检索结果-内蒙古大学图书馆

通信学报 2023年第3期44卷 209-219页

作者：仪双燕梁永生陆晶晶柳伟胡涛何震宇深圳信息职业技术学院软件学院广东深圳518000 哈尔滨工业大学(深圳)电子与信息工程学院广东深圳518000 深圳国微福芯技术有限公司广东深圳518000 深圳信息职业技术学院计算机学院广东深圳518000 深圳信息职业技术学院信息技术研究所广东深圳518000 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518000

针对当前特征选择方法依然受噪声影响以及无法将聚类效果和重构效果有效统一的问题,提出了一种稳健的特征选择方法。从干净数据和重构数据作差的思路着手,将低秩重构数据和投影重构数据作差构建稳健的重构误差项,并提出从学习到的干净... 详细信息

针对当前特征选择方法依然受噪声影响以及无法将聚类效果和重构效果有效统一的问题,提出了一种稳健的特征选择方法。从干净数据和重构数据作差的思路着手,将低秩重构数据和投影重构数据作差构建稳健的重构误差项,并提出从学习到的干净数据上选择特征用于聚类。将干净数据的学习和特征选择技能进行联合学习,相互促进,从而提升方法在有噪数据上的稳健性,并且将重构效果和聚类效果进行有效统一。在5个数据集上与几种图嵌入角度的特征选择以及PCA重构角度的特征选择方法进行聚类实验对比,实验结果表明,除LUNG噪声数据集外,所提方法在2种评价指标(ACC和NMI)下都优于对比特征选择方法。

关键词：重构低秩投影稀疏特征选择

来源：评论

学校读者我要写书评

暂无评论

融合加权不一致性的多视图聚类

引用

小型微型计算机系统 2025年第2期46卷 381-388页

作者：滕少华盛文涛滕璐瑶张巍曾莹广东工业大学计算机学院广州510006 广州番禺职业技术学院信息工程学院广州511483

图学习是一种广泛应用于多视图聚类的技术,它可以从多视图中学习出统一的相似图.现有的图学习方法大多只能发掘多视图的一致性,忽视了不一致的信息,这使得它们可能在学习过程中丢失视图独有的信息.为了解决这个问题,本文提出了一种融合... 详细信息

图学习是一种广泛应用于多视图聚类的技术,它可以从多视图中学习出统一的相似图.现有的图学习方法大多只能发掘多视图的一致性,忽视了不一致的信息,这使得它们可能在学习过程中丢失视图独有的信息.为了解决这个问题,本文提出了一种融合一致性和不一致性,面向图的多视图低秩聚类框架.该方法首先将多视图分解为一致性和不一致性两个部分,然后利用自适应加权融合多视图的一致性图,并在此过程中防止权重出现平凡解;进而,提出了一种新颖的低秩融合策略,用一个统一的目标函数融合多视图一致性和不一致性,并通过谱聚类获得结果.本文还设计并实现了一种迭代优化方法来求解目标函数.最后,7个多视图数据集的对比实验验证了该方法的有效性.

关键词：多视图聚类融合多视图一致性和不一致性多视图不一致性低秩表示

来源：评论

学校读者我要写书评

暂无评论

单晶碳化硅接触中亚表层损伤与破坏机理的原子尺度分析

引用

材料研究学报 2023年第12期37卷 943-951页

作者：王胜周俏亭占慧敏陈晶晶衢州职业技术学院机电工程学院衢州324000 南昌理工学院人文教育学院南昌330044 南昌理工学院计算机信息工程学院南昌330044 南昌理工学院机电工程学院南昌330044

基于分子动力学的Vashishta势函数研究了碳化硅纳米压痕受载诱导产生的位错环演变特征、相变转化数额和接触力学性能,分析了极端使役温度对其亚表层损伤行为和接触力学性能的影响。结果表明:碳化硅材料亚表层损伤主要以位错形核、位错... 详细信息

