检索结果-内蒙古大学图书馆

计算机工程与应用 2022年第21期58卷 109-118页

作者：童潜何亨聂雷张攀峰武汉科技大学计算机科学与技术学院武汉430065 湖北省智能信息处理与实时工业系统重点实验室武汉430065 桂林理工大学信息科学与工程学院广西桂林541004

属性基加密能够实现密文数据的细粒度访问控制,有效地解决云环境中的数据共享问题。针对计算能力受限设备难以高效地完成属性基加密过程中大量计算的问题,提出一种云环境中层次化的轻量级访问控制方案。该方案通过引入虚拟属性和双密钥... 详细信息

属性基加密能够实现密文数据的细粒度访问控制,有效地解决云环境中的数据共享问题。针对计算能力受限设备难以高效地完成属性基加密过程中大量计算的问题,提出一种云环境中层次化的轻量级访问控制方案。该方案通过引入虚拟属性和双密钥将大部分耗时的加解密计算安全地转移至云服务器,并对访问结构进行优化。数据分享者对访问结构具有层次关系的多份数据只需加密一次,同时数据请求者可以根据其属性解密部分或全部密文。安全性分析和性能评估表明该方案能够实现云环境中高效和细粒度的密文数据访问控制,使得用户端计算开销显著降低,且在整个执行过程中不会造成数据泄露。

关键词：属性基加密访问控制层次化计算转移

来源：评论

学校读者我要写书评

暂无评论

面向销售数据的多项缺失值关联性的增量填补

引用

计算机系统应用 2024年第4期33卷 288-295页

作者：刘智李涛袁冲武汉科技大学计算机科学与技术学院武汉430081 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430081 武汉海云健康科技股份有限公司技术管理部门武汉430081

数据缺失会影响数据的质量,可能导致分析结果的不准确和降低模型的可靠性,缺失值填补能减低偏差方便后续分析.大多数的缺失值填补算法,都是假设多项缺失值之间是弱相关甚至无相关,很少考虑缺失值之间的相关性以及填补顺序.在销售领域中... 详细信息

数据缺失会影响数据的质量,可能导致分析结果的不准确和降低模型的可靠性,缺失值填补能减低偏差方便后续分析.大多数的缺失值填补算法,都是假设多项缺失值之间是弱相关甚至无相关,很少考虑缺失值之间的相关性以及填补顺序.在销售领域中对缺失值进行独立填补,会减少缺失值信息的利用,从而对缺失值填补的准确度造成较大的影响.针对以上问题,本文以销售领域为研究目标,根据销售行为的多维度特征,利用不同模型输出值的空间分布特征特性,探索多项缺失值的填补更新机制,研究面向销售数据多项缺失值增量填补方法,根据特征相关性,对缺失特征排序并用已填补的数据作为信息要素融合对后面的缺失值进行增量填补.该算法同时考虑了模型的泛化性和缺失数据之间的信息相关问题,并结合多模型融合,对多项缺失值进行有效填补.最后基于真实连锁药店销售数据集通过大量实验对比验证了所提算法的有效性.

关键词：缺失值处理增量填补多模型混合 Stacking算法药店销售

来源：评论

学校读者我要写书评

暂无评论

基于RTE和XGBoost组合模型的网络故障预测

引用

武汉大学学报（工学版） 2021年第8期54卷 755-760页

作者：杨龙廖光忠武汉科技大学计算机科学与技术学院湖北武汉430081 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430081

以某电信公司的网络设备告警日志作为研究基础,提出随机森林嵌入(random trees embedding,RTE)和极端梯度提升(extreme gradient boosting,XGBoost)的组合模型,并将其应用于对网络业务运行状态的故障预测。针对特征中噪声大的问题,采用... 详细信息

以某电信公司的网络设备告警日志作为研究基础,提出随机森林嵌入(random trees embedding,RTE)和极端梯度提升(extreme gradient boosting,XGBoost)的组合模型,并将其应用于对网络业务运行状态的故障预测。针对特征中噪声大的问题,采用RTE算法对告警日志数据进行特征转化,借助Bagging抽样方法减少噪声数据的影响;结合XGBoost算法的多分类功能建立预测模型。实验结果表明,相对于XGBoost算法、随机森林算法以及基于概率统计的贝叶斯算法,RTE+XGBoost组合模型的预测准确率分别提升了1.23%、3.44%、4.43%。

关键词：告警日志 RTE XGBoost 网络故障预测

来源：评论

学校读者我要写书评

暂无评论

基于双线性特征融合的皮肤病分类研究

引用

计算机技术与发展 2023年第2期33卷 161-166页

作者：黄志伦刘俊郑萌武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 湖北武汉430065 武汉理工大学计算机科学与技术学院湖北武汉430070

皮肤覆盖肌肉、骨骼和身体的每个部分,是人体中最大的器官。由于其暴露于外界,所以感染更容易发生在皮肤上。皮肤病作为一种常见疾病,利用计算机技术对其进行辅助诊断,有助于减轻医生负担。针对常规卷积神经网络应用于皮肤病图像分类时... 详细信息

