检索结果-内蒙古大学图书馆

模式识别与人工智能 2025年第1期38卷 22-35页

作者：成凌云郭银章刘青芳太原科技大学计算机科学与技术学院太原030024

为了解决现有知识图谱问答中多跳推理模型在复杂关系中表示不足、数据稀疏性及强化学习推理中存在虚假路径等问题,文中提出基于对抗强化学习的多跳知识推理模型.首先,通过高阶分解关系向量,实现实体与关系特征参数化组合,并在聚合邻居... 详细信息

为了解决现有知识图谱问答中多跳推理模型在复杂关系中表示不足、数据稀疏性及强化学习推理中存在虚假路径等问题,文中提出基于对抗强化学习的多跳知识推理模型.首先,通过高阶分解关系向量,实现实体与关系特征参数化组合,并在聚合邻居节点时引入注意力机制,赋予不同权重,增强复杂关系的表示能力.还设计知识图谱嵌入框架,用于衡量嵌入空间中〈主题实体,问题,答案实体〉的可信度.然后,将多维信息融入强化学习框架的状态表示中,避免因数据稀疏而导致的智能体无法得到可靠的决策依据.生成器根据状态信息计算候选实体的概率并生成答案,鉴别器评估答案和推理路径的合理性,通过软奖励和路径奖励优化反馈,缓解虚假路径问题,并使用对抗训练交替优化生成器和鉴别器.最后,将模型应用于云制造产品设计知识多跳问答系统中,验证模型的有效性.在多个公开数据集上的对比实验、消融实验及案例研究表明,文中模型性能较优.

关键词：复杂关系表示多跳推理对抗强化学习虚假路径

来源：评论

学校读者我要写书评

暂无评论

基于粗集与聚类投票机制的光谱双星特征分析

引用

光谱学与光谱分析 2025年第2期45卷 463-468页

作者：王琦杨海峰蔡江辉运城学院数学与信息技术学院山西运城044000 太原科技大学计算机科学与技术学院山西太原030024 中北大学计算机科学与技术学院山西太原030051

光谱双星通常是指光谱中呈现双主导成分特征,由于该双成分复杂多样,其成因也多种多样,同时光谱信噪比相对比较低,现有许多分析方法将双成分系统光谱分离成两条光谱进行分析,而分离方法无法保证光谱的准确性,现有聚类方法的单次聚类可靠... 详细信息

光谱双星通常是指光谱中呈现双主导成分特征,由于该双成分复杂多样,其成因也多种多样,同时光谱信噪比相对比较低,现有许多分析方法将双成分系统光谱分离成两条光谱进行分析,而分离方法无法保证光谱的准确性,现有聚类方法的单次聚类可靠性比较低。提出一种基于粗集与聚类投票机制的光谱双星分析与评估方法,采用多次聚类和投票思想,给出每条光谱属于相应类别的梯度可靠性。该方法包含两个部分:(1)采用不同思想的聚类算法,将光谱双星数据集进行重构,将每种聚类算法标签采用匈牙利算法将聚类标签对齐作为光谱属性,从而重构数据集。(2)利用投票机制,得票数反映聚类结果的一致程度,获得每条光谱的类别,定义粗集示踪每类光谱特征,采用上/下近似集给出每条光谱所归类别的可靠性。选择郭守敬望远镜(LAMOST)DR10发布光谱双星集作为分析对象,采用基于划分的K-means、基于模型的GMM(Gaussian mixture model)、谱聚类(spectral clustering)和层次聚类(agglomerative clustering)四种聚类算法重构光谱数据集,选择得票数下界μ为2,通过投票得到1、0.75、0.5为可靠性梯度的聚类结果。其中大约1/3的样本可靠性为1,说明这批样本的四种聚类结果完全一致;对每类光谱和投票数的信噪比进行统计分析,投票数低的样本的信噪比相对较低,是它们被不同的聚类算法划分到不同类别的原因之一;对可靠性为1的6类光谱样本进行了物理成因的分析,其中以双星、河内星云+目标恒星两种为主,聚类标签的差异可能由于两种成分流量差异或拼接、定标等数据处理所导致。也有可能由于光谱质量较低导致pipeline误判的因素,其天区位置分布与低质量数据分布特征的研究基本一致。

