检索结果-内蒙古大学图书馆

通信学报 2024年第6期45卷 160-175页

作者：王金伟陈正嘉谢雪罗向阳马宾南京信息工程大学计算机学院江苏南京210044 中国科学技术大学网络空间安全学院安徽合肥230031 信息工程大学网络空间安全学院河南郑州450001 齐鲁工业大学网络空间安全学院山东济南250353

随着恶意代码规模和种类的不断增加,传统恶意代码分析方法由于依赖于人工提取特征,变得耗时且易出错,因此不再适用。为了提高检测效率和准确性,提出了一种基于Ngram-TFIDF的深度恶意代码可视化分类方法。结合N-gram和TF-IDF技术对恶意... 详细信息

随着恶意代码规模和种类的不断增加,传统恶意代码分析方法由于依赖于人工提取特征,变得耗时且易出错,因此不再适用。为了提高检测效率和准确性,提出了一种基于Ngram-TFIDF的深度恶意代码可视化分类方法。结合N-gram和TF-IDF技术对恶意代码数据集进行处理,并将其转化为灰度图。随后,引入CBAM并调整密集块数量,构建DenseNet88_CBAM网络模型用于灰度图分类。实验结果表明,所提方法在恶意代码家族分类和类型分类上分别提高了1.11%和9.28%的准确率,取得了优越的分类效果。

关键词：深度学习数据可视化恶意代码检测和分类

来源：评论

学校读者我要写书评

暂无评论

知识数据协同的多对手智能空中博弈策略设计

引用

电子学报 2024年第11期52卷 3809-3822页

作者：冯锦元陈敏李俊影陈加乐蒲志强陈敏杰孙方义中国科学院自动化研究所北京100190 中国科学院大学人工智能学院北京100049 南京信息工程大学计算机学院江苏南京210044 华如研究院北京100193

人工智能技术的迅速发展赋予了空战自主对抗策略超越人类专家的潜力.现有智能空战对抗策略依据驱动方式主要包含两类:其中,基于知识规则的策略对应用场景和专家知识依赖性强,而以强化学习为代表的数据驱动的策略可解释性差、泛化性弱.... 详细信息

人工智能技术的迅速发展赋予了空战自主对抗策略超越人类专家的潜力.现有智能空战对抗策略依据驱动方式主要包含两类:其中,基于知识规则的策略对应用场景和专家知识依赖性强,而以强化学习为代表的数据驱动的策略可解释性差、泛化性弱.本文以全国智能空中博弈大赛多机协同空战为背景,提出了一种知识数据协同的多对手的空中博弈策略设计方法.其中,知识驱动部分基于专家知识设计一种参数化、风格化的策略,以生成高质量离线数据及初始化策略;数据驱动部分基于图注意力网络对队友、对手的信息进行针对性表征,提升训练效率及收敛性能.进一步,以动态对手匹配机制进行多对手强化学习训练,进一步提升策略泛化性.该策略与大赛16强中的12支队伍对抗,达到70%以上的统计胜率,这些队伍均采用最新的知识或数据驱动方法,风格各异,同时具有较强的作战能力.

关键词：强化学习知识数据协同驱动空中博弈多对手泛化性

来源：评论

学校读者我要写书评

暂无评论

石板材表面缺陷检测的无监督学习方法

引用

智能系统学报 2023年第6期18卷 1344-1351页

作者：王延春秋葛泉波刘华平上海海事大学物流工程学院上海201306 南京信息工程大学自动化学院江苏南京210044 清华大学计算机科学与技术系北京100084

石板材表面缺陷检测是一项具有挑战性的任务,尤其对于边缘磕碰、裂缝等细微缺陷,检测难度大。此外,冗余特征的存在会影响训练效果,多尺度特征学习需要进行多维计算,计算复杂度高。针对上述问题,本文提出一种基于无监督学习的石板材表面... 详细信息

石板材表面缺陷检测是一项具有挑战性的任务,尤其对于边缘磕碰、裂缝等细微缺陷,检测难度大。此外,冗余特征的存在会影响训练效果,多尺度特征学习需要进行多维计算,计算复杂度高。针对上述问题,本文提出一种基于无监督学习的石板材表面缺陷检测方法,它能够有效解决该任务存在的问题。首先,对预训练网络提取到的图像多尺度特征,采用正半交嵌入特征降维方式减少冗余特征的影响。然后,通过多过程特征学习降低计算中的时间复杂度,提高训练效率。最后,根据训练模型得出待测图像的局部马氏距离,提高检测性能。相关实验表明,本方法在石板材数据集上的结果优于当前几种先进方法,同时在石板材表面缺陷检测和定位方面证明本方法的有效性。

