交媒体网站是人们在日常生活中分享信息、表达和交换意见的便捷平台。随着用户数量的不断增加,社交媒体网站上出现了大量的信息数据。然而,由于用户没有检查共享信息的可靠性,这些信息的真实性难以保证,从而导致大量虚假信息在社交媒... 详细信息

社交媒体网站是人们在日常生活中分享信息、表达和交换意见的便捷平台。随着用户数量的不断增加,社交媒体网站上出现了大量的信息数据。然而,由于用户没有检查共享信息的可靠性,这些信息的真实性难以保证,从而导致大量虚假信息在社交媒体上广泛传播。然而,现有方法大多存在以下局限性:1)大多数方法通过简单提取文本与视觉特征,将其拼接后得到多模态特征来进行虚假信息判断,忽略了模态间和模态内细粒度内在联系,缺乏对关键信息的检索和筛选;2)多模态信息间缺乏指导性的特征提取,文本和视觉等特征之间缺乏交互增强,对多模态信息的理解不足。为了应对这些挑战,提出了一种新颖的基于多模态双协同Gather Transformer网络(Multimodal Dual-Collaborative Gather Transformer Network,MDCGTN)的虚假信息检测方法。在MDCGTN模型中,通过文本-视觉编码网络对文本和视觉信息的特征表示进行提取,将获得的视觉和文本特征表示输入多模态Gather Transformer网络进行多模态信息融合,使用Gather机制提取关键信息,充分捕捉和融合模态内和模态间细粒度关系。此外,设计了一个双协同机制对社交媒体帖子的多模态信息进行整合,以实现模态之间信息的交互和增强。在两个公开可用的基准数据集上进行了大量实验,结果表明,与现有的先进基准方法相比,所提方法准确率明显提升,证明了其对于虚假信息检测的优越性能。

关键词：多模态虚假信息检测社交媒体 Gather Transformer网络

来源：评论

学校读者我要写书评

暂无评论

基于背景匀质性双边滤波的SAR图像斑点噪声抑制算法

引用

遥感学报 2021年第5期25卷 1071-1084页

作者：艾加秋王非凡杨兴明史骏刘凡合肥工业大学计算机与信息学院合肥230009 合肥工业大学智能互联系统安徽省实验室合肥230009 合肥工业大学软件学院合肥230009 中国航天系统科学与工程研究院中国航天科技集团12院北京100048

针对双边滤波在抑制SAR图像相干斑噪声的不足,本文提出了一种基于背景匀质性的改进双边滤波算法BH-IBF(Improved Bilateral Filtering algorithm based on Background Homogeneity),并将其应用于SAR图像斑点噪声抑制。BH-IBF以传统双边... 详细信息

针对双边滤波在抑制SAR图像相干斑噪声的不足,本文提出了一种基于背景匀质性的改进双边滤波算法BH-IBF(Improved Bilateral Filtering algorithm based on Background Homogeneity),并将其应用于SAR图像斑点噪声抑制。BH-IBF以传统双边滤波作为基本框架,并利用了双边滤波器中的双边核函数描述像素灰度值之间的相似性以及相邻像素间的几何空间信息。然而,传统双边滤波存在不能有效地滤除强斑点噪声的缺点,并且SAR图像又因成像原理的缺陷导致强斑点噪声普遍存在。针对这些问题,BH-IBF设计了一种根据背景窗口的匀质性进行自适应样本截断的方法,并根据描述背景匀质性的指标自动获取样本截断的截断深度。此外,本文将自适应滤波窗口尺寸以及权重核修改的方案应用到BH-IBF中,以增强匀质区域的斑点噪声平滑强度以及异质区域的边缘信息效果。最后,使用自适应截断后的样本作为已调整权重核的双边滤波器的输入。实验数据显示,BH-IBF能够在有效保留SAR图像纹理信息的同时,获取较好的斑点噪声平滑性能。

关键词： SAR图像斑点噪声抑制改进双边滤波算法自适应样本截断背景匀质性自适应滤波窗口尺寸

来源：评论

学校读者我要写书评

暂无评论

基于KMeans的MG-Y激光器准连续调谐方法

引用

光通信研究 2024年第4期4期(18)卷 79-84页

作者：张子娇刘万泉张旭吕峥庄炜北京信息科技大学光电信息与仪器北京市工程研究中心北京100192 北京信息科技大学光纤传感与系统北京实验室北京100016 天津大学精密仪器与光电子工程学院天津300072 北京工业大学信息学部北京100124 澳大利亚科廷大学计算机系澳大利亚珀斯6102 广州南沙智能感知研究院广州511462

【目的】光纤光栅传感系统的光源为系统提供能量,稳定且连续的光源对于整个解调系统的应用至关重要。当将调制光栅Y分支(MG-Y)激光器作为光纤光栅解调系统的光源时,需解决MG-Y激光器难以在所需特定波长范围内快速获得稳定且连续的波长... 详细信息

