检索结果-内蒙古大学图书馆

声学学报 2025年第2期50卷 456-474页

作者：李晨牧邱龙皓王晋晋梁国龙沈同圣哈尔滨工程大学水声技术重点实验室哈尔滨150001 国防科技创新研究院前沿交叉技术研究中心北京100071 海洋信息获取与安全工信部重点实验室(哈尔滨工程大学) 哈尔滨150001 哈尔滨工程大学水声工程学院哈尔滨150001

水下远近场混合源定位算法的定位精度往往受到采样网格的限制,粗糙的网格在降低精度的同时可能导致近场声信号功率泄露至远场,恶化远场测向结果;细密的网格使算法计算复杂度剧增,影响算法的计算效率与实用性。为此提出了一种稀疏贝叶斯... 详细信息

水下远近场混合源定位算法的定位精度往往受到采样网格的限制,粗糙的网格在降低精度的同时可能导致近场声信号功率泄露至远场,恶化远场测向结果;细密的网格使算法计算复杂度剧增,影响算法的计算效率与实用性。为此提出了一种稀疏贝叶斯学习远近场混合源离网定位算法。该算法通过建立水下声信号远近场离网模型,利用稀疏贝叶斯学习过程实现离网误差的估计与补偿,从而突破网格限制,获得更高精度的定位结果。在此基础上,还提出了一种提高计算效率的网格演化方法,该方法根据离网误差估计结果引导网格点在声源位置附近细化,实现了网格点有侧重、非均匀地覆盖感兴趣空域,有效降低了算法计算复杂度。仿真和湖试数据处理结果表明,与现有稀疏贝叶斯学习远近场混合源定位算法相比,所提算法具有更高的定位精度、分辨率和计算效率。

关键词：声源定位稀疏贝叶斯学习离网模型网格演化

来源：评论

学校读者我要写书评

暂无评论

单矢量水听器的改进稀疏贝叶斯学习方位估计算法

引用

声学学报 2025年第1期50卷 77-85页

作者：李雄辉梁国龙沈同圣罗再磊哈尔滨工程大学水声工程学院哈尔滨150001 国防科技创新研究院前沿交叉技术研究中心北京100071 工业和信息化部海洋信息获取与安全工信部重点实验室(哈尔滨工程大学) 哈尔滨150001 哈尔滨工程大学水声技术重点实验室哈尔滨150001

复数稀疏贝叶斯学习(SBL)算法计算量大,为此将声能流与稀疏贝叶斯学习算法相结合,提出了基于单矢量水听器的声能流稀疏贝叶斯学习(SI-SBL)方位估计算法。该方法采用声能流取代声压振速信息作为观测量,将参数估计过程从复数域运算转化为... 详细信息

复数稀疏贝叶斯学习(SBL)算法计算量大,为此将声能流与稀疏贝叶斯学习算法相结合,提出了基于单矢量水听器的声能流稀疏贝叶斯学习(SI-SBL)方位估计算法。该方法采用声能流取代声压振速信息作为观测量,将参数估计过程从复数域运算转化为实数域运算,同时利用声压通道噪声与振速噪声不相关的特点实现了噪声抑制,进一步加快了稀疏贝叶斯学习算法收敛速度,使SI-SBL算法获得相比以声压振速通道作为观测量的SBL算法更高的估计精度和尖锐的谱峰。仿真数据表明,单矢量水听器SI-SBL算法相比于SBL算法具有更高的精度和更快的计算速度。实验数据验证,SI-SBL算法相比SBL精度提高了25%,运算速度提高了8倍,证明了本文所提SI-SBL算法应用于水平方位估计的可行性。

关键词：矢量水听器方位估计稀疏贝叶斯学习声能流

来源：评论

学校读者我要写书评

暂无评论

水下定位精度优化的AUV航路规划方法

引用

哈尔滨工程大学学报 2025年第1期46卷 111-118页

作者：井中武张昊楠刘冰饶炜阮福明哈尔滨工程大学水声技术全国重点实验室黑龙江哈尔滨150001 海洋信息获取与安全工业和信息化部重点实验室(哈尔滨工程大学)工业和信息化部黑龙江哈尔滨150001 哈尔滨工程大学水声工程学院黑龙江哈尔滨150001 中海油田服务股份有限公司物探事业部天津300459 海洋油气勘探国家工程研究中心天津300459 中国船舶集团有限公司系统工程研究院北京100094

针对水声定位任务背景下,自主水下航行器的路径规划未充分考虑定位精度需求,导致定位精度较差的问题,本文提出了一种基于改进人工势场法的路径规划方法。通过建立视线力,使目标保持在声呐的视线范围内,并建立定位精度势场,以优化定位精... 详细信息

针对水声定位任务背景下,自主水下航行器的路径规划未充分考虑定位精度需求,导致定位精度较差的问题,本文提出了一种基于改进人工势场法的路径规划方法。通过建立视线力,使目标保持在声呐的视线范围内,并建立定位精度势场,以优化定位精度。该方法与传统的引力场和斥力场相结合,同时具备避障能力,实现了对于定位精度与自主避障能力的兼顾。湖试试验结果验证了所提方法的有效性。

