检索结果-内蒙古大学图书馆

应用科学学报 2025年第1期43卷 1-19页

作者：孙明辰金辉王英吉林大学计算机科学与技术学院吉林长春130012 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

现有基于深度学习的疾病预测模型通常是数据驱动的,导致模型过度依赖于训练数据集中的样本数量以及疾病类型覆盖范围。现有疾病预测方法主要存在以下局限性:1)若模型在训练过程中所涉及的疾病类型有限,则其在处理罕见疾病时性能会大幅... 详细信息

现有基于深度学习的疾病预测模型通常是数据驱动的,导致模型过度依赖于训练数据集中的样本数量以及疾病类型覆盖范围。现有疾病预测方法主要存在以下局限性:1)若模型在训练过程中所涉及的疾病类型有限,则其在处理罕见疾病时性能会大幅下降甚至做出错误预测。2)训练数据中可能存在与预测目标无关或相关性较小的特征。这种噪声会导致模型无法做出稳定的可靠预测,进而无法满足医疗领域应用对高安全性、高可靠性的现实需求。为解决上述问题,本文构建了融合胶囊网络与因果推理的疾病预测模型CausalCap。首先获取临床特征与疾病标签间的因果效应和因果关系,构建临床特征因果图。其次,对因果图进行剪枝,删除与疾病标签没有因果关系的虚假关联节点,保留对疾病发生有因果影响的关键节点,以得到疾病因果图。最后,利用分层图胶囊神经网络(hierarchical graph capsule network,HGCN)对疾病因果图进行图分类实现疾病预测。本文在6个公共数据集上进行的大量实验表明:与次优方法相比,所提方法在准确率和F1指标上分别有2.50%和6.46%的平均提升。

关键词：疾病预测因果推理胶囊网络动态路由图分类

来源：评论

学校读者我要写书评

暂无评论

用于印刷品的宽幅面高光谱颜色测量系统研究

引用

光谱学与光谱分析 2025年第2期45卷 312-321页

作者：陈静雪魏愉城周建康朱嘉诚沈为民苏州大学光电科学与工程学院教育部现代光学技术重点实验室江苏苏州215006 苏州大学光电科学与工程学院江苏省先进光学制造技术重点实验室江苏苏州215006 苏州大学计算机科学与技术学院江苏苏州215008

光照环境变化、印刷材质差异、相机彩色滤光片曲线或色彩响应偏差容易影响相机检测印刷色度测量值,而高光谱成像仪可获取物体的自身反射率曲线并配合色度算法有效提升色度测量的准确性,并可得到各种光照环境条件下的色度值。基于印刷品... 详细信息

光照环境变化、印刷材质差异、相机彩色滤光片曲线或色彩响应偏差容易影响相机检测印刷色度测量值,而高光谱成像仪可获取物体的自身反射率曲线并配合色度算法有效提升色度测量的准确性,并可得到各种光照环境条件下的色度值。基于印刷品色差检测需求,提出以印刷品三原色混合反射率为基础建立成像色度测量系统各指标的三刺激值影响分析模型,重要指标有信噪比、光谱分辨率、谱线弯曲、色畸变等。为降低非均匀性、噪声及辐射标准传递影响,摒弃传统成像光谱仪相对辐射定标、绝对辐射定标而采用均匀间隔分布的标准漫反射板来直接建立物体反射率和仪器探测器像元响应的物理关系。基于Offner型分光组件研制了推扫式宽幅色度成像装置(PBCID),具有低谱线弯曲和色畸变的分光组件减免了校正处理,并由分析模型和CIEDE2000色差公式得到该装置各指标引起的色差均小于0.3。对比PBCID和参照仪器CM-700d测量24色标准色卡的颜色结果,光谱精度和色度精度能够达到分辨精细印刷品色差的要求。反射率定标后狭缝视场内光谱辐射响应均匀,色度测量均匀性良好,最大色差为1.02。不同光源照明时PBCID测得各色块的平均色差为1.56,表明使用研制的PBCID测量颜色时不受光源的影响。本文提出的色度测量仪器指标影响分析模型和基于反射率板的定标流程为开发在线式宽幅成像色度仪器提供了设计依据和技术基础。

