检索结果-内蒙古大学图书馆

网络与信息安全学报 2023年第6期9卷 86-101页

作者：李妍羌卫中李珍邹德清金海大数据技术与系统国家地方联合工程研究中心服务计算技术与系统教育部重点实验室湖北武汉430074 分布式系统安全湖北省重点实验室湖北武汉430074 华中科技大学网络空间安全学院湖北武汉430074 华中科技大学计算机科学与技术学院湖北武汉430074

近年来,软件漏洞引发的安全事件层出不穷,及早发现并修补漏洞能够有效降低损失。传统的基于规则的漏洞检测方法依赖于专家定义规则,存在较高的漏报率,基于深度学习的方法能够自动学习漏洞程序的潜在特征,然而随着软件复杂程度的提升,该... 详细信息

近年来,软件漏洞引发的安全事件层出不穷,及早发现并修补漏洞能够有效降低损失。传统的基于规则的漏洞检测方法依赖于专家定义规则,存在较高的漏报率,基于深度学习的方法能够自动学习漏洞程序的潜在特征,然而随着软件复杂程度的提升,该类方法在面对真实软件时存在精度下降的问题。一方面,现有方法执行漏洞检测时大多在函数级工作,无法处理跨函数的漏洞样例;另一方面,BGRU和BLSTM等模型在输入序列过长时性能下降,不善于捕捉程序语句间的长期依赖关系。针对上述问题,优化了现有的程序切片方法,结合过程内和过程间切片对跨函数的漏洞进行全面的上下文分析以捕获漏洞触发的完整因果关系;应用了包含多头注意力机制的Transformer神经网络模型执行漏洞检测任务,共同关注来自不同表示子空间的信息来提取节点的深层特征,相较于循环神经网络解决了信息衰减的问题,能够更有效地学习源程序的语法和语义信息。实验结果表明,该方法在真实软件数据集上的F1分数达到了73.4%,相较于对比方法提升了13.6%~40.8%,并成功检测出多个开源软件漏洞,证明了其有效性与实用性。

关键词：漏洞检测程序切片深度学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

面向无人机载平台的轻量级小目标检测算法

引用

河南大学学报(自然科学版) 2025年第1期 1-11页

作者：党兰学李赞苗长伟崔金华赵雅靓河南大学河南省大数据分析与处理重点实验室河南开封475004 中核勘察设计研究有限公司郑州475000 华中科技大学计算机与信息工程学院武汉430074 河南大学计算机与信息工程学院河南开封475004

无人机载平台中的目标检测在军事和民用领域具有重要的应用价值.然而,现有的检测方法通常侧重于多尺度目标检测,缺乏对小目标的优化,且模型复杂度过高,难以在资源受限的机载平台中应用.为此,本文提出了一种面向无人机载平台的轻量级小... 详细信息

无人机载平台中的目标检测在军事和民用领域具有重要的应用价值.然而,现有的检测方法通常侧重于多尺度目标检测,缺乏对小目标的优化,且模型复杂度过高,难以在资源受限的机载平台中应用.为此,本文提出了一种面向无人机载平台的轻量级小目标检测算法YOLOH(You Only Look One Head).首先,针对小目标对基准网络优化,移除深层特征以减少模型参数量,增加浅层特征以获取小目标信息.其次,在特征融合部分加入NAM注意力,增强对小目标的感知能力.接着,设计了多感受野聚焦模块MRFF,以挖掘特征图的感受野信息,增强模型的多尺度检测能力.最后,使用LAMP算法对模型剪枝,去除冗余神经元以压缩模型.实验结果表明,与YOLOv8s相比,YOLOH的模型参数量和计算量分别减少了92%和35%,FPS提高了57%.在VisDrone2019和CARPK数据集上AP_(S)分别提高了3.3%和3.7%.与其他轻量级模型相比,所提YOLOH具有最佳的整体性能,同时平衡了模型大小、精度和推理速度,为无人机载平台的目标检测提供了有效的解决方案.