关键词：路径规划自主水下航行器水声定位人工势场法长基线定位定位精度时延差声信标

来源：评论

学校读者我要写书评

暂无评论

基于用户关系挖掘和信誉评价的垃圾邮件识别算法

引用

高技术通讯 2012年第9期22卷 889-896页

作者：王巍苘大鹏玄世昌杨武邱文真哈尔滨工程大学信息安全研究中心哈尔滨150001

采用基于行为的垃圾邮件识别思想，提出了一种基于用户关系挖掘与信誉评价的垃圾邮件识别算法。首先在分析邮件用户群体历史通信关系的基础上，建立邮件用户关系描述模型。进行邮件信誉评价时，利用用户关系描述模型对潜在用户通信关系... 详细信息

采用基于行为的垃圾邮件识别思想，提出了一种基于用户关系挖掘与信誉评价的垃圾邮件识别算法。首先在分析邮件用户群体历史通信关系的基础上，建立邮件用户关系描述模型。进行邮件信誉评价时，利用用户关系描述模型对潜在用户通信关系进行挖掘，并根据邮件接收用户和邮件指纹建立邮件通信路径集，根据路径集中的用户对该邮件对应指纹的历史评价结果得到其综合信誉值，以识别垃圾邮件。在收件人进行反馈时，实时更新用户和邮件指纹信誉值。实验结果表明，该算法识别垃圾邮件的准确率达到95％以上。在算法设计中考虑了实用性，可用于实际的垃圾邮件识别系统。

关键词：垃圾邮件行为分析用户关系挖掘信誉评价

来源：评论

学校读者我要写书评

暂无评论

基于信誉评测机制的WSN安全路由协议研究

引用

高技术通讯 2010年第12期20卷 1211-1216页

作者：杨武马兴国王巍苘大鹏高光照哈尔滨工程大学信息安全研究中心哈尔滨150001

针对无线传感器网络(WSN)路由协议存在的安全问题,考虑到WSN节点能量低、资源有限的缺陷,提出了一种新型的WSN安全路由协议——VH-GEAR协议。VH-GEAR协议在地理位置能量感知路由(GEAR)协议的基础上引入了纵向(vertocal,V)和横向(horizon... 详细信息

针对无线传感器网络(WSN)路由协议存在的安全问题,考虑到WSN节点能量低、资源有限的缺陷,提出了一种新型的WSN安全路由协议——VH-GEAR协议。VH-GEAR协议在地理位置能量感知路由(GEAR)协议的基础上引入了纵向(vertocal,V)和横向(horizontal,H)分析相结合的WSN节点信誉评测模型来提高路由协议的安全性,同时通过改进路由协议的信誉更新机制来减小能耗。基于NS2的仿真实验表明,VH-GEAR路由协议能有效识别网络中的恶意节点,减小对合法节点的误判,降低网络能耗,从而加强了网络的安全性,延长了网络的生命周期,提高了网络的整体性能。

关键词：无线传感器网络(WSNs) 安全路由协议信誉评测模型信誉更新

来源：评论

学校读者我要写书评

暂无评论

基于场景平移的网络安全态势预测

引用

高技术通讯 2012年第2期22卷 140-146页

作者：李志东杨武王巍苘大鹏哈尔滨工程大学信息安全研究中心哈尔滨150001

针对网络安全态势序列复杂多变，蕴含各种各样的演化规律，传统网络安全态势预测方法难以处理的问题，提出了一种专用的预测算法，该算法从长程相关的视角辨识态势序列蕴含的规律，依据事发迹象推断延续效应，经相似度、普遍性、对比度... 详细信息

针对网络安全态势序列复杂多变，蕴含各种各样的演化规律，传统网络安全态势预测方法难以处理的问题，提出了一种专用的预测算法，该算法从长程相关的视角辨识态势序列蕴含的规律，依据事发迹象推断延续效应，经相似度、普遍性、对比度和缩放比加权后，合成预测序列。继而引入进化算法，依据预测效果调节相关参数，通过在线反馈式学习强化泛例的作用、弱化特例的干扰，提升预测算法的适应性。实验表明，该预测算法从超长态势序列中辨识多种类远距离相关性的能力很强，能对复杂多变的趋势保持自适应，预测结果更为精准可信。

关键词：网络安全安全态势趋势预测场景平移长程相关

来源：评论

学校读者我要写书评

暂无评论

基于非负矩阵分解的大规模异构数据联合聚类

引用

计算机研究与发展 2016年第2期53卷 459-466页

作者：申国伟杨武王巍于淼董国忠哈尔滨工程大学信息安全研究中心哈尔滨150001

异构信息网络中包含多类实体和关系.随着数据规模增大时,不同类实体规模增长不平衡,异构关系数据也变得异常稀疏,导致聚类算法的时间复杂度高、准确率低.针对上述问题,提出了一种基于关联矩阵分解的2阶段联合聚类算法FNMTF-CM.第1阶段,... 详细信息