关键词：印刷品颜色推扫式色度成像三刺激值影响分析模型色差反射率定标谱线弯曲和色畸变

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的游戏智能引导算法

引用

吉林大学学报(理学版) 2025年第1期63卷 91-98页

作者：白天吕璐瑶李储何加亮吉林大学计算机科学与技术学院长春130012 吉林大学软件学院长春130012 大连民族大学信息与通信工程学院辽宁大连116600

针对传统游戏智能体算法存在模型输入维度大及训练时间长的问题,提出一种结合状态信息转换与奖励函数塑形技术的新型深度强化学习游戏智能引导算法.首先,利用Unity引擎提供的接口直接读取游戏后台信息,以有效压缩状态空间的维度,减少输... 详细信息

针对传统游戏智能体算法存在模型输入维度大及训练时间长的问题,提出一种结合状态信息转换与奖励函数塑形技术的新型深度强化学习游戏智能引导算法.首先,利用Unity引擎提供的接口直接读取游戏后台信息,以有效压缩状态空间的维度,减少输入数据量;其次,通过精细化设计奖励机制,加速模型的收敛过程;最后,从主观定性和客观定量两方面对该算法模型与现有方法进行对比实验,实验结果表明,该算法不仅显著提高了模型的训练效率,还大幅度提高了智能体的性能.

关键词：深度强化学习游戏智能体奖励函数塑形近端策略优化算法

来源：评论

学校读者我要写书评

暂无评论

印刷电路板缺陷持续检测与定位方法研究

引用

智能系统学报 2025年第1期20卷 219-229页

作者：杨奡飞续欣莹谢刚刘华平太原理工大学电气与动力工程学院山西太原030024 清华大学计算机科学与技术系北京100084

针对目前缺陷检测与定位方法只能对特定类型的缺陷进行检测,而不能连续地学习检测不同类型缺陷的问题,提出了一种基于反向蒸馏模型的缺陷检测与定位方法。该方法以反向蒸馏模型为基础模型,对模型中间层输出的特征图以及一分类嵌入表示... 详细信息

针对目前缺陷检测与定位方法只能对特定类型的缺陷进行检测,而不能连续地学习检测不同类型缺陷的问题,提出了一种基于反向蒸馏模型的缺陷检测与定位方法。该方法以反向蒸馏模型为基础模型,对模型中间层输出的特征图以及一分类嵌入表示进行池化蒸馏,使得模型能够在连续的任务序列上不断地学习新的检测任务,从而达到持续学习的能力。在4个连续的印刷电路板(printed circuit board,PCB)缺陷检测与定位任务上进行实验,实验结果表明该方法的性能优于对比方法,能够满足工业生产场景的应用需求,在抑制对旧任务样本的检测能力的遗忘的同时,能够保持学习检测新任务的能力。

关键词：缺陷检测缺陷定位持续学习深度学习无监督学习反向蒸馏一分类嵌入池化蒸馏印刷电路板

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的网络异常流量检测研究综述

引用

武汉大学学报(理学版) 2025年第2期 159-172页

作者：杨宏宇张豪豪胡泽成翔中国民航大学安全科学与工程学院中国民航大学计算机科学与技术学院扬州大学信息工程学院

数据量的迅速增长和流量模式的多样性使得网络异常流量检测变得愈加复杂，有效的网络异常流量检测能够及时发现潜在的网络威胁和攻击行为，维护网络安全。本文对基于深度学习的网络异常流量检测的研究现状、面临的挑战和未来研究方向进... 详细信息

数据量的迅速增长和流量模式的多样性使得网络异常流量检测变得愈加复杂，有效的网络异常流量检测能够及时发现潜在的网络威胁和攻击行为，维护网络安全。本文对基于深度学习的网络异常流量检测的研究现状、面临的挑战和未来研究方向进行全面综述。首先，详细阐述网络异常流量检测的基本概念和检测流程，并对常用的网络异常流量检测数据集进行分析介绍。然后，详细分析卷积神经网络、双向长短期记忆网络、自编码器、生成对抗网络、图神经网络和自然语言处理等深度学习方法在异常流量检测中的优势和局限。最后，深入讨论基于深度学习的网络异常流量检测方法面临的主要挑战，并提出未来研究方向。

关键词：异常流量检测流量分析网络安全深度学习

来源：评论

学校读者我要写书评

暂无评论

变转速工况下松动故障自适应时频模态分解

引用

工程科学学报 2025年第1期47卷 130-141页

作者：单振汤佳琛王重秋杨建华郝晨航李尚袁中国矿业大学计算机科学与技术学院徐州221116 中国矿业大学机电工程学院徐州221116 徐州重型机械有限公司徐州221004

