检索结果-内蒙古大学图书馆

软件学报 2025年

作者：沈庆超田家硕陈俊洁陈翔陈庆燕王赞天津大学智能与计算学部南通大学人工智能与计算机学院山东航空学院信息工程学院

深度学习编译器已被广泛应用于深度学习模型的性能优化和部署.与传统编译器类似,深度学习编译器也存在缺陷.存在缺陷的深度学习编译器会导致编译失败或者产生错误的编译结果,甚至有时会带来灾难性的后果.为了深入理解深度学习编译器缺... 详细信息

深度学习编译器已被广泛应用于深度学习模型的性能优化和部署.与传统编译器类似,深度学习编译器也存在缺陷.存在缺陷的深度学习编译器会导致编译失败或者产生错误的编译结果,甚至有时会带来灾难性的后果.为了深入理解深度学习编译器缺陷的特性,已有工作针对深度学习编译器早期的603个缺陷进行研究分析.近年来,深度学习编译器在快速迭代更新,伴随着大量新特性的引入和旧特性的弃用.与此同时,一些针对深度学习编译器缺陷的检测工具已被开发出来.因此,需要分析之前对深度学习编译器缺陷的研究结论是否依然适用.此外,缺乏对缺陷症状、根因、位置三者之间关系的深入挖掘,并且缺乏对触发缺陷的回归测试用例特征和修复缺陷的补丁特征的研究.为了深入分析当下深度学习编译器缺陷特征和缺陷分布随时间的演化过程,收集当前3款主流深度学习编译器(即Apache的TVM、Facebook的Glow和华为的AKG)中的613个近期修复的缺陷,并对缺陷的根因、症状、位置等特征进行人工标注.基于标注结果,从多个不同角度深入挖掘缺陷的分布特征,并与已有研究进行对比分析.同时,对触发缺陷的回归测试用例和修复缺陷的补丁进行研究.最终获得12个主要研究发现,以全面了解深度学习编译器缺陷现状与演变过程,并为深度学习编译器缺陷的检测、定位、修复提供一系列可行的指导方案.最后,为了验证本文研究发现的有效性,开发了一款基于优化配置的测试工具CfgFuzz. CfgFuzz通过对编译配置选项进行组合测试,最终检测到8个TVM缺陷,其中7个缺陷已被开发人员确认或修复.

关键词：深度学习编译器缺陷分析实证研究缺陷检测缺陷特征

来源：评论

学校读者我要写书评

暂无评论

效用增强的差分私有轨迹合成方法

引用

北京航空航天大学学报 2024年第12期50卷 3615-3631页

作者：张学军许陈田丰杜晓刚黄海燕徐彤兰州交通大学电子与信息工程学院兰州730070 陕西师范大学计算机科学学院西安710062 陕西科技大学电子信息与人工智能学院西安710021

轨迹数据对各种应用都具有重要的价值,然而共享与利用轨迹数据的同时保护用户隐私是一个长期的挑战。目前流行的轨迹共享隐私保护方法是基于差分隐私技术来生成与真实轨迹高度相似的完整合成轨迹,然而这些方法会造成合成轨迹可用性低且... 详细信息

轨迹数据对各种应用都具有重要的价值,然而共享与利用轨迹数据的同时保护用户隐私是一个长期的挑战。目前流行的轨迹共享隐私保护方法是基于差分隐私技术来生成与真实轨迹高度相似的完整合成轨迹,然而这些方法会造成合成轨迹可用性低且易遭受位置隐私推理攻击的问题。为此,提出一种效用增强的差分私有轨迹合成方法 (UtiE-DPT)。该方法通过多次空间划分真实轨迹数据集,构建了细粒度的自适应密度网格来离散化真实轨迹,并设计了适合于自适应密度网格的差分私有马尔可夫移动模型、轨迹行程分布和轨迹长度分布计算模型来更精确地提取真实轨迹的效用保持关键统计特征,有效增强了合成轨迹的效用。为了防止轨迹隐私泄露,对提取的关键统计特征进行差分私有扰动。根据提取的特征并结合抗攻击约束策略生成抵御推理攻击的合成轨迹。在模拟与真实数据集上的大量实验结果表明,与现有的轨迹合成隐私保护方法 DP-Star和AdaTrace相比,UtiE-DPT在保护轨迹隐私和抵御位置隐私推理攻击的同时增强了合成轨迹的可用性。在不考虑抵御推理攻击时,UtiE-DPT生成合成轨迹的查询误差比AdaTrace降低了21%~27%,比DP-Star降低了32%~53%;在抵御推理攻击后,虽然合成轨迹的弹性比比AdaTrace降低了约1%~2%,但查询误差比AdaTrace降低了16%~21%,在隐私保护与效用之间达成更好的均衡。