基于分子动力学的Vashishta势函数研究了碳化硅纳米压痕受载诱导产生的位错环演变特征、相变转化数额和接触力学性能,分析了极端使役温度对其亚表层损伤行为和接触力学性能的影响。结果表明:碳化硅材料亚表层损伤主要以位错形核、位错堆积和位错滑移方式发生塑性变形,接触时的位错环历经位错形核、位错环生成增大、位错环繁衍增殖和位错环脆断等四个阶段。较高的使役温度,使碳化硅材料的最大承载性、硬度、杨氏模量和接触刚度曲线呈类抛物线趋势下降。其主要原因是,温度越高碳化硅晶格点阵越容易摆脱原子键能的束缚而产生晶格点阵缺陷,位错的产生导致材料亚表层发生应力集中,最终使碳化硅材料接触时的力学性能大大降低。此外,亚表层应力集中也使碳化硅材料内相变结构由立方碳化硅向闪锌矿碳化硅类型转变。随着温度的升高立方碳化硅和闪锌矿碳化硅的相变结构随之增多。另外,半导体器件中的碳化硅受载时发生的相变对使役温度的依赖极为显著。温度升高引起碳化硅晶格相变和表面随机粗糙斑点的产生,是产生接触黏着的主要原因。

关键词：无机非金属材料亚表层损伤单晶碳化硅接触力学性能位错环

来源：评论

学校读者我要写书评

暂无评论

一种改进的快速深度图像先验降噪模型

引用

计算机应用研究 2025年第3期42卷 920-926页

作者：张睿程晓慧无锡商业职业技术学院江苏无锡214000 南昌理工学院计算机信息工程学院南昌330044 南昌大学数学与计算机学院南昌330031

相较于有监督深度降噪模型,仅利用给定的噪声图像本身就能完成降噪任务的无监督深度图像先验(deep image prior,DIP)降噪模型没有数据偏向(data bias)问题,具有更好的泛化能力。然而,DIP降噪模型较长的迭代训练步数导致其在执行效率方... 详细信息

相较于有监督深度降噪模型,仅利用给定的噪声图像本身就能完成降噪任务的无监督深度图像先验(deep image prior,DIP)降噪模型没有数据偏向(data bias)问题,具有更好的泛化能力。然而,DIP降噪模型较长的迭代训练步数导致其在执行效率方面仍有较大提升空间。为此,提出了一种改进的增速深度图像先验降噪模型(improved accelerated deep image prior-based denoising model,IADIP)。首先,使用多个主流有监督降噪模型处理输入的噪声图像,得到多个互补的初步降噪图像(称为预处理图像)。其次,以预处理图像作为网络输入并同时将预处理图像和噪声图像共同作为目标图像以降低DIP网络映射难度,为将DIP默认的4层UNet骨干网络简化为1层结构打下基础,从而大量减少迭代更新网络参数的计算代价。最后,在IADIP无监督迭代训练中,提出一种采用下采样技术实现的伪有参考图像质量度量,并基于该度量监控迭代过程中网络输出图像的图像质量,适时终止迭代训练以实现自动早停并确保网络输出图像的图像质量。当迭代终止时,IADIP网络输出图像即为最终的降噪后图像。大量实验表明:改进后的IADIP降噪模型的执行效率显著优于原DIP降噪模型,而其降噪效果也超过了当前主流的降噪算法。

关键词：图像降噪深度图像先验性能提升简化网络下采样自动早停

来源：评论

学校读者我要写书评

暂无评论

基于节点影响值的社区网络稳定标签传播算法

引用

沈阳工业大学学报 2024年第2期46卷 184-190页

作者：韩永印王侠王志晓中国矿业大学计算机科学与技术学院江苏徐州221116 徐州工业职业技术学院信息工程学院江苏徐州221140

针对社区网络标签传播准确性差的问题,提出基于节点影响值的社区网络稳定标签传播算法。该算法重设社区网络相邻节点相似度,结合链路加权思想将其变换为链路无向带权图;利用节点K-shell分解值判断节点影响力,计算种子节点的中心性度量值... 详细信息