异构信息网络中包含多类实体和关系.随着数据规模增大时,不同类实体规模增长不平衡,异构关系数据也变得异常稀疏,导致聚类算法的时间复杂度高、准确率低.针对上述问题,提出了一种基于关联矩阵分解的2阶段联合聚类算法FNMTF-CM.第1阶段,抽取规模较小的一类实体中的关联关系构建关联矩阵,通过对称非负矩阵分解得到划分指示矩阵.与原始关系矩阵相比,关联矩阵的稠密度更高,规模更小.第2阶段,将划分指示矩阵作为关系矩阵三分解的输入,进而快速求解另一类实体的划分指示矩阵.在标准测试数据集和异构关系数据集上的实验表明,算法准确率和性能整体优于传统的基于非负矩阵分解的联合聚类算法.

关键词：异构网络联合聚类非负矩阵分解大规模数据关联矩阵

来源：评论

学校读者我要写书评

暂无评论

面向大规模微博消息流的突发话题检测

引用

计算机研究与发展 2015年第2期52卷 512-521页

作者：申国伟杨武王巍于淼哈尔滨工程大学信息安全研究中心哈尔滨150001

突发事件在微博中迅速传播,产生巨大的影响力,因此,突发舆情受到政府、企业的广泛关注.现有的突发话题检测算法只考虑单一的特征实体,无法处理微博中新词、图片、链接等诱导的突发.面向大规模微博消息流,提出一种无需中文分词的实时突... 详细信息

突发事件在微博中迅速传播,产生巨大的影响力,因此,突发舆情受到政府、企业的广泛关注.现有的突发话题检测算法只考虑单一的特征实体,无法处理微博中新词、图片、链接等诱导的突发.面向大规模微博消息流,提出一种无需中文分词的实时突发话题检测框架模型.模型依据消息流动态调整窗口大小,并通过传播影响力度量实体的突发权值.采用高阶联合聚类算法同时对实体、消息、用户进行聚类分析,在检测突发话题的同时,得到话题的关联消息及参与用户.对比实验结果表明,算法的准确性高,能够更早地检测到突发话题.

关键词：突发话题检测微博联合聚类影响力大规模

来源：评论

学校读者我要写书评

暂无评论

基于生成式语言模型的立场检测探究

引用

中文信息学报 2025年第3期 139-147页

作者：张袁硕李澳华陈波尹召宁王潘怡赵小兵中央民族大学信息工程学院国家语言资源监测与研究民族语言中心国家安全研究院语言信息安全研究中心

近年来，立场检测任务受到越来越多的关注，但相关标注数据在范围和规模上都有限，不能有效支撑基于神经网络的立场检测。为此，该文探索在零样本/少样本场景下生成式语言模型在立场检测任务上的能力。首先，构建了一个全新的面向立场... 详细信息

近年来，立场检测任务受到越来越多的关注，但相关标注数据在范围和规模上都有限，不能有效支撑基于神经网络的立场检测。为此，该文探索在零样本/少样本场景下生成式语言模型在立场检测任务上的能力。首先，构建了一个全新的面向立场检测的数据集，包含5个主题，共2 500个人工标注样例；然后，在此数据集上进行了一系列探索实验，实验结果表明，生成式语言模型在零样本设定下，采用结构化的提示学习表现良好；增加额外信息能够显著提升模型性能；在少样本设定下，提供相同目标的示例能够明显提升模型性能，而不同目标示例产生了负面作用；使用思维链可以显著提升模型性能；受提示学习的启发，微调预训练语言模型进一步论证提供额外信息对立场检测的增益显著。

关键词：生成式语言模型立场检测零样本/少样本提示学习

来源：评论

学校读者我要写书评

暂无评论

面向微博的多实体稀疏关系数据联合聚类

引用

通信学报 2016年第1期37卷 151-159页

作者：于淼杨武王巍申国伟哈尔滨工程大学信息安全研究中心黑龙江哈尔滨150001

针对大规模微博中多实体间的稀疏关系数据,提出一种面向多实体稀疏关系数据的高效联合聚类算法。在算法中,为了充分利用多关系数据,提出了一种顽健的约束信息嵌入方法构建关系矩阵,降低了矩阵的稀疏性,进一步提高了算法的准确率。在稀... 详细信息

针对大规模微博中多实体间的稀疏关系数据,提出一种面向多实体稀疏关系数据的高效联合聚类算法。在算法中,为了充分利用多关系数据,提出了一种顽健的约束信息嵌入方法构建关系矩阵,降低了矩阵的稀疏性,进一步提高了算法的准确率。在稀疏约束的块坐标下降框架下,关系矩阵通过非负矩阵三分解算法同时获得不同实体的聚类指示矩阵。非负矩阵分解过程中,通过高效的投射算法实现快速求解,确保了聚类结果的稀疏结构。在人工和真实数据集上的实验表明,算法在3个指标上都具有明显提高,特别是在极端稀疏数据上的效果更加明显。

关键词：微博多实体稀疏关系联合聚类非负矩阵分解辅助信息嵌入

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：