皮肤覆盖肌肉、骨骼和身体的每个部分,是人体中最大的器官。由于其暴露于外界,所以感染更容易发生在皮肤上。皮肤病作为一种常见疾病,利用计算机技术对其进行辅助诊断,有助于减轻医生负担。针对常规卷积神经网络应用于皮肤病图像分类时由于不同种皮肤病图像之间的类间相似性以及同种皮肤病图像之间具有类内差异性导致分类困难的问题,提出一种改进双线性特征融合模型。使用经过剪枝的Inception-ResNet-v1和v2版本作为特征提取器并行提取图像特征,对特征进行双线性融合,获取更多阶数的特征信息可以提高模型对图像细节的敏感度。然后添加额外的软注意力模块,通过加权和的方式进行过滤或者加强,给图像每个位置给予不同的权重以达到对模型的加强效果。在skin-cancer-classesisic数据集上的7种皮肤病图像上进行训练,与S-CNN、MobileNet和Incremental CNN的对比证明了该模型的有效性,在Precision、Recall和F1-Score指标上该模型均为最优。

关键词：皮肤病深度学习双线性特征融合注意力机制图像分类

来源：评论

学校读者我要写书评

暂无评论

基于抽象语法树特征迁移的软件漏洞检测方法(AST-FMVD)

引用

计算机技术与发展 2024年第6期34卷 81-88页

作者：李子俊李涛陈浩东余琴乔梦晴李琳王颉万振华宋荆汉武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 深圳开源互联网安全技术有限公司广东深圳518000

深度学习在漏洞检测的应用取得了显著的进展。现有漏洞检测算法需要大量的标记数据,通过有监督的方法构建检测模型,在多语言环境中,由于语言的多样性和标记训练样本的缺乏,检测模型可能存在泛化性问题,特别是在小样本领域中可能表现不... 详细信息

深度学习在漏洞检测的应用取得了显著的进展。现有漏洞检测算法需要大量的标记数据,通过有监督的方法构建检测模型,在多语言环境中,由于语言的多样性和标记训练样本的缺乏,检测模型可能存在泛化性问题,特别是在小样本领域中可能表现不佳。为了解决这一困境,迁移学习可以作为一种解决方案,迁移学习的核心思想是以“举一反三”为核心的算法框架,将某个领域的知识迁移到另一个领域的学习中,从而打破样本数据的制约。该文提出了一种基于特征迁移的漏洞检测方法。通过语义相似性对代码的语法树节点信息进行聚类,可以快速并准确地构建好不同语言之间的节点映射关系,同时在语法树的映射过程中引入上下文感知技术帮助解决歧义或模糊的语法结构,提高解析性能。该方法实现检测样本从未知领域变换到已知领域,利用在原有领域构建的深度学习模型,可以将新领域任务迁移到已知领域,最终解决跨域的知识迁移的应用,并将该方法取名为AST-FMVD。最后通过Java的漏洞检测模型对含有特定漏洞文件的进行检测,实现模型在Python领域中的迁移应用,证明了AST-FMVD的可行性,并通过实验证明AST-FMVD可以实现源域中的训练模型在目标领域仍可以保证原模型良好的检测水平。

关键词：深度学习迁移学习零样本漏洞检测抽象语法树

来源：评论

学校读者我要写书评

暂无评论

一种可降低结构性变化的本体演化算法

引用

计算机技术与发展 2024年第6期34卷 45-52页

作者：陆晨阳袁嵩高峰顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 中冶南方连铸技术工程有限责任公司湖北武汉430223

在Web语义环境中,如何降低本体在不断演化的过程中的结构性变化是一项具有挑战性的任务。针对这一问题,提出了一种本体演化算法,旨在降低本体演化过程中的结构性变化,从而提高本体的稳定性和可维护性。与传统的本体演化方法主要关注实... 详细信息

在Web语义环境中,如何降低本体在不断演化的过程中的结构性变化是一项具有挑战性的任务。针对这一问题,提出了一种本体演化算法,旨在降低本体演化过程中的结构性变化,从而提高本体的稳定性和可维护性。与传统的本体演化方法主要关注实体间关系不同,该文在计算本体演化代价时在实体频率和实体间关系频率的基础上综合考虑了实体之间的概念关系,从而实现了对实体影响的更细粒度分析。此外,还提出新的附加演化策略,以便在演化过程中选取最优的演化策略,保留更多复杂的语义关系以实现最小结构性变化。实验结果表明,提出的演化方法在处理涉及复杂语义关系的本体演化时表现出色,有效地降低了演化代价并提高了本体演化前后的结构相似度。这些研究成果在Web语义环境中对本体进行演化和更新方面具有重要意义,为本体工程领域提供了有益的改进方向和实践经验。

