检索结果-内蒙古大学图书馆

分析试验室 2025年第2期44卷 223-232页

作者：刘晨曦魏东冉义兵周柳营马川北京建筑大学电气与信息工程学院北京100044 建筑大数据智能处理方法研究北京市重点实验室北京100044

采用深度学习进行正常脑组织与肿瘤组织边缘诊断,对算法效率和准确率均有较高要求,为此提出一种1D-RamNeXt脑肿瘤组织拉曼光谱分类方法。首先,针对样本类别不均衡问题,设计一维数据再平滑数据增强方法,以扩充原光谱数据集;为提升诊断准... 详细信息

采用深度学习进行正常脑组织与肿瘤组织边缘诊断,对算法效率和准确率均有较高要求,为此提出一种1D-RamNeXt脑肿瘤组织拉曼光谱分类方法。首先,针对样本类别不均衡问题,设计一维数据再平滑数据增强方法,以扩充原光谱数据集;为提升诊断准确率,通过堆叠残差网络(ResNet)块并增加通道数量,构建卷积神经网络(CNN)模型,对光谱数据特征进行提取及整合,并在网络中引入并行拓扑结构残差模块,以解决深度神经网络中层数过多导致的模型退化问题,并减少超参数及算法计算量。针对所提取的小鼠脑部组织实验结果表明,与线性判别分析(LDA)、 K最邻近(KNN)和支持向量机(SVM)类传统算法相比,本文方法准确率提升6%;与AlexNet, VggNet和ResNet一维CNN模型相比,本文方法在准确率提升2%的前提下运行速度提升16%。

关键词：拉曼光谱卷积神经网络脑肿瘤残差结构

来源：评论

学校读者我要写书评

暂无评论

基于稀疏扰动的对抗样本生成方法

引用

软件学报 2023年第9期34卷 4003-4017页

作者：吉顺慧胡黎明张鹏程戚荣志水利部水利大数据重点实验室(河海大学) 江苏南京211100 河海大学计算机与信息学院江苏南京211100

近年来,深度神经网络(deep neural network, DNN)在图像领域取得了巨大的进展.然而研究表明, DNN容易受到对抗样本的干扰,表现出较差的鲁棒性.通过生成对抗样本攻击DNN,可以对DNN的鲁棒性进行评估,进而采取相应的防御方法提高DNN的鲁棒... 详细信息

近年来,深度神经网络(deep neural network, DNN)在图像领域取得了巨大的进展.然而研究表明, DNN容易受到对抗样本的干扰,表现出较差的鲁棒性.通过生成对抗样本攻击DNN,可以对DNN的鲁棒性进行评估,进而采取相应的防御方法提高DNN的鲁棒性.现有对抗样本生成方法依旧存在生成扰动稀疏性不足、扰动幅度过大等缺陷.提出一种基于稀疏扰动的对抗样本生成方法——SparseAG (sparse perturbation based adversarial example generation),该方法针对图像样本能够生成较为稀疏并且幅度较小的扰动.具体来讲, SparseAG方法首先基于损失函数关于输入图像的梯度值迭代地选择扰动点来生成初始对抗样本,每一次迭代按照梯度值由大到小的顺序确定新增扰动点的候选集,选择使损失函数值最小的扰动添加到图像中.其次,针对初始扰动方案,通过一种扰动优化策略来提高对抗样本的稀疏性和真实性,基于每个扰动的重要性来改进扰动以跳出局部最优,并进一步减少冗余扰动以及冗余扰动幅度.选取CIFAR-10数据集以及ImageNet数据集,在目标攻击以及非目标攻击两种场景下对该方法进行评估.实验结果表明, SparseAG方法在不同的数据集以及不同的攻击场景下均能够达到100%的攻击成功率,且生成扰动的稀疏性和整体扰动幅度都优于对比方法.

关键词：深度神经网络对抗样本生成稀疏扰动图像识别目标攻击非目标攻击

来源：评论

学校读者我要写书评

暂无评论

基于Hyperledger Fabric的数据可信共享平台

引用

小型微型计算机系统 2025年第1期46卷 189-199页

作者：林哲旭陈汉林刘漳辉陈星莫毓昌福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换... 详细信息

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换规则;然后,以数据提供方和数据需求方之间的数据共享全过程为导向,提出了数据可信追溯机制,保证了数据共享的真实性和完整性;此外,文中设计了一种数据处理即服务的数据共享框架,在确保数据可信的前提下,支撑数据调用、数据训练和数据匹配操作.通过对执行效率和智能合约性能进行验证分析,证明了本平台的有效性和实用性.

