检索结果-内蒙古大学图书馆

计算机学报 2023年第5期46卷 1045-1059页

作者：谢小杰梁英王梓森刘政君中国科学院计算技术研究所泛在计算系统研究中心北京100190 中国科学院大学计算机科学与技术学院北京100049 移动计算与新型终端北京市重点实验室北京100190

通过评议文档与专家库的专家学术专长匹配,可以输出领域相关的候选专家列表,是同行评议中专家遴选和专家推荐的重要参考依据.针对学术专长匹配存在语义鸿沟、无法反映专家和评议文档多源信息间语义关联的问题,首先对专家信息和评议文档... 详细信息

通过评议文档与专家库的专家学术专长匹配,可以输出领域相关的候选专家列表,是同行评议中专家遴选和专家推荐的重要参考依据.针对学术专长匹配存在语义鸿沟、无法反映专家和评议文档多源信息间语义关联的问题,首先对专家信息和评议文档的多源信息进行语义特征抽取,融合多类特征进行表示学习,利用卷积神经网络设计专家特征抽取器ExpFeat和评议特征抽取器RevFeat,采用词嵌入方法和注意力机制对专家专长标签、评议文档关键词、学科分类树语义特征进行抽取和融合,生成具有“小同行”特征的专家和评议文档语义特征向量表示,解决多类信息源间不同学术分类标准造成的语义差异,反映内在语义联系,利用低维稠密向量表达语义信息,降低匹配复杂度.然后,根据专家语义特征表示和评议文档语义特征表示进行学术专长语义匹配,将专家和评议文档特征向量映射到相同语义空间,计算向量间余弦相似度衡量语义相似性,引入负例专家进行模型训练,通过softmax函数计算最大化正例专家概率优化特征提取器参数,进一步提升语义差异的捕捉能力,解决专家信息和评议文档之间的语义鸿沟问题,提升专家匹配效果.最后,在开源的论文评审数据集和项目评审数据集上进行了实验对比和实例分析,结果表明,本文所提方法可以有效提升专家匹配精准度.

关键词：特征抽取语义匹配多源信息专家推荐同行评议

来源：评论

学校读者我要写书评

暂无评论

基于周期性质的新型密钥恢复攻击方法

引用

软件学报 2023年第9期34卷 4239-4255页

作者：邹剑邹宏楷董晓阳吴文玲罗宜元福州大学计算机与大数据学院福建福州350108 网络系统信息安全福建省高校重点实验室(福州大学) 福建福州350108 清华大学高等研究院北京100190 中国科学院软件研究所可信计算与信息保障实验室北京100190 惠州学院信息科学技术学院广东惠州516007

针对Feistel, Misty与Type-1/2型广义Feistel等结构,创新性地将Simon算法的周期性质与生日攻击思想相结合,提出一种新型传统密钥恢复攻击.与Simon算法可以在多项式时间内恢复周期值不同,在传统计算环境下至少需要生日攻击界才能恢复出... 详细信息

针对Feistel, Misty与Type-1/2型广义Feistel等结构,创新性地将Simon算法的周期性质与生日攻击思想相结合,提出一种新型传统密钥恢复攻击.与Simon算法可以在多项式时间内恢复周期值不同,在传统计算环境下至少需要生日攻击界才能恢复出对应的周期值.利用所提方法,可以在O (2n/4)的选择明文和密文条件下,以O(23n/4)的时间复杂度恢复出5轮Feistel-F结构的密钥,对应的存储复杂度为O(2n/4).上述结果比Isobe和Shibutani的工作结果多扩展1轮,并且所需的存储复杂度也更少.对于Feistel-FK结构,构造7轮密钥恢复攻击.此外,还将上述方法应用于构造Misty结构和Type-1/2型广义Feistel结构的密钥恢复攻击.对于不同的Misty密码方案,分别给出5轮Misty L-F和Misty R-F结构的密钥恢复攻击,以及6轮Misty L-KF/FK和Misty R-KF/FK结构的密钥恢复攻击.对于d分支Type-1型广义Feistel结构,给出d2轮的密钥恢复攻击.当d≥6时,对于d分支Type-2型广义Feistel结构的新型密钥恢复攻击轮数会优于现有密钥恢复攻击轮数.

