检索结果-内蒙古大学图书馆

计算机应用研究 2022年第12期39卷 3574-3581,3586页

作者：王静红张戴鹏河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学河北省供应链大数据分析与数据安全工程研究中心石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024

目前的ADMET分类方法在对具有多特征性和特征关联性的化合物数据进行ADMET分类时存在不足。而且,对ADMET分类结果不具备可解释性。针对上述问题,提出一种融合胶囊网络的分类模型(CapsMC)。CapsMC模型首先提出一种feature-to-image图像... 详细信息

目前的ADMET分类方法在对具有多特征性和特征关联性的化合物数据进行ADMET分类时存在不足。而且,对ADMET分类结果不具备可解释性。针对上述问题,提出一种融合胶囊网络的分类模型(CapsMC)。CapsMC模型首先提出一种feature-to-image图像转换算法。使用该算法将特征之间的关联关系和依赖关系作为考量纳入到分类依据中,实现特征的多层次提取。其次,探索胶囊网络的高级应用,提出一种认知推理机制。使用该机制对特征进行认知推理,实现ADMET的可解释性分类。模型在五种ADMET数据集上的实验结果表明,CapsMC模型可以高效实现ADMET的可解释性分类。

关键词： ADMET 图像转换胶囊网络认知推理机制可解释性分类

来源：评论

学校读者我要写书评

暂无评论

基于自适应学习的序列生成方法

引用

计算机应用研究 2022年第7期39卷 2081-2086页

作者：张宝奇赵书良张剑吕晓锋河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024

离散序列生成广泛应用于文本生成、序列推荐等领域。目前的研究工作主要集中在提高序列生成的准确性,却忽略了生成的多样性。针对该现象,提出了一种自适应序列生成方法ECoT,设置两层元控制器,在数据层面,使用元控制器实现自适应可学习采... 详细信息

离散序列生成广泛应用于文本生成、序列推荐等领域。目前的研究工作主要集中在提高序列生成的准确性,却忽略了生成的多样性。针对该现象,提出了一种自适应序列生成方法ECoT,设置两层元控制器,在数据层面,使用元控制器实现自适应可学习采样,自动平衡真实数据与生成数据分布得到混合数据分布;在模型层面,添加多样性约束项,并使用元控制器自适应学习最优更新梯度,提升生成模型生成多样性。此外,进一步提出融合协同训练和对抗学习的方法,提升生成模型生成准确性。与目前的主流模型进行对比实验,结果表明,在生成准确性和多样性上,自适应协同训练序列生成方法具有更均衡的准确性和多样性,同时有效缓解了生成模型的模式崩溃问题。

关键词：深度学习机器学习序列生成协同训练对抗学习

来源：评论

学校读者我要写书评

暂无评论

基于改进TF-IDF的多态蠕虫特征自动提取算法

引用

华中科技大学学报（自然科学版） 2020年第2期48卷 79-84页

作者：王方伟杨少杰赵冬梅王长广河北师范大学河北省网络与信息安全重点实验室河北石家庄050024 河北师范大学计算机与网络空间安全学院河北石家庄050024

提出一种基于改进词频-逆文档频率(TF-IDF)的多态蠕虫特征自动提取算法.首先,利用特征哈希方法对不同位置的子串赋予不同的位置权重,且把高维子串向量压缩成低维向量提高效率;其次,引入校验值对传统IDF算法进行修正,减小稀有子串的权重... 详细信息

提出一种基于改进词频-逆文档频率(TF-IDF)的多态蠕虫特征自动提取算法.首先,利用特征哈希方法对不同位置的子串赋予不同的位置权重,且把高维子串向量压缩成低维向量提高效率;其次,引入校验值对传统IDF算法进行修正,减小稀有子串的权重;最后,按权值排序得到子串序列,生成最终蠕虫特征.利用多类多态蠕虫样本对该算法进行测试,并与已有方法进行比较.实验结果表明:该算法在噪声干扰下能准确高效地提取出多态蠕虫特征,准确性和效率均优于已有方法,并可对特征提取进行状态保存,具有良好的可扩展性.

