检索结果-内蒙古大学图书馆

智能系统学报 2022年第2期17卷 420-426页

作者：杨玉婷苗夺谦同济大学电子与信息工程学院上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

行人搜索旨在从一系列未经裁剪的图像中对行人进行定位与识别,融合了行人检测和行人重识别两个子任务。现有的方法设计了基于Faster R-CNN的端到端框架来解决此任务,但是行人检测和重识别两个子任务之间存在特征优化目标粒度不一致问题... 详细信息

行人搜索旨在从一系列未经裁剪的图像中对行人进行定位与识别,融合了行人检测和行人重识别两个子任务。现有的方法设计了基于Faster R-CNN的端到端框架来解决此任务,但是行人检测和重识别两个子任务之间存在特征优化目标粒度不一致问题。为了解决这一问题,提出一种双全局池化结构,使用全局平均池化提取检测分支的共性特征,使用基于注意力机制的全局K最大池化提取re-ID分支的特性特征,为两个子任务提取符合各自粒度特性的特征。同时由于re-ID子任务的细粒度特性,还提出一种改善粒度匹配的画廊边界框加权算法,把查询人和画廊边界框的分辨率差异纳入相似度计算。实验证明融入多粒度的方法有效地提高了单阶段算法在CHUK-SYSU和PRW数据集上的性能。

关键词：行人搜索行人检测行人重识别多粒度特征融合深度学习鲁棒性计算机视觉

来源：评论

学校读者我要写书评

暂无评论

基于自适应差异化图卷积的社交网络新增恶意用户检测

引用

计算机应用研究 2023年第9期40卷 2820-2825页

作者：吴正昊曾国荪同济大学计算机科学及技术系上海201804 嵌入式系统与服务计算教育部重点实验室上海201804

社交网络新增恶意用户检测作为一项分类任务,一直面临着数据样本不足、恶意用户标注稀少的问题。在数据有限的情况下,为了能够精确地检测出恶意用户,提出一种基于自适应差异化图卷积网络的检测方法。该方法通过提取社交网络中的用户特... 详细信息

社交网络新增恶意用户检测作为一项分类任务,一直面临着数据样本不足、恶意用户标注稀少的问题。在数据有限的情况下,为了能够精确地检测出恶意用户,提出一种基于自适应差异化图卷积网络的检测方法。该方法通过提取社交网络中的用户特征和社交关系构建社交网络图。构建社交网络图后,计算节点与邻居的相似度,并对邻居进行优先级排序,利用优先级顺序采样关键邻居。关键邻居的特征通过自适应权重的加权平均方式聚合到节点自身,以此更新节点特征。特征更新后的节点通过特征降维和归一化计算得到恶意值,利用恶意值判断用户的恶意性。实验表明该方法和其他方法相比,具有更高的恶意用户查全率和整体查准率,并且能够快速地完成对新增用户的检测,证明了自适应差异化图卷积网络能够有效捕捉到少量样本的关键特征。

关键词：社交网络用户分类机器学习图神经网络恶意用户

来源：评论

学校读者我要写书评

暂无评论

基于水声信道的隐蔽密钥协商方案

引用

中国科学：信息科学 2023年第6期53卷 1096-1110页

作者：徐明冯赫鑫关佶红上海海事大学信息工程学院上海201306 同济大学电子与信息工程学院上海201804 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804

水声信道环境下,传统的密钥协商协议更容易遭受信息泄漏等安全威胁,而现有的隐蔽密钥协商协议由于受限于平方根定律,隐蔽通信速率不超过O(1/√n).为解决上述难题,本文提出了一种基于水声信道的隐蔽密钥协商方案.在优先提取阶段,发送方... 详细信息

