检索结果-内蒙古大学图书馆

智能计算机与应用 2020年第5期10卷 56-62,66页

作者：陈吉龙翟健宏哈尔滨工业大学计算机科学与技术学院哈尔滨150000

21世纪互联网的高速发展带动了工业信息化的革新,越来越多的工业控制系统由原先的封闭网络转入开放互联网络,在资源利用率和工作效率不断提升的同时,工业控制系统的脆弱性也逐渐暴露在公众视角中。工控安全研究起步晚,现有能应对网络化... 详细信息

21世纪互联网的高速发展带动了工业信息化的革新,越来越多的工业控制系统由原先的封闭网络转入开放互联网络,在资源利用率和工作效率不断提升的同时,工业控制系统的脆弱性也逐渐暴露在公众视角中。工控安全研究起步晚,现有能应对网络化、信息化工控安全问题的人才储备不足。同时,由于工业控制系统的复杂性、专业性和封闭性,市场上可用于工控安全研究及测试的软硬件平台不多,且都普遍存在成本投入大、操作复杂、灵活性不高等问题。本文给出了一种基于虚拟化技术的工控网络靶场解决方案,利用OpenStack和Snort等系统,以低投入、低消耗的代价实现了工业控制场景的虚拟化仿真,使工控安全教育研究能在虚拟化平台上开展。

关键词：工控安全网络靶场 OpenStack Snort

来源：评论

学校读者我要写书评

暂无评论

事件表示学习综述

引用

智能计算机与应用 2020年第6期10卷 12-18页

作者：廖阔丁效秦兵刘挺黄虎杰哈尔滨工业大学计算机科学与技术学院哈尔滨150001

事件是现实世界中信息的一种结构化的表示形式,事件表示学习的目标是将这种结构化的信息表示为计算机可以理解的形式。事件表示学习是事件相似度度量、脚本事件预测、股市预测等任务的基础,对人工智能的发展有着重要作用。早期研究大多... 详细信息

事件是现实世界中信息的一种结构化的表示形式,事件表示学习的目标是将这种结构化的信息表示为计算机可以理解的形式。事件表示学习是事件相似度度量、脚本事件预测、股市预测等任务的基础,对人工智能的发展有着重要作用。早期研究大多采用离散的事件表示,随着深度学习的发展,人们开始尝试使用深度神经网络为事件学习稠密的向量表示,同时逐步探索将多种形式的外部信息融入事件表示中。本文旨在总结事件表示学习的相关工作,以期为后续研究提供参考。

关键词：表示学习事件人工智能深度学习

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的HEVC帧间预测

引用

智能计算机与应用 2020年第3期10卷 386-391页

作者：王洋高文哈尔滨工业大学计算机科学与技术学院哈尔滨150001

高效视频编码标准HEVC是最新的数字视频编码标准,其中,帧间预测在去除时域相关性方面扮演重要角色。在传统的帧间预测方法中,因为仅仅利用了时域信息,所以帧间预测的准确性是有限的。在本文中,提出了利用时域-空域信息的基于神经网络的H... 详细信息

高效视频编码标准HEVC是最新的数字视频编码标准,其中,帧间预测在去除时域相关性方面扮演重要角色。在传统的帧间预测方法中,因为仅仅利用了时域信息,所以帧间预测的准确性是有限的。在本文中,提出了利用时域-空域信息的基于神经网络的HEVC帧间预测算法。具体来讲,在本文提出的算法中,首先设计了一个包含全连接网络(fully connected netw ork,FCN)和卷积神经网络(convolutional neural network,CNN)的神经网络结构。其次,时域相邻像素和空域相邻像素输入到FCN网络,FCN网络输出的结果和当前预测块输入到CNN网络中,CNN网络生成最终的当前块的更准确的预测块。实验结果表明,与HEVC参考软件HM 16.9在通用测试条件Low Delay P(LDP)下编码,本文提出的算法能够带来平均1.7%(高达8.6%)的BD-rate节省。

关键词： HEVC 帧间预测神经网络卷积神经网络全连接网络

来源：评论

学校读者我要写书评

暂无评论

基于规则过滤和谓词覆盖的MLN迁移算法研究

引用

智能计算机与应用 2020年第1期10卷 265-270页

作者：吁松何慧王星哈尔滨工业大学计算机科学与技术学院哈尔滨150001

迁移学习的目标是将源领域的知识迁移到目标领域,从而实现在数据稀缺的目标领域上获得良好的效果。在处理关系型数据时,研究将迁移学习与马尔科夫逻辑网络相结合,得到一种基于一阶逻辑公式映射的迁移学习算法。本文的迁移算法针对的是... 详细信息