关键词：石板材表面缺陷缺陷检测无监督学习多尺度特征半正交嵌入特征特征学习马氏距离

来源：评论

学校读者我要写书评

暂无评论

一种基于样本空间的类别不平衡数据采样方法

引用

自动化学报 2022年第10期48卷 2549-2563页

作者：张永清卢荣钊乔少杰韩楠 GUTIERREZ Louis Alberto 周激流成都信息工程大学计算机学院成都610225 电子科技大学计算机科学与工程学院成都611731 成都信息工程大学软件工程学院成都610225 成都信息工程大学管理学院成都610103 伦斯勒理工学院计算机科学系美国纽约12180

不平衡数据是机器学习中普遍存在的问题并得到广泛研究,即少数类的样本数量远远小于多数类样本的数量.传统基于最小化错误率方法的不足在于:分类结果会倾向于多数类,造成少数类的精度降低,通常还存在时间复杂度较高的问题.为解决上述问... 详细信息

不平衡数据是机器学习中普遍存在的问题并得到广泛研究,即少数类的样本数量远远小于多数类样本的数量.传统基于最小化错误率方法的不足在于:分类结果会倾向于多数类,造成少数类的精度降低,通常还存在时间复杂度较高的问题.为解决上述问题,提出一种基于样本空间分布的数据采样方法,伪负样本采样方法.伪负样本指被标记为负样本(多数类)但与正样本(少数类)有很大相关性的样本.算法主要包括3个关键步骤:1)计算正样本的空间分布中心并得到每个正样本到空间中心的平均距离;2)以同样的距离计算方法计算每个负样本到空间分布中心的距离,并与平均距离进行比较,将其距离小于平均距离的负样本标记为伪负样本;3)将伪负样本从负样本集中删除并加入到正样本集中.算法的优势在于不改变原始数据集的数量,因此不会引入噪声样本或导致潜在信息丢失;在不降低整体分类精度的情况下,提高少数类的精确度.此外,其时间复杂度较低.经过13个数据进行多角度实验,表明伪负样本采样方法具有较高的预测准确性.

关键词：不平衡数据样本空间机器学习采样方法空间中心

来源：评论

学校读者我要写书评

暂无评论

基于MDM-ResNet的脑肿瘤分类方法

引用

南京信息工程大学学报（自然科学版） 2022年第2期14卷 212-219页

作者：夏景明邢露萍谈玲宣大伟南京信息工程大学人工智能学院南京210044 南京信息工程大学计算机与软件学院南京210044

脑肿瘤是世界上最致命的癌症之一.由于脑肿瘤的多样性,其图像分类成为了当代研究的热点.近年来,深度神经网络(DNN)常用于医学图像分类,但随着深度的增加网络会出现梯度消失和过拟合的问题,而残差网络(ResNet)通过引入恒等映射可以缓解... 详细信息

脑肿瘤是世界上最致命的癌症之一.由于脑肿瘤的多样性,其图像分类成为了当代研究的热点.近年来,深度神经网络(DNN)常用于医学图像分类,但随着深度的增加网络会出现梯度消失和过拟合的问题,而残差网络(ResNet)通过引入恒等映射可以缓解这些问题.因此,本文基于ResNet提出了一种MDM-ResNet网络,该网络由多尺寸卷积核模块(Multi-size convolution kernel module)、双通道池化层(Dual-channel pooling layer)和多深度融合残差块(Multi-depth fusion residual block)组成.本文实验在Figshare数据集上展开,采用数据增强操作对图像进行预处理,并利用5倍交叉验证方法对网络性能进行评估.最终实验结果表明MDM-ResNet能够对脑膜瘤(Meningioma)、胶质瘤(Glioma)和垂体瘤(Pituitary tumor)进行有效分类.