关键词：本体本体演化语义关系演化策略结构性变化

来源：评论

学校读者我要写书评

暂无评论

时间上可持续的多兴趣偏好推荐系统

时间上可持续的多兴趣偏好推荐系统

引用

第三届 RISC-V 技术及生态研讨会

作者：尹祎林钰斌张威武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室武汉430081

近年来，推荐系统已经成为数据分析与挖掘、信息检索领域方向的热点。然而，部分推荐系统应用于用户多兴趣偏好还存在着问题：首先用户的兴趣不唯一，且对多个兴趣的偏好不等同;其次用户当前的兴趣是否会在未来时间中持续。基于此，本... 详细信息

近年来，推荐系统已经成为数据分析与挖掘、信息检索领域方向的热点。然而，部分推荐系统应用于用户多兴趣偏好还存在着问题：首先用户的兴趣不唯一，且对多个兴趣的偏好不等同;其次用户当前的兴趣是否会在未来时间中持续。基于此，本文通过利用用户产生多兴趣并捕获其个性化需求的可持续性，提出了一种MIES算法模型，该模型能够很好捕捉到用户潜在的多种兴趣，并注重用户兴趣的可持续，提高了推荐的质量。通过对比实验表明该模型有效解决了推荐系统对用户多维兴趣的捕捉和个性化兴趣的可持续性。

关键词：数据分析与挖掘多兴趣偏好个性化兴趣可持续性推荐系统

来源：评论

学校读者我要写书评

暂无评论

边缘和颜色信息引导下的高分辨率低光图像增强算法

引用

计算机科学 2025年第6期 297-305页

作者：张玲李振宇武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)

设备捕捉高分辨率图像的能力对图像处理提出了新的挑战，现有的低光图像增强算法多是针对低分辨率图像设计的，在处理高分辨率图像时，存在细节不清晰、颜色失真等问题。利用图像自身包含的纹理信息和颜色信息，提出了一种边缘和颜色信... 详细信息

设备捕捉高分辨率图像的能力对图像处理提出了新的挑战，现有的低光图像增强算法多是针对低分辨率图像设计的，在处理高分辨率图像时，存在细节不清晰、颜色失真等问题。利用图像自身包含的纹理信息和颜色信息，提出了一种边缘和颜色信息引导的高分辨率低光照图像增强算法。为改善卷积神经网络局部特征学习的局限性，引入了边缘解码器，有助于捕获图像中远距离的关键信息，提高对边界语义信息的编码。此外，为处理高分辨率图像，在上下文注意力块中引入了稀疏注意力机制，集中关注图像中的重要信息，以有效减少噪声干扰。另一方面，颜色解码器有效利用了低光图像自身的色度线索，提升了颜色信息恢复的准确性。

关键词：高分辨率图像增强低光照

来源：评论

学校读者我要写书评

暂无评论

基于特征联合与多注意力的实体关系链接

引用

计算机工程 2022年第8期48卷 53-61页

作者：付林刘钊邱晨高峰武汉科技大学计算机科学与技术学院武汉430065 湖北省智能信息处理与实时工业系统重点实验室武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100083

实体链接和关系链接作为知识库问答的核心组件链接自然语言问题和知识库信息,通常作为两个独立的任务执行,但该执行方式忽略了链接中产生的信息间的相互影响。同时,将候选实体和关系分别计算相似性的方法没有考虑候选实体和关系的内在... 详细信息

实体链接和关系链接作为知识库问答的核心组件链接自然语言问题和知识库信息,通常作为两个独立的任务执行,但该执行方式忽略了链接中产生的信息间的相互影响。同时,将候选实体和关系分别计算相似性的方法没有考虑候选实体和关系的内在联系。提出一种基于神经网络的特征联合和多注意力的实体关系链接方法,运用神经网络对问题、实体、关系以及实体-关系对进行编码和向量表示学习,通过添加注意力机制的方法获取候选实体及关系在问题中的权重信息,在计算实体(关系)向量与问题向量的相似性时加入实体-关系对向量,利用实体-关系对中包含的信息提高链接的精度。在LC-QuAD和QALD-7数据集上的实验结果表明,与Falcon模型相比,该方法至少提高了1%的链接精度。

关键词：知识库问答联合实体关系链接实体-关系对注意力机制知识图谱

来源：评论

学校读者我要写书评

暂无评论

全卷积深度迁移网络的联合分割

引用

计算机工程与应用 2021年第1期57卷 227-233页

作者：李岩刘俊智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065 武汉科技大学计算机科学与技术学院武汉430065

近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论和研究。为实现准确的实时治疗,提出了一种基于全卷积网络(Fully Convolutional Networks,FCN)的超声血... 详细信息

近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论和研究。为实现准确的实时治疗,提出了一种基于全卷积网络(Fully Convolutional Networks,FCN)的超声血管分割方法。全卷积深度迁移分割网络(Full Convolutional deep Aggregation Migration Network,AMFCN)通过对全卷积网络使用对称网络连接,深度聚合模式以深度提取图像特征,并优化数据增强方式,添加迁移学习模型等方法,有效地利用已有数据进行数据拓展,缓解医学图像数据过少的影响。实验结果表明,该研究方法在超声血管图像上取得了较好的分割性能,能准确地分割出血管区域。

关键词：超声治疗全卷积网络深度聚合小数据集迁移学习

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：