检索结果-内蒙古大学图书馆

电网技术 2025年第4期49卷 1436-1446,I0035页

作者：单兰晴宋昊天唐庆虎郭鸿业侯胜任康重庆新型电力系统运行与控制全国重点实验室(清华大学电机系) 北京市海淀区100084 代尔夫特理工大学电气数学和计算机部荷兰代尔夫特2628SK

随全球能源系统向低碳化转型,可再生能源在电力系统中渗透率不断提高,其不确定性增大了电力市场的出清压力与电力系统的调度压力,为电力的平衡带来挑战。文章聚焦以德国平衡结算单元机制为例的典型分散决策电力平衡机制,分析了分散决策... 详细信息

随全球能源系统向低碳化转型,可再生能源在电力系统中渗透率不断提高,其不确定性增大了电力市场的出清压力与电力系统的调度压力,为电力的平衡带来挑战。文章聚焦以德国平衡结算单元机制为例的典型分散决策电力平衡机制,分析了分散决策机制中市场主体自主性的增强、系统集聚不确定性的减弱与调度压力的降低等优势。首先,介绍了上述机制的基本结构、运作方式与平衡结算单元作为关键组成的参与作用;然后,分析了德国电力平衡结算单元机制的规则特点、实际运行中的配套机制,并剖析了该机制的分散平衡特性;最后,开展了相关市场化平衡机制引入我国面临的问题与适应性探索,提出了调度层级、市场参与、市场衔接与技术支持方面的建议。

关键词：电力市场平衡结算单元电力平衡平衡市场平衡责任

来源：评论

学校读者我要写书评

暂无评论

多维深度导向的Java Web模糊测试方法

引用

信息网络安全 2024年第2期24卷 282-292页

作者：王鹃龚家新蔺子卿张晓娟武汉大学国家网络安全学院武汉430072 武汉大学空天信息安全与可信计算教育部重点实验室武汉430072 中国电力科学研究院有限公司信息通信研究所北京100192

随着Java Web的广泛应用,其安全问题日益突出。模糊测试作为一种有效的漏洞挖掘方法,目前已经被用于Java漏洞的检测。然而,由于Java Web应用代码规模庞大、业务逻辑复杂,现有的漏洞挖掘工具在模糊测试中存在随机性高、代码检测深度低的... 详细信息

随着Java Web的广泛应用,其安全问题日益突出。模糊测试作为一种有效的漏洞挖掘方法,目前已经被用于Java漏洞的检测。然而,由于Java Web应用代码规模庞大、业务逻辑复杂,现有的漏洞挖掘工具在模糊测试中存在随机性高、代码检测深度低的问题,导致漏洞挖掘的准确率较低。因此,文章提出基于多维深度导向的Java Web模糊测试方法。该方法使用Jimple作为待测Java Web应用字节码的三地址码中间表示,并生成代码对应的函数间调用图和函数内控制流图,在此基础上分析每个基本块的多维深度。同时,根据多维深度和模糊测试执行时间优化模糊测试指导策略,设计相应的输入结构解析策略、能量分配策略和变异算法调度策略,提升模糊测试的准确性。实验结果表明,相较于现有的模糊测试工具Peach和Kelinci,该方法能够在性能消耗较低的情况下取得更好的漏洞检测效果。

关键词：模糊测试 Java Web 漏洞挖掘

来源：评论

学校读者我要写书评

暂无评论

基于目标导向行为和空间拓扑记忆的视觉导航方法

引用

计算机学报 2021年第3期44卷 594-608页

作者：阮晓钢李鹏朱晓庆刘鹏飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对在具有动态因素且视觉丰富环境中的导航问题,受路标机制空间记忆方式启发,提出一种可同步学习目标导向行为和记忆空间结构的视觉导航方法.首先,为直接从原始输入中学习控制策略,以深度强化学习为基本导航框架,同时添加碰撞预测作为... 详细信息

针对在具有动态因素且视觉丰富环境中的导航问题,受路标机制空间记忆方式启发,提出一种可同步学习目标导向行为和记忆空间结构的视觉导航方法.首先,为直接从原始输入中学习控制策略,以深度强化学习为基本导航框架,同时添加碰撞预测作为模型辅助任务;然后,在智能体学习导航过程中,利用时间相关性网络祛除冗余观测及寻找导航节点,实现通过情景记忆递增描述环境结构;最后,将空间拓扑地图作为路径规划模块集成到模型中,并结合动作网络用于获取更加通用的导航方法.实验在3D仿真环境DMlab中进行,实验结果表明,本文方法可从视觉输入中学习目标导向行为,在所有测试环境中均展现出更高效的学习方法和导航策略,同时减少构建地图所需数据量;而在包含动态堵塞的环境中,该模型可使用拓扑地图动态规划路径,从而引导绕路行为完成导航任务,展现出良好的环境适应性.

