检索结果-内蒙古大学图书馆

软件学报 2020年第10期31卷 3280-3294页

作者：孙晓鹏何鑫王振燕李娇娇陈腾董雨辽宁师范大学计算机与信息技术学院计算机系统研究所辽宁大连116029 智能通信软件与多媒体北京市重点实验室(北京邮电大学) 北京100876

基于位置动力学提出局部各向异性的薄壳收缩变形方法.首先针对基于位置动力学变形模拟方法的材质局限性的不足,提出薄壳收缩变形的弹性变形能,实现了多材质的弹性收缩变形.其次,针对薄壳收缩变形过程中的抖动问题,给出适当的弯曲能系数... 详细信息

基于位置动力学提出局部各向异性的薄壳收缩变形方法.首先针对基于位置动力学变形模拟方法的材质局限性的不足,提出薄壳收缩变形的弹性变形能,实现了多材质的弹性收缩变形.其次,针对薄壳收缩变形过程中的抖动问题,给出适当的弯曲能系数,实现了稳定的收缩变形.第三,针对薄壳局部类球面结构收缩变形缓慢且细微的不足,定义了局部各向异性ARAP变形能等,实现了薄壳局部类球结构的快速、显著、稳定的收缩变形.最后以轴向平行包围盒与非渗透滤波器作为碰撞检测的预处理,剔除不可能发生碰撞的图元对,提高了收缩变形过程中的碰撞检测效率.相关实验结果表明,提出的薄壳收缩变形算法适用于多种材质模型以及多种各向异性能量,且有效地解决了抖动及局部类球结构收缩变形缓慢且不显著等问题.

关键词：收缩变形薄壳变形类球面结构各向异性能量

来源：评论

学校读者我要写书评

暂无评论

高性能行任务散列法GPU一般稀疏矩阵-矩阵乘法

引用

北京邮电大学学报 2019年第3期42卷 106-113页

作者：汤洋赵达非黄智濒戴志涛北京邮电大学理学院北京100876 北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876 北京邮电大学计算机学院北京100876

针对一般稀疏矩阵-矩阵乘法(SpGEMM)的性能问题,提出了一种基于任务分类和低延迟散列表的图形处理器上的加速SpGEMM算法RBSparse.该算法由一种低成本子任务复杂度预分析方法和一种低延迟共享内存上的散列表的方法组成,可达到最大效率.... 详细信息

针对一般稀疏矩阵-矩阵乘法(SpGEMM)的性能问题,提出了一种基于任务分类和低延迟散列表的图形处理器上的加速SpGEMM算法RBSparse.该算法由一种低成本子任务复杂度预分析方法和一种低延迟共享内存上的散列表的方法组成,可达到最大效率.通过解决负载均衡和内存延迟问题,RBSparse算法可以显著减少计算的总时间.比较了RBSparse和BHSparse算法,RBSparse算法是最快的SpGEMM算法,RBSparse算法的性能平均是BHSparse算法的3. 1倍,在最佳情况下可达到14. 49倍.

关键词：稀疏矩阵-矩阵乘法图形处理器性能优化散列表共享内存

来源：评论

学校读者我要写书评

暂无评论

一种新的场景文本识别模型

引用

北京理工大学学报 2019年第3期39卷 269-275页

作者：王茂森蒋小森牛少彰北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876 优酷信息技术(北京)有限公司视频算法组北京100080

提出了基于残差网络和注意力机制的LRAM(LSTM with ResNet and attention model)模型,在模型中引入残差模块(ResNet),加快了网络的收敛速度,降低了网络训练难度;引入注意力机制(AM),实现了不同序列对当前文本识别的权重分配,提高文本识... 详细信息

提出了基于残差网络和注意力机制的LRAM(LSTM with ResNet and attention model)模型,在模型中引入残差模块(ResNet),加快了网络的收敛速度,降低了网络训练难度;引入注意力机制(AM),实现了不同序列对当前文本识别的权重分配,提高文本识别的准确率.通过在Synth90K,Street View Text和ICDAR等数据集测试结果,与已存在的模型相比,LRAM性能超过现存其他网络模型.