关键词：脑肿瘤深度神经网络(DNN) 残差网络(ResNet) 多尺寸卷积核模块双通道池化层多深度融合残差块

来源：评论

学校读者我要写书评

暂无评论

图像修复方法研究综述

引用

计算机科学与探索 2022年第10期16卷 2193-2218页

作者：罗海银郑钰辉南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044

图像修复是指恢复图像中受损区域像素,使其尽可能地与原始图像保持一致。图像修复不仅在计算机视觉任务中至关重要,同时也是其他图像处理任务研究的重要基石。然而现存图像修复相关总结研究较少,为了更好地学习和推进图像修复任务研究,... 详细信息

图像修复是指恢复图像中受损区域像素,使其尽可能地与原始图像保持一致。图像修复不仅在计算机视觉任务中至关重要,同时也是其他图像处理任务研究的重要基石。然而现存图像修复相关总结研究较少,为了更好地学习和推进图像修复任务研究,对近十年的经典图像修复算法和极具代表性的深度学习图像修复方法进行了回顾和分析。首先,简单概述了经典的传统图像修复方法,并将其分为基于偏微分方程和基于样本的图像修复方法,同时进一步分析了传统图像方法局限性;着重分类且阐述了现有基于深度学习的图像修复方法,根据模型输出图像数量的不同,将其划分为单元图像修复和多元图像修复,结合方法应用图像、损失函数、类型、优势以及局限性对不同方法进行分析总结。之后,详述了图像修复方法常用数据集和定量评价指标,并给出图像修复方法在不同图像数据集上修复不同面积损坏区域的定量数据,根据定量数据对比分析了基于深度学习的图像修复方法性能。最后,归纳分析了现有图像修复方法的局限性,并对未来重点研究方向提出了新的思路和展望。

关键词：计算机视觉图像修复深度学习单元图像修复多元图像修复

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的域适应方法综述

引用

数据采集与处理 2022年第3期37卷 512-541页

作者：田青朱雅喃马闯南京信息工程大学计算机与软件学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044

域适应主要应对跨不同数据分布的相似任务决策问题。作为机器学习领域的一个新兴分支,域适应受到了众多的研究和关注。随着近年深度学习的兴起,深度学习和域适应相结合的深度域适应研究得到了更多的关注。尽管已有各种深度域适应方法被... 详细信息

域适应主要应对跨不同数据分布的相似任务决策问题。作为机器学习领域的一个新兴分支,域适应受到了众多的研究和关注。随着近年深度学习的兴起,深度学习和域适应相结合的深度域适应研究得到了更多的关注。尽管已有各种深度域适应方法被提出,却鲜有系统的综述工作发表。为此,本文重点对现有的深度域适应方法进行全面回顾、分析和总结,为相关研究人员提供借鉴和参考。本文主要贡献包括以下方面:首先,对域适应的背景、概念和应用领域进行概括总结。其次,根据模型是否涉及对抗训练机制,将现有深度域适应划分为深度对抗域适应和深度非对抗域适应两大类方法,并逐类回顾和分析。然后,对常用的实验基准数据集进行归类和总结。最后,对现有深度域适应工作存在的问题和不足进行了归纳分析,并讨论了将来的可行研究方向。

关键词：域适应深度对抗域适应深度非对抗域适应源域目标域

来源：评论

学校读者我要写书评

暂无评论

面向连贯性强化的无真值依赖文本摘要模型

引用

计算机科学与探索 2022年第3期16卷 621-636页

作者：陈共驰荣欢马廷淮南京信息工程大学人工智能学院(未来技术学院) 南京210044 南京信息工程大学计算机学院(软件学院、网络空间安全学院) 南京210044

技术旨在凝练给定文本,以篇幅较短的摘要有效反映出原文核心内容。现阶段,生成型文本摘要技术因能够以更加灵活丰富的词汇对原文进行转述,已成为文本摘要领域的研究热点。然而,现有生成型文本摘要模型在产生摘要语句时涉及对原有词汇的... 详细信息

技术旨在凝练给定文本,以篇幅较短的摘要有效反映出原文核心内容。现阶段,生成型文本摘要技术因能够以更加灵活丰富的词汇对原文进行转述,已成为文本摘要领域的研究热点。然而,现有生成型文本摘要模型在产生摘要语句时涉及对原有词汇的重组与新词的添加,易造成摘要语句不连贯、可读性低。此外,通过传统基于已标注数据的有监督训练提升摘要语句连贯性,需投入较高的数据成本,致使实际应用受限。为此,提出了一种面向连贯性强化的无真值依赖文本摘要(生成)模型(ATS;G)。该模型在仅给定原文本的限制条件下,一方面,基于原文本的编码结果,产生语句抽取标识,刻画对原文关键信息的筛选过程,由解码器对筛选后的语句编码进行解码;另一方面,基于解码器输出的原始词汇分布,分别按"概率选择"与按"Softmax-贪婪选择"产生两类摘要文本。综合语句连贯性与语句内容两方面,构建两类摘要文本的总体收益后,利用自评判策略梯度,引导模型学习关键语句筛选以及对所筛选关键语句进行解码,生成语句连贯性高、内容质量好的摘要文本。实验表明,即便不给定任何事先标注的摘要真值,所提出模型的摘要内容指标总体上仍优于现有文本摘要方法;与此同时,ATS;G生成的摘要文本在语句连贯性、内容重要性、信息冗余性、词汇新颖度和摘要困惑度方面亦优于现有方法。