迁移学习的目标是将源领域的知识迁移到目标领域,从而实现在数据稀缺的目标领域上获得良好的效果。在处理关系型数据时,研究将迁移学习与马尔科夫逻辑网络相结合,得到一种基于一阶逻辑公式映射的迁移学习算法。本文的迁移算法针对的是目标域数据极少的情况。为了提升迁移的效果,研究基于迁移规则和依据权重覆盖谓词的策略对映射的公式进行适当的筛选,迁移对目标域价值最大的公式,最终提升整体迁移效果。研究用3个从现实世界收集的关系型数据来验证本文算法,并与现有的算法进行对比,结果显示本文的算法具有出色的表现。

关键词：迁移学习马尔可夫逻辑网络谓词映射规则筛选谓词覆盖

来源：评论

学校读者我要写书评

暂无评论

针对新顶级域名的Web浏览器行为测试与分析

引用

智能计算机与应用 2020年第2期10卷 333-338页

作者：刘文峰方滨兴张文佳哈尔滨工业大学计算机科学与技术学院哈尔滨150001

为进一步满足发展互联网空间的需要,2011年互联网名称与数字地址分配机构(ICANN)通过新顶级域批案[1](New gTLD),宣布放开通用顶级域名的注册限制,允许企业和机构使用自创名称注册通用顶级域名。截至17年6月,全球范围内顶级域的数量已... 详细信息

为进一步满足发展互联网空间的需要,2011年互联网名称与数字地址分配机构(ICANN)通过新顶级域批案[1](New gTLD),宣布放开通用顶级域名的注册限制,允许企业和机构使用自创名称注册通用顶级域名。截至17年6月,全球范围内顶级域的数量已经增长到1563个。本文提出一种对新顶级域名在Web浏览器中的行为进行测试和分析的方法,设计和实现了基于UIA的浏览器自动测试系统,应用该系统在根据百度统计的浏览器市场份额排名前十的浏览器中进行了测试。测试对象包含真实新顶级域和虚拟新顶级域。测试发现,浏览器行为特征主要表现为3种类型:跳转搜索并解析;跳转搜索不解析;不跳转搜索且解析。根据内核分类的不同,浏览器在针对不同类型顶级域的2次测试表现出的行为特征有明显的差异。对于测试浏览器中70%无法正常显示国际域名的浏览器,本工作统计了其显示异常的数量。

关键词：新顶级域名 Web浏览器行为 GUI自动化测试

来源：评论

学校读者我要写书评

暂无评论

面向社交媒体的反讽识别

引用

智能计算机与应用 2020年第2期10卷 301-307页

作者：罗观柱赵妍妍秦兵刘挺哈尔滨工业大学计算机科学与技术学院哈尔滨150001

反讽是社交媒体中常用的一种修辞方法,反讽的存在对传统的情感分析或观点挖掘带来了挑战。反讽修辞中一种常用的表达形式为使用极性相反的情感词来表达"前后情感矛盾"。本文针对该形式的反讽,提出了一种基于注意力机制的神经... 详细信息

反讽是社交媒体中常用的一种修辞方法,反讽的存在对传统的情感分析或观点挖掘带来了挑战。反讽修辞中一种常用的表达形式为使用极性相反的情感词来表达"前后情感矛盾"。本文针对该形式的反讽,提出了一种基于注意力机制的神经网络模型,该模型可以捕捉一句话中的前后情感矛盾的两个词从而推断是否为反讽。该模型不考虑句子的上下文,仅从句子本身的结构出发,计算任意两个词之间的注意力分数从而发现导致反讽的关键词。本模型在多个数据集上取到了很好的效果,并且该模型有较好的可解释性。

关键词：反讽识别注意力机制情感分析社交媒体神经网络

来源：评论

学校读者我要写书评

暂无评论

面向三维人脸重建的自编码体素网络研究

引用

智能计算机与应用 2020年第6期10卷 303-308,F0003页

作者：董俊呈左旺孟哈尔滨工业大学计算机科学与技术学院哈尔滨150001

在过去的几十年里,单幅人脸图像三维重建技术在计算机视觉和图形学领域中获得了极大的关注。自编码体素网络可以通过一张照片来估计一张人脸的高质量的体素模型,拥有不错的效果。本文从自编码体素网络的模型结构,引导项和损失函数三个... 详细信息