关键词：目标导向行为深度强化学习碰撞预测时间相关性网络空间拓扑地图动作网络

来源：评论

学校读者我要写书评

暂无评论

基于改进集合经验模态分解和深度信念网络的出水总磷预测

引用

化工学报 2021年第5期72卷 2745-2753页

作者：王龙洋蒙西乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

出水总磷的准确预测对于城市污水处理厂的高效、稳定的运行至关重要。文中针对城市污水处理过程中出水总磷难以预测的问题,提出一种基于改进集合经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和深度信念网络(dee... 详细信息

出水总磷的准确预测对于城市污水处理厂的高效、稳定的运行至关重要。文中针对城市污水处理过程中出水总磷难以预测的问题,提出一种基于改进集合经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和深度信念网络(deep belief network,DBN)的出水总磷预测方法。首先,设计一种MEEMD算法对城市污水处理过程出水总磷数据信号进行分解,获取多个本征模态函数(intrinsic mode function,IMF)组合;然后,建立一种基于模拟退火(simulated annealing,SA)算法的深度信念网络预测模型,通过优化的模型结构对分解后得到的每个IMF分量进行有效预测;最后,通过大气CO_(2)浓度预测和城市污水处理出水总磷预测验证了所提出方法的有效性。

关键词：城市污水处理过程出水总磷集合经验模态分解深度信念网络

来源：评论

学校读者我要写书评

暂无评论

基于生成式对抗网络的联邦学习激励机制

引用

计算机应用 2024年第2期44卷 344-352页

作者：余孙婕曾辉熊诗雨史红周移动计算与新型终端北京市重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机科学与技术学院北京100190

针对当前联邦学习缺乏公平合理的激励机制,难以衡量不同数据量、不同数据质量、不同数据分布的参与节点的联邦学习贡献度等问题,提出一种基于生成式对抗网络(GAN)的联邦学习激励机制。首先,提出融合训练模型的生成式对抗网络实现高精度... 详细信息

针对当前联邦学习缺乏公平合理的激励机制,难以衡量不同数据量、不同数据质量、不同数据分布的参与节点的联邦学习贡献度等问题,提出一种基于生成式对抗网络(GAN)的联邦学习激励机制。首先,提出融合训练模型的生成式对抗网络实现高精度样本生成;随后,基于融合训练模型的生成式对抗网络实现激励机制的贡献度评估算法,该算法通过联合模型筛选样本并生成数据标签,引入参与节点的本地数据标签分布平衡非独立同分布数据标签对贡献度评估的影响;最后,使用两阶段Stackelberg博弈实现联邦学习激励过程。安全性分析结果表明,所提激励机制在联邦学习过程中保证数据安全和系统稳定。实验结果表明,所提激励机制具备正确性,贡献度评估算法在不同数据量、不同数据质量和不同数据分布的情况下均有较好的性能。

关键词：联邦学习生成式对抗网络激励机制两阶段Stackelberg博弈数据共享

来源：评论

学校读者我要写书评

暂无评论

基于特征约简与选择性集成算法的城市固废焚烧过程二噁英排放浓度软测量

引用

控制理论与应用 2021年第1期38卷 110-120页

作者：汤健乔俊飞徐喆郭子豪北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

城市固废焚烧(MSWI)排放的污染物二噁英(DXN)对生态环境与人类健康具有极大危害,其浓度的实时检测对MSWI过程运行优化和城市污染控制至关重要.具有痕量特性的DXN排放浓度不能实时检测,机理模型难以构建,并且其与过程变量间的映射关系复... 详细信息