关键词：区块链智能合约 Hyperledger Fabric 数据共享可信凭证

来源：评论

学校读者我要写书评

暂无评论

基于自相关-变分对抗学习的物理系统异常检测

引用

计算机工程 2024年第12期50卷 358-366页

作者：宋航周凤熊伟贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳550025

传统时间序列异常检测模型在处理信息物理系统(CPS)中的多元传感器和执行器数据时,难以准确提取多元数据之间的时序联系,从而影响异常检测性能。为此,提出一种新的时间序列异常检测方法,称为自相关-变分自编码(VAE)-对抗学习网络AMVG。... 详细信息

传统时间序列异常检测模型在处理信息物理系统(CPS)中的多元传感器和执行器数据时,难以准确提取多元数据之间的时序联系,从而影响异常检测性能。为此,提出一种新的时间序列异常检测方法,称为自相关-变分自编码(VAE)-对抗学习网络AMVG。以生成对抗网络(GAN)为基础,使用Noise数据增强方法扩展训练数据量,并通过引入自相关矩阵增强数据依赖关系,结合VAE的数据重建能力,在加强模型鲁棒性的同时进一步提高异常检测模型性能,由AMVG 2个解码器构成互相对抗的G网络和D网络,G网络和D网络不断对抗训练优化模型的检测能力。在3个真实世界的CPS数据集上的实验结果表明,AMVG方法相较于最新研究方法在精确率、召回率以及F1值等综合性能上均取得显著提高,AMVG在3个数据集上的F1值分别为0.953、0.758、0.891,其中较次优USAD和GRELEN的F1值最低可提高6.2、3.4、7.5个百分点。

关键词：异常检测时间序列对抗生成网络自编码器信息物理系统

来源：评论

学校读者我要写书评

暂无评论

时间感知的双塔型自注意力序列推荐模型

引用

计算机科学与探索 2024年第1期18卷 175-188页

作者：余文婷吴云贵州大学公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025

用户的偏好具有聚合性和漂移性。现有推荐算法在序列建模框架中融合了交互时间相关性的建模,取得了很大的性能改善,但它们在建模时仅考虑了交互的时间间隔,使得它们在捕捉用户偏好的时间动态方面存在局限性。首先,提出了一种新的时间感... 详细信息

用户的偏好具有聚合性和漂移性。现有推荐算法在序列建模框架中融合了交互时间相关性的建模,取得了很大的性能改善,但它们在建模时仅考虑了交互的时间间隔,使得它们在捕捉用户偏好的时间动态方面存在局限性。首先,提出了一种新的时间感知的位置嵌入方法,将时间信息与位置嵌入相结合,帮助模型学习时间层面的项目相关性。随后,在时间感知位置嵌入基础上,提出了时间感知的双塔自注意力序列推荐模型(TiDSA)。TiDSA包含项目级和特征级的自注意力模块,分别从项目和特征两个角度对用户偏好随时间变化的过程进行分析,实现了对时间、项目和特征的统一建模,并且在特征级自注意力模块,设计了多维度的自注意力权重计算方式,从特征维度、项目维度和项目与特征交叉维度充分学习特征之间的相关性。最后,TiDSA将项目级与特征级的信息相融合得到最终的用户偏好表示,并根据该表示为用户提供可靠的推荐结果。四个真实推荐数据集的实验结果表明,TiDSA的性能优于许多先进的基线模型。

关键词：时间感知序列推荐位置嵌入特征级自注意力机制双塔自注意力网络

来源：评论

学校读者我要写书评

暂无评论

基于改进高斯混合变分自编码器的半监督情感音乐生成

引用

计算机科学 2024年第8期51卷 281-296页

作者：胥备刘桐南京邮电大学计算机学院南京210023 江苏大数据安全与智能处理重点实验室南京210023

音乐可以通过序列化的声音信息传递声音内容和情感。情感是音乐所表达的语义中的重要组成部分,因此,音乐生成技术不仅要考虑音乐的结构信息,还应融入情感元素。现有的情感音乐生成技术大多采用基于情感标注的完全监督方法,但音乐领域缺... 详细信息

