检索结果-内蒙古大学图书馆

郑州大学学报(理学版) 2024年

作者：申泽楷郭晟楠毛潇苇吕聪康贾宇欣林友芳万怀宇北京交通大学计算机科学与技术学院北京交通大学交通数据分析与挖掘北京市重点实验室

针对智能交通系统中行程时间估计的不确定性量化的难题,提出一种全局-局部不确定性感知行程时间估计方法(global and local uncertainty-aware travel time estimation, GLUTTE)。首先,通过多任务学习策略建模整体路线与各局部路段的行... 详细信息

针对智能交通系统中行程时间估计的不确定性量化的难题,提出一种全局-局部不确定性感知行程时间估计方法(global and local uncertainty-aware travel time estimation, GLUTTE)。首先,通过多任务学习策略建模整体路线与各局部路段的行程时间关系及其不确定性;其次,采用多粒度分位数回归方法,综合考虑全局和局部特征,提供准确的置信区间估计。实验结果表明,所提方法能够有效量化不确定性,同时保证准确性并提供可靠的置信区间,从而提升结果的可用性和可信度。

关键词：行程时间估计不确定性量化置信区间时空数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于Wobert与对抗学习的中文命名实体识别

引用

计算机工程 2024年第11期50卷 119-129页

作者：倪渊廖世豪张健北京信息科技大学经济管理学院北京100192 绿色发展大数据决策北京市重点实验室北京100192 北京信息科技大学计算机学院北京100192

由于自然语言处理(NLP)将中文命名实体识别(NER)任务建模为序列标注任务,将文本中每个字符映射至一个标签,每个字符相对独立且信息有限,因此在NER领域词汇信息的加入能够解决字符间缺乏联系的问题。针对现有中文NER模型多需要额外构建... 详细信息

由于自然语言处理(NLP)将中文命名实体识别(NER)任务建模为序列标注任务,将文本中每个字符映射至一个标签,每个字符相对独立且信息有限,因此在NER领域词汇信息的加入能够解决字符间缺乏联系的问题。针对现有中文NER模型多需要额外构建词汇表、提取词汇信息方式繁琐、词级嵌入与字级嵌入因来源不同导致信息难以融合的问题,提出一种基于Wobert与对抗学习的中文NER模型ALWAE-BiLSTM-CRF。与传统预训练模型相比,Wobert预训练模型在预训练阶段就已将文本分词,充分学习了词与字两个层次的信息,因此ALWAE-BiLSTM-CRF通过Wobert预训练模型获取字符词向量,再使用Wobert分词器获取预训练模型中已存在的词汇向量,接着使用BiLSTM模型获取两者的时序信息,随后通过多头注意力机制将词汇级别的信息要素融入字符词向量,同时通过对抗学习攻击生成对抗样本以增强模型泛化性,最后使用条件随机场(CRF)层对结果进行约束,获得最佳的预测序列。在Resume数据集与瓷器领域的自建数据集Porcelain上进行对比实验与消融实验,结果表明,ALWAE-BiLSTM-CRF模型的F1值分别达到97.21%与85.7%,证明了其在中文NER任务中的有效性。

关键词：深度学习命名实体识别注意力机制特征融合条件随机场

来源：评论

学校读者我要写书评

暂无评论

无负采样的正样本增强图对比学习推荐方法PAGCL

引用

计算机应用 2024年第5期44卷 1485-1492页

作者：汪炅唐韬韬贾彩燕北京交通大学计算机与信息技术学院北京100091 交通数据分析与挖掘北京市重点实验室(北京交通大学) 北京100091

对比学习(CL)因能够提取数据本身包含的监督信号而被广泛应用于推荐任务。最近的研究表明,CL在推荐方面的成功依赖于对比损失——互信息噪声对比估计(InfoNCE)损失带来的节点分布的均匀性。此外,另一项研究证明贝叶斯个性化排序(BPR)损... 详细信息