关键词：机载平台 YOLOH 小目标检测轻量级多感受野

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的非置换流水车间调度问题

引用

计算机集成制造系统 2021年第1期27卷 192-205页

作者：肖鹏飞张超勇孟磊磊洪辉戴稳华中科技大学数字制造装备与技术国家重点实验室湖北武汉430074 聊城大学计算机学院山东聊城252059

针对传统调度算法不能有效利用历史数据进行学习,实时性较差而难以应对复杂多变的实际生产调度环境等问题,首次提出一种基于时序差分法的深度强化学习算法。该方法综合神经网络和强化学习实时性、灵活性的优势,直接依据输入的加工状态... 详细信息

针对传统调度算法不能有效利用历史数据进行学习,实时性较差而难以应对复杂多变的实际生产调度环境等问题,首次提出一种基于时序差分法的深度强化学习算法。该方法综合神经网络和强化学习实时性、灵活性的优势,直接依据输入的加工状态进行行为策略选取,更贴近实际订单响应式生产制造系统的调度决策过程。通过将调度问题转化为多阶段决策问题,用深度神经网络模型拟合状态值函数,把制造系统加工状态特征数据输入模型,采用时序差分法训练模型,把启发式算法或分配规则作为调度决策候选行为,结合强化学习在线评价—执行机制,从而为每次调度决策选取最优组合行为策略。在非置换流水车间标准问题集上的测试结果表明,该算法能够取得低于实例上界的较优解。

关键词：深度学习时序差分法强化学习非置换流水车间调度

来源：评论

学校读者我要写书评

暂无评论

动态网络中多规则的最短路径查询算法

引用

软件学报 2022年第8期33卷 3115-3136页

作者：李艳红王猛李国徽罗昌银杜小坤中南民族大学计算机科学学院湖北武汉430074 华中科技大学软件学院湖北武汉430074 人工智能与智慧学习湖北省重点实验室(华中师范大学) 湖北武汉430079 国家语言资源监测与研究网络媒体中心湖北武汉430079 华中师范大学计算机学院湖北武汉430079

最佳排序路径查询,是智能交通中的热点问题.在实际的应用中,由于最佳排序路径查询有许多限制条件,现有的算法不能有效地解决动态网络中受限制的路径查询问题.为了解决动态网络中最佳排序路径查询问题,用规则表示每个限制条件,提出了一... 详细信息

最佳排序路径查询,是智能交通中的热点问题.在实际的应用中,由于最佳排序路径查询有许多限制条件,现有的算法不能有效地解决动态网络中受限制的路径查询问题.为了解决动态网络中最佳排序路径查询问题,用规则表示每个限制条件,提出了一种新的最佳排序路径查询形式,即多规则的最短路径查询.提供了统一的框架,该框架包含了路径集合查询和最短路径查询.在路径集合查询部分,为了高效地查询出满足多规则的路径集合,在广义规则树的基础上,提出一种新的树的遍历方式,即树的继承全遍历;并基于树的继承全遍历思想,提出一种剪枝技术,对路径集合进行删减,最后求得候选路径集合.在最短路径查询部分,提出一种基于动态阈值的最短路径搜索方法.通过两个真实的动态道路网络的实验验证,所提出的算法能够高效地解决多规则的最短路径查询问题.

关键词：动态网络最短时间路径查询动态阈值预处理树的遍历

来源：评论

学校读者我要写书评

暂无评论

通道注意力嵌入的Transformer图像超分辨率重构

引用

中国图象图形学报 2023年第12期28卷 3744-3757页

作者：熊巍熊承义高志荣陈文旗郑瑞华田金文中南民族大学电子信息工程学院武汉430074 中南民族大学智能无线通信湖北省重点实验室武汉430074 中南民族大学计算机科学学院武汉430074 华中科技大学多谱信息处理技术国家重点实验室武汉430074

目的基于深度学习的图像超分辨率重构研究取得了重大进展,如何在更好提升重构性能的同时,有效降低重构模型的复杂度,以满足低成本及实时应用的需要,是该领域研究关注的重要问题。为此,提出了一种基于通道注意力(channel attention,CA)... 详细信息

目的基于深度学习的图像超分辨率重构研究取得了重大进展,如何在更好提升重构性能的同时,有效降低重构模型的复杂度,以满足低成本及实时应用的需要,是该领域研究关注的重要问题。为此,提出了一种基于通道注意力(channel attention,CA)嵌入的Transformer图像超分辨率深度重构方法(image super-resolution with channelattention-embedded Transformer,CAET)。方法提出将通道注意力自适应地嵌入Transformer变换特征及卷积运算特征,不仅可充分利用卷积运算与Transformer变换在图像特征提取的各自优势,而且将对应特征进行自适应增强与融合,有效改进网络的学习能力及超分辨率性能。结果基于5个开源测试数据集,与6种代表性方法进行了实验比较,结果显示本文方法在不同放大倍数情形下均有最佳表现。具体在4倍放大因子时,比较先进的SwinIR(image restoration using swin Transformer)方法,峰值信噪比指标在Urban100数据集上得到了0.09 dB的提升,在Manga109数据集提升了0.30 dB,具有主观视觉质量的明显改善。结论提出的通道注意力嵌入的Transformer图像超分辨率方法,通过融合卷积特征与Transformer特征,并自适应嵌入通道注意力特征增强,可以在较好地平衡网络模型轻量化同时,得到图像超分辨率性能的有效提升,在多个公共实验数据集的测试结果验证了本文方法的有效性。