【目的】光纤光栅传感系统的光源为系统提供能量,稳定且连续的光源对于整个解调系统的应用至关重要。当将调制光栅Y分支(MG-Y)激光器作为光纤光栅解调系统的光源时,需解决MG-Y激光器难以在所需特定波长范围内快速获得稳定且连续的波长调谐问题。【方法】为实现MG-Y激光器快速获得稳定且连续的波长,文章提出了K均值(KMeans)聚类模型,并将其运用到MG-Y激光器快速获取高质量电流-波长查找表(LUT)的构建方法中。【结果】通过KMeans聚类模型方法结合MG-Y激光器调谐特性,可以快速获得构建LUT中相位调谐区域内最优调谐参数曲线的质心点,消耗时间约18.26 s,再依据MG-Y激光器自身的左、右和相位的调谐特性,采用均匀插值的方法来实现MG-Y激光器的波长精细调谐。使用KMeans聚类模型得到全调谐范围LUT,按照一定间隔筛选得到目标LUT。激光器按照该目标LUT下发命令的输出波长,实测波长的均值与目标波长的误差绝对值的均值为0.18 pm,误差绝对值的标准差为0.52 pm。从而可将MG-Y激光器作为光纤光栅传感系统的稳定光源来使用。【结论】经实验验证,传统的人工完成寻找每个相位调谐区域找到质心点的用时至少需要。30 min。通过KMeans聚类模型方法,完成同样操作,能大幅缩短寻找质心点的时间。并且通过该方法可控制MG-Y激光器实现输出准连续调谐的稳定波长。

关键词：调制光栅Y分支激光器 K均值聚类连续调谐查找表

来源：评论

学校读者我要写书评

暂无评论

基于深度特征字典学习和Largevis的遥感图像检索

引用

测控技术 2022年第7期41卷 10-16页

作者：侯峰刘斌卓政卓力张菁北京工业大学北京计算智能与智能系统重点实验室北京100124 北京工业大学信息学部微电子学院北京100124 北京航空航天大学计算机学院北京100191

提出了一种基于深度特征字典学习和Largevis的遥感图像检索方法。该方法以Inception v4为骨干网络,提取了第一个Reduction Block输出的特征图,并对其进行重组。然后利用K均值聚类算法对重组后的特征进行训练,构造深度特征字典。基于深... 详细信息

提出了一种基于深度特征字典学习和Largevis的遥感图像检索方法。该方法以Inception v4为骨干网络,提取了第一个Reduction Block输出的特征图,并对其进行重组。然后利用K均值聚类算法对重组后的特征进行训练,构造深度特征字典。基于深度特征字典,对卷积特征图进行量化,得到紧凑的特征表示向量,将其与全连接层特征相结合,形成图像特征表示向量。为了避免“维度灾难”的问题,采用Largevis降维方法对图像特征表示向量进行降维。采用L2距离度量方法对降维后的特征进行相似性比对,实现了遥感图像的检索。在RS19、UCM和RSSCN7数据集上的实验结果表明,与现有的方法相比,该方法能获得更好的检索性能。

关键词： Inception v4网络深度特征字典学习 Largevis降维遥感图像检索

来源：评论

学校读者我要写书评

暂无评论

多尺度特征融合的多源异构遥感数据水体提取

引用

遥感信息 2021年第5期36卷 41-48页

作者：魏之皓贾克斌贾晓未北京工业大学信息学部北京100124 先进信息网络北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124 匹兹堡大学计算机科学学院美国宾夕法尼亚州匹兹堡15112

针对现有遥感测绘水体提取方法在多源异构遥感数据的信息融合与深层特征提取方面存在的不足,提出了一种基于多尺度特征融合的多源异构遥感数据水体提取方法。首先,设计了一种基于多源异构遥感数据输入的网络模型结构解决多源异构遥感数... 详细信息

针对现有遥感测绘水体提取方法在多源异构遥感数据的信息融合与深层特征提取方面存在的不足,提出了一种基于多尺度特征融合的多源异构遥感数据水体提取方法。首先,设计了一种基于多源异构遥感数据输入的网络模型结构解决多源异构遥感数据的多尺度特征融合问题;随后,提出了一种基于改进残差网络的高维卷积单元,对异构遥感数据进行深层特征提取,同时,构建了基于哨兵一号和哨兵二号卫星的全球水体大规模多源异构遥感数据库。对比实验结果表明,以人工遥感影像标注的水体区域分布真值为精度评价基准,所提出的多尺度特征融合算法的水体提取结果,准确率达到了90.12%,相比现有深度学习领域主流的U-Net图像分割模型方法,准确率提高了3.73%以上,有效提升了多源异构遥感数据的大范围水体提取准确性。