水声信道环境下,传统的密钥协商协议更容易遭受信息泄漏等安全威胁,而现有的隐蔽密钥协商协议由于受限于平方根定律,隐蔽通信速率不超过O(1/√n).为解决上述难题,本文提出了一种基于水声信道的隐蔽密钥协商方案.在优先提取阶段,发送方以一定的功率向接收方发送均匀分布的随机消息,而接收方根据水下噪声方差信息,通过Gibbs采样计算出估计消息,并使用对数似然比检验获取初始密钥来减少消息传输时的不确定性和误比特率.信息调和阶段,发送方将伴随式发送给接收方,而接收方将接收到的伴随式与优先提取阶段得到的对数似然比序列进行联合解码来获得错误比特的位置信息,经过比特翻转后得到与发送方完全一致的最终密钥.通过假设检验理论和信息论,证明了方案的保密性、隐蔽性和可靠性.仿真结果表明,所提方案比现有方案性能有所提升.

关键词：水声信道隐蔽密钥协商优先提取信息调和对数似然比检验

来源：评论

学校读者我要写书评

暂无评论

面向延迟标签场景下的可解释信用评估模型

引用

计算机科学 2024年第8期51卷 45-55页

作者：辛博丁志军嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804 上海市网络金融安全协同创新中心(同济大学) 上海201804

随着社会经济的快速发展,信贷业务在金融领域中扮演着越来越重要的角色,利用机器学习算法进行信用评估成为了当前主流的方法。然而,目前仍存在一些问题亟待解决,如延迟标签带来的有标签数据不充分、模型滞后性的问题,以及动态信用评估... 详细信息

随着社会经济的快速发展,信贷业务在金融领域中扮演着越来越重要的角色,利用机器学习算法进行信用评估成为了当前主流的方法。然而,目前仍存在一些问题亟待解决,如延迟标签带来的有标签数据不充分、模型滞后性的问题,以及动态信用评估模型缺乏可解释性的问题。针对这些问题,提出了一种面向延迟标签场景的可解释信用评估模型。该模型在动态模型树的基础上进行了加权改进,结合了延迟标签更新算法和自适应阈值的伪标签选择策略,将延迟标签数据看作反馈数据和伪标签数据两种状态分别进行处理,平衡了有标签数据不充分和模型滞后带来的影响,并实现了模型的可解释性。最后,在一些合成和真实的信用评估数据集上对模型进行了实验,与其他主流的算法相比,其更好地权衡了预测性能和可解释性。

关键词：信用评估延迟标签可解释性动态模型树伪标签选择

来源：评论

学校读者我要写书评

暂无评论

基于行为向量的在线事件流预测

引用

计算机集成制造系统 2022年第10期28卷 3052-3063页

作者：卢可方贤文方娜安徽理工大学数学与大数据学院安徽淮南232001 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

为了有效分析事件流之间特定的行为关系并将其融入预测过程,提出一种基于事件流行为向量的在线事件流协同过滤推荐算法来预测下一个事件。首先分析事件流之间的结构相似性和行为相似性,以确定事件流的行为轮廓关系,在此基础上捕获事件... 详细信息

为了有效分析事件流之间特定的行为关系并将其融入预测过程,提出一种基于事件流行为向量的在线事件流协同过滤推荐算法来预测下一个事件。首先分析事件流之间的结构相似性和行为相似性,以确定事件流的行为轮廓关系,在此基础上捕获事件流的行为依赖关系,将事件流构建为行为向量;然后调整传统的协同过滤推荐算法以分析在线事件流,对下一个事件流进行有效预测;最后,在Pm4py框架中实现相关算法,并在合成日志和真实日志中进行仿真预测。实验结果表明,行为向量能够体现事件流的行为关系,并提高预测的有效性。

关键词：事件流预测行为向量编码在线协同过滤业务流程监控

来源：评论

学校读者我要写书评

暂无评论

编码方式对业务流程剩余时间预测影响评估

引用

计算机集成制造系统 2024年第7期30卷 2431-2443页

作者：徐兴荣刘聪郭娜李婷陆婷闻立杰曾庆田任崇广山东理工大学计算机科学与技术学院山东淄博255000 同济大学嵌入式系统与服务计算教育部重点实验室上海201804 清华大学软件学院北京100084 山东科技大学计算机科学与工程学院山东青岛266590