关键词：轨迹隐私差分隐私轨迹发布马尔可夫链推理攻击

来源：评论

学校读者我要写书评

暂无评论

开源软件组件漏洞检测与自动修复技术研究综述

引用

计算机科学 2025年第6期52卷 1-20页

作者：张旭明史涯晴黄松王兴亚胡津昌陆江涛陆军工程大学指挥控制工程学院南京210007 南京工业大学计算机与信息工程学院南京211816

不可阻挡的软件组件化趋势与多人协同作业模式的开发过程促使开源软件供应链逐渐形成,在蓬勃发展的开源软件带来巨大便利的同时,开源漏洞随着供应链悄然而至,威胁着软件系统的安全性和可靠性。软件成分分析可对维护脆弱的开源软件供应... 详细信息

不可阻挡的软件组件化趋势与多人协同作业模式的开发过程促使开源软件供应链逐渐形成,在蓬勃发展的开源软件带来巨大便利的同时,开源漏洞随着供应链悄然而至,威胁着软件系统的安全性和可靠性。软件成分分析可对维护脆弱的开源软件供应链的安全起到实质性的支撑作用,它通过开源软件组件漏洞检测与自动修复两个核心功能发现并修复软件项目中潜在的漏洞和风险。为加深相关研究人员对软件成分分析在安全漏洞方面的实践的了解,文中梳理归纳了近年的开源软件组件漏洞检测与自动修复技术的研究进展与成果;进一步地,从用户视角出发,基于8个分析维度对目前常见的8种软件成分分析工具进行了总结与探析;最后,探讨了开源软件组件漏洞检测与自动修复技术现存的挑战并展望了未来可能的发展方向。

关键词：开源软件供应链软件成分分析组件漏洞检测自动修复

来源：评论

学校读者我要写书评

暂无评论

基于邻域互信息与K-means特征聚类的特征选择

引用

智能系统学报 2024年第4期19卷 983-996页

作者：孙林梁娜徐久成天津科技大学人工智能学院天津300457 河南师范大学计算机与信息工程学院河南新乡453007

针对多数邻域系统通过人工调试很难搜索到最佳邻域半径,以及传统的K-means聚类需要随机选取簇中心和指定簇的数目等问题,提出了一种基于邻域互信息与K-means特征聚类的特征选择方法。首先,将样本在各特征下与其他样本距离的平均值作为... 详细信息

针对多数邻域系统通过人工调试很难搜索到最佳邻域半径,以及传统的K-means聚类需要随机选取簇中心和指定簇的数目等问题,提出了一种基于邻域互信息与K-means特征聚类的特征选择方法。首先,将样本在各特征下与其他样本距离的平均值作为自适应邻域半径,确定样本的邻域集,并由此构建自适应邻域熵、邻域互信息、归一化邻域互信息等度量,反映特征之间的相关性;然后,基于归一化邻域互信息构建自适应K近邻集合,利用Pearson相关系数表示特征的权重定义加权K近邻密度,实现自动选取K-means算法的簇中心,进而完成K-means特征聚类;最后,给出加权平均冗余度,选出每个特征簇中加权平均冗余度最大的特征构成最优特征子集。实验结果表明所提算法不仅可以有效提升特征选择的分类结果而且可以获得更好的聚类效果。