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,... 详细信息

松动故障广泛存在于机械设备之中,而在变转速工况下的松动故障诊断仍存在一定挑战.为实现变转速工况下的松动故障诊断,本文提出了一种自适应时频模态分解方法.为提高该方法的多工况自适应能力,针对时频模态分解窗宽参数进行了优化选取,研究了窗宽参数与分解输出的非线性关联特征,实现了不同噪声下的自适应时频模态分解.为验证该方法的有效性,针对支承松动故障进行了实验验证,同时在某工程设备上进行了旋转部件松动故障实验验证.采用自适应时频模态分解算法对实验验证数据进行处理,实现了非平稳特征的模态分解.通过定义和计算各阶次能量占比,完成了振动信号的故障特征分析,实现了松动故障的特征提取与诊断.结果表明,所提方法能够实现非平稳信号的模态分解,对于松动故障具备有效的诊断能力.

关键词：变转速工况模态分解松动故障强噪声自适应

来源：评论

学校读者我要写书评

暂无评论

深度学习模型供应链的安全性研究综述

引用

计算机研究与发展 2025年

作者：陈若曦陈晋音郑海斌阳雪燕纪守领陈铁明浙江工业大学信息工程学院浙江工业大学网络空间安全研究院浙江大学计算机科学与技术学院浙江工业大学计算机科学与技术学院

预训练模缓解了训练数据和算力受限的问题，也催生了模型开发和应用的新范式——深度学习模型供应链．在这一供应链中，预训练模型由原始发布者上传，并经二次开发者进行必要的迁移、压缩与部署，以适应不同的应用需求．然而，这一过程... 详细信息

预训练模缓解了训练数据和算力受限的问题，也催生了模型开发和应用的新范式——深度学习模型供应链．在这一供应链中，预训练模型由原始发布者上传，并经二次开发者进行必要的迁移、压缩与部署，以适应不同的应用需求．然而，这一过程引入了新的环节和多元要素，随之产生了数据泄露和计算安全等风险．尽管深度学习模型供应链已被广泛采纳，目前对于其安全性威胁的系统性研究仍然不足．针对这一研究空白，概括了深度学习模型供应链的概念及其基本框架，调研了相关的研究工作．依据模型生命周期的不同阶段，详细分析了设计、二次开发、部署和使用各环节的安全脆弱点，对可能遭遇的安全性攻击手段进行了系统的梳理、比较和总结，并探讨了相应的防护策略．为了帮助读者更好地使用预训练模型，对现有预训练模型仓库进行了比较．最后，基于目前深度学习模型供应链所面临的挑战，从安全性审查、实时检测和问题溯源等不同角度分析和讨论了未来可能的研究发展方向，为更安全可靠地开发和使用预训练模型提供了思路．涉及论文方法和相关代码归纳整理在https://***/Dipsy0830/DNN-supply-chain-survey，方便研究人员下载使用．

关键词：深度学习模型供应链预训练模型安全风险安全与隐私深度神经网络深度学习

来源：评论

学校读者我要写书评

暂无评论

一种基于区间验证的隐私保护真值发现算法

引用

小型微型计算机系统 2025年第2期46卷 410-416页

作者：张志敏赵国生王健哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 哈尔滨理工大学计算机科学与技术学院哈尔滨150080

隐私保护真值发现技术在移动群智感知网络领域中受到了广泛关注.然而在实际应用中,恶意用户上传的异常值对真值发现结果的可靠性带来了较大影响.为此,提出了一种基于区间验证的隐私保护真值发现算法IVPPTD (Interval Verification based... 详细信息

隐私保护真值发现技术在移动群智感知网络领域中受到了广泛关注.然而在实际应用中,恶意用户上传的异常值对真值发现结果的可靠性带来了较大影响.为此,提出了一种基于区间验证的隐私保护真值发现算法IVPPTD (Interval Verification based Privacy-Preserving Truth Discovery).首先,采用Paillier同态加密方法实现用户感知数据的安全上传和真值发现,保护用户的感知数据、权重信息以及估算真值的隐私不被泄露.其次,提出一种密文域中的异常数据过滤算法,对数据约束区间外的异常值进行数据清洗,从而在保护用户敏感信息不被泄露的前提下,提高真值发现结果的可靠性.最后,基于感知平台和密钥生成中心协作完成真值发现过程,减少了用户与云服务器之间的通信开销.仿真实验结果表明,所提方法具有高准确率、对异常值的鲁棒性以及较低的计算开销.