关键词：序列文本识别长短记忆网络残差网络注意力模型

来源：评论

学校读者我要写书评

暂无评论

基于资源签名的Android应用相似性快速检测方法

引用

电子学报 2019年第9期47卷 1913-1918页

作者：张鹏牛少彰黄如强北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876 宁夏大学信息工程学院宁夏银川750021

由于盗版Android应用(Android Application,简称APP)通常保持着与正版APP相似的用户体验,因此本文提出一种基于资源签名的APP相似性快速检测方法.该方法将APP的资源签名视为字符串集合,利用计算任意一对APP资源签名集合的Jaccard系数判... 详细信息

由于盗版Android应用(Android Application,简称APP)通常保持着与正版APP相似的用户体验,因此本文提出一种基于资源签名的APP相似性快速检测方法.该方法将APP的资源签名视为字符串集合,利用计算任意一对APP资源签名集合的Jaccard系数判断两者的相似性.为了避免遍历全部的APP对,该方法将MinHash和LSH(Locality Sensitive Hashing)[JP2]算法的思路引入其中,通过从APP集合中挑选候选对并对候选对进行检验的方式获得最终的检测结果.由于挑选候选对的方式将大量相似性较低的APP对排除在外,因此该方法可以明显地提高APP相似性的检测速度.实验结果表明,该方法的检测速度比现有方法FSquaDRA提高了大约30倍,而检测结果与FSquaDRA几乎完全相同.

关键词： APP相似性资源签名 MinHash LSH Jaccard系数

来源：评论

学校读者我要写书评

暂无评论

基于古汉语语料的新词发现方法

引用

中文信息学报 2019年第1期33卷 46-55页

作者：刘昱彤吴斌谢韬王柏北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876

新词发现,作为自然语言处理的基本任务,是用计算方法研究中国古代文学必不可少的一步。该文提出一种基于古汉语料的新词识别方法,称为AP-LSTM-CRF算法。该算法分为三个步骤。第一步,基于Apache Spark分布式并行计算框架实现的并行化的Ap... 详细信息

新词发现,作为自然语言处理的基本任务,是用计算方法研究中国古代文学必不可少的一步。该文提出一种基于古汉语料的新词识别方法,称为AP-LSTM-CRF算法。该算法分为三个步骤。第一步,基于Apache Spark分布式并行计算框架实现的并行化的Apriori改进算法,能够高效地从大规模原始语料中产生候选词集。第二步,用结合循环神经网络和条件随机场的切分概率模型对测试集文档的句子进行切分,产生切分概率的序列。第三步,用结合切分概率的过滤规则从候选词集里过滤掉噪声词,从而筛选出真正的新词。实验结果表明,该新词发现方法能够有效地从大规模古汉语语料中发现新词,在宋词和宋史数据集上分别进行实验,F1值分别达到了89.68%和81.13%,与现有方法相比,F1值分别提高了8.66%和2.21%。

关键词： Apriori的改进算法长短时记忆网络条件随机场过滤规则并行化

来源：评论

学校读者我要写书评

暂无评论

基于网络流量的Fast-flux僵尸网络域名检测方法

引用

信息安全研究 2020年第5期6卷 388-395页

作者：谷勇浩郭振洋北京邮电大学计算机学院北京100876 北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876

APT攻击危害着网络安全,对企业数据安全产生重大威胁,黑客和不法分子在APT攻击前可能会使用自己组建的僵尸网络为攻击做准备.同时为了提高僵尸网络的生成机会,攻击者常会使用Fast-flux技术隐藏主控机,因此要检测APT攻击需要先检测Fast-f... 详细信息

APT攻击危害着网络安全,对企业数据安全产生重大威胁,黑客和不法分子在APT攻击前可能会使用自己组建的僵尸网络为攻击做准备.同时为了提高僵尸网络的生成机会,攻击者常会使用Fast-flux技术隐藏主控机,因此要检测APT攻击需要先检测Fast-flux僵尸网络域名.本文调研了Fast-flux僵尸网络检测方法国内外研究现状,发现现有方法存在对CDN域名产生误报、准确率不高的问题.为此,本文提出两个新特征并且利用DNS流量设计了基于AdaBoosting算法的检测方法,然后对所提方法进行验证.实验表明,本文提出特征和方法在对Fast-flux域名检测时可以有效降低对CDN域名的误报率,大大提高整体检测性能.

关键词： APT攻击 Fast-flux 集成学习 DNS 僵尸网络

来源：评论

学校读者我要写书评

暂无评论

一种数据驱动的三维流场流线特征化筛选方法

引用

北京邮电大学学报 2019年第6期42卷 91-97页

作者：熊光正黄智濒戴志涛杨武兵北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876 中国航天空气动力技术研究院北京100074

传统的流线可视化方法因视线遮挡和数据密集难以刻画流场特征,难以应对大规模数据,为此,从数据驱动的思路出发,提出了一种筛选三维流线的算法,实现对大规模精细流场的特征刻画.该算法对广泛撒点取得的流线集进行特征化,通过计算流线上... 详细信息

传统的流线可视化方法因视线遮挡和数据密集难以刻画流场特征,难以应对大规模数据,为此,从数据驱动的思路出发,提出了一种筛选三维流线的算法,实现对大规模精细流场的特征刻画.该算法对广泛撒点取得的流线集进行特征化,通过计算流线上各点的特征,并以此为依据对流线进行分段;基于所有分段的几何特征构建一组特征向量,并利用词袋方法建立一组词向量;以词向量为基础计算流线间的几何特征相似度,以评估各个流线间的相似性,实现对流线的筛选.通过在特定流线的查询和整体流线流场的压缩这2个典型应用场景上的应用,检验了该方法对流线筛选的效果.