音乐可以通过序列化的声音信息传递声音内容和情感。情感是音乐所表达的语义中的重要组成部分,因此,音乐生成技术不仅要考虑音乐的结构信息,还应融入情感元素。现有的情感音乐生成技术大多采用基于情感标注的完全监督方法,但音乐领域缺乏大量标准的情感标注数据集,且情感标签不足以表达音乐的情感特征。针对上述问题,提出了基于改进的高斯混合变分自编码器(Gaussian Mixture Variational Autoencoders,GMVAE)的半监督情感音乐生成方法(Semg-GMVAE),将音乐的节奏特征和调式特征与情感建立联系,同时向GMVAE中引入一种特征解纠缠机制来分别学习这两种特征的潜在变量表示,并对其进行半监督聚类推断。最后通过操纵音乐的特征表示,实现了针对快乐、紧张、悲伤、平静情感的音乐生成与情感转换。同时,针对GMVAE难以区分不同情感类别数据的问题,实验指出其关键原因是GMVAE证据下界中的方差正则项与互信息抑制项使得各类别的高斯分量分散性不足,从而影响学习表示的性能和生成的数据样本的情感质量。因此,Semg-GMVAE对这两项因子分别进行了惩罚和增强,并使用Transformer-XL作为编码器和解码器以提升在长序列音乐上的建模能力。基于真实数据集的实验结果表明,相比现有方法,Semg-GMVAE能够将不同情感的音乐在潜在空间中更好地分离,增强了音乐与情感的关联程度,并且能够有效对不同音乐特征进行解纠缠分离,最后通过改变特征表示更好地实现情感音乐生成或情感切换。

关键词：情感音乐生成半监督生成模型解纠缠表示学习高斯混合变分自编码器 Transformer-XL

来源：评论

学校读者我要写书评

暂无评论

基于通道干预渐进式差异减小网络的跨模态行人重识别

引用

计算机辅助设计与图形学学报 2024年

作者：刘志刚常乐乐赵宜珺刘苗苗东北石油大学计算机与信息技术学院黑龙江省石油大数据与智能分析重点实验室

在跨模态行人重识别研究领域中，可见光与红外图像的模态差异是增大共享特征提取难度的关键问题. 为了降低2种模态的差异，提高行人重识别性能，提出一种渐进式差异减小网络. 在可见光目标到红外图像集的检索识别阶段，根据因果推... 详细信息

在跨模态行人重识别研究领域中，可见光与红外图像的模态差异是增大共享特征提取难度的关键问题. 为了降低2种模态的差异，提高行人重识别性能，提出一种渐进式差异减小网络. 在可见光目标到红外图像集的检索识别阶段，根据因果推理理论设计一个特定事实干预模块，通过通道变换生成的干预图像完成对可见光图像的干预，抑制可见光图像中的颜色信息干扰; 其在红外目标到可见光图像集的检索识别阶段，设计一个通道协调模块，将多通道的特征提取转换为单通道方式，使网络专注于学习可见光与红外2种图像的通道相关性; 最后，针对可见光和红外2种目标图像的相互检索识别提出模态平衡损失方法，通过干预图像、可见光图像和红外图像完成多个模态的平衡学习，进一步完成颜色特征抑制，补偿可见光图像在特定事实干预过程中的可鉴别丢失特征. 仿真实验结果表明，与现有主流的跨模态行人重识别方法相比，所提网络在SYSU-MM01和RegDB这2个标准数据集上均取得了较好的性能表现， rank1和mAP分别提高超过2%. 网络源代码: https://***/s/yyymi2.

