检索结果-内蒙古大学图书馆

软件学报 2024年第9期35卷 4408-4424页

作者：赵兴旺王淑君刘晓琳梁吉业山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 山西太原030006 中北大学计算机科学与技术学院山西太原038507

多视图聚类在图像处理、数据挖掘和机器学习等领域引起了越来越多的关注.现有的多视图聚类算法存在两个不足,一是在图构造过程中只考虑每个视图数据之间的成对关系生成亲和矩阵,而缺乏邻域关系的刻画;二是现有的方法将多视图信息融合和... 详细信息

多视图聚类在图像处理、数据挖掘和机器学习等领域引起了越来越多的关注.现有的多视图聚类算法存在两个不足,一是在图构造过程中只考虑每个视图数据之间的成对关系生成亲和矩阵,而缺乏邻域关系的刻画;二是现有的方法将多视图信息融合和聚类的过程相分离,从而降低了算法的聚类性能.为此,提出一种更为准确和鲁棒的基于二部图的联合谱嵌入多视图聚类算法.首先,基于多视图子空间聚类的思想构造二部图进而产生相似图,接着利用相似图的谱嵌入矩阵进行图融合,其次,在融合过程中考虑每个视图的重要性进行权重约束,进而引入聚类指示矩阵得到最终的聚类结果.提出的模型将二部图、嵌入矩阵与聚类指示矩阵约束在一个框架下进行优化.此外,提供一种求解该模型的快速优化策略,该策略将优化问题分解成小规模子问题,并通过迭代步骤高效解决.提出算法和已有的多视图聚类算法在真实数据集上进行实验分析.实验结果表明,相比已有方法,提出算法在处理多视图聚类问题上是更加有效和鲁棒的.

关键词：多视图聚类子空间聚类二部图谱嵌入矩阵聚类指示矩阵

来源：评论

学校读者我要写书评

暂无评论

基于感知相似性的多目标优化隐蔽图像后门攻击

引用

计算机研究与发展 2024年第5期61卷 1182-1192页

作者：朱素霞王金印孙广路哈尔滨理工大学计算机科学与技术学院哈尔滨150080 黑龙江省智能信息处理及应用重点实验室(哈尔滨理工大学) 哈尔滨150080

深度学习模型容易受到后门攻击,在处理干净数据时表现正常,但在处理具有触发模式的有毒样本时会表现出恶意行为.然而,目前大多数后门攻击产生的后门图像容易被人眼察觉,导致后门攻击隐蔽性不足.因此提出了一种基于感知相似性的多目标优... 详细信息

深度学习模型容易受到后门攻击,在处理干净数据时表现正常,但在处理具有触发模式的有毒样本时会表现出恶意行为.然而,目前大多数后门攻击产生的后门图像容易被人眼察觉,导致后门攻击隐蔽性不足.因此提出了一种基于感知相似性的多目标优化隐蔽图像后门攻击方法.首先,使用感知相似性损失函数减少后门图像与原始图像之间的视觉差异.其次,采用多目标优化方法解决中毒模型上任务间冲突的问题,从而确保模型投毒后性能稳定.最后,采取了两阶段训练方法,使触发模式的生成自动化,提高训练效率.最终实验结果表明,在干净准确率不下降的情况下,人眼很难将生成的后门图像与原始图像区分开.同时,在目标分类模型上成功进行了后门攻击,all-to-one攻击策略下所有实验数据集的攻击成功率均达到了100%.相比其他隐蔽图像后门攻击方法,具有更好的隐蔽性.

关键词：后门攻击隐蔽后门投毒攻击深度学习模型安全

来源：评论

学校读者我要写书评

暂无评论

基于相似度加速的自适应聚类联邦学习

引用

通信学报 2024年第3期45卷 197-207页

作者：朱素霞顾玢珂孙广路哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150080 黑龙江省智能信息处理及应用重点实验室黑龙江哈尔滨150080

为了解决联邦学习过程中数据异质性导致模型性能下降的问题,考虑对联邦模型个性化,提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL)算法,基于客户端本地更新的几何特性和客户端联邦时的正向反馈实现自适应加速聚类,将客户端划... 详细信息