关键词：光谱双星光谱分析聚类算法郭守敬望远镜(LAMOST)

来源：评论

学校读者我要写书评

暂无评论

密近双星候选体LAMOST J051402.68+172659.7光谱分析

引用

光谱学与光谱分析 2025年第5期45卷 1416-1421页

密近双星系统通常具有更快速的轨道运动和更频繁的光变效应,以及伴星的快速演化,这使得它们成为研究星际物理过程和恒星演化的重要天体。测光图像和光变曲线是识别与证认双星的最常用手段,而如果当前观测技术无法分辨双目标的亮度和位... 详细信息

密近双星系统通常具有更快速的轨道运动和更频繁的光变效应,以及伴星的快速演化,这使得它们成为研究星际物理过程和恒星演化的重要天体。测光图像和光变曲线是识别与证认双星的最常用手段,而如果当前观测技术无法分辨双目标的亮度和位置差异时,光谱型也是区分伴星成分的重要方法之一。采用基于粗集与聚类投票机制的光谱双星分析方法,对其离群目标LAMOST J051402.68+172659.7的光谱特征及其证认进行了深入分析。首先,针对LAMOST DR10发布的光谱双星(类别为DoubleStar),对其多次聚类结果投票数最低的17个目标光谱,进行了人眼筛查,除了大部分光谱信噪比较低外,LAMOST J051402.68+172659.7的两次观测光谱呈现较大差异;对于该目标的两次观测,其光谱一次呈现F型,一次呈现F+M型,在排除邻近光纤污染和目标所处环境中其他目标污染后,确定两次观测光谱上呈现的都是目标真实成分,揭示了两种光谱成分来自两个恒星目标;两次观测的视向速度相差约20.3 km·s-1,观测时隔3 d,说明其绕转周期小于6 d。考虑到多个目标成分在同一条光谱上同时出现的条件极其严苛:光谱型差异较大且亮度(流量)在同一尺度上,对其光谱成分、成像、光变等内容进行了深入分析。从ZTF测光的图像序列中,可以检测到目标轮廓的尺寸呈现周期性变化,而在ASAS-SN和ZTF光变曲线上,并未发现明显的周期性变化规律;同时,由于两个天体距离极近或投影掩盖,从SDSS、2MASS测光图像上,呈现出点源的特征(边界稍显不规则),无法分辨双星目标,因此该双星系统的两个恒星之间可能轨道较为紧密,半径较小;在其光谱上呈现Balmer弱发射线(Hα、Hβ、Hδ、Hγ)和禁线([NII]λ6550、[SII]λλ6718,6733、[OII]λ3728)且目标未在行星状星云或HII区域,推测是由伴星相互作用产生的潮汐效应和物质交换,从而对恒星表面和大气层带来冲击,产生发射线。此外,该目标光谱还呈现疑似背景星系的极弱发射线成分,从成像上无法分辨,推测其为数据处理残余。

关键词：光谱双星光变恒星活动郭守敬望远镜(LAMOST)

来源：评论

学校读者我要写书评

暂无评论

UBA-OWDT:一种新型的开放世界目标检测网络

引用

计算机工程与应用 2025年第8期61卷 215-225页

作者：谢斌红唐彪张睿太原科技大学计算机科学与技术学院太原030024

开放世界目标检测(open world object detection,OWOD)的主要任务是检测已知类别和识别未知目标。此外,模型在下一个训练阶段中逐步学习已知新类。针对OW-DETR(open-world detection transformer)中未知类召回率偏低、密集目标与小目标... 详细信息