在过去的几十年里,单幅人脸图像三维重建技术在计算机视觉和图形学领域中获得了极大的关注。自编码体素网络可以通过一张照片来估计一张人脸的高质量的体素模型,拥有不错的效果。本文从自编码体素网络的模型结构,引导项和损失函数三个方面对其进行了改进,给出了改进方案和测试结果,证明改进是有效的。

关键词：三维重建自编码体素网络体素模型

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的癫痫发作预测方法研究

引用

智能计算机与应用 2020年第1期10卷 294-300,303页

作者：闵腾飞臧天仪哈尔滨工业大学计算机科学与技术学院哈尔滨150001

癫痫是一种常见的神经系统疾病,影响着全世界近1%的人。越来越多的人认识到,采用癫痫发作预警的闭环治疗策略,可以在一定程度上控制癫痫的发作。本文主要基于Kaggle癫痫预测EGG数据集,同时采用深度学习模型,对预测癫痫发作前片段的概率... 详细信息

癫痫是一种常见的神经系统疾病,影响着全世界近1%的人。越来越多的人认识到,采用癫痫发作预警的闭环治疗策略,可以在一定程度上控制癫痫的发作。本文主要基于Kaggle癫痫预测EGG数据集,同时采用深度学习模型,对预测癫痫发作前片段的概率问题进行了实验性的研究。研究通过离散傅里叶变换(DFT)对数据集进行了预处理,并提出了利用两层卷积神经网络(CNN)提取频域和时间序列数据特征的模型,最终AUC指标为0.786,在504个队伍中排到第11位。同时,本文采用线性判别分析(LDA)和基本的递归神经网络(RNN)模型对此数据集进行了对比实验与分析。

关键词：癫痫离散傅里叶变换(DFT) 卷积神经网络(CNN) 递归神经网络(RNN)

来源：评论

学校读者我要写书评

暂无评论

序列-序列模型注意力机制模块基本原理探究

引用

智能计算机与应用 2020年第1期10卷 1-6页

作者：马春鹏赵铁军哈尔滨工业大学计算机科学与技术学院哈尔滨150001

编码器-解码器注意力矩阵一直都被认为是传统的神经机器翻译模型(例如基于循环神经网络的模型)学习到的词对齐。然而,通过实验证明了,对于Transformer这一结论并不成立。通过比较Transformer与基于循环神经网络的模型,研究发现了2种模... 详细信息

编码器-解码器注意力矩阵一直都被认为是传统的神经机器翻译模型(例如基于循环神经网络的模型)学习到的词对齐。然而,通过实验证明了,对于Transformer这一结论并不成立。通过比较Transformer与基于循环神经网络的模型,研究发现了2种模型中注意力机制的本质上的2个区别。基于这个观察,提出了2种能够让Transformer的注意力机制学习到词对齐的方法。实验结果证明了本文提出的方法的有效性,可使Transformer既能学习到很好的词对齐,也能够提升机器翻译的性能。

关键词：序列-序列模型词对齐 Transformer

来源：评论

学校读者我要写书评

暂无评论

生物信息学方法预测增强子及其作用位点综述

引用

智能计算机与应用 2020年第3期10卷 1-6,13页

作者：章天骄王亚东哈尔滨工业大学计算机科学与技术学院哈尔滨150001

对于多细胞真核生物来说,细胞的特异性功能是十分重要的。这就要求在相同遗传物质的基础上,细胞能够通过不同的基因表达模式来适应环境的变化。基因表达调控的因素有很多,近年来随着对基因组非编码区的研究,发现了一些非编码的DNA序列... 详细信息

对于多细胞真核生物来说,细胞的特异性功能是十分重要的。这就要求在相同遗传物质的基础上,细胞能够通过不同的基因表达模式来适应环境的变化。基因表达调控的因素有很多,近年来随着对基因组非编码区的研究,发现了一些非编码的DNA序列对于基因表达调控具有重要意义。增强子是对基因表达调控具有重要作用的非编码序列元件之一。一些增强子能够通过转录产生具有调控功能的RNA,也被称为增强子RNA(enhancer RNA,eRNA)。因此对于增强子的序列特征、作用位点以及在特定时间和特定组织中表达模式的研究成为了基因表达调控领域的一个重要问题。

关键词：增强子 eRNA 基因表达调控

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：