城市固废焚烧(MSWI)排放的污染物二噁英(DXN)对生态环境与人类健康具有极大危害,其浓度的实时检测对MSWI过程运行优化和城市污染控制至关重要.具有痕量特性的DXN排放浓度不能实时检测,机理模型难以构建,并且其与过程变量间的映射关系复杂.针对上述问题,本文提出了一种基于特征约简和选择性集成算法的DXN排放浓度软测量方法.首先,对在线采集的MSWI过程变量和离线化验的DXN排放浓度数据进行预处理,获得具有小样本高维特性的建模样本;接着,基于变量投影重要性(VIP)值和特征约简比率值确定模型输入特征;最后,基于操纵训练样本的集成构造策略构建自适应确定核参数的选择性集成模型.采用国外文献和国内工业MSWI过程的DXN排放浓度数据仿真验证了所提方法的有效性.

关键词：城市固废焚烧(MSWI) 二噁英(DXN) 变量投影重要性(VIP) 特征约简选择性集成算法

来源：评论

学校读者我要写书评

暂无评论

基于图自监督对比学习的社交媒体谣言检测

引用

南京大学学报（自然科学版） 2023年第5期59卷 823-832页

作者：乔禹涵贾彩燕北京交通大学计算机与信息技术学院北京100044 交通数据分析与挖掘北京市重点实验室北京交通大学北京100044

网络社交媒体的快速发展提供了便捷的信息获取方式,但也滋生了谣言和虚假新闻,现有的谣言检测模型在有标注数据充足时能有效解决分类问题,然而谣言可用的标注数据有限,各种针对谣言特点精心设计的模型倾向于过拟合,同时,现有模型的鲁棒... 详细信息

网络社交媒体的快速发展提供了便捷的信息获取方式,但也滋生了谣言和虚假新闻,现有的谣言检测模型在有标注数据充足时能有效解决分类问题,然而谣言可用的标注数据有限,各种针对谣言特点精心设计的模型倾向于过拟合,同时,现有模型的鲁棒性不足,谣言传播者恶意破坏谣言传播结构会使模型出现分类错误.针对以上问题,采用自监督的图对比学习方法,对原始谣言传播图进行不同方式的数据增强来模拟对原图的扰动,建立自监督对比学习任务,使图编码器捕获谣言更趋本质的特征,缓解了过拟合,提高了模型的鲁棒性与泛化性能.在来源于主流社交媒体平台的三个公开数据集Twitter15,Twitter16和PHEME上进行了对比实验,实验结果显示,提出的模型的准确率比基准模型分别提高3.4%,1.8%和1.2%,证实了图自监督对比学习方法在谣言检测任务上的有效性.

关键词：谣言检测自监督学习对比学习图表示学习

来源：评论

学校读者我要写书评

暂无评论

一维异质结构的瞬态热整流效应

引用

物理学报 2023年第4期72卷 127-137页

作者：赵建宁魏东吕国正王子成刘冬欢北京科技大学数理学院磁光电复合材料与界面科学北京市重点实验室北京100083 中国空气动力研究与发展中心计算空气动力研究所绵阳621000 北京科技大学高等工程师学院北京100083

瞬态条件下的热整流有广阔的实际应用背景,本文建立了一维板状复合结构热整流器的瞬态热整流模型,并利用有限元方法研究了不同恒定热阻、不同界面间隙、周期性温度边界条件以及材料和几何参数对瞬态热整流效果的影响规律.研究结果表明,... 详细信息

瞬态条件下的热整流有广阔的实际应用背景,本文建立了一维板状复合结构热整流器的瞬态热整流模型,并利用有限元方法研究了不同恒定热阻、不同界面间隙、周期性温度边界条件以及材料和几何参数对瞬态热整流效果的影响规律.研究结果表明,界面热阻的存在可以提高系统的瞬态热整流系数,而初始界面间隙的引入让瞬态热整流系数实现了量级的飞跃.通过几何以及材料参数的合理设置有利于优化结构的热整流效果,针对周期性高温边界条件,温差和频率的变化可进一步提升复合结构的热整流系数.本文所提出热整流机制可以指导瞬态下热整流器的优化设计.