开放世界目标检测(open world object detection,OWOD)的主要任务是检测已知类别和识别未知目标。此外,模型在下一个训练阶段中逐步学习已知新类。针对OW-DETR(open-world detection transformer)中未知类召回率偏低、密集目标与小目标漏检等问题,提出了一种UBA-OWDT(UCSO,BiStrip and AFDF of open-world detection transformer)开放世界目标检测网络。针对未知类召回率偏低的问题,对未知类评分优化(unknown class scoring optimization,UCSO),将生成的浅层类激活图与聚合类激活图融合,获取细粒度特征信息,提高未知类的目标评分,进而提升未知类的召回率;针对小目标漏检问题,将双条状注意力(spatial attention based on strip pooling and strip convolution,BiStrip)应用于输入特征图,捕获长程依赖,保留目标精确的位置信息,增强感兴趣目标的表征,以检测小目标;针对密集目标漏检问题,采用自适应特征动态融合(adaptive feature dynamic fusion,AFDF),根据目标大小和形状,获得不同的感受野,动态分配注意力权重,关注目标的重要部分,融合不同层级的特征,以检测密集目标。在OWOD数据集的实验结果表明,未知类召回率增值范围在0.7~1.5个百分点,mAP增值范围在0.6~1.2个百分点,与现有的开放世界目标检测方法相比,在召回率偏低、密集目标与小目标漏检问题上具有一定的优势。

关键词：开放世界目标检测自适应特征动态融合未知类评分优化注意力机制

来源：评论

学校读者我要写书评

暂无评论

BSGAN-GP:类别均衡驱动的半监督图像识别模型

引用

中国图象图形学报 2025年第1期30卷 95-109页

作者：胡静张汝敏连炳全太原科技大学计算机科学与技术学院太原030024

目的已有的深度学习图像识别模型严重依赖于大量专业人员手工标记的数据,这些专业图像标签信息难以获取,人工标记代价昂贵。实际场景中的数据集大多具有不平衡性,正负样本偏差严重导致模型在拟合时常偏向多数类,对少数类的识别精度不足... 详细信息

目的已有的深度学习图像识别模型严重依赖于大量专业人员手工标记的数据,这些专业图像标签信息难以获取,人工标记代价昂贵。实际场景中的数据集大多具有不平衡性,正负样本偏差严重导致模型在拟合时常偏向多数类,对少数类的识别精度不足。这严重阻碍了深度学习在实际图像识别中的广泛应用。方法结合半监督生成式对抗网络(semi-supervised generative adversarial netowrk)提出了一种新的平衡模型架构BSGAN-GP(balancing semi-supervised generative adversarial network-gradient penalty),使得半监督生成式对抗网络的鉴别器可以公平地判别每一个类。其中,提出的类别均衡随机选择算法(class balancing random selection,CBRS)可以解决图像样本类别不均导致少数类识别准确度低的问题。将真实数据中有标签数据按类别随机选择,使得输入的有标签数据每个类别都有相同的数量,然后将训练后参数固定的生成器NetG生成每个类同等数量的假样本输入鉴别器,更新鉴别器NetD保证了鉴别器可以公平地判别所有类;同时BSGAN-GP在鉴别器损失函数中添加了一个额外的梯度惩罚项,使得模型训练更稳定。结果实验在3个主流数据集上与9种图像识别方法(包含6种半监督方法和3种全监督方法)进行了比较。为了证明对少数类的识别准确度提升,制定了3个数据集的不平衡版本。在Fashion-MNIST数据集中,相比于基线模型,总体准确率提高了3.281%,少数类识别率提升了7.14%;在MNIST数据集中,相比于基线模型,对应的4个少数类识别率提升了2.68%~7.40%;在SVHN(street view house number)数据集中,相比于基线模型,总体准确率提高了3.515%。同时也在3个数据集中进行了合成图像质量对比以验证CBRS算法的有效性,其少数类合成图像质量以及数量的提升证明了其效果。消融实验评估了所提出模块CBRS与引进模块在网络中的重要性。结论本文所提出的BSGAN-GP模型能够实现更公平的图像识别以及更高质量的合成图像结果。实验结果开放源代码地址为https://***/zrm0616/***。