关键词： Feistel Misty Type-1/2型广义Feistel结构密钥恢复攻击 Simon算法周期性质生日攻击

来源：评论

学校读者我要写书评

暂无评论

基于Safe-PPO算法的安全优先路径规划方法

引用

北京航空航天大学学报 2023年第8期49卷 2108-2118页

作者：别桐朱晓庆付煜李晓理阮晓钢王全民北京工业大学信息学部人工智能与自动化学院北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124 北京工业大学信息学部计算机学院北京100124

现有的路径规划算法对路径规划过程中的路径安全性问题考虑较少,并且传统的近端策略优化(PPO)算法存在一定的方差适应性问题。为解决这些问题,提出一种融合进化策略思想和安全奖励函数的安全近端策略优化(Safe-PPO)算法,所提算法以安全... 详细信息

现有的路径规划算法对路径规划过程中的路径安全性问题考虑较少,并且传统的近端策略优化(PPO)算法存在一定的方差适应性问题。为解决这些问题,提出一种融合进化策略思想和安全奖励函数的安全近端策略优化(Safe-PPO)算法,所提算法以安全优先进行路径规划。采用协方差自适应调整的进化策略(CMA-ES)的思想对PPO算法进行改进,并引入危险系数与动作因子来评估路径的安全性。使用二维栅格地图进行仿真实验,采用传统的PPO算法和Safe-PPO算法进行对比;采用六足机器人在搭建的场景中进行实物实验。仿真实验结果表明:所提算法在安全优先导向的路径规划方面具有合理性与可行性:在训练时Safe-PPO算法相比传统的PPO算法收敛速度提升了18%,获得的奖励提升了5.3%;在测试时采用融合危险系数与动作因子的方案能使机器人学会选择更加安全的道路而非直观上最快速的道路。实物实验结果表明:机器人可以在现实环境中选择更加安全的路径到达目标点。

关键词：机器人导航路径规划深度强化学习近端策略优化安全路径选择

来源：评论

学校读者我要写书评

暂无评论

ED-Stacking:一种基于集成学习的小样本牛肉微生物生长预测模型构建方法

引用

食品工业科技 2025年第6期46卷 43-55页

作者：李汉强陈谊高宇飞侯堃宋丽萍李静北京工商大学计算机与人工智能学院食品安全大数据技术北京市重点实验室北京100048 北京市食品检验研究院(北京市食品安全监控和风险评估中心) 北京100094 中国网络安全审查认证和市场监管大数据中心北京100088

当前技术条件下,微生物检测操作复杂、耗时长,导致了检测结果滞后且其样本数量有限的问题。本文提出了一种基于时间序列分解和集成学习的小样本牛肉微生物生长预测模型ED-Stacking构建方法,以便提前预警食品中的微生物风险。首先应用经... 详细信息

当前技术条件下,微生物检测操作复杂、耗时长,导致了检测结果滞后且其样本数量有限的问题。本文提出了一种基于时间序列分解和集成学习的小样本牛肉微生物生长预测模型ED-Stacking构建方法,以便提前预警食品中的微生物风险。首先应用经验模态分解(EMD)、离散傅里叶变换(DFT)和加法模型构建时间序列分解方法(EMD-DFT),提取微生物生长时间序列中的趋势、周期和残差特征,为后续预测模型提供训练数据;然后利用这些特征数据对单层线性神经网络(SLN)、极端梯度提升树(XGBoost)和梯度提升回归树(GBRT)进行训练;最后,采用集成学习中的堆叠(Stacking)方法对训练好的三个模型进行融合,形成预测效果更优的微生物生长预测模型ED-Stacking。对比实验结果显示ED-Stacking在MAE和MSE两个指标上分别达到了0.229和0.147,预测误差低于SLN、XGBoost、GBRT、GRU和Transformer五个基线模型,即预测准确性更高。基于该模型对食品品质进行分类,分类的加权平均精准率Weighted-Precision达到98.80%。进而,还构建了一个食品微生物生长预测可视分析系统FMPvis,可以展示预测结果和食品品质分类结果,帮助用户分析各环境因子随时间的变化趋势及其对预测结果的影响程度,从而实现风险分析和预警。本文方法为食品微生物风险预警提供了一种新的思路和方法。

关键词：食品安全微生物生长预测时间序列分解集成学习可视分析

来源：评论

学校读者我要写书评

暂无评论

面向大规模数据的DBSCAN加速算法综述

引用

计算机研究与发展 2023年第9期60卷 2028-2047页

作者：陈叶旺曹海露陈谊康昭雷震杜吉祥华侨大学计算机科学与技术学院福建厦门361021 食品安全大数据技术北京市重点实验室(北京工商大学) 北京100048 电子科技大学计算机科学与工程学院成都611731 模式识别国家重点实验室(中国科学院自动化所) 北京100190 厦门市数据安全与区块链技术重点实验室(华侨大学) 福建厦门361021 福建省大数据智能与安全重点实验室(华侨大学) 福建厦门361021 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006

DBSCAN(density-based spatial clustering of applications with noise)是应用最广的密度聚类算法之一.然而,它时间复杂度过高(O(n^(2))),无法处理大规模数据.因而,对它进行加速成为一个研究热点,众多富有成效的工作不断涌现.从加速目... 详细信息