合理的事件编码方式有助于提升业务流程剩余时间预测效果,为此,有针对性地设计出5种事件编码方式。首先,抽取业务流程包含的全部事件,并利用事件编码方式对获取的事件进行编码。其次,根据业务流程序列性的特点,构建不同类型的剩余时间... 详细信息

合理的事件编码方式有助于提升业务流程剩余时间预测效果,为此,有针对性地设计出5种事件编码方式。首先,抽取业务流程包含的全部事件,并利用事件编码方式对获取的事件进行编码。其次,根据业务流程序列性的特点,构建不同类型的剩余时间预测模型,同时将事件编码向量作为预测模型的输入,从而评估事件编码方式对业务流程剩余时间预测的影响。在8个公开事件日志数据集上进行实验,结果表明GloVe事件编码方式在提高业务流程剩余时间预测效果上是最有效的。该实验结果可帮助研究者和从业者选择最合适的事件编码方式以实现最佳剩余时间预测效果。

关键词：业务流程剩余时间预测深度学习事件编码方式

来源：评论

学校读者我要写书评

暂无评论

面向SDN网络的分布式轻量级大流检测算法

引用

中国科学：信息科学 2023年第10期53卷 1924-1944页

作者：周京晶黄河孙玉娥杜扬张博宇苏州大学计算机科学与技术学院苏州215006 苏州大学轨道交通学院苏州215131 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804

在SDN (software-defined networks)网络中检测大流对负载均衡、异常检测、流量工程等网络应用的实施及网络服务质量的提升至关重要. SDN网络通常使用流表统计流量数据,但由于存储流表的三态内容寻址寄存器(ternary content addressable... 详细信息

在SDN (software-defined networks)网络中检测大流对负载均衡、异常检测、流量工程等网络应用的实施及网络服务质量的提升至关重要. SDN网络通常使用流表统计流量数据,但由于存储流表的三态内容寻址寄存器(ternary content addressable memory, TCAM)资源有限,仅凭流表无法从海量网络数据中识别出所有大流,需要使用紧凑数据结构作为额外的测量模块来辅助检测.现有的研究多考虑将测量模块部署在单台或边缘交换机上,但交换机中的高速存储资源和计算资源极度紧缺,处于高流量链路上的交换机会因执行测量任务承受过高的负载,甚至影响交换机核心功能的执行.为此,本文提出了一种面向SDN网络的分布式轻量级大流检测方案.该方案将网络流量测量任务分摊至全网交换机,进而实现测量负载的均衡,并结合所设计的轻量级测量模块,有效降低了每台交换机执行测量任务所需的计算和存储开销.实验结果证明该方案较已有最新研究成果具有更高的测量精度及更低的计算和存储开销.

关键词： SDN网络网络流量测量大流检测分布式测量 Sketch

来源：评论

学校读者我要写书评

暂无评论

搜索结果多样化排序：新进展与展望

引用

计算机工程与科学 2024年

作者：李金忠刘伟东陈盛博井冈山大学电子与信息工程学院嵌入式系统与服务计算教育部重点实验室(同济大学) 河南大学人工智能与5G实验室

传统搜索引擎仅通过关键词查询以返回相关性搜索结果的排序无法满足用户日益多样化的信息需求。为此，搜索结果多样化排序技术应运而生，它在保持查询相关性的基础上，考虑不同文档的新颖性以及用户潜在的多样化查询意图，向用户呈现内... 详细信息