为了解决联邦学习过程中数据异质性导致模型性能下降的问题,考虑对联邦模型个性化,提出了一种新的基于相似度加速的自适应聚类联邦学习(ACFL)算法,基于客户端本地更新的几何特性和客户端联邦时的正向反馈实现自适应加速聚类,将客户端划分到不同任务簇,同簇中数据分布相似的客户端协同实现聚类联邦学习(CFL),从而提升模型性能。该算法不需要先验确定类簇数量和迭代划分客户端,在避免现有基于聚类的联邦算法计算成本过高、收敛速度慢等问题的同时保证了模型性能。在常用数据集上使用深度卷积神经网络验证了ACFL的有效性。结果表明,所提算法性能与聚类联邦学习算法相当,优于传统的迭代联邦聚类算法(IFCA),且具有更快的收敛速度。

关键词：联邦学习个性化聚类几何特性正向反馈

来源：评论

学校读者我要写书评

暂无评论

类别条件噪声下的半监督AUC优化理论与算法

引用

计算机学报 2025年第1期48卷 136-155页

作者：姜阳邦彦许倩倩杨智勇郝前秀操晓春黄庆明中国科学院大学计算机科学与技术学院北京101408 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中山大学网络空间安全学院广东深圳518107

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况... 详细信息

现有半监督AUC优化方法通常假设数据标注是准确的。然而在许多实际应用中,研究者往往会同时面临标注量不足和不准确的问题。为此,该文首次尝试在不完整和不准确的数据标注情况下优化AUC指标。具体而言,通过分析,对称替代损失在某些情况下可以在半监督问题中具有噪声鲁棒性。在此基础上,该文构建了一个鲁棒半监督AUC优化框架,其导出的经验风险无需估计噪声率。此外,通过紧致泛化上界的分析表明,当模型基于足够大的训练数据集进行学习时,其在未见数据上能够很好地泛化。随后,使用Barrier hinge损失对该框架进行实例化。为加快训练过程,进一步开发了一种加速算法,将损失和梯度估计的复杂度从O(n^(2))降低至O(nlogn),在实验中可获得高达200倍的加速。最后,通过在15个基准数据集上进行实验验证,证明了所提方法的有效性。

关键词：半监督学习 AUC优化标签噪声二分类问题不平衡数据学习

来源：评论

学校读者我要写书评

暂无评论

面向视觉语言理解与生成的多模态预训练方法

引用

软件学报 2023年第5期34卷 2024-2034页

作者：刘天义吴祖煊陈静静姜育刚复旦大学计算机科学技术学院上海200438 上海市智能信息处理重点实验室(复旦大学) 上海200438 上海市智能视觉计算协同创新中心(复旦大学) 上海200438

大多数现有的视觉语言预训练方法侧重于理解任务,并在训练时使用类似于BERT的损失函数(掩码语言建模和图像文本匹配).尽管它们在许多理解类型的下游任务中表现良好,例如视觉问答、图像文本检索和视觉蕴涵,但它们不具备生成信息的能力.... 详细信息

大多数现有的视觉语言预训练方法侧重于理解任务,并在训练时使用类似于BERT的损失函数(掩码语言建模和图像文本匹配).尽管它们在许多理解类型的下游任务中表现良好,例如视觉问答、图像文本检索和视觉蕴涵,但它们不具备生成信息的能力.为了解决这个问题,提出了视觉语言理解和生成的统一多模态预训练(unified multimodal pre-training for vision-language understanding and generation,UniVL).UniVL能够处理理解任务和生成任务,并扩展了现有的预训练范式,同时使用随机掩码和因果掩码,因果掩码即掩盖未来标记的三角形掩码,这样预训练的模型可以具有自回归生成的能力.将几种视觉语言理解任务规范为文本生成任务,并使用基于模版提示的方法对不同的下游任务进行微调.实验表明,在使用同一个模型时,理解任务和生成任务之间存在权衡,而提升这两个任务的可行方法是使用更多的数据.UniVL框架在理解任务和生成任务方面的性能与最近的视觉语言预训练方法相当.此外,实验还证明了基于模版提示的生成方法更有效,甚至在少数场景中它优于判别方法.