对比学习(CL)因能够提取数据本身包含的监督信号而被广泛应用于推荐任务。最近的研究表明,CL在推荐方面的成功依赖于对比损失——互信息噪声对比估计(InfoNCE)损失带来的节点分布的均匀性。此外,另一项研究证明贝叶斯个性化排序(BPR)损失的正项与负项分别带来的对齐性和均匀性有助于提高推荐性能。由于在CL框架中对比损失能够带来比BPR负项更强的均匀性,BPR负项存在的必要性值得商榷。实验分析表明在对比框架中BPR的负项是不必要的,并基于这一观察提出了无需负采样的联合优化损失,可应用于经典的CL方法并达到相同或更高的性能。此外,与专注于提高均匀性的研究不同,为进一步加强对齐性,提出一种新颖的正样本增强的图对比学习方法(PAGCL),该方法使用随机正样本在节点表示层面进行扰动。在多个基准数据集上的实验结果表明,PAGCL在召回率及归一化折损累积增益(NDCG)这两个常用指标上均优于SOTA方法自监督图学习(SGL)、简单图对比学习(SimGCL)等,且相较于基模型轻量化图卷积(LightGCN)的NDCG@20提升最大可达17.6%。

关键词：推荐系统对比学习自监督学习图神经网络数据增强

来源：评论

学校读者我要写书评

暂无评论

基于多尺度双重自注意力的遥感影像变化检测

引用

计算机科学 2024年第S02期51卷 260-268页

作者：史经业左一平支瑞聪刘吉强张梦鸽北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京科技大学计算机与通信工程学院北京100083 材料领域知识工程北京市重点实验室(北京科技大学) 北京100083 郑州大学计算机与人工智能学院郑州450001

针对遥感影像地物目标尺度不一、上下文信息不足和边缘细节信息难以恢复等问题,提出一种基于多尺度双重自注意力的像素级变化检测网络(Pixel-based change detection Network,PixelNet)实现遥感影像变化检测任务。一方面,使用基于混合... 详细信息

针对遥感影像地物目标尺度不一、上下文信息不足和边缘细节信息难以恢复等问题,提出一种基于多尺度双重自注意力的像素级变化检测网络(Pixel-based change detection Network,PixelNet)实现遥感影像变化检测任务。一方面,使用基于混合空洞卷积的多尺度特征金字塔提取卷积特征,并加入双重自注意力模块获取通道和空间注意力,兼顾细节和语义信息的同时增加特征感受野,进一步增加了全局上下文信息。另一方面,为了优化地物目标的边界圆滑模糊问题,通过边缘感知损失与加权对比损失的自动化联合训练,实现新的边缘修复模块。针对样本不均衡问题提出了带阈值的加权均衡采样的数据处理策略,以减轻变化像素数目远远小于未变化像素数目造成的网络训练倾斜问题。在遥感影像数据集CDD和LEVIR-CD上通过实验证明,所提像素级变化检测网络PixelNet在遥感变化检测任务上的主观视觉效果及客观评价指标优于SOTA的检测结果。在CDD数据集上检测精度达到98.0%,F1分数达到96.7%;在LEVIR-CD数据集上检测精度达到95.8%,F1分数为87.2%。该网络有效解决了遥感变化检测中样本不平衡、双时相特征上下文信息不足、边缘难例分类错误等问题。

关键词：变化检测遥感影像混合空洞卷积双重自注意力边缘修复

来源：评论

学校读者我要写书评

暂无评论

多尺度自注意力特征融合的茶叶病害检测方法

引用

农业机械学报 2023年第12期54卷 308-315页

作者：孙艳歌吴飞姚建峰周棋赢沈剑波信阳师范大学计算机与信息技术学院信阳464000 河南省茶树生物学重点实验室信阳464000 北京市农林科学院智能装备技术研究中心北京100097

针对茶叶病害检测面临的病害尺度多变、病害密集与遮挡等诸多问题,提出了一种多尺度自注意力茶叶病害检测方法(Multi-scale guided self-attention network, MSGSN)。该方法首先采用基于VGG16的多尺度特征提取模块,以获取茶叶病害图像... 详细信息