关键词：自动文本摘要自然语言处理强化学习信息检索与集成

来源：评论

学校读者我要写书评

暂无评论

基于动态记忆和双层重构强化的知识图谱至文本转译模型

引用

计算机科学 2023年第3期50卷 12-22页

作者：马廷淮孙圣杰荣欢钱敏峰南京信息工程大学计算机学院(软件学院、网络空间安全学院) 南京210044 南京信息工程大学人工智能学院(未来技术学院) 南京210044

知识图谱转译文本(Graph-to-Text)是知识图谱领域中一个新的任务,旨在将知识图谱转化为描述该知识的可读性文本。随着近年来研究的不断深入,知识图谱转译文本的生成技术已经被应用于商品评论生成、推荐解释生成、论文摘要生成等领域。... 详细信息

知识图谱转译文本(Graph-to-Text)是知识图谱领域中一个新的任务,旨在将知识图谱转化为描述该知识的可读性文本。随着近年来研究的不断深入,知识图谱转译文本的生成技术已经被应用于商品评论生成、推荐解释生成、论文摘要生成等领域。现有方法中的转译模型均采用先规划后实现的方式,未能根据已生成文本动态调整规划且未按静态内容规划对知识进行跟踪,导致文本前后语义不连贯。为了提高生成文本语义的连贯性,文中提出了基于动态记忆和双层重构强化的知识图谱至文本转译模型,通过静态内容规划、动态内容规划和双层重构机制这3个阶段,弥补了知识图谱与文本之间的结构化差异,在生成文本的同时侧重关注各三元组中的重要内容。与现有的生成模型相比,该模型不仅能缓解知识图谱与文本之间的结构化差异,还提高了定位关键实体的能力,从而使生成的文本具有更强的事实一致性和语义连贯性。在WebNLG数据集上进行了广泛实验,结果表明,在知识图谱转译文本的任务上,所提模型与现有模型相比,内容规划更加准确,生成文本语句间的逻辑合理且关联性更强,在BLEU,METEOR,ROUGE,CHRF++等指标上优于现有模型。

关键词：知识图谱文本转译自然语言生成记忆网络重构机制结构化数据

来源：评论

学校读者我要写书评

暂无评论

基于无监督深度学习的航拍图像拼接算法

引用

北京航空航天大学学报 2024年

作者：梁镇锋夏海英谭玉枚宋树祥广西师范大学电子与信息工程学院/集成电路学院广西师范大学计算机科学与工程学院/软件学院

传统的图像拼接方法过度依赖于特征的准确定位或分布，导致在复杂的航拍场景下鲁棒性差。因此，提出了一个完整的无监督深度学习航拍图像拼接框架，由无监督深度单应性估计网络和无监督图像融合网络组成。首先，无监督深度单应性估计网... 详细信息

传统的图像拼接方法过度依赖于特征的准确定位或分布，导致在复杂的航拍场景下鲁棒性差。因此，提出了一个完整的无监督深度学习航拍图像拼接框架，由无监督深度单应性估计网络和无监督图像融合网络组成。首先，无监督深度单应性估计网络旨在通过学习参考图像和目标图像之间的单应性变换，为后续的拼接工作提供准确的对齐信息。接着，无监督图像融合网络用于学习航拍图像拼接的变形规则，生成最终的拼接结果。另外，为了训练该学习框架，提供了一个用于无监督航拍图像拼接的真实数据集。在所提供的无人机航拍图像数据集上比较了SIFT+Ransac、AKAZE+BEBLID、ORB+Ransac和基于深度学习的图像拼接算法，实验结果表明，结构相似性（SSIM）的值提高了39.94%，峰值信噪比（PSNR）的值提高了36.55%，均方根误差（RMSE）的值降低了66.09%。此外，所提出的方法在真实的航拍场景下相较于现有的基于深度学习和传统的图像拼接方法具有更好的视觉拼接效果和鲁棒性。

关键词：航拍图像深度单应性估计图像拼接无监督图像融合

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：