针对社区网络标签传播准确性差的问题,提出基于节点影响值的社区网络稳定标签传播算法。该算法重设社区网络相邻节点相似度,结合链路加权思想将其变换为链路无向带权图;利用节点K-shell分解值判断节点影响力,计算种子节点的中心性度量值,升序排列节点更新顺序;根据越重要节点标签影响越大的规则,修正高频数标签,获取最佳社区网络划分结果。结果表明:该算法模块度在0.320以上,准确率达到99%,因此,经该方法划分后的网络结构清晰、准确,稳定性高。

关键词：节点影响值社区网络标签传播算法局部特征相邻节点相似度中心性度量随机排序标签修正

来源：评论

学校读者我要写书评

暂无评论

基于决策树的社交网络隐式用户行为数据挖掘方法

引用

沈阳工业大学学报 2024年第3期46卷 312-317页

作者：韩永印王侠王志晓中国矿业大学计算机科学与技术学院江苏徐州221116 徐州工业职业技术学院信息工程学院江苏徐州221140

为了解决社交网络隐式用户行为数据挖掘过程中关联相似性计算较为困难的问题,提出了基于决策树的社交网络隐式用户行为数据挖掘方法。将社交网络视为包含不同维度的向量空间,计算特定维度上用户的兴趣空间和兴趣点。确定样本属性集后,... 详细信息

为了解决社交网络隐式用户行为数据挖掘过程中关联相似性计算较为困难的问题,提出了基于决策树的社交网络隐式用户行为数据挖掘方法。将社交网络视为包含不同维度的向量空间,计算特定维度上用户的兴趣空间和兴趣点。确定样本属性集后,根据已知行为数据建立测试分支,计算该分支下子集的属性权重,不断迭代直至挖掘到同等属性的数据点为止。测试结果表明:该方法可对不同种类隐式用户行为精准挖掘,目标行为数据查找效果较好,实用性较强。

关键词：决策树社交网络隐式用户行为向量空间属性集数据挖掘权重值属性元素

来源：评论

学校读者我要写书评

暂无评论

抵抗泄露攻击的无线传感器网络分组加密算法

引用

传感技术学报 2024年第5期37卷 892-897页

作者：韦宁赵淑平农嘉缪裕青覃志松广西生态工程职业技术学院汽车与信息工程学院广西柳州545004 广东工业大学计算机学院广东广州510006 桂林电子科技大学计算机与信息安全学院广西桂林541004

混沌作为一种复杂的动力学系统,和密码学中的很多特性具有相似性。混沌内在的类随机特性对应于伪随机序列,混沌对初始条件和控制参数的极端敏感性对应于传统密码的混乱扩散特性。结合这些特性,提出抵抗泄露攻击的无线传感器网络分组加... 详细信息

混沌作为一种复杂的动力学系统,和密码学中的很多特性具有相似性。混沌内在的类随机特性对应于伪随机序列,混沌对初始条件和控制参数的极端敏感性对应于传统密码的混乱扩散特性。结合这些特性,提出抵抗泄露攻击的无线传感器网络分组加密算法。基于混沌S盒方法完成分组初加密,生成子密钥,构建抵抗泄漏攻击的CCA安全密钥以优化无线传感器网络分组加密,通过算法输入的方式优化密钥的加密算法,定义封装密钥空间。利用CPA密钥的安全性保证加密密钥输出,满足无线传感器网络抵抗泄漏攻击的要求。仿真结果表明:所提方法的信息熵值始终高于7.99,执行时间始终低于12.1 ms,所需存储空间始终低于126 bytes,保密性能和保密效果更好,具有较高的实际应用价值。

关键词：无线传感器网络分组加密混沌S盒混沌性抵抗泄露攻击密钥生成

来源：评论

学校读者我要写书评

暂无评论

可判别性标签语义指导的域适应检索

引用

小型微型计算机系统 2024年第7期45卷 1639-1647页

作者：周康宾滕璐瑶张巍滕少华广东工业大学计算机学院广州510006 广州番禺职业技术学院信息工程学院广州511483

从不同领域准确检索相似的对象,域适应检索解决了信息检索中的域偏移问题.然而,现有的方法仍然存在两个问题:a)忽略了类结构差异造成的域偏移(跨域和域内不同类的距离较近);b)忽略了特征与标签之间的语义差异.为了解决上述两个问题,本... 详细信息