针对茶叶病害检测面临的病害尺度多变、病害密集与遮挡等诸多问题,提出了一种多尺度自注意力茶叶病害检测方法(Multi-scale guided self-attention network, MSGSN)。该方法首先采用基于VGG16的多尺度特征提取模块,以获取茶叶病害图像在不同尺度下的局部细节特征,例如纹理和边缘等,从而有效表达多尺度的局部特征。其次,通过自注意力模块捕获茶叶图像中像素之间的全局依赖关系,实现病害图像全局信息与局部特征之间的有效交互。最后,采用通道注意力机制对多尺度特征进行加权融合,提升了模型对病害多尺度特征的表征能力,使其更加关注关键特征,从而提高了病害检测的准确性。实验结果表明,融合多尺度自注意力的茶叶病害检测方法在背景复杂、病害尺度多变等场景下具有更好的检测效果,平均精度均值达到92.15%。该方法可为茶叶病害的智能诊断提供参考依据。

关键词：茶叶病害检测目标检测多尺度自注意力机制特征融合

来源：评论

学校读者我要写书评

暂无评论

基于SGX的云外包计算信任问题解决方案研究

引用

信息安全研究 2022年第10期8卷 1028-1034页

作者：王冠尹煜北京工业大学信息学部北京100124 可信计算北京重点实验室北京100124

一般用户与中小企业多使用云服务商提供的分布式大数据计算环境,带来的后果是用户对代码及数据失去了部分控制权并极易遭受云端内部攻击.因此提出了可信第三方参与的基于Intel SGX(software guard extensions)的云外包计算安全方案,由... 详细信息

一般用户与中小企业多使用云服务商提供的分布式大数据计算环境,带来的后果是用户对代码及数据失去了部分控制权并极易遭受云端内部攻击.因此提出了可信第三方参与的基于Intel SGX(software guard extensions)的云外包计算安全方案,由可信第三方进行统一的计算环境安全标准制定,在云端通过SGX技术创建可信执行环境并对其进行认证与维护,保证用户代码数据在可信第三方配置的安全计算环境中执行计算,解决云外包计算中数据安全与用户信任问题.在Hadoop架构下进行安全方案的应用与模拟实验.实验结果表明,安全方案可以有效实现上述安全目标,相比标准的Map-Reduce计算性能损耗较小.

关键词：云外包大数据分布式计算 Intel SGX 云安全

来源：评论

学校读者我要写书评

暂无评论

基于多重异质图的恶意软件相似性度量方法

引用

软件学报 2023年第7期34卷 3188-3205页

作者：谷勇浩王翼翡刘威歆吴铁军孟国柱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 北京邮电大学计算机学院北京100876 广东省信息安全技术重点实验室(中山大学) 广东广州510006 绿盟科技集团股份有限公司北京100089 信息安全国家重点实验室(中国科学院信息工程研究所) 北京100093 中国科学院大学网络空间安全学院北京100049

现有恶意软件相似性度量易受混淆技术影响,同时缺少恶意软件间复杂关系的表征能力,提出一种基于多重异质图的恶意软件相似性度量方法RG-MHPE(API relation graph enhanced multiple heterogeneous ProxEmbed)解决上述问题.方法首先利用... 详细信息

现有恶意软件相似性度量易受混淆技术影响,同时缺少恶意软件间复杂关系的表征能力,提出一种基于多重异质图的恶意软件相似性度量方法RG-MHPE(API relation graph enhanced multiple heterogeneous ProxEmbed)解决上述问题.方法首先利用恶意软件动静态特征构建多重异质图,然后提出基于关系路径的增强型邻近嵌入方法,解决邻近嵌入无法应用于多重异质图相似性度量的问题.此外,从MSDN网站的API文档中提取知识,构建API关系图,学习Windows API间的相似关系,有效减缓相似性度量模型老化速度.最后,通过对比实验验证所提方法RG-MHPE在相似性度量性能和模型抗老化能力等方面表现最好.