关键词：数据驱动流线分段流场可视化词袋大规模精细流场

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的遮挡图像修复算法

引用

北京邮电大学学报 2018年第3期41卷 81-86页

作者：曹志义牛少彰张继威北京邮电大学智能通信软件与多媒体北京市重点实验室

提出一种基于生成对抗网络的遮挡图像修复算法,能够在大量像素缺失的场景下复原出图像的本来面目.该算法不同于其他的样本块搜索复原算法,可直接生成并且填充可能的缺失元素,改进了生成对抗网络生成模型的结构和生成损失的计算方法,具... 详细信息

提出一种基于生成对抗网络的遮挡图像修复算法,能够在大量像素缺失的场景下复原出图像的本来面目.该算法不同于其他的样本块搜索复原算法,可直接生成并且填充可能的缺失元素,改进了生成对抗网络生成模型的结构和生成损失的计算方法,具有半监督学习的特点.实验结果表明,在满足图像整体轮廓的前提下,新算法优于其他算法.

关键词：生成对抗网络半监督学习遮挡图像修复

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的微博话题内容搜索方法

引用

计算机科学与探索 2019年第5期13卷 753-764页

作者：周南杜军平姚旭梁美玉薛哲 LEE JangMyung 北京邮电大学智能通信软件与多媒体北京市重点实验室计算机学院北京100876 釜山国立大学电子工程系韩国釜山46241

针对由于微博文本的数据特性造成的传统信息搜索方法无法直接实现微博话题内容搜索的问题,提出了一种基于卷积神经网络的微博话题内容搜索方法,对微博安全话题内容进行搜索和匹配排序。该方法包括基于深度卷积神经网络的微博内容筛选和... 详细信息

针对由于微博文本的数据特性造成的传统信息搜索方法无法直接实现微博话题内容搜索的问题,提出了一种基于卷积神经网络的微博话题内容搜索方法,对微博安全话题内容进行搜索和匹配排序。该方法包括基于深度卷积神经网络的微博内容筛选和微博内容匹配两部分。微博内容筛选依据深度卷积特征表示进行微博内容筛选,微博内容匹配通过卷积特征非线性变换对筛选结果进行匹配排序。微博内容筛选和微博内容匹配对国民安全话题相关的微博文本内容局部特征进行处理,对筛选结果进行相似度计算从而实现相似度匹配。实验结果表明该方法在微博搜索性能上优于现有同类方法,并验证了所提出方法针对安全话题的微博文本内容搜索的有效性。

关键词：微博搜索深度卷积神经网络深度学习搜索排序信息搜索

来源：评论

学校读者我要写书评

暂无评论

基于RNN和主题模型的社交网络突发话题发现

引用

通信学报 2018年第4期39卷 189-198页

作者：石磊杜军平梁美玉北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876

社交网络数据是稀疏和嘈杂的,并伴有大量的无意义话题。传统突发话题发现方法无法解决社交网络短文本稀疏性问题,并需要复杂的后处理过程。为了解决上述问题,提出一种基于循环神经网络(RNN,recurrent neural network)和主题模型的突发... 详细信息

社交网络数据是稀疏和嘈杂的,并伴有大量的无意义话题。传统突发话题发现方法无法解决社交网络短文本稀疏性问题,并需要复杂的后处理过程。为了解决上述问题,提出一种基于循环神经网络(RNN,recurrent neural network)和主题模型的突发话题发现(RTM-SBTD)方法。首先,综合RNN和逆序文档频率(IDF,inverse document frequency)构建权重先验来学习词的关系,同时通过构建词对解决短文本稀疏性问题。其次,模型中引入针板先验(spike and slab)来解耦突发话题分布的稀疏和平滑。最后,引入词的突发性来区分建模普通话题和突发话题,实现突发话题自动发现。实验结果表明与现有的主流突发话题发现方法相比,所提RTM-SBTD方法在多种评价指标上优于对比算法。

关键词：社交网络突发话题发现主题模型循环神经网络

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：