关键词：特征选择邻域互信息 K-means 特征聚类自适应K近邻特征权重加权K近邻密度

来源：评论

学校读者我要写书评

暂无评论

基于半监督深度学习网络的水体分割方法

引用

郑州大学学报（理学版） 2023年第6期55卷 29-34页

作者：吴宇鑫陈知明李建军中南林业科技大学计算机与信息工程学院湖南长沙410004

水体分割是遥感图像语义分割的一个重要应用方向,现有的深度学习语义分割方法,无法有效分割复杂的水体边界、难以将空间信息和语义信息统一。为了解决上述问题,提出一种针对水体分割的深度学习网络。网络引入了注意力感知机制,能够对特... 详细信息

水体分割是遥感图像语义分割的一个重要应用方向,现有的深度学习语义分割方法,无法有效分割复杂的水体边界、难以将空间信息和语义信息统一。为了解决上述问题,提出一种针对水体分割的深度学习网络。网络引入了注意力感知机制,能够对特征图中重要的信息加权,提高了对水体边界轮廓的感知能力。为了解决网络上采样过程中语义信息和空间信息不平衡的问题,将不同尺度的特征图融合进行预测。采用半监督框架对网络进行训练,充分利用无标记图像的特征信息,增强了网络的分割性能。实验表明,提出的网络分割性能优于其他现有语义分割网络。

关键词：水体分割语义分割注意力机制多尺度特征融合半监督深度学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于加权多核子空间聚类的图像分割方法

引用

北京邮电大学学报 2023年第3期46卷 78-83页

作者：张小乾王潇薛旭倩谈振蒲磊西南科技大学信息工程学院绵阳621010 复旦大学计算机科学与技术学院上海200082

为了解决单核子空间聚类算法在图像分割任务中无法较好地处理数据非线性结构和噪声等问题,提出了一种基于非凸低秩子空间聚类的图像分割方法。首先,采用自适应形态学重构种子分割方法对梯度图像进行逐点最大值运算,将图像预分割为不同... 详细信息

为了解决单核子空间聚类算法在图像分割任务中无法较好地处理数据非线性结构和噪声等问题,提出了一种基于非凸低秩子空间聚类的图像分割方法。首先,采用自适应形态学重构种子分割方法对梯度图像进行逐点最大值运算,将图像预分割为不同区域大小的超像素图像,弥补了超像素分割算法过度分割的缺陷;其次,对超像素块进行颜色特征提取,并堆叠成数据矩阵输入到多核子空间聚类算法中;再根据子空间表示求解系数矩阵,进而构造出亲和矩阵;最后,输入谱聚类中得到最终的分割结果。在公共数据集上的对比实验结果表明,所提方法取得了最佳的聚类性能和分割效果。

关键词：子空间聚类图像分割多核超像素

来源：评论

学校读者我要写书评

暂无评论

基于复杂网络理论和软件度量的Web服务演化研究

引用

计算机应用与软件 2024年

作者：郑思伟王家乐周诗源袁成祥浙江工商大学计算机与信息工程学院嘉兴南湖学院信息工程学院嘉兴市智能计算与数据科学重点实验室

Web服务因具有良好的跨平台特性而被开发者所青睐，越来越多的软件通过Web服务构建。因此，研究Web服务的演化特性对于改进由Web服务构建的软件具有重要意义。构建了Web服务类粒度和特征方法粒度的网络模型，引入复杂网络理论和面向对... 详细信息

Web服务因具有良好的跨平台特性而被开发者所青睐，越来越多的软件通过Web服务构建。因此，研究Web服务的演化特性对于改进由Web服务构建的软件具有重要意义。构建了Web服务类粒度和特征方法粒度的网络模型，引入复杂网络理论和面向对象软件度量，并基于经典的Lehman定律，对涉及不同领域的Web服务的演化特性进行分析。研究结果表明：（1）Web服务演化遵循Lehman定律中的七条；（2）Web服务在演化中趋向于形成一个多层次、节点联系稳定的复杂网络；（3）Web服务的演化趋势与涉及的领域无关。