关键词：计算机视觉多模态学习预训练

来源：评论

学校读者我要写书评

暂无评论

自适应分离知识蒸馏的遥感目标检测

引用

计算机工程与应用 2025年第6期61卷 295-303页

作者：杨晓雨顾进广武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北重点实验室武汉430065

近年来,深度模型在大规模应用方面取得巨大成功,但计算复杂度和存储需求等问题使它们在资源有限的设备上难以部署。知识蒸馏(KD)是一种压缩模型的方法,然而现有方法未考虑遥感数据集的特点。具体来说,在遥感数据集中由于背景复杂,图像... 详细信息

近年来,深度模型在大规模应用方面取得巨大成功,但计算复杂度和存储需求等问题使它们在资源有限的设备上难以部署。知识蒸馏(KD)是一种压缩模型的方法,然而现有方法未考虑遥感数据集的特点。具体来说,在遥感数据集中由于背景复杂,图像中目标物体较小,直接应用现有的知识蒸馏方法时会出现大量噪声,影响训练性能。因此提出了自适应分离知识蒸馏(ASKD)方法。ASKD允许学生模型自动选择多尺度核心特征,减少噪声,同时通过分离全局和局部特征,有效抑制背景干扰。在LEVIR和SSDD数据集上,ASKD在单阶段和双阶段检测器上都取得了出色性能。例如,基于ResNet-18的Faster RCNN,ASKD在SSDD上实现了59.2%的mAP,比基线模型高出2.0个百分点,甚至胜过教师模型。

关键词：知识蒸馏遥感轻量级目标检测

来源：评论

学校读者我要写书评

暂无评论

面向连续手语识别的自适应关键帧选择

引用

中国科学：信息科学 2024年第4期54卷 893-910页

作者：闵越聪陈熙霖中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100049

基于视觉的连续手语识别旨在从图像序列中识别出对应的手语词序列,可以为手语使用者提供一种便利的辅助工具.现有的连续手语识别方法大多需要从图像序列中,逐帧提取视觉和时序特征,而相邻帧中存在的相似视觉信息带来了大量的冗余计算.... 详细信息

基于视觉的连续手语识别旨在从图像序列中识别出对应的手语词序列,可以为手语使用者提供一种便利的辅助工具.现有的连续手语识别方法大多需要从图像序列中,逐帧提取视觉和时序特征,而相邻帧中存在的相似视觉信息带来了大量的冗余计算.本文通过分析帧率对连续手语识别算法的影响,发现降低帧率可以显著地提升计算效率,但也会带来一定的性能损失.为了在降低帧率的同时保留更多手语关键信息,本文提出了自适应动态池化层(adaptive dynamic temporal pooling,ADTP),ADTP基于序列特征的自相似性对序列进行动态下采样.在此基础上,本文进一步提出了一种两阶段的训练方式,以更充分地利用原始帧率中的时空信息.具体而言,该训练方式在第一阶段只训练基于原始帧率的手语识别模型,并以此模型为教师网络,通过知识蒸馏的方式引导第二阶段含ADTP模块的模型训练.实验结果表明,本文所提的方法在损失少量性能的情况下,可以大幅度减少识别所需的计算量.此外,本文所提出的ADTP也可用于手语视频结构分析,生成简略直观的手语视频摘要.

关键词：连续手语识别时间序列分析视觉语言知识蒸馏计算效率

来源：评论

学校读者我要写书评

暂无评论

属性蒸馏的零样本识别方法

引用

计算机工程与应用 2024年第9期60卷 219-227页

作者：李厚君韦柏全广西科技大学计算机科学与技术学院(软件学院) 广西柳州545006 广西科技大学智能信息处理与图计算重点实验室广西柳州545006

零样本识别是计算机视觉领域最具挑战性的任务之一,其关键在于如何从已见类中学到稳定和可迁移的知识。为提高零样本识别的准确率,对零样本识别问题进行了系统研究,并利用知识蒸馏的思想,精心设计了一个简单有效的属性蒸馏分类器。它符... 详细信息