关键词：行人重识别特定事实干预通道协调模态平衡跨模态

来源：评论

学校读者我要写书评

暂无评论

一种自适应的网格化联邦学习客户端调度算法

引用

南京邮电大学学报(自然科学版) 2025年第1期45卷 79-89页

作者：吴家皋蒋宇栋刘林峰南京邮电大学计算机学院江苏南京210023 江苏省大数据安全与智能处理重点实验室江苏南京210023

针对联邦学习(Federated Learning,FL)系统异构性而导致的训练性能下降问题,提出了一种自适应的网格化联邦学习客户端调度算法。首先,全面考虑FL的异构性特点,将3种异构性分别定义为3个独立的维度,包括训练速度、数据量和数据分布维度,... 详细信息

针对联邦学习(Federated Learning,FL)系统异构性而导致的训练性能下降问题,提出了一种自适应的网格化联邦学习客户端调度算法。首先,全面考虑FL的异构性特点,将3种异构性分别定义为3个独立的维度,包括训练速度、数据量和数据分布维度,提出了一种新的FL客户端三维网格模型,并将所有客户端分配到该模型中相应的单元格内,以对其进行分类管理。在此基础上,为了克服传统启发式算法的不足,提出了一种基于多臂老虎机的网格化客户端调度算法,该算法能自适应地选择模型精度较低的单元格中的客户端子集参与每轮的FL训练,以改善客户端选择的公平性。仿真实验表明,与几种相关的最新FL算法相比,所提出的算法能显著提高模型精度,同时减少训练时间,从而验证了其有效性。

关键词：联邦学习异构性三维网格客户端选择多臂老虎机

来源：评论

学校读者我要写书评

暂无评论

求解张量绝对值方程基于连续时间的神经网络方法

引用

高等学校计算数学学报 2023年第1期45卷 84-96页

作者：马昌凤谢亚君福州外语外贸学院大数据学院&数据科学与智能计算重点实验室

1引言考虑如下的张量绝对方程（TAVE）:寻找向量x∈R~n满足Axm-1-B|x|m-1=b,（1.1）其中A,B∈T（m,n）且m为偶数,b∈R~n为已知向量.这里T（m,n）表示m阶n维实张量的集合,向量|x|定义为|x|=（|x1|,|x2|,…,|x_n|）T.当m=2时,方程（1.1）...

1引言考虑如下的张量绝对方程（TAVE）:寻找向量x∈R~n满足Axm-1-B|x|m-1=b,（1.1）其中A,B∈T（m,n）且m为偶数,b∈R~n为已知向量.这里T（m,n）表示m阶n维实张量的集合,向量|x|定义为|x|=（|x1|,|x2|,…,|x_n|）T.当m=2时,方程（1.1）退化为下面的（矩阵）绝对值方程（AVE）:Ax-B|x|=b.（1.2）方程（1.2）的一个特例是当B为单位矩阵的情形,即Ax-|x|=b.（1.3）

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于安全知识图谱与逆向特征的弱点信息补全

引用

计算机工程 2024年第1期50卷 145-155页

作者：周莎申国伟郭春贵州大学计算机科学与技术学院公共大数据国家重点实验室贵州贵阳550025

开源网络安全知识库已经成为弱点安全加固措施的有效来源,但是受异构信息协同难、历史信息维护难等因素影响,导致开源网络安全知识库弱点信息缺失。针对现有弱点信息补全方法对弱点信息不同邻域特征学习不充分的问题,提出一种基于安全... 详细信息

开源网络安全知识库已经成为弱点安全加固措施的有效来源,但是受异构信息协同难、历史信息维护难等因素影响,导致开源网络安全知识库弱点信息缺失。针对现有弱点信息补全方法对弱点信息不同邻域特征学习不充分的问题,提出一种基于安全知识图谱和逆向特征的弱点信息补全方法 VulKGC-RN。为捕获不同邻域信息,构建关联CVE、CWE、CAPEC和ATT&CK 4类开源网络安全知识库的弱点安全知识图谱,并分析弱点安全知识图谱中安全实体的网络结构,采用逆向知识图谱捕获逆向邻域信息。为学习不同邻域特征,采用图注意力机制,并融合图注意力网络所学习安全实体的正向邻域和逆向邻域的角色特征,以实现弱点安全知识图谱的信息补全。在由5种7 199个安全实体和15种11 817条关联关系组成的开源网络安全数据集上进行实验,结果表明,VulKGC-RN的平均排名达到179,平均倒数排名达到0.671 4,优于基线方法。

关键词：网络安全知识库漏洞弱点安全知识图谱知识图谱补全图注意力网络

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：