关键词：超分辨率(SR) Transformer 卷积神经网络(CNN) 通道注意力(CA) 深度学习

来源：评论

学校读者我要写书评

暂无评论

基于知识融合和深度强化学习的智能紧急切机决策

引用

中国电机工程学报 2024年第5期44卷 1675-1687,I0001页

作者：李舟平曾令康姚伟胡泽帅航汤涌文劲宇强电磁工程与新技术国家重点实验室(华中科技大学电气与电子工程学院) 湖北省武汉市430074 田纳西大学电气工程与计算机科学系美国田纳西州诺克斯维尔市37996 中国电力科学研究院有限公司北京市海淀区100192

紧急控制是在严重故障后维持电力系统暂态安全稳定的重要手段。目前常用的“人在环路”离线紧急控制决策制定方式存在效率不高、严重依赖专家经验等问题,该文提出一种基于知识融合和深度强化学习(deep reinforcement learning,DRL)的智... 详细信息

紧急控制是在严重故障后维持电力系统暂态安全稳定的重要手段。目前常用的“人在环路”离线紧急控制决策制定方式存在效率不高、严重依赖专家经验等问题,该文提出一种基于知识融合和深度强化学习(deep reinforcement learning,DRL)的智能紧急切机决策制定方法。首先,构建基于DRL的紧急切机决策制定框架。然后,在智能体处理多个发电机决策时,由于产生的高维决策空间使得智能体训练困难,提出决策空间压缩和应用分支竞争Q(branching dueling Q,BDQ)网络的两种解决方法。接着,为了进一步提高智能体的探索效率和决策质量,在智能体训练中融合紧急切机控制相关知识经验。最后,在10机39节点系统中的仿真结果表明,所提方法可以在多发电机决策时快速给出有效的紧急切机决策,应用BDQ网络比决策空间压缩的决策性能更好,知识融合策略可引导智能体减少无效决策探索从而提升决策性能。

关键词：紧急切机决策深度强化学习决策空间分支竞争Q网络知识融合

来源：评论

学校读者我要写书评

暂无评论

多网络混合嵌入学习的服务推荐方法研究

引用

计算机科学与探索 2022年第7期16卷 1529-1542页

作者：王雪纯吕晟凯吴浩何鹏曾诚湖北大学计算机与信息工程学院武汉430062 华中科技大学计算机科学与技术学院武汉430074 湖北大学数学与统计学学院应用数学湖北省重点实验室武汉430062

网络嵌入是将网络节点投影到一个向量空间,从而有效地提取网络中各节点的特征信息。在服务推荐领域,已有研究表明引入网络嵌入方法能有效缓解推荐过程中数据稀疏等问题。但现有的网络嵌入方法多针对某一种特定结构的网络,并没有从根源... 详细信息

网络嵌入是将网络节点投影到一个向量空间,从而有效地提取网络中各节点的特征信息。在服务推荐领域,已有研究表明引入网络嵌入方法能有效缓解推荐过程中数据稀疏等问题。但现有的网络嵌入方法多针对某一种特定结构的网络,并没有从根源上协同多种关系网络。因此,从垂直和平行两个角度将多种关系网络映射到同一个向量空间,提出一种基于多网络混合嵌入的服务推荐模型(MNHER)。首先,构建用户社交关系网络、服务标签共有网络、用户-服务异质信息网络;然后,通过多网络混合嵌入学习,得到用户和服务在同一向量空间的嵌入向量;最后,应用用户和服务的表征向量向目标用户推荐服务。此外,也对嵌入学习中的随机游走方法进行了优化,确保能更有效地提取和保留原网络的特征信息。为验证该方法的有效性,在三个公开数据集上与多种代表性的服务推荐方法进行了对比分析,相比基于单一关系网络和简单融合多关系网络的服务推荐方法,F-measure值分别可提高21%、15%。实验结果证明了多网络混合嵌入方法可有效地协同多关系网络,提高服务推荐质量。

