检索结果-内蒙古大学图书馆

小型微型计算机系统 2023年第3期44卷 483-489页

作者：陈洁薛远远曹京晶赵姝张燕平计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 安徽省信息材料与智能传感重点实验室合肥230601 科学技术部科技人才交流开发服务中心北京100045

图神经网络(Graph Neural Networks, GNNs)已被证明能有效对图结构数据进行建模,池化机制在使用GNN模型提取图层次特征过程中至关重要,近年来已经引起了越来越多研究者们的关注.现有基于聚类的层次图池化方法要么需要增加额外的神经网... 详细信息

图神经网络(Graph Neural Networks, GNNs)已被证明能有效对图结构数据进行建模,池化机制在使用GNN模型提取图层次特征过程中至关重要,近年来已经引起了越来越多研究者们的关注.现有基于聚类的层次图池化方法要么需要增加额外的神经网络层以实现特征图的粗化;要么不能从全局角度捕获节点在图中的重要性大小.针对以上问题,本文提出一种基于图粗化的层次图池化方法(Hierarchical Graph Pooling Based on Graph Coarsening, HGP-GC),用于学习图的层次特征表示.该方法主要包括图结构粗化和图属性粗化两个部分.利用结构粗化实现特征图尺寸的缩减;利用属性粗化突显图中重要节点对图级表示的关键作用.通过将HGP-GC池化策略与现有神经网络相结合,在不同规模公共数据集上的图分类实验结果证明了HGP-GC的有效性.

关键词：图神经网络图池化层次图表示学习节点重要性图分类

来源：评论

学校读者我要写书评

暂无评论

Z概率语言术语集环境下改进的PROMETHEE Ⅱ方法及其应用

引用

延边大学学报（自然科学版） 2023年第3期49卷 223-229页

作者：何昳毛军军邓丽君安徽大学大数据与统计学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601

针对属性权重未知的多属性决策问题,在Z概率语言术语集(ZPLTS)环境下,提出了一种改进的PROMETHEE Ⅱ (preference ranking organization method for enrichment evaluations Ⅱ)方法.在该方法中,各评价信息的综合可靠度由评价本身的可... 详细信息

针对属性权重未知的多属性决策问题,在Z概率语言术语集(ZPLTS)环境下,提出了一种改进的PROMETHEE Ⅱ (preference ranking organization method for enrichment evaluations Ⅱ)方法.在该方法中,各评价信息的综合可靠度由评价本身的可靠度和决策者给出的可靠度来确定,并由此进一步确定属性的权重;距离测度采用扩展的欧式距离,该方法在ZPLTS环境下能够克服不同Z概率语言值(ZPLVs)之间的距离均为0所带来的决策偏差.实例研究表明,该方法在反映原始数据信息和确定未知属性权重方面显著优于TOPSIS方法和传统的PROMETHEE Ⅱ方法,因此该方法可应用于多属性决策问题中.

关键词：多属性决策问题改进的PROMETHEEⅡ方法可靠度 Z概率语言术语集属性权重距离测度

来源：评论

学校读者我要写书评

暂无评论

层次标签引导的属性网络嵌入

引用

计算机科学与探索 2021年第7期15卷 1279-1288页

作者：陈洁陈嘉琳赵姝张燕平安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601

网络嵌入是在保持网络性质不变的前提下,将节点转换为低维向量,以便下游任务的求解。现有网络嵌入方法的研究大多关注于网络结构、节点属性信息或单层次标签信息等方面。然而,许多真实世界的网络节点通常具有丰富的层次标签信息,这些层... 详细信息

网络嵌入是在保持网络性质不变的前提下,将节点转换为低维向量,以便下游任务的求解。现有网络嵌入方法的研究大多关注于网络结构、节点属性信息或单层次标签信息等方面。然而,许多真实世界的网络节点通常具有丰富的层次标签信息,这些层次标签信息对获取高效的网络嵌入具有重要价值。由于不同层次的标签之间的信息很难相互关联或继承,如何合理利用层次标签信息进行网络嵌入,获得更高效的向量表示是亟待研究的问题。针对上述问题,提出了一种新的基于层次标签的属性网络嵌入框架(HLANE),该框架利用层次注意力机制将层次标签信息融入网络嵌入中。HLANE框架首先通过现有的网络嵌入方法获取结构和/或属性信息初始化节点的嵌入向量。然后通过层次注意力机制层建立多层次标签的父节点和子节点之间的联系,并依此指导网络节点初始化嵌入向量在不同层次的学习,最终生成网络节点的多层次嵌入向量表示。在真实数据集上的实验表明,与对比算法相比,HLANE框架具有更好的网络节点嵌入表示。