DBSCAN(density-based spatial clustering of applications with noise)是应用最广的密度聚类算法之一.然而,它时间复杂度过高(O(n^(2))),无法处理大规模数据.因而,对它进行加速成为一个研究热点,众多富有成效的工作不断涌现.从加速目标上看,这些工作大体上可分为减少冗余计算和并行化两大类;就具体加速手段而言,可分为6个主要类别:基于分布式、基于采样化、基于近似模糊、基于快速近邻、基于空间划分以及基于GPU加速技术.根据该分类,对现有工作进行了深入梳理与交叉比较,发现采用多重技术的融合加速算法优于单一加速技术;近似模糊化、并行化与分布式是当前最有效的手段;高维数据仍然难以应对.此外,对快速化DBSCAN算法在多个领域中的应用进行了跟踪报告.最后,对本领域未来的方向进行了展望.

关键词：快速化DBSCAN 密度聚类聚类算法大数据数据挖掘

来源：评论

学校读者我要写书评

暂无评论

城市污水处理过程模型预测控制研究综述

引用

信息与控制 2022年第1期51卷 41-53页

作者：杜胜利张庆达曹博琦乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

城市污水处理过程具有生化反应复杂、非线性、不确定性等特点,在受进水流量、进水组分、天气变化等强干扰作用时,很难保证出水水质维持在规定范围内。模型预测控制以其可应用于非线性系统、显式处理约束问题等优点,近几年在城市污水处... 详细信息

城市污水处理过程具有生化反应复杂、非线性、不确定性等特点,在受进水流量、进水组分、天气变化等强干扰作用时,很难保证出水水质维持在规定范围内。模型预测控制以其可应用于非线性系统、显式处理约束问题等优点,近几年在城市污水处理过程中得到了广泛应用。本文从模型预测控制方法在城市污水处理过程中所依托的模型角度出发,介绍了其在基于机理模型和数据驱动的城市污水处理过程中的研究现状,阐述了在不同模型和控制变量下的控制效果。最后提出了城市污水处理过程中仍需解决的问题,并对模型预测控制方法在城市污水处理过程控制中的未来研究方向做出了展望。

关键词：模型预测控制城市污水处理机理模型智能特征模型过程控制

来源：评论

学校读者我要写书评

暂无评论

基于FCE-SPH的海上溢油扩散模拟方法

引用

计算机辅助设计与图形学学报 2024年

作者：连远锋高浛钊魏昊天纪连恩董绍华中国石油大学(北京)计算机科学与技术系石油数据挖掘北京市重点实验室中国石油大学(北京)安全与海洋工程学院应急管理部油气生产安全与应急技术重点实验室

针对现有的海面原油泄漏模拟方法无法呈现符合物理过程的溢油风化扩散效果及模拟速度过慢问题，首先给出一种不混溶Cahn-Hilliard两相流乳化光滑粒子流体动力学扩散模拟方法FCE-SPH，结合脉动风场描述海上溢油的混合和乳化分解过程; ... 详细信息

针对现有的海面原油泄漏模拟方法无法呈现符合物理过程的溢油风化扩散效果及模拟速度过慢问题，首先给出一种不混溶Cahn-Hilliard两相流乳化光滑粒子流体动力学扩散模拟方法FCE-SPH，结合脉动风场描述海上溢油的混合和乳化分解过程; 然后设计一个两相流物理感知深度强化学习偏置图注意力网络OTF-DRL，以加速流体模拟仿真，通过异构偏置图注意力模块，增强网络获取粒子特征的表达能力. 在不同的工况条件下，分别对原油在海上泄漏扩散物理过程和油品风化过程进行分析，实验结果表明，所提方法可以真实反映海上溢油扩散现象， OTF-DRL模拟计算时间缩短49.63%.

关键词：油水两相流深度强化学习光滑粒子流体动力学原油泄漏模拟偏置注意力

来源：评论

学校读者我要写书评

暂无评论

基于环境建模的物联网系统TAP规则生成方法

引用

软件学报 2021年第4期32卷 934-952页

作者：边寒陈小红金芝张民上海市高可信计算重点实验室(华东师范大学) 上海200062 北京大学信息科学技术学院计算机科学与技术系北京100871 高可信软件技术教育部重点实验室(北京大学) 北京100871

用户需求是物联网智能服务的根本驱动力,如IFTTT等很多物联网框架允许用户使用简单的触发-命令编程(TAP)规则进行编程,但它们描述的是设备调度程序,并不是用户服务需求.一些物联网系统提出采用面向目标的需求方法,支持服务目标的分解,... 详细信息