从不同领域准确检索相似的对象,域适应检索解决了信息检索中的域偏移问题.然而,现有的方法仍然存在两个问题:a)忽略了类结构差异造成的域偏移(跨域和域内不同类的距离较近);b)忽略了特征与标签之间的语义差异.为了解决上述两个问题,本文提出了一种高效的可判别性标签语义指导学习(DLSG)方法.该方法探索源域和目标域的类结构,通过拉大不同类的距离使得类别更具有判别性.然后通过标签语义指导学习(LSG)来增强特征的标签语义,以提高学习的有效性.此外,动态对齐边缘分布和条件分布,以减少域差异.最后,采用两步哈希策略生成高质量的哈希码.在多个跨域检索数据集上的实验表明,DLSG的性能得到了提高.

关键词：域适应检索可判别性标签语义指导学习

来源：评论

学校读者我要写书评

暂无评论

增强学习标签相关性的多标签特征选择方法

引用

计算机应用研究 2024年第7期41卷 2079-2086页

作者：滕少华卢建磊滕璐瑶张巍广东工业大学计算机学院广州510006 广州番禺职业技术学院信息工程学院广州511483

针对现有多标签特征选择方法存在的两个问题:第一,忽略了学习标签相关性过程中噪声信息的影响;第二,忽略探索每个簇的综合标签信息,提出一种增强学习标签相关性的多标签特征选择方法。首先,对样本进行聚类,并将每个簇中心视为一个综合... 详细信息

针对现有多标签特征选择方法存在的两个问题:第一,忽略了学习标签相关性过程中噪声信息的影响;第二,忽略探索每个簇的综合标签信息,提出一种增强学习标签相关性的多标签特征选择方法。首先,对样本进行聚类,并将每个簇中心视为一个综合样本语义信息的代表性实例,同时计算其对应的标签向量,而这些标签向量体现了每个簇包含不同标签的重要程度;其次,通过原始样本和每个簇中心的标签级自表示,既捕获了原始标签空间中的标签相关性,又探索了每一个簇内的标签相关性;最后,对自表示系数矩阵进行稀疏处理,以减少噪声的影响,并将原始样本和每个簇代表性实例分别从特征空间映射到重构标签空间进行特征选择。在9个多标签数据集上的实验结果表明,所提算法与其他方法相比具有更好的性能。

关键词：多标签学习特征选择标签相关性聚类

来源：评论

学校读者我要写书评

暂无评论

面向密度峰值聚类的高效相似度度量

引用

山东大学学报（工学版） 2024年第3期54卷 12-21,29页

作者：王丽娟徐晓丁世飞中国矿业大学计算机科学技术学院江苏徐州221116 徐州工业职业技术学院信息工程学院江苏徐州221114

针对密度峰值聚类(density peaks clustering,DPC)计算复杂度高的问题,提出一种面向密度峰值聚类的高效相似度度量(efficient similarity measure,ESM)法,通过仅度量最近邻之间的相似度构建不完全相似度矩阵。最近邻的选择基于一个随机... 详细信息

针对密度峰值聚类(density peaks clustering,DPC)计算复杂度高的问题,提出一种面向密度峰值聚类的高效相似度度量(efficient similarity measure,ESM)法,通过仅度量最近邻之间的相似度构建不完全相似度矩阵。最近邻的选择基于一个随机第三方数据对象,无需另外引入参数。基于ESM法构建相似度矩阵,提出一种改进的高效密度峰值聚类(efficient density peaks clustering,EDPC)算法,在保持准确率的同时提高DPC识别聚类中心的效率。理论分析和试验结果表明,ESM法通过减少一定不相似的相似度,可以有效提高DPC及其改进算法基于K最近邻的密度峰值聚类(density peaks clustering based on K-nearest neighbors,DPC-KNN)和模糊加权K最近邻密度峰值聚类(fuzzy weighted K-nearest neighbors density peaks clustering,FKNN-DPC)的计算效率,具有较强的可扩展性。

关键词：密度峰值聚类聚类中心相似度矩阵计算复杂度大规模数据集

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：