关键词：异质信息网络关系网络网络嵌入服务推荐协同过滤

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中基于位置信息的安全skyline查询处理方法

引用

中国科学：信息科学 2021年第10期51卷 1721-1737页

作者：王缵丁晓锋周潘田有亮金海华中科技大学计算机科学与技术学院大数据技术与系统国家地方联合工程研究中心服务计算技术与系统教育部重点实验室集群与网格计算湖北省重点实验室武汉430074 华中科技大学网络空间安全学院武汉430074 贵州大学计算机科学与技术学院贵阳550025

针对移动边缘计算下查询的效率和安全问题,本文开展了面向位置信息的移动边缘计算安全skyline查询的研究.首先,提出了移动边缘计算场景下的安全skyline查询框架;其次,针对边缘服务器资源受限的特性,设计了新颖且统一的轻量级安全索引结... 详细信息

针对移动边缘计算下查询的效率和安全问题,本文开展了面向位置信息的移动边缘计算安全skyline查询的研究.首先,提出了移动边缘计算场景下的安全skyline查询框架;其次,针对边缘服务器资源受限的特性,设计了新颖且统一的轻量级安全索引结构;然后,考虑云边协同中的隐私问题,提出了基于移动边缘计算的安全skyline查询协议.安全性分析表明该协议在半诚实模型下是安全的.同时,实验评估发现其比现有协议具有更高的查询效率.

关键词：安全skyline查询位置信息移动边缘计算安全索引半诚实模型

来源：评论

学校读者我要写书评

暂无评论

一种SOFC燃烧室燃烧状态识别方法

引用

计算机应用研究 2023年第8期40卷 2531-2536页

作者：王阳付晓薇李曦武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065 华中科技大学人工智能与自动化学院武汉430074

针对固体氧化物燃料电池(SOFC)燃烧室燃烧状态识别问题,提出一种基于注意力机制与图像特征金字塔的SOFC燃烧室燃烧状态识别方法。该方法使用加权分布的自适应伽马矫正算法(AGCWD)进行数据前处理,对数据进行标准化;利用两个附加1×1... 详细信息

针对固体氧化物燃料电池(SOFC)燃烧室燃烧状态识别问题,提出一种基于注意力机制与图像特征金字塔的SOFC燃烧室燃烧状态识别方法。该方法使用加权分布的自适应伽马矫正算法(AGCWD)进行数据前处理,对数据进行标准化;利用两个附加1×1卷积的全连接改进了压缩—激励结构,并结合空间注意力,提出了一种混合注意力结构,提升了网络特征提取能力;为增强特征的多尺度信息交流能力,使用双向计算和多尺度融合,提出了多尺度双向融合金字塔。实验表明,所提方法在参数量为3.98 M、浮点运算数(FLOPs)为397 M的前提下,识别准确率达到99.22%,能够有效识别SOFC燃烧室燃烧状态。

关键词：固体氧化物燃料电池卷积神经网络混合注意力机制轻量级网络图像特征金字塔

来源：评论

学校读者我要写书评

暂无评论

CAMU-Net:基于Attention U-Net的视网膜血管分割改进模型

引用

中国医学物理学杂志 2024年第8期41卷 960-968页

作者：唐云飞但志平洪郑天陈永麟程沛霖成果刘芳婷三峡大学计算机与信息学院水电工程智能视觉监测湖北省重点实验室湖北宜昌443002 三峡大学计算机与信息学院智慧医疗宜昌市重点实验室湖北宜昌430002 华中科技大学同济医学院附属同济医院湖北武汉430030 清华大学深圳国际研究生院广东深圳518055 红安县人民医院湖北黄冈438400

提出一种改进的U-Net模型(CAMU-Net),以达到精准分割视网膜血管的目的。CAMU-Net模型通过添加残差增强模块来提取区域特征中的重要信息,增强模型对区域特征的了解;通过添加特征细化模块来促进特征的提取,提高新模型的全局特征收集能力;... 详细信息

提出一种改进的U-Net模型(CAMU-Net),以达到精准分割视网膜血管的目的。CAMU-Net模型通过添加残差增强模块来提取区域特征中的重要信息,增强模型对区域特征的了解;通过添加特征细化模块来促进特征的提取,提高新模型的全局特征收集能力;通过添加通道注意力机制模块来捕捉图像特征,精确分割结果;通过引入多尺度特征融合结构来提升模型感知目标边界等细节的能力。在DRIVE数据集上进行消融实验,得出各模块的实际效果,验证各模块对于本模型视网膜血管分割各方面提升的作用;在DRIVE和STARE数据集上和其他主流网络模型进行对比分析,结果表明CAMU-Net模型优于其他模型。

关键词：视网膜血管图像分割深度学习 CAMU-Net 注意力机制

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：