零样本识别是计算机视觉领域最具挑战性的任务之一,其关键在于如何从已见类中学到稳定和可迁移的知识。为提高零样本识别的准确率,对零样本识别问题进行了系统研究,并利用知识蒸馏的思想,精心设计了一个简单有效的属性蒸馏分类器。它符合人类认识事物的过程,首先从Vision Transformer大模型中获得全面细致的视觉特征,再运用属性概念蒸馏出物体的属性知识,最后迁移到未见类识别任务中。公开数据集上的实验表明,该方法取得了具有竞争力的结果,其识别准确率虽略低于最新的属性引导算法,但优于其他传统方法,而且识别架构简单具有更快的处理速度。同时,研究也指出了减少属性描述的稀疏性,以及增加多视角高清图像,将有利于提高零样本识别方法的准确率。

关键词：计算机视觉零样本识别知识蒸馏属性蒸馏

来源：评论

学校读者我要写书评

暂无评论

基于多尺度与多级语义融合Transformer的人体姿态估计方法

引用

武汉大学学报(理学版) 2024年

作者：李俊袁通达陈黎武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室

针对人体姿态估计任务中视觉Transformer模型存在的尺度多样性受限和近距离信息忽视问题，提出多尺度与多级语义融合Transformer(MMSF)模型。该模型通过引入关键点标记作为代理的交叉Transformer操作，实现了不同分辨率视觉信息的相互... 详细信息

针对人体姿态估计任务中视觉Transformer模型存在的尺度多样性受限和近距离信息忽视问题，提出多尺度与多级语义融合Transformer(MMSF)模型。该模型通过引入关键点标记作为代理的交叉Transformer操作，实现了不同分辨率视觉信息的相互学习，提高了估计精度。同时，利用深度卷积和稠密连接复用标记技术，有效提取了含有多级语义信息的交叉标记，减少了编码器层堆叠，降低了模型复杂度。通过交叉标记与标准标记的交叉融合注意力操作，整合了多级语义信息，进一步增强了姿态估计效果。实验结果表明，在相同的条件下，MMSF模型在COCO数据集上达到了78.1%的平均精度，比TokenPose基准模型高2.3%，并在MPII数据集上验证了其有效性，与近几年经典的基于Transformer的人体姿态估计方法相比取得了更好的性能。

关键词：视觉Transformer 人体姿态估计深度卷积标记融合交叉注意力

来源：评论

学校读者我要写书评

暂无评论

人工智能在高校信息化中的应用研究综述

引用

计算机工程 2025年第4期51卷 1-14页

作者：齐凤林沈佳杰王茂异张凯王新复旦大学信息化办公室上海200433 复旦大学办公室上海200433 复旦大学计算机科学技术学院上海200438 复旦大学上海市智能信息处理重点实验室上海200438

人工智能(AI)的快速发展已为众多领域赋能,对社会带来了深远的影响,其出色的处理效果、广泛的适用性以及强大的扩展能力,为高校信息化服务提供了坚实的技术基础。从AI和高校信息化的发展史出发,探讨了两者的发展历程及其关联,在国内外... 详细信息

人工智能(AI)的快速发展已为众多领域赋能,对社会带来了深远的影响,其出色的处理效果、广泛的适用性以及强大的扩展能力,为高校信息化服务提供了坚实的技术基础。从AI和高校信息化的发展史出发,探讨了两者的发展历程及其关联,在国内外高校信息化建设中,尽管各自对AI的关注点有所不同,但均展现了其在提升教育质量、优化管理流程等方面的巨大潜力。从聚焦高校信息化建设者的角度,在教师教学、学生学习、学校管理、教学评估、智能考试等五大核心领域,详尽归纳并分析了AI赋能高校信息化中的典型应用案例,展现了其如何有效提升教育质量与管理效率,同时指出了AI在高校信息化应用过程中可能面临的数据隐私保护、算法偏见、技术依赖风险等问题,列举了常见的应对策略,如加强数据安全防护、优化算法透明度与公平性、培养师生信息素养等。基于这些分析,进一步展望了AI在高校信息化中的未来优化方向,强调技术创新与伦理规范并重,倡导建立跨学科合作机制,共同推动AI技术在高校信息化领域的健康、可持续发展。

关键词：人工智能高校信息化个性化学习精细化管理校园安全

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：