关键词：深度学习半监督学习(SSL) 生成式对抗网络(GAN) 不平衡性图像识别梯度惩罚

来源：评论

学校读者我要写书评

暂无评论

基于区块链的可搜索加密电子病历共享方案

引用

计算机工程与应用 2025年第4期61卷 289-298页

作者：高改梅王娜刘春霞党伟超史旭太原科技大学计算机科学与技术学院太原030024

针对电子病历共享效率低与隐私易泄露的问题,提出一种基于区块链的可搜索加密电子病历共享方案。方案采用链上链下相结合的模式存储数据,实现电子病历的安全共享,云服务器存储电子病历密文,区块链存储密文哈希值、病历标识符及关键字索... 详细信息

针对电子病历共享效率低与隐私易泄露的问题,提出一种基于区块链的可搜索加密电子病历共享方案。方案采用链上链下相结合的模式存储数据,实现电子病历的安全共享,云服务器存储电子病历密文,区块链存储密文哈希值、病历标识符及关键字索引等。设计了一种动态倒排索引结构,采用键值形式存储索引,利用可搜索加密技术在倒排索引中完成密文搜索。区块链节点在检索密文关键字的同时建立搜索索引,提高区块链节点的搜索效率。实验分析表明,该方案相比其他同类方案具有更高的效率,平均搜索时间减少了19.8%,陷门生成时间减少了12.14%,即在保证数据安全的前提下,该方案能够更快速地进行电子病历的搜索和共享。

关键词：电子病历共享可搜索加密区块链倒排索引云服务器

来源：评论

学校读者我要写书评

暂无评论

云辅助物联网环境下可验证的安全图像检索

引用

通信学报 2025年第3期46卷 28-44页

作者：郭佳琦马智王文胜田聪段振华西安电子科技大学计算机科学与技术学院陕西西安710071

针对现有的云辅助物联网环境中图像检索精度和效率低、服务器潜在恶意性问题,提出一种可验证的安全图像检索方案。采用矩阵形式的索引和查询,结合基于容错学习的改进安全k近邻算法加密特征矩阵,提升索引和查询安全性。利用区块链技术,... 详细信息

针对现有的云辅助物联网环境中图像检索精度和效率低、服务器潜在恶意性问题,提出一种可验证的安全图像检索方案。采用矩阵形式的索引和查询,结合基于容错学习的改进安全k近邻算法加密特征矩阵,提升索引和查询安全性。利用区块链技术,并结合四叉默克哈希树和高效短签名,实现搜索结果的可验证性。安全性和性能分析表明,所提方案在保证索引和查询安全性的同时,显著降低了索引和查询的加密计算复杂度及密钥存储开销。所提方案在提高图像检索精度和安全性的同时,优化了计算与存储资源,适用于云辅助物联网环境。

关键词：图像安全检索安全k近邻算法容错学习问题物联网

来源：评论

学校读者我要写书评

暂无评论

解决动态约束多目标问题的复合预测进化算法

引用

控制理论与应用 2025年第2期42卷 335-343页

作者：郭知业魏静萱西安电子科技大学计算机科学与技术学院陕西西安710071

动态约束多目标问题在路口交通管理、节能电力调度等现实场景中出现较多,其目标函数和约束条件都会随时间(环境)发生连续缓慢变化.求解这类动态问题的关键,是有效追踪问题的随环境变化的一组最优解集.为求解此类问题,首先,将约束变化分... 详细信息

动态约束多目标问题在路口交通管理、节能电力调度等现实场景中出现较多,其目标函数和约束条件都会随时间(环境)发生连续缓慢变化.求解这类动态问题的关键,是有效追踪问题的随环境变化的一组最优解集.为求解此类问题,首先,将约束变化分为2类,并针对两类变化提出2个约束预测器,用以追踪可行区域;其次,将约束预测器与非线性预测器组合成复合预测策略,根据问题的不同变化情况使用策略中的对应预测器,消耗较少的资源获得预测解,加速寻优过程;再次,应用基于分解的多目标优化算法,将预测解优化得到最终的最优解.所提出的基于复合预测的动态多目标优化算法在8个动态变化的问题上与6个典型算法进行对比测试,实验结果表明,所提算法获得的解集在收敛性和多样性上具有显著优势,复合预测策略的预测性能较优.