传统搜索引擎仅通过关键词查询以返回相关性搜索结果的排序无法满足用户日益多样化的信息需求。为此，搜索结果多样化排序技术应运而生，它在保持查询相关性的基础上，考虑不同文档的新颖性以及用户潜在的多样化查询意图，向用户呈现内容更为丰富全面的排序结果。随着深度学习技术的快速发展与突破，生成对抗网络和图神经网络等深度学习模型也被广泛应用于搜索结果多样化排序领域中。虽然近期涌现了较多搜索结果多样化排序的最新研究成果，但较缺乏对新近提出的搜索结果多样化排序方法等相关研究的综述性工作。基于此，主要对近五年来搜索结果多样化排序的研究进展进行了一个较为全面的综述。首先，回顾了搜索结果多样化排序发展现状和相关综述，并阐述了搜索结果多样化排序问题的定义；其次，对近五年来搜索结果多样化排序的最新方法进行了分类，并重点分析了每个类别中的代表性方法；再者，对主流和新颖的搜索结果多样化评价指标进行了阐述与分析，并总结了现有的主要搜索结果多样化数据集，同时梳理和分析了最新搜索结果多样化排序方法的性能，以及总结了当前搜索结果多样化排序技术的应用进展；最后，对搜索结果多样化排序的未来研究方向进行了展望，以期为相关人员研究搜索结果多样化排序提供参考，并促进这一领域的进一步发展与创新。

关键词：信息检索搜索结果多样化多样化排序排序学习深度学习

来源：评论

学校读者我要写书评

暂无评论

基于三支决策的二阶段图像分类方法

引用

模式识别与人工智能 2021年第8期34卷 768-776页

作者：陈超凡张红云蔡克参苗夺谦同济大学电子与信息工程学院上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

针对深度学习单一模型不能有效处理不确定性预测结果的问题,文中从三支决策出发,将阴影集理论引入图像分类中,构建两阶段图像分类方法.首先,使用卷积神经网络分类样本,获得隶属度矩阵.然后,使用基于阴影集的样本划分算法处理隶属度矩阵... 详细信息

针对深度学习单一模型不能有效处理不确定性预测结果的问题,文中从三支决策出发,将阴影集理论引入图像分类中,构建两阶段图像分类方法.首先,使用卷积神经网络分类样本,获得隶属度矩阵.然后,使用基于阴影集的样本划分算法处理隶属度矩阵,获得分类结果中存在不确定性的部分,即不确定域,进行延迟决策.最后,使用特征融合技术,将SVM作为分类器进行二次分类,降低分类结果的不确定性,提高分类准确率.在CIFAR-10、Caltech 101数据集上的实验验证文中方法的有效性.

关键词：三支决策阴影集卷积神经网络图像分类深度学习

来源：评论

学校读者我要写书评

暂无评论

边缘计算中面向互动直播的用户分配策略

引用

计算机研究与发展 2023年第8期60卷 1858-1874页

作者：刘伟张骁宇杜薇彭若涛武汉理工大学计算机与人工智能学院武汉430070 交通物联网湖北重点实验室(武汉理工大学) 武汉430070 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804 处理器芯片全国重点实验室(中国科学院计算技术研究所) 北京100190

将互动直播部署在边缘计算环境中,可以在网络边缘对直播视频进行转码和传输,通过用户附近的边缘服务器提供低延迟的直播服务.然而,在多边缘服务器、多用户场景下存在着直播用户分配问题,导致直播用户体验质量(quality of experience, Q... 详细信息

将互动直播部署在边缘计算环境中,可以在网络边缘对直播视频进行转码和传输,通过用户附近的边缘服务器提供低延迟的直播服务.然而,在多边缘服务器、多用户场景下存在着直播用户分配问题,导致直播用户体验质量(quality of experience, QoE)无法得到保证.为了提高直播用户QoE,需要根据用户的个性化需求合理地分配服务器资源.首先分析真实数据集,发现大多数用户处于多基站重叠覆盖区域内,并且不同用户的互动需求存在差异;然后根据互动直播的特点提出一种适用于边缘计算场景的用户QoE模型,该模型综合考虑了直播用户的视频质量和互动体验;最后设计一种高效的直播用户分配算法,优化了多边缘服务器重叠覆盖区域内的直播用户QoE.仿真实验表明,所提出的用户分配策略可为用户提供高码率和低延迟的直播视频,同时能有效降低边缘服务器切换次数和码率抖动,使直播用户QoE相较于其他策略提升超过19%.

关键词：互动直播边缘计算用户体验重叠覆盖区域用户分配

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：