检索结果-内蒙古大学图书馆

中文信息学报 2025年第4期39卷 150-160页

作者：付朝燕黄贤英邹世豪重庆理工大学计算机科学与工程学院重庆400054

针对方面提取(Aspect Extraction,AE)研究中存在的评论文本句法结构不完整、方面词呈现长尾分布等问题,提出了句法结构和语义信息双通道增强的方面提取方法(Syntactic and Semantic Dual Reinforcement,SSDR)。首先利用语言模型建立辅... 详细信息

针对方面提取(Aspect Extraction,AE)研究中存在的评论文本句法结构不完整、方面词呈现长尾分布等问题,提出了句法结构和语义信息双通道增强的方面提取方法(Syntactic and Semantic Dual Reinforcement,SSDR)。首先利用语言模型建立辅助句子并结合领域词典嵌入进行语义增强;然后基于句法依存树信息、多头注意力机制和词间相对位置信息来增强图卷积神经网络实现句法特征提取;最后利用多级门控机制自适应地计算双通道输出的两个特征的融合权重。在4个开放数据集上进行的实验结果表明,该文提出的SSDR方法相较于以往的方法,F 1值都取得了2.31%~3.49%的提升。

关键词：句法依存树图卷积神经网络方面提取

来源：评论

学校读者我要写书评

暂无评论

基于SSA-ELM神经网络的室内可见光定位系统

引用

光通信研究 2025年第1期1期(15)卷 13-17页

作者：贾科军牛振于凯张志聪彭铎曹明华兰州理工大学计算机与通信学院兰州730050

【目的】针对极限学习机(ELM)神经网络在室内可见光定位(VLP)中收敛不稳定,易陷入局部最优状态,导致定位精度降低的问题,文章引入了麻雀搜索算法(SSA)确定ELM神经网络的初始权值和阈值,提出了SSA-ELM神经网络算法。【方法】首先,采集定... 详细信息

【目的】针对极限学习机(ELM)神经网络在室内可见光定位(VLP)中收敛不稳定,易陷入局部最优状态,导致定位精度降低的问题,文章引入了麻雀搜索算法(SSA)确定ELM神经网络的初始权值和阈值,提出了SSA-ELM神经网络算法。【方法】首先,采集定位区域内接收信号强度(RSS)与位置信息作为指纹数据;然后,训练SSA-ELM神经网络并得到预测模型,将测试集数据输入预测模型得到待测位置的定位结果;最后,设计了仿真实验和测试平台。【结果】仿真表明,在立体空间模型中0、0.3、0.6和0.9 m 4个接收高度,平均误差分别为1.73、1.86、2.18和3.47 cm,与反向传播(BP)、SSA-BP和ELM定位算法相比,SSA-ELM神经网络算法定位精度分别提高了83.55%、45.71%和26.26%,定位时间分别降低了36.48%、17.69%和6.61%。实验测试表明,文章所提SSA-ELM神经网络算法的平均定位误差为3.75 cm,比未优化的ELM神经网络定位精度提高了16.38%。【结论】SSA对ELM神经网络具有明显的优化作用,能够显著降低定位误差,减少定位时间。

关键词：可见光通信室内定位极限学习机神经网络麻雀搜索算法

来源：评论

学校读者我要写书评

暂无评论

满足本地差分隐私的混合噪音感知的模糊C均值聚类算法

引用

电子与信息学报 2025年第3期47卷 739-757页

作者：张朋飞程俊张治坤方贤进孙笠王杰姜茸安徽理工大学计算机科学与工程学院淮南232001 云南省服务计算重点实验室(云南财经大学) 昆明650221 浙江大学计算机科学与技术学院杭州310058 华北电力大学控制与计算机工程学院北京102206 安徽理工大学安全科学与工程学院淮南232001

在大数据和物联网应用中,本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私,但现有方法要么在LDP下交互式地进行聚类,需要消耗大量隐私预算,要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪... 详细信息