关键词：恶意软件相似性多重异质图邻近嵌入 API关系图模型老化

来源：评论

学校读者我要写书评

暂无评论

基于Unet的切连科夫激发的荧光扫描断层重建

引用

中国激光 2021年第17期48卷 123-134页

作者：张文倩冯金超李哲孙中华贾克斌北京工业大学信息学部计算智能与智能系统北京市重点实验室北京100124 先进信息网络北京实验室北京100124

切连科夫激发的荧光扫描成像(CELSI)是一种新兴的成像技术,在生物医学领域有着广阔的应用前景。本课题组前期分别基于Tikhonov正则化和稀疏正则化实现了CELSI断层成像,但重建图像的质量仍有待提高。基于此,本文提出了一种基于Unet的图... 详细信息

切连科夫激发的荧光扫描成像(CELSI)是一种新兴的成像技术,在生物医学领域有着广阔的应用前景。本课题组前期分别基于Tikhonov正则化和稀疏正则化实现了CELSI断层成像,但重建图像的质量仍有待提高。基于此,本文提出了一种基于Unet的图像后处理算法。该算法将Tikhonov方法只迭代一次得到的低质量图像作为Unet网络的输入,通过网络学习对重建的图像进行一定的修正,以进一步提高重建图像的质量。实验结果表明,所提算法可以提高计算效率,而且当荧光目标在深度50 mm处时重建图像的峰值信噪比和结构相似度分别能达到28 dB和0.92。所提算法基于单荧光目标数据集训练的网络模型能够较好地重建出多荧光目标,表明了该算法具有较好的泛化能力。

关键词：医用光学切连科夫激发的荧光扫描成像断层成像 Tikhonov正则化 Unet神经网络

来源：评论

学校读者我要写书评

暂无评论

数据和知识驱动的城市污水处理过程多目标优化控制

引用

自动化学报 2021年第11期47卷 2538-2546页

作者：韩红桂张琳琳伍小龙乔俊飞北京工业大学信息学部计算智能与智能系统北京市重点实验室北京100124

城市污水处理过程优化控制是降低能耗的有效手段,然而,如何提高出水水质的同时降低能耗依然是当前城市污水处理过程面临的挑战.围绕上述挑战,文中提出了一种数据和知识驱动的多目标优化控制(Data-knowledge driven multiobjective optim... 详细信息

城市污水处理过程优化控制是降低能耗的有效手段,然而,如何提高出水水质的同时降低能耗依然是当前城市污水处理过程面临的挑战.围绕上述挑战,文中提出了一种数据和知识驱动的多目标优化控制(Data-knowledge driven multiobjective optimal control,DK-MOC)方法.首先,建立了出水水质、能耗以及系统运行状态的表达关系,获得了运行过程优化目标模型.其次,提出了一种基于知识迁徙学习的动态多目标粒子群优化算法,实现了控制变量优化设定值的自适应求解.最后,将提出的DK-MOC应用于城市污水处理过程基准仿真模型1(Benchmark simulation model No.1,BSM1).结果表明该方法能够实时获取控制变量的优化设定值,提高了出水水质,并且有效降低了运行能耗.

关键词：城市污水处理过程数据和知识驱动方法多目标优化控制知识迁徙学习动态多目标粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于智能合约和联邦存储的异步联邦学习模型

引用

数据采集与处理 2024年第6期39卷 1532-1542页

作者：刘星辰杜军平梁美玉李昂北京邮电大学计算机学院(国家示范性软件学院) 北京100876 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

公共安全突发事件中对数据安全的重视程度越来越高,联邦学习由于不再需要上传数据到中心服务器进行计算,减少了隐私泄露的可能而受到广泛关注。然而当前基于智能合约的联邦学习由于运算较大,存在着效率低等缺陷,因此本文提出了一种面向... 详细信息

公共安全突发事件中对数据安全的重视程度越来越高,联邦学习由于不再需要上传数据到中心服务器进行计算,减少了隐私泄露的可能而受到广泛关注。然而当前基于智能合约的联邦学习由于运算较大,存在着效率低等缺陷,因此本文提出了一种面向公共卫生突发事件检测的智能合约与联邦存储的异步联邦学习方法。该方法允许联邦节点在任何时间加入和退出联邦学习;依托智能合约与分布存储,进一步增加了公共卫生安全领域的数据安全与训练效率;同时采用自适应的差分隐私对其上传到分布式存储节点的梯度进行动态保护,进一步降低了隐私泄露的风险。在公共数据集和公共卫生安全数据集上大量的实验表明,本文提出的方法在精度上优于已知的对比方法,且在达到相同精度的情况下所需时间更少。

关键词：智能合约联邦学习公共卫生突发事件联邦存储

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：