关键词：网络嵌入属性网络层次标签层次注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于区间二型犹豫熵与风险偏好的多属性决策方法

引用

安徽大学学报（自然科学版） 2022年第1期46卷 7-14页

作者：吴涛李燕飞郭海艳安徽大学数学科学学院安徽合肥230601 安徽大学计算机智能与信号处理教育部重点实验室安徽合肥230039

针对以区间二型模糊集(IT2FSs)为信息环境的多属性决策问题,构建了考虑决策者风险偏好的决策模型,解决了区间二型模糊集内在犹豫性难以量化的问题.首先介绍了区间二型模糊集的相关知识,综合考虑两种期望平均提出了区间二型模糊集排序值... 详细信息

针对以区间二型模糊集(IT2FSs)为信息环境的多属性决策问题,构建了考虑决策者风险偏好的决策模型,解决了区间二型模糊集内在犹豫性难以量化的问题.首先介绍了区间二型模糊集的相关知识,综合考虑两种期望平均提出了区间二型模糊集排序值公式以比较模糊数的优势关系,同时提出使用几何度量刻画模糊性与犹豫性的区间二型犹豫熵来度量区间二型模糊集的不确定性.考虑到决策者的风险态度对决策结果可能的影响,引入决策者风险偏好因子,构造了风险偏好因子与传统的熵权法相结合的新的权重求解模型并给出了决策算法.最后用一个风险投资的实例验证决策者的风险偏好对属性权重以及决策方案的排序所产生的影响.

关键词：区间二型模糊集区间二型犹豫熵排序值风险偏好多属性决策

来源：评论

学校读者我要写书评

暂无评论

基于多模态融合的GF-5号遥感图像云检测

引用

大气与环境光学学报 2023年第4期18卷 371-382页

作者：张苏贵张晶晶寻丽娜孙晓兵熊伟阎庆李穗安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 安徽大学电气工程与自动化学院安徽合肥230601 中国科学院通用光学定标与表征技术重点实验室安徽合肥230031 安徽文达信息工程学院安徽合肥231201

云检测对于遥感图像的应用具有重要意义。目前已有的云检测方法关于遥感图像的偏振信息研究较少,性能和泛化能力有限。为有效利用遥感图像偏振信息,提出了一种基于深度学习的多模态融合遥感图像云检测方法并进行了初步实验评价。该网络... 详细信息

云检测对于遥感图像的应用具有重要意义。目前已有的云检测方法关于遥感图像的偏振信息研究较少,性能和泛化能力有限。为有效利用遥感图像偏振信息,提出了一种基于深度学习的多模态融合遥感图像云检测方法并进行了初步实验评价。该网络是一种三参数输入流架构,具有编码器-解码器结构,利用通道空间注意模块对遥感图像中的反射率特征和偏振特征进行多模态融合。在解码器上采样阶段,利用迭代注意特征融合方法融合高、低级特征映射。评价实验数据集来源于多角度偏振成像仪(DPC)云产品和云掩码产品。评价实验结果表明,所提出的网络模型实现了良好的云检测性能,识别准确率达到93.91%。

关键词：云检测偏振信息多模态融合通道空间注意迭代注意特征融合

来源：评论

学校读者我要写书评

暂无评论

一种用于三维复杂结构宽带吸收器的反向设计模型

一种用于三维复杂结构宽带吸收器的反向设计模型

引用

第十八届全国电波传播年会

作者：王璇王欢张玉贤杨利霞黄志祥冯乃星教育部智能计算与信号处理重点实验室安徽大学信息材料与智能传感实验室

目的近些年来,深度学习网络模型在光学中的应用引起了广泛的关注。在传统的数值算法中,需要科研人员进行大量的模拟和连续的试错。这必定需要大量的人工成本和计算成本,并且也难以解决局部最优解的问题.为了减少计算成本和人工成本等,... 详细信息