在大数据和物联网应用中,本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私,但现有方法要么在LDP下交互式地进行聚类,需要消耗大量隐私预算,要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音,致使聚类精度低下。同时,对于衡量用户提交数据和簇心之间的距离选择较为武断,没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此,该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM),该算法的主要思想是同时建模用户上传数据中蕴含的表示用户质量的高斯噪音以及为保护用户数据注入的拉普拉斯噪音,进而设计出混合噪音感知的距离替代传统的欧式距离,来衡量样本数据与簇心间的相似性。特别地,在mnFCM中,该文首先设计了混合噪音感知的距离计算方法,在此基础上给出算法新的目标函数,并基于拉格朗日乘子法设计了求解方法,最后理论上分析了求解算法的收敛性。该文进一步理论分析了mnFCM的隐私、效用和复杂度,分析结果表明所提算法严格满足LDP、相对于对比算法更接近非隐私下的簇心以及和非隐私算法具有接近的复杂度。在两个真实数据集上的实验结果表明,mnFCM在满足LDP下,聚类精度提高了10%~15%。

关键词：聚类分析隐私保护本地差分隐私模糊C均值聚类拉普拉斯机制

来源：评论

学校读者我要写书评

暂无评论

基于扩展型活性膜系统的彩色图像分割方法

引用

深圳大学学报(理工版) 2025年第1期42卷 59-67页

作者：许家昌郭佳苏树智安徽理工大学计算机科学与工程学院安徽淮南232001

为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优... 详细信息

为克服优化算法易陷入局部最优和收敛速度慢的局限,提高扩展膜系统在图像处理领域的优化性能,提出一种基于扩展型活性膜系统(P system)的改进北方苍鹰优化(improved northern goshawk optimization,INGO)算法——PINGO.采用北方苍鹰优化算法作为基本膜中的进化规则,通过更新苍鹰的状态进化基本膜中的对象,将INGO算法作为局部进化规则来进化子膜中的对象.该系统根据活性膜自身的特点在基本膜中溶解或产生子膜,通信规则用于实现不同膜之间的信息交换与共享,避免算法陷入局部最优.在数据集BSD300和BSD500上,分别采用海鸥优化(seagull optimization algorithm,SOA)算法、灰狼优化(grey wolf optimizer,GWO)算法、INGO算法和PINGO算法,对不同优化阈值个数的图像进行分割.结果表明,PINGO算法在分割后的图像上的峰值信噪比均优于其他算法,特征相似度最优值也占了83%,在保持色彩与纹理的同时提高了分割的准确性.研究结果表明了所提彩色图像分割方法的有效性.

关键词：图像处理图像分割 P系统活性膜结构北方苍鹰优化算法进化规则

来源：评论

学校读者我要写书评

暂无评论

融入夸张表征的中文反讽识别方法

引用

数据分析与知识发现 2025年第2期9卷 1-11页

作者：李书羽朱广丽李嘉伟段文杰周若彤张顺香安徽理工大学计算机科学与工程学院淮南232001 淮南师范学院计算机学院淮南232038 合肥综合性国家科学中心人工智能研究院合肥230088

【目的】为解决中文反讽短文本中存在的特征稀疏问题,提出一种融入夸张表征的中文反讽识别方法,挖掘短文本中的夸张表征以提升中文反讽识别准确率。【方法】通过点互信息和语义相似度计算分别获取与反讽领域相关的共现词对集、感叹词集... 详细信息

【目的】为解决中文反讽短文本中存在的特征稀疏问题,提出一种融入夸张表征的中文反讽识别方法,挖掘短文本中的夸张表征以提升中文反讽识别准确率。【方法】通过点互信息和语义相似度计算分别获取与反讽领域相关的共现词对集、感叹词集与程度副词集,合并上述词集构建夸张表征词典;然后,通过正则表达式匹配反讽文本得到特殊标点符号序列并经独热编码获得特殊标点符号特征,采用RoBERTa-wwm-ext模型获取文本语义特征,利用WoBERT模型将夸张表征词典内的词及词对转化为动态词向量,获取夸张表征;最后,改进多头注意力机制,同时关注文本语义特征、夸张表征以及特殊标点符号特征,经Softmax函数得到识别结果。【结果】将公开的Ciron和ChineseSarcasm-Corpus数据集合并后进行实验,本文方法准确率达81.49%,F1值达81.24%。【局限】构建的夸张表征词典依赖语料质量,泛化能力有限。【结论】本文方法通过挖掘中文反讽短文本中存在的夸张表征,结合文本语义信息,能有效丰富文本语义表示,提升中文反讽识别的准确率。

关键词：中文反讽领域词典夸张表征 RoBERTa-wwm-ext 多头注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于BWO优化VMD和TCN-BiGRU的短期风电功率预测