关键词：移动群智感知真值发现隐私保护异常数据过滤同态加密

来源：评论

学校读者我要写书评

暂无评论

面向分布式超导量子计算架构的量子线路映射

引用

软件学报 2025年第05期 2381-2400页

作者：朱鹏程卫丽华冯世光周祥臻郑盛根管致锦宿迁学院信息工程学院南通大学信息科学技术学院清华大学计算机科学与技术系鹏城实验室

近年来,超导量子互连技术的研究取得了重要进展,这为构建分布式超导量子计算架构提供了有效途径.分布式超导架构在网络拓扑、量子比特连通性、以及量子态传输协议等方面对量子线路的执行施加了严格约束.为在分布式架构上调度和执行量子... 详细信息

近年来,超导量子互连技术的研究取得了重要进展,这为构建分布式超导量子计算架构提供了有效途径.分布式超导架构在网络拓扑、量子比特连通性、以及量子态传输协议等方面对量子线路的执行施加了严格约束.为在分布式架构上调度和执行量子线路,需要通过专门的映射工序对量子线路进行适配底层架构的变换,并将变换后的线路交由网络中多个QPU (quantum processing unit)协同运行.分布式量子线路映射需向原始线路插入辅助的量子态移动操作,这些操作(尤其是QPU间量子态移动操作)具有较高的错误率.因此,减少映射所需的量子态移动操作数对于保证分布式计算的成功率至关重要.基于超导量子互连技术和超导QPU的技术特征构建一种抽象的分布式量子计算模型,并基于该抽象模型提出一种分布式量子线路映射方法,该方法由量子比特分布式映射和量子态路由两个核心模块组成,前者以量子态路由开销为代价函数,通过局部寻优和模拟退火相结合的策略生成近最优的初始映射;后者根据量子门执行的不同情形构建多个启发式量子态路由策略,并通过灵活应用这些策略最小化插入的量子态移动操作数.所构建的分布式抽象模型屏蔽了底层架构中和量子线路映射无关的物理细节,这使得基于该模型的映射方法可适用于一类分布式超导架构而非某个特定架构.另外,所提方法可作为辅助工具参与分布式网络拓扑结构的设计和评价.实验结果表明,所提算法可以有效降低映射所需的QPU内量子态移动操作(即SWAP门)数和QPU间量子态移动操作(即ST门)数.相较已有算法,在所有基准线路上平均减少69.69%的SWAP门和85.88%的ST门,且时间开销和已有算法接近.

关键词：超导量子计算量子网络分布式计算量子处理器量子线路映射

来源：评论

学校读者我要写书评

暂无评论

基于字符表示学习与时序边界扩散的网络安全实体识别方法

引用

电子与信息学报 2025年 1-15页

作者：胡泽李文君杨宏宇中国民航大学安全科学与工程学院天津300300 中国民航大学计算机科学与技术学院天津300300

网络安全实体识别作为威胁信息抽取、构建知识图谱的基础，对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题，提出一种基于字符表示学... 详细信息

网络安全实体识别作为威胁信息抽取、构建知识图谱的基础，对于发现和应对网络威胁具有至关重要的作用。该文针对当前主流的命名实体识别方法在网络安全领域泛化能力欠佳、难以清晰判断网络安全实体边界的问题，提出一种基于字符表示学习与时序边界扩散的网络安全实体识别方法。该方法首先将命名实体识别任务分解为实体边界检测与实体分类两个子任务，分别进行处理;其次，对于实体边界检测任务，使用基于问答的方法将预定义的问题与数据进行编码，采用膨胀卷积残差字符网络进行数据的字符级特征提取，并使用时序边界扩散网络判断实体边界;然后，对于实体分类任务，同样使用问答方法，并独立训练分类器进行实体类型判断;最后将实体边界检测任务的结果输入实体分类任务判断实体的类型。为验证方法有效性，在网络威胁情报数据集DNRTI上进行测试。实验结果表明，边界检测效率的提升能够有效增强命名实体识别的性能。该方法在网络安全实体识别任务中不仅资源开销较小，且对比近年提出的基线方法性能有所提升，其中较最近两年的方法在F1分数上提升了0.40%～1.65%。

关键词：命名实体识别网络安全边界检测深度学习自然语言处理

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：