用户需求是物联网智能服务的根本驱动力,如IFTTT等很多物联网框架允许用户使用简单的触发-命令编程(TAP)规则进行编程,但它们描述的是设备调度程序,并不是用户服务需求.一些物联网系统提出采用面向目标的需求方法,支持服务目标的分解,但很难保证物联网不同服务间的一致性和服务部署的完整性.为了支持正确的"用户编程"并保证用户服务需求的一致性与完整性,提出了基于环境建模的TAP规则自动生成方法,在用户提供的服务需求的基础上,根据环境模型自动推导出所需的系统行为,以检测系统行为的一致性和完整性,并最终自动生成TAP规则,实现从用户服务需求到物联网设备调度的自动生成.构建了物联网应用场景的环境本体以建模环境,并定义了基于环境本体的服务需求的描述方法.另外,针对方法的准确性、效率、性能以及构建环境本体的时间开销,在智能家居场景上进行了评估.结果表明,所提方法的准确性、效率和性能均超过可用阈值,且在需求达到一定数量后,构建环境本体花费的时间可忽略不计.

关键词：物联网系统用户服务需求需求一致性需求完整性环境建模

来源：评论

学校读者我要写书评

暂无评论

基于改进物元可拓模型的肉制品中化学污染物风险评估方法

引用

食品科学 2023年第11期44卷 1-8页

作者：斗海峰陈谊武彩霞国伟张峰中国检验检疫科学研究院北京100176 北京工商大学计算机学院北京100048 北京工商大学食品安全大数据技术北京市重点实验室北京100048

肉制品中化学污染物超标是导致食品安全问题的原因之一,对其安全风险进行准确评估从而为食品安全监管提供科学依据具有十分重要的意义。考虑到现有风险评估方法的优缺点,本研究提出一种基于改进物元可拓模型的肉制品中化学污染物风险评... 详细信息

肉制品中化学污染物超标是导致食品安全问题的原因之一,对其安全风险进行准确评估从而为食品安全监管提供科学依据具有十分重要的意义。考虑到现有风险评估方法的优缺点,本研究提出一种基于改进物元可拓模型的肉制品中化学污染物风险评估方法,该方法首先充分考虑各污染物最大限量和监督抽检结果统计规律,选择污染物的检出率、不合格率、不合格度、含量均值和变异系数作为风险评价指标,引入最优最劣法确定各评价指标权重;然后基于改进的物元可拓模型计算非对称贴近度,得出各污染物的风险等级。以我国某省2018年对肉制品中5种食品添加剂和4种重金属元素的抽检结果为例进行案例研究,并与常用的内梅罗指数评价方法进行对比实验,结果显示使用两种方法对9种化学污染物的评价结果等级顺序基本一致,但本研究方法的评价结果分布在Ⅰ~Ⅴ级,而内梅罗指数法的评价结果集中在Ⅲ~Ⅴ级。说明本研究方法可以有效突出各污染物风险的差异,评价结果更符合实际。根据评估结果可为制定污染物抽检计划、优化检测资源提供科学依据。

关键词：风险评估物元可拓模型最优最劣法肉制品化学污染物

来源：评论

学校读者我要写书评

暂无评论

概念驱动的小样本判别特征学习方法

引用

智能系统学报 2023年第1期18卷 162-172页

作者：周凯锐刘鑫景丽萍于剑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 北京交通大学计算机与信息技术学院北京100044

小样本学习旨在让模型能够在仅有少量标记数据的新类中进行分类。基于度量学习的方法是小样本学习的一种有效方法,该类方法利用有标签的支持集样本构建类表示,再基于查询样本和类表示的相似性进行分类。因此,如何构建判别性更强的类表... 详细信息

小样本学习旨在让模型能够在仅有少量标记数据的新类中进行分类。基于度量学习的方法是小样本学习的一种有效方法,该类方法利用有标签的支持集样本构建类表示,再基于查询样本和类表示的相似性进行分类。因此,如何构建判别性更强的类表示是这类方法的关键所在。多数工作在构建类表示时,忽略了类概念相关信息的挖掘,这样容易引入样本中类别无关信息,从而降低类表示的判别性。为此本文提出一种概念驱动的小样本判别特征学习方法。该方法首先利用类别的语义信息来指导模型挖掘样本中类概念相关信息,进而构建更具判别性的类表示。其次,设计了随机掩码混合机制增加样本的多样性和识别难度,进一步提升类表示的质量。最后对处于决策边界附近的查询样本赋予更大的权重,引导模型关注难样本,从而更好地进行类表示学习。大量实验的结果表明本文提出的方法能够有效提升小样本分类任务的准确率,并且在多个数据集上优于当前先进的算法。

关键词：小样本学习度量学习类表示学习判别特征学习数据增强图像分类神经网络深度学习

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：