引用

工程科学与技术 2025年第3期 31-41页

作者：逯静张燕茹王瑞河南理工大学计算机科学与技术学院

针对风力发电过程中出现的不平稳、波动性大等特点，为了更好地提高风力发电的预测精度，提出一种基于白鲸优化算法（BWO）的变分模态分解（VMD）和时序卷积网络（TCN）-双向门控循环单元（BiGRU））联合构建的短期风力发电功率预测模... 详细信息

针对风力发电过程中出现的不平稳、波动性大等特点，为了更好地提高风力发电的预测精度，提出一种基于白鲸优化算法（BWO）的变分模态分解（VMD）和时序卷积网络（TCN）-双向门控循环单元（BiGRU））联合构建的短期风力发电功率预测模型。首先，由于风电功率受多方面气象因素的共同影响，采用随机森林（RF）方法来确定气象因素特征的重要性，对特征进行排序并提取出最优的特征。其次，利用VMD将原始功率数据由不平稳序列分解成较平稳的子序列，为解决VMD的两个参数即模态数和惩罚因子难以人工确定的问题，使用BWO对VMD的参数进行寻优，利用优化后的VMD对非平稳电力信号进行有效分解。然后，将分解后的各平稳子序列加上提取出的最优特征进行TCN-BiGRU组合模型预测。最后，将各子序列的预测值进行叠加得到最终的结果。以中国的某风电场的实际数据为例，通过多种单一模型与组合模型对所提出的预测模型进行了仿真对比。仿真结果表明，所提出的基于BWO优化VMD和TCN-BiGRU联合预测方法具有较高的预测精度，其均方根误差、平均绝对误差及平均百分比误差的指标精度均比其他模型有所提高。本文方法在风电功率预测中具有显著优势。

关键词：短期风功率预测变分模态分解随机森林时序卷积网络双向门控循环单元白鲸优化算法

来源：评论

学校读者我要写书评

暂无评论

Gera:基于图神经网络的动态灾害资源需求优化模型

引用

系统工程理论与实践 2025年

作者：刘壮刘芮彤赵斯桓刘子建东北财经大学金融科技学院长春理工大学物理学院大连理工大学计算机学院

近年来，先进的人工智能（AI）如ChatGPT已迅速成为数字经济社会的基础设施。人机融合智能在优化时间密集型流程、减少决策偏差和降低系统性风险等方面发挥着关键作用，为政府和组织在高度动态环境中做出准确决策提供有力支持。然而，... 详细信息

近年来，先进的人工智能（AI）如ChatGPT已迅速成为数字经济社会的基础设施。人机融合智能在优化时间密集型流程、减少决策偏差和降低系统性风险等方面发挥着关键作用，为政府和组织在高度动态环境中做出准确决策提供有力支持。然而，全球自然和社会领域的突发事件，如公共卫生危机、地震和海啸，迫切需要利用这些技术进行灾害响应。灾害响应对于在灾后挽救生命和减少损失至关重要，而救灾应急资源管理是实现救灾行动的基础。然而，之前的研究忽略了关键的决策问题，即请求最佳资源数量的问题。为更好地解决这一问题，鉴于突发事件的显著特征，本文提出了创新模型：Gera。该基于图神经网络的深度学习模型通过设计基于周期变化的交互感知模块和双交互图聚合、全周期全局图的分解以及基于时间的对偶子图，实现了对当前未满足需求和未来资源需求的全面综合考虑，为资源类型的最佳资源需求提供了全面决策支持。本文基于爬取的近3年真实地震救灾数据进行模型训练，并通过实验证明Gera模型在性能上优于现有方法。实验结果还显示Gera模型具有强大的通用性和推广性。此外，Gera模型具有可插拔的特性，可以适配任意其他的救灾资源预测算法，为救灾资源管理研究奠定了坚实的基础。本文将Gera模型、代码以及训练权重全部开源，旨在为后续相关领域的研究提供支持。此外，本文爬取的地震救灾微博数据也已发布到Github，供救灾资源管理研究使用。

关键词：灾害资源管理 AI辅助决策支持紧急响应建模图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于标签构建与特征融合的多标签文本分类研究方法

引用

贵州师范大学学报(自然科学版) 2025年第1期43卷 105-114页

作者：王旭阳卢世红兰州理工大学计算机与通信学院甘肃兰州730050

目前存在的多标签文本分类任务算法,对于标签的建模不是很成熟,其中对于标签的依赖性问题,以及标签特征和文本特征的融合程度问题,均缺乏有效的处理方法。为了更有效地利用标签间的依赖关系,以及整合标签特征与文本特征的融合,提出了一... 详细信息