关键词：瞬态热整流复合结构界面热阻周期性边界条件

来源：评论

学校读者我要写书评

暂无评论

跨语言知识蒸馏的视频中文字幕生成

引用

计算机学报 2021年第9期44卷 1907-1921页

作者：侯静怡齐雅昀吴心筱贾云得北京理工大学计算机学院智能信息技术北京市重点实验室北京100081

视频字幕生成(video captioning)在视频推荐、辅助视觉、人机交互等领域具有广泛的应用前景.目前已有大量的视频英文字幕生成方法和数据,通过机器翻译视频英文字幕可以实现视频中文字幕的生成.然而,中西方文化差异和机器翻译算法性能都... 详细信息

视频字幕生成(video captioning)在视频推荐、辅助视觉、人机交互等领域具有广泛的应用前景.目前已有大量的视频英文字幕生成方法和数据,通过机器翻译视频英文字幕可以实现视频中文字幕的生成.然而,中西方文化差异和机器翻译算法性能都会影响中文字幕生成的质量.为此,本文提出了一种跨语言知识蒸馏的视频中文字幕生成方法.该方法不仅可以根据视频内容直接生成中文语句,还充分利用了易于获取的视频英文字幕作为特权信息(privileged information)指导视频中文字幕的生成.由于同一视频的英文字幕与中文字幕之间存在语义关联关系,本文方法从中学习到与视频内容相关的跨语言知识,并利用知识蒸馏将英文字幕包含的高层语义信息融入中文字幕生成.同时,通过端到端的训练方式确保模型训练目标与视频中文字幕生成任务目标的一致性,有效提升中文字幕生成性能.此外,本文还对视频英文字幕数据集MSVD扩展,给出了中英文视频字幕数据集MSVD-CN.

关键词：中文字幕生成视频理解知识蒸馏视频中英字幕数据集特权信息

来源：评论

学校读者我要写书评

暂无评论

社会大数据跨尺度系统学习理论与方法

引用

中国科学：信息科学 2024年第9期54卷 2083-2097页

作者：郑志明吕金虎王亮鲁仁全崔鹏王鑫韦卫北京航空航天大学人工智能研究院北京100191 复杂关键软件环境全国重点实验室北京100191 数学、信息与行为教育部重点实验室北京100191 未来区块链与隐私计算北京市高精尖创新中心北京100191 北京航空航天大学自动化科学与电气工程学院北京100191 北京航空航天大学数学科学学院北京100191 中关村实验室北京100191 中国科学院自动化研究所北京100190 多模态人工智能系统全国重点实验室北京100190 广东工业大学自动化学院广州510006 清华大学计算机系北京100083

以GPT-4为代表的AI大模型时代正加速而至,深刻改变着社会生活的方方面面.大模型巨参数深度学习是破解复杂大数据智能学习瓶颈的一种有效途径.大模型在展现出强大学习能力的同时也面临着高能耗、大算力挑战.研究表明,平均一个AI大模型训... 详细信息

以GPT-4为代表的AI大模型时代正加速而至,深刻改变着社会生活的方方面面.大模型巨参数深度学习是破解复杂大数据智能学习瓶颈的一种有效途径.大模型在展现出强大学习能力的同时也面临着高能耗、大算力挑战.研究表明,平均一个AI大模型训练产生的能耗约等于五辆汽车一生排放的碳总量,驱动AI大模型所需算力每3.5个月翻一番.作为一种有益的补充,内嵌规律的跨尺度系统学习是破解复杂大数据智能学习瓶颈的另一种有效途径.跨尺度系统学习已经在某些专业领域展现出了巨大的成功,如2021年诺贝尔物理学奖授予复杂物理系统跨尺度建模及其在全球气候变暖中的应用.事实上,我国科学家甚至更早开拓了复杂系统跨尺度学习研究,如北京航空航天大学暗物质大数据分析团队利用跨尺度系统学习方法实现了在PB级数据中实时学习KB级关键数据,精度达到万分之一.本文从微观尺度、介观尺度和宏观尺度上分析了跨尺度系统学习的基本原理,构建了内嵌规律跨尺度系统学习的普适方法,并以社会大数据为例开展了典型应用示范.社会大数据跨尺度系统学习应用于疫情防控、舆情分析等领域,并取得显著成效,为我国社会治理数字化、网络化、智能化发展提供了新的成功样本.

关键词：人工智能大模型跨尺度系统学习社会大数据可解释性

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：