目的近些年来,深度学习网络模型在光学中的应用引起了广泛的关注。在传统的数值算法中,需要科研人员进行大量的模拟和连续的试错。这必定需要大量的人工成本和计算成本,并且也难以解决局部最优解的问题.为了减少计算成本和人工成本等,提出了一种用于三维复杂结构宽带吸收器的反向设计模型.方法用于数据集制作的三维复杂结构宽带吸收器由三层结构组成,第一层和第三层都是石墨烯-单层黑磷混合使用的矩形结构,第二层是石墨烯-单层黑磷混合使用的"+"字形结构,三层结构被氧化铝包围。其中石墨烯与单层黑磷之间使用二氧化硅作为绝缘层,衬底为氧化铝,底部为PEC材质.一共制作了51120条数据,其中50120条作为训练集,1000条作为测试集。在反向设计中我们将吸收光谱作为输入,每条光谱的结构参数作为其标签.反向设计模型采用了8层的全连接网络,每层网络含有800个神经元.且每个全连接网络后跟有批归一化处理和lrelu激活函数.结果实验结果表明,将测试集中的真实光谱输入到经训练集训练后的反向模型后获得的预测参数的光谱与真实结构参数光谱相比,准确度可以达到89.4%.结论该反向设计模型具有实现简单、准确度高、对硬件要求低、人工成本低和计算成本低等特点。在后续的研究中,这项工作可以为三维多材料复杂结构的结构体模型使用人工神经网络提供关键指导.

关键词：石墨烯单层黑磷深度学习反向设计 MLP

来源：评论

学校读者我要写书评

暂无评论

基于社区发现的网络异常检测方法

引用

计算机学报 2022年第4期45卷 825-837页

作者：钱爱娟樊昕董笑菊褚衍杰袁晓如上海交通大学计算机科学与工程系上海200240 盲信号处理国家级重点实验室成都610041 北京大学机器感知与智能教育部重点实验室智能学院北京100871 大数据分析与应用技术国家工程实验室北京100871

随着互联网的不断普及与网络通信技术的不断进步,网络已经逐渐进入到人们生活的每一个层面,越来越多的网络应用应运而生.但是另一方面,随着当前网络结构的日益复杂,会引起各种各样的网络安全问题,对社会构成了巨大的威胁和挑战.因此,网... 详细信息

随着互联网的不断普及与网络通信技术的不断进步,网络已经逐渐进入到人们生活的每一个层面,越来越多的网络应用应运而生.但是另一方面,随着当前网络结构的日益复杂,会引起各种各样的网络安全问题,对社会构成了巨大的威胁和挑战.因此,网络安全问题至关重要.其中网络异常检测得到了研究人员的普遍关注.多年来,虽然已有许多异常检测的工作可以一定程度上发现和抵御网络攻击,但是有些方法难以适用于无标签的数据集,有些方法则训练成本过高,无法应用于实时场景.此外,对于细微异常的检测也是现有方法面临的一大问题.考虑到模型可解释性对于很多场景的必要性,本文以可视分析作为基础,提出了基于社区发现的网络异常检测方法,通过一个较为合适的粒度来提高系统对于细微异常的检测能力.该方法首先使用多层常量玻茨模型(CPM)算法对移动时间窗内的网络数据检测社区,并以社区为单位提取特征向量,然后用社区匹配方法将相邻时间步的社区关联起来,通过监控各社区特征的变化情况来检测异常.这种方法既考虑了网络数据作为动态图的特性,又能从一个比较合适的粒度提取特征.此外,系统提供可视化界面来帮助用户确认异常点前后的网络情况、关联异常事件.通过在Vast Challenge 2013挑战三的NetFlow数据集上的实验证明了该方法能够有效地检测更加细微的网络异常,验证了所提方法的有效性.

关键词：网络异常检测可视分析社区发现社区匹配

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络交互的用户属性偏好建模的推荐模型

引用

计算机应用 2022年第2期42卷 404-411页

作者：潘仁志钱付兰赵姝张燕平安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601 信息材料和智能感知安徽省实验室(安徽大学) 合肥230601

潜在因子模型(LFM)以其优异的性能在推荐领域得到了广泛应用。在LFM中除了使用交互数据以外,辅助信息也被引入用于解决数据稀疏的问题,从而提升推荐的性能。然而,大多数LFM仍然存在一些问题:第一,LFM在对用户进行建模时,忽略了用户如何... 详细信息