目前存在的多标签文本分类任务算法,对于标签的建模不是很成熟,其中对于标签的依赖性问题,以及标签特征和文本特征的融合程度问题,均缺乏有效的处理方法。为了更有效地利用标签间的依赖关系,以及整合标签特征与文本特征的融合,提出了一种名为CGTCN的多标签文本分类模型。该模型从标签构建和特征融合的角度出发,通过CompGCN建模标签依赖关系,先利用Transformer中的多头交叉注意力机制初步融合标签特征和文本特征,然后再通过CorNet网络进一步捕获标签特征与文本特征之间的相关性,从而得到最终的标签预测。实验结果显示,与基准模型相比,该方法能够有效的提升模型性能,在多标签文本分类任务中取得更好的分类效果。

关键词：多标签文本分类 CompGCN Transformer CorNet 标签相关性

来源：评论

学校读者我要写书评

暂无评论

安全高效的多用户室内指纹定位方案

引用

西安电子科技大学学报 2025年

作者：乐燕芬雷若兰姚恒上海理工大学光电信息与计算机工程学院

通过公有云提供定位服务时，公有云的不可信使得用户的位置信息和服务器的位置资源可能被窃取，从而泄露用户的隐私。近年来提出了各种安全定位算法，用于实现用户的隐私保护。然而，目前已有的隐私保护定位方案不能有效保护服务器数据... 详细信息

通过公有云提供定位服务时，公有云的不可信使得用户的位置信息和服务器的位置资源可能被窃取，从而泄露用户的隐私。近年来提出了各种安全定位算法，用于实现用户的隐私保护。然而，目前已有的隐私保护定位方案不能有效保护服务器数据资源，且无法支持多用户场景。因此，提出一种基于访问控制安全高效的多用户指纹定位方案。该方案基于ASPE算法，设计了一种安全准确的相似度查找算法，可把用户快速定位到局部地图内；同时，设计了一种基于角色多项式函数的轻量级访问控制策略，能灵活设定地图的访问权限，防止恶意用户窃取地图资源，并可为用户提供不同层级的定位服务。安全性分析表明，对于不可信的云定位服务器，服务器的定位资源和用户的位置信息隐私是安全的。实验结果表明，所提方案在保护资源隐私和数据隐私的前提下，可实现对用户的快速局部定位和准确的位置估计。

关键词：指纹定位隐私保护访问控制局部定位

来源：评论

学校读者我要写书评

暂无评论

大语言模型安全性:分类、评估、归因、缓解、展望

引用

智能系统学报 2025年第1期20卷 2-32页

作者：黄河燕李思霖兰天伟邱昱力柳泽明姚嘉树曾理单赢宇施晓明郭宇航北京理工大学计算机学院北京100081 北京航空航天大学计算机学院北京100191 哈尔滨工业大学计算机学院社会计算与信息检索研究中心黑龙江哈尔滨150001

大语言模型能够在多个领域及任务上给出与人类水平相当的解答,并且在未经训练的领域和任务上展现了丰富的涌现能力。然而,目前基于大语言模型的人工智能系统存在许多安全性隐患,例如大语言模型系统容易受到难以被察觉的攻击,模型生成的... 详细信息

大语言模型能够在多个领域及任务上给出与人类水平相当的解答,并且在未经训练的领域和任务上展现了丰富的涌现能力。然而,目前基于大语言模型的人工智能系统存在许多安全性隐患,例如大语言模型系统容易受到难以被察觉的攻击,模型生成的内容存在违法、泄密、仇恨、偏见、错误等问题。并且在实际应用中,大语言模型可能被滥用,生成的内容可能引起国家、人群和领域等多个层面的困扰。本文旨在深入探讨大语言模型面临的安全性风险并进行分类,回顾现有的评估方法,研究安全性风险背后的因果机制,并总结现有的解决措施。具体而言,本文明确了大语言模型面临的10种安全性风险,并将其归类为模型自身安全性风险与生成内容的安全性风险两个方面,并对每种风险进行了详细的分析和讲解。此外,本文还从生命周期和危害程度两个角度对大语言模型的安全风险进行了系统化的分析,并介绍了现有的大语言模型安全风险评估方法、大语言模型安全风险的出现原因以及相应的缓解措施。大语言模型的安全风险是亟待解决的重要问题。

关键词：大语言模型模型自身安全性生成内容安全性安全性分类安全性风险评估安全性风险归因安全性风险缓解措施安全性研究展望

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：