关键词： Web服务软件演化复杂网络 Lehman定律

来源：评论

学校读者我要写书评

暂无评论

基于Voronoi图的空间Co-Location核模式挖掘

引用

计算机学报 2022年第9期45卷 1908-1925页

作者：邹目权王丽珍吴萍萍杨培忠云南大学计算机科学与工程系昆明650500 昆明学院信息工程学院昆明650214

飞速发展的物联网技术不断催生海量带有时间和空间属性的数据集.这些数据集掀起了以空间co-location模式挖掘为代表的空间数据挖掘研究的高潮.传统空间co-location模式挖掘研究主要发现空间中频繁并置出现的特征的子集.特征在模式内部... 详细信息

飞速发展的物联网技术不断催生海量带有时间和空间属性的数据集.这些数据集掀起了以空间co-location模式挖掘为代表的空间数据挖掘研究的高潮.传统空间co-location模式挖掘研究主要发现空间中频繁并置出现的特征的子集.特征在模式内部是无序的,特征之间的地位是平等的.例如,co-location模式{看守所,刑警中队,武警中队}表示看守所附近往往存在刑警中队和武警中队,反之亦然.然而,由于空间分布密度差异显著存在,现实中存在特征地位不平等的模式,这些模式中的某些特征(核特征)附近频繁地出现其它特征(非核特征)的实例,而这些非核特征附近不一定频繁地出现核特征的实例.例如,某些肿瘤疾病与某些污染源的关系.在传统模型中,用户为了发现感兴趣的模式不得不将频繁性阈值设置得很低,以至于忽略了模式中特征的主从关系.本文聚焦于前述现象,研究在空间数据集中挖掘核特征与非核特征组成的有趣模式.首先,基于核邻居定义空间co-location核频繁模式(简称核模式)的概念.核邻居与最近邻息息相关,它不仅遵从地理学第一定律而且能排除无关实例的干扰.其次,提出核模式的有趣性度量理论,分析核模式具有的性质,如基于核参与率反单调性的先验原理等.再次,提出基于Voronoi图的核邻居计算思想,避免了传统co-location模式挖掘中为计算邻近关系需要用户预先设定距离阈值等问题.同时,扩展传统的对称的空间邻近关系到不对称的核邻居关系,使其与特征的不平等地位相适应.此外,针对点、线、面等不同几何形状的空间实例,提出基于凹包理论的经典Voronoi图的扩展方法.最后,在合成数据与真实数据上对比验证了Core Pattern Mining(CPM)算法的效果与效率.实验高效地发现了有别于经典co-location模式的有趣模式,它们具有可理解性.

关键词：空间数据挖掘 co-location核模式核邻居 Voronoi图核参与度

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv8的马铃薯病害识别与分类研究

引用

内蒙古农业大学学报（自然科学版） 2024年第4期45卷 56-65页

作者：袁洋付学良李宏慧内蒙古农业大学计算机与信息工程学院呼和浩特010011

在马铃薯的生长发育过程中,马铃薯会遭受到各种各样病害的侵染,这些病害会严重影响马铃薯的产量和质量。针对人工识别植物病害方法效率低下、识别精度低和处理范围有限的问题,提出了一种基于YOLOv8的马铃薯病害识别模型。本文以背景复... 详细信息

在马铃薯的生长发育过程中,马铃薯会遭受到各种各样病害的侵染,这些病害会严重影响马铃薯的产量和质量。针对人工识别植物病害方法效率低下、识别精度低和处理范围有限的问题,提出了一种基于YOLOv8的马铃薯病害识别模型。本文以背景复杂的马铃薯叶片图像为研究对象,在原YOLOv8的基础上,在YOLOv8的Backbone层和Neck层中加入了CBAM注意力模块和更适应图像边缘变化的DCN可变形卷积,以提高模型对病害叶片的识别能力。实验结果表明,优化后的YOLOv8模型的全类平均准确率mAP@0.5、mAP[0.5:0.95]和准确率P比原YOLOv8模型分别提高了4.32%、5.48%、7.72%。实验证明,优化后的模型比原模型有更好的性能表现。

关键词： YOLOv8 马铃薯病害病害叶片病害识别

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

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：