关键词：动态多目标优化进化算法动态约束条件

来源：评论

学校读者我要写书评

暂无评论

改进的YOLOv8n轻量化景区行人检测方法研究

引用

计算机工程与应用 2025年第2期61卷 84-96页

作者：张小艳王苗西安科技大学计算机科学与技术学院西安710600

针对景区人流量大、人员密集,而现有目标检测算法对于遮挡目标和小目标检测效率低且模型参数量大等问题,提出基于YOLOv8n的轻量化景区行人检测算法SSC-YOLOv8n。提出空间和通道重建注意力卷积SCC2fEMA模块,以显著减少模型参数量,从而提... 详细信息

针对景区人流量大、人员密集,而现有目标检测算法对于遮挡目标和小目标检测效率低且模型参数量大等问题,提出基于YOLOv8n的轻量化景区行人检测算法SSC-YOLOv8n。提出空间和通道重建注意力卷积SCC2fEMA模块,以显著减少模型参数量,从而提升模型的检测速度。采用精细的slim-neck范式,通过GSConv和V0V-GSCSP模块,在有效降低模型参数量的同时,提升模型的学习能力。提出坐标注意力动态解耦头,以显著增强模型对位置信息的感知度和敏感度。为了对样本进行更为精确的平衡处理,引入Focal Loss损失函数,进一步提高模型的检测精度与鲁棒性。实验结果表明,在景区行人数据集上,改进后的模型相较于原始模型,模型参数量减小了52%,mAP@0.5提升了2.1个百分点,mAP@0.5:0.95提升了1.4个百分点。在VisDrone2019数据集上,mAP@0.5提高了3.9个百分点。改进后的算法具有更强的泛化性能,能够更好地适用于景区行人检测任务。

关键词：行人检测轻量化 YOLOv8 Focal Loss 注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的联邦无线流量预测模型

引用

软件学报 2025年第2期36卷 715-731页

作者：柴宝宝董安明王桂娟韩玉冰李浩禹继国山东科技大学计算机科学与工程学院山东青岛266590 齐鲁工业大学(山东省科学院) 山东济南250353 中国石油大学(华东)计算机科学与技术学院山东青岛266580

移动数据每天都在不断增长,如何精准预测无线流量对高效、合理的配置通信和网络资源至关重要.现有的流量预测方法多采用集中式训练架构,涉及大规模的流量数据传输,会导致用户隐私泄露等安全问题.联邦学习可以在数据本地存储的前提下训... 详细信息

移动数据每天都在不断增长,如何精准预测无线流量对高效、合理的配置通信和网络资源至关重要.现有的流量预测方法多采用集中式训练架构,涉及大规模的流量数据传输,会导致用户隐私泄露等安全问题.联邦学习可以在数据本地存储的前提下训练一个全局模型,保护用户隐私,有效减轻数据频繁传输负担.但是在无线流量预测中,单个基站数据量有限,且不同基站流量数据模式异构,流量模式难以捕捉,导致训练得到的全局模型泛化能力较差.此外,传统联邦学习方法在进行模型聚合时采用简单平均,忽略了客体贡献差异,进一步导致全局模型性能下降.针对上述问题,提出一种基于注意力的“类内平均,类间注意力”联邦无线流量预测模型,该模型根据基站的流量数据进行聚类,更好地捕捉具有相似流量模式基站的流量变化特性;同时,设计一个预热模型,利用少量基站数据缓解数据异构,提高全局模型的泛化能力;在模型聚合阶段引入注意力机制,量化不同客体对全局模型的贡献,并在模型迭代过程中融入预热模型,大幅提升模型的预测精度.在两个真实数据集(Milano和Trento)上进行大量实验,结果表明该方法优于所有基线方法.并且与目前最先进的方法相比,在两个数据集上的平均绝对误差性能增益最高分别达到10.1%和9.6%.

关键词：无线流量预测联邦学习聚类注意力机制

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：