关键词：大范围水体提取多源异构数据融合多尺度特征改进残差网络数据库构建

来源：评论

学校读者我要写书评

暂无评论

电力物联网可信树形批量认证机制

引用

中国电力 2022年第5期55卷 149-157页

作者：赵保华王志皓陈连栋任春卉余发江徐庆北京工业大学计算机学院北京100124 国网智能电网研究院有限公司北京102209 电力系统人工智能国家电网公司联合实验室(国网智能电网研究院有限公司) 北京102209 国网河北省电力有限公司信息通信分公司河北石家庄050021 武汉大学国家网络安全学院湖北武汉430072

电力物联网设备需要进行可信度量,然而现有数据处理架构存在云端压力过大的问题,现有可信度量架构也存在效率低下、消耗过大等问题。提出一种适用于云边协同电力物联网环境的基于树形结构的可信批量认证机制。该机制采用云边端协同的边... 详细信息

电力物联网设备需要进行可信度量,然而现有数据处理架构存在云端压力过大的问题,现有可信度量架构也存在效率低下、消耗过大等问题。提出一种适用于云边协同电力物联网环境的基于树形结构的可信批量认证机制。该机制采用云边端协同的边缘计算架构缓解云平台压力,设备采用一种轻量级可信架构进行可信度量,获取度量信息;非平衡哈希树存储结构在设备认证时传递的认证信息较少并在一定程度上保障了隐私;采用稀疏哈希树多值证明方式生成认证信息,实现设备的批量认证。进行了安全威胁分析、原型实现和性能分析,实验表明该机制在树形结构的构造耗时上优于默克尔哈希树,在设备的可信认证耗时上优于IMA线性结构,在批量认证时,能大大减少认证信息的大小。

关键词：电力物联网云边协同可信度量非平衡哈希树批量认证

来源：评论

学校读者我要写书评

暂无评论

电力物联网设备持续高效批量可信认证

引用

武汉大学学报（理学版） 2022年第1期68卷 102-112页

作者：赵保华王志皓陈连栋任春卉余发江徐庆全球能源互联网研究院有限公司北京102209 电力系统人工智能(联研院)国家电网公司联合实验室北京102209 北京工业大学计算机学院北京100124 国网河北省电力有限公司信息通信分公司河北石家庄050021 武汉大学国家网络安全学院湖北武汉430072

随着电力物联网的设备种类越来越多,运行环境也越来越复杂,为确保设备的安全可信运行,本文考虑到电力物联网云边端协同的架构,提出了一种设备持续高效批量可信认证机制。该机制采用一棵非平衡哈希树存储设备度量信息,用一个多链和哈希... 详细信息

随着电力物联网的设备种类越来越多,运行环境也越来越复杂,为确保设备的安全可信运行,本文考虑到电力物联网云边端协同的架构,提出了一种设备持续高效批量可信认证机制。该机制采用一棵非平衡哈希树存储设备度量信息,用一个多链和哈希表结构快速寻找树达到存储上限时的待替换节点。该机制存储了设备的多版本度量信息,可以对设备进行持续性的可信度量认证,在认证时采用了一种高效的稀疏哈希树多值认证方法,实现了设备度量信息的批量认证。本文实现了系统原型。实验结果表明,多值认证在认证所需信息的生成和验证占用空间大小方面比单值认证更优。

关键词：电力物联网可信计算远程认证批量认证

来源：评论

学校读者我要写书评

暂无评论

基于电子病历数据和知识增强的医疗大语言模型构建方法研究

引用

解放军医学院学报 2025年第1期46卷 96-103,F0003页

作者：王博于志昊张军雁石戈冯冲庄严何昆仑北京理工大学计算机学院北京100081 解放军总医院医学创新研究部医疗大数据应用技术国家工程研究中心解放军总医院医学工程实验室国家药监局人工智能医疗器械研究与评价重点实验室北京100853 北京工业大学信息科学技术学院北京100124

背景电子病历数据在构建医疗领域大规模语言模型中具有关键作用。目的研究一种基于通用大语言模型的三阶段训练范式,以充分挖掘电子病历数据的价值。方法第一阶段,利用大规模电子病历文本对预训练的通用模型进行进一步训练,增强其医疗... 详细信息

背景电子病历数据在构建医疗领域大规模语言模型中具有关键作用。目的研究一种基于通用大语言模型的三阶段训练范式,以充分挖掘电子病历数据的价值。方法第一阶段,利用大规模电子病历文本对预训练的通用模型进行进一步训练,增强其医疗领域的语言知识;第二阶段,利用标注的电子病历数据针对特定临床任务对模型进行微调,从而赋予其专业的任务处理能力;第三阶段,通过结合医师的反馈优化模型输出,进一步提升其决策的准确性和可解释性。结果该方法显著提升了模型在临床任务中的表现,减少了模型产生幻觉的现象,并增强了输出的可信度。结论该研究为构建规范化、可信赖的医疗大规模语言模型提供了有效的方法,具有重要的实际应用价值。