潜在因子模型(LFM)以其优异的性能在推荐领域得到了广泛应用。在LFM中除了使用交互数据以外,辅助信息也被引入用于解决数据稀疏的问题,从而提升推荐的性能。然而,大多数LFM仍然存在一些问题:第一,LFM在对用户进行建模时,忽略了用户如何根据其特征偏好对项目作出决策;第二,采用内积的特征交互假设特征维度之间是相互独立的,而没有考虑到特征维度之间的关联。针对上述问题,提出一种新的推荐模型:基于卷积神经网络(CNN)交互的用户属性偏好建模的推荐模型(UAMC)。该模型首先获得用户的一般偏好、用户属性和项目嵌入,然后将用户属性和项目嵌入进行交互,以探索用户不同的属性对不同项目的偏好;接着将交互过的用户偏好属性送入CNN层来探索不同偏好属性的不同维度的关联,从而得到用户的属性偏好向量;接着使用注意力机制结合用户的一般偏好和CNN层得到的属性偏好,从而获得用户的向量表示;最后采用点积来计算用户对项目的评分。在Movielens-100K、Movielens-1M和Book-crossing这三个真实的数据集上进行了实验。实验结果表明,所提模型在均方根误差(RMSE)上与稀疏数据预测的神经网络分解机(NFM)模型相比分别降低了1.75%、2.78%和0.25%,验证了在LFM的评分预测推荐中,UAMC在提升推荐精度上的有效性。

关键词：潜在因子模型用户偏好用户属性偏好卷积神经网络特征交互注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于RIS-UAV协作的车载通信系统安全传输研究

引用

电子科技大学学报 2023年第4期52卷 539-548页

作者：张晓烁倪唯一肖海林桂林电子科技大学认知无线电与信号处理教育部重点实验室广西桂林541004 长春理工大学电子信息工程学院长春130022 湖北大学计算机与信息工程学院武汉430062

针对城市复杂的交通环境导致车载通网络信息传输安全性低、数据速率缓慢以及地面中继受限等问题,提出一种可重构智能表面(RIS)辅助无人机(UAV)中继协作的车载通信系统安全传输方案。该方案首先根据系统平均传输速率最大化来设计无人机... 详细信息

针对城市复杂的交通环境导致车载通网络信息传输安全性低、数据速率缓慢以及地面中继受限等问题,提出一种可重构智能表面(RIS)辅助无人机(UAV)中继协作的车载通信系统安全传输方案。该方案首先根据系统平均传输速率最大化来设计无人机轨迹优化问题。接着,通过引入松弛变量的序列凸规划交替迭代算法解决无人机轨迹的非凸问题,得到平均速率最大化的UAV飞行轨迹。最后,通过适当调整RIS与窃听用户之间的位置来降低窃听信道容量,改善无线传输环境。数值分析表明,优化无人机轨迹,可以得到最优平均传输速率。在RIS技术辅助下通过合理设置参数,该传输方案能有效提高通信系统的传输速率,同时也能保证安全性能。

关键词：物理层安全可重构智能表面安全中断概率无人机中继车载通信系统

来源：评论

学校读者我要写书评

暂无评论

基于SE-Res2Net与多尺度空谱融合注意力机制的高光谱图像分类

引用

计算机辅助设计与图形学学报 2021年第11期33卷 1726-1734页

作者：徐沁梁玉莲王冬越罗斌安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 合肥工业大学管理学院合肥230009

为了提取更具有判决力的高光谱图像特征,并防止网络因加深导致退化,在新维度残差网络(Res2Net)和压缩激活网络(squeeze and excitation network,SENet)的基础上,提出新型多尺度特征提取模块SE-Res2Net,并设计多尺度空谱融合注意力模块.... 详细信息

为了提取更具有判决力的高光谱图像特征,并防止网络因加深导致退化,在新维度残差网络(Res2Net)和压缩激活网络(squeeze and excitation network,SENet)的基础上,提出新型多尺度特征提取模块SE-Res2Net,并设计多尺度空谱融合注意力模块.为了克服网络加深带来的退化问题,SE-Res2Net模块利用通道分组提取高光谱图像细粒度的多尺度特征得到多个不同粒度的感受野,并采用通道优化模块从通道层面量化特征图的重要性.为了进一步从空间维和光谱维同时优化特征,构建多尺度空谱融合的注意力模块,利用非对称卷积在不同尺度上挖掘不同空间位置和不同光谱维特征的关系,不但能减少计算量,还能有效地提取具有判决力的空谱融合特征,从而提高高光谱图像分类的精度.在3个公共数据集Indian Pines,University of Pavia和Grss_dfc_2013上的对比实验表明,与其他较新的深度网络相比,该方法具有更高的总体精度(overall accuracy,OA)、平均精度(average accuracy,AA)和Kappa系数.

关键词：高光谱图像分类多尺度特征注意力机制

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：