关键词：大规模语言模型医疗人工智能继续训练有监督指令微调强化学习

来源：评论

学校读者我要写书评

暂无评论

基于优化随机森林回归模型的土壤盐渍化反演

引用

地球信息科学学报 2021年第9期23卷 1662-1674页

作者：杨练兵陈春波郑宏伟罗格平尚白军 Olaf Hellwich 中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室乌鲁木齐830011 新疆维吾尔自治区遥感与地理信息系统应用重点实验室乌鲁木齐830011 中国科学院大学北京100049 中国科学院中亚生态与环境研究中心乌鲁木齐830011 德国柏林工业大学计算机视觉和遥感研究所柏林10623

当前应用于土壤盐分含量(Soil Salinity Content,SSC)反演的随机森林回归(Random Forests Regression,RFR)较少关注对模型精度影响较大的反演参数子集和模型参数的同步优化。本研究选择渭-库绿洲和奇台绿洲为实验区,基于Landsat-5 TM、S... 详细信息

当前应用于土壤盐分含量(Soil Salinity Content,SSC)反演的随机森林回归(Random Forests Regression,RFR)较少关注对模型精度影响较大的反演参数子集和模型参数的同步优化。本研究选择渭-库绿洲和奇台绿洲为实验区,基于Landsat-5 TM、SRTM、MOD11A2.006遥感数据构建反演参数。首先,利用弹性网络(Elastic Net,EN)筛选出反演参数子集,然后利用遗传算法(Genetic Algorithm,GA)和贝叶斯优化算法(Bayesian Optimization Algorithm,BOA)分别优化随机森林回归(Random Forests Regression,RFR)参数,建立反演参数子集和模型参数分步优化的RFR模型(EN-GA-RFR、EN-BOA-RFR)。建立利用GA和BOA分别同步优化反演参数子集和模型参数的RFR模型(GA-RFR、BOA-RFR)。在每个实验区,对比EN-GARFR、EN-BOA-RFR、GA-RFR、BOA-RFR的预测精度。最后分析每个实验区各类盐渍土的空间分布,并对2个实验区的反演参数进行对比分析。结果表明:每个实验区模型预测精度由高到低的排序均为BOA-RFR>GA-RFR>EN-BOA-RFR=EN-GARFR,整体上BOA的优化性能均好于GA;渭-库绿洲和奇台绿洲面积占比最大的盐渍土类型分别为盐渍土和中度盐渍土;反演参数对SSC的表征能力存在空间分异性。

关键词：土壤盐分含量同步优化随机森林回归贝叶斯优化算法遗传算法弹性网络反演参数子集模型参数

来源：评论

学校读者我要写书评

暂无评论

基于萤火虫算法的脑效应连接网络学习方法

引用

哈尔滨工业大学学报 2019年第5期51卷 76-84页

作者：纪子龙冀俊忠刘金铎杨翠翠北京工业大学信息学部计算机学院多媒体与智能软件技术北京市重点实验室北京100124

脑效应连接网络学习是人脑连接组研究的一个重要研究课题,准确识别脑效应连接网络对于脑疾病的早期诊断以及病理研究具有重要意义.本文将萤火虫算法与贝叶斯网相结合,提出了一种带有繁殖机制的脑效应连接网络萤火虫学习方法.新方法使用K... 详细信息

脑效应连接网络学习是人脑连接组研究的一个重要研究课题,准确识别脑效应连接网络对于脑疾病的早期诊断以及病理研究具有重要意义.本文将萤火虫算法与贝叶斯网相结合,提出了一种带有繁殖机制的脑效应连接网络萤火虫学习方法.新方法使用K2评分作为目标函数来衡量萤火虫个体的绝对亮度,利用萤火虫种群的寻优来完成脑效应连接网络的学习,并利用繁殖机制对种群实施进一步的优化.首先将一种仅含少数边的脑效应连接网络表示成一个萤火虫个体,并通过萤火虫个体的定向移动操作以及随机移动操作逐步构建脑效应连接网络;然后每经过一定代数的寻优后,萤火虫种群执行一次繁殖过程,以优化效应连接网络的质量.最后,当算法收敛时,将萤火虫种群中绝对亮度最高个体所代表的网络结构作为学习到的最优脑效应连接网络.在多组模拟数据集上的实验结果验证了新算法中繁殖机制的有效性,且与其它算法相比,新算法具有明显优势.在真实数据上的实验也表明了算法的潜在实用性.

关键词：脑网络脑效应连接网络贝叶斯网萤火虫算法繁殖机制

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：