关键词：多态蠕虫特征提取词频-逆文档频率蠕虫检测入侵检测系统

来源：评论

学校读者我要写书评

暂无评论

基于影响力的跨社交网络谣言扩散模型与抑制方法

引用

计算机应用与软件 2022年第7期39卷 73-79,153页

作者：郭宏刚杨芳河北师范大学计算机与网络空间安全学院河北石家庄050024 河北师范大学河北省网络与信息安全重点实验室河北石家庄050024 河北师范大学河北省供应链大数据分析与数据安全工程研究中心河北石家庄050024 河北公安警察职业学院警务科研处河北石家庄050091

传统在线社交网络谣言分析模型均考虑单一的社交网络,而当前谣言通常跨多个社交网络进行传播,传播速度极快,影响极大。针对这种情况,提出一种基于社交影响力的跨多个社交网络谣言传播模型,基于该模型给出贪婪谣言抑制方法。通过用户与... 详细信息

传统在线社交网络谣言分析模型均考虑单一的社交网络,而当前谣言通常跨多个社交网络进行传播,传播速度极快,影响极大。针对这种情况,提出一种基于社交影响力的跨多个社交网络谣言传播模型,基于该模型给出贪婪谣言抑制方法。通过用户与其邻居的外部聚类系数决定社交网络的影响力节点,保留高影响力节点的谣言扩散连接,从而降低模型的复杂度,以贪婪算法为基础,预测传播能力强的种子节点,通过失活种子节点集对谣言进行快速抑制。实验结果表明,该模型能够较为准确地模拟谣言的传播趋势,同时算法能够快速抑制谣言的传播。

关键词：在线社交网络网络安全公共安全谣言传播贪婪算法

来源：评论

学校读者我要写书评

暂无评论

基于异质信息网的短文本特征扩充方法

引用

计算机科学 2022年第9期49卷 92-100页

作者：吕晓锋赵书良高恒达武永亮张宝奇河北师范大学计算机与网络空间安全学院石家庄050024 供应链大数据分析与数据安全河北省工程研究中心石家庄050024 河北省网络与信息安全重点实验室石家庄050024 河北师范大学软件学院石家庄050024 石家庄铁道大学信息科学与技术学院石家庄050043

随着计算机技术深度融入社会生活,越来越多的短文本信息遍布在网络平台上。针对短文本的数据稀疏问题,文中构建了一个鲁棒的异质信息网框架(HTE)来建模短文本,该框架可集成任何类型的附加信息并捕获它们之间的关系,以解决数据稀疏问题... 详细信息

随着计算机技术深度融入社会生活,越来越多的短文本信息遍布在网络平台上。针对短文本的数据稀疏问题,文中构建了一个鲁棒的异质信息网框架(HTE)来建模短文本,该框架可集成任何类型的附加信息并捕获它们之间的关系,以解决数据稀疏问题。基于该框架利用不同外部知识设计了6种短文本扩充方法,引入Wikipedia知识库和Freebase知识库的实体、实体类别、实体间关系等实体信息和文本主题等文本信息,以丰富短文本特征。最后使用相似性度量结果来验证所提出的短文本特征扩充方法的效果。通过与传统的3种相似性度量方法的6种文本扩充方法以及目前主流的短文本匹配算法在两个短文本数据集上进行比较,结果表明,所提的6种短文本扩充方法均有所提升,最佳方法的相似度度量结果与BERT相比提升了5.97%,证明了所提框架具有鲁棒性,可以包含多种类型的外部知识,能够解决短文本的数据稀疏性问题,以无监督的方式高精度地对短文本进行相似性度量。

关键词：异质信息网络短文本扩充方法短文本匹配知识库元路径

来源：评论

学校读者我要写书评

暂无评论

面向网络入侵检测数据的对抗样本生成方法

引用

山东大学学报（理学版） 2021年第3期56卷 28-36页

作者：解滨李清扬董新玉河北师范大学计算机与网络空间安全学院河北石家庄050024 河北师范大学河北省网络与信息安全重点实验室河北石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心河北石家庄050024

选用Deepfool以及JSMA(jacobian-based saliency map attack)算法,在攻击特征中加入不影响攻击特性的定向扰动,通过白盒攻击生成对抗样本。通过实现扰乱检测模型的判断,从而躲过特征检测,为入侵检测模型提升自身鲁棒性提供了更为丰富的... 详细信息

选用Deepfool以及JSMA(jacobian-based saliency map attack)算法,在攻击特征中加入不影响攻击特性的定向扰动,通过白盒攻击生成对抗样本。通过实现扰乱检测模型的判断,从而躲过特征检测,为入侵检测模型提升自身鲁棒性提供了更为丰富的训练样本。

关键词：网络入侵检测神经网络对抗样本 KDD Cup99

来源：评论

学校读者我要写书评

暂无评论

具有奖罚机制STDP的Spike-CNN模型的机械臂故障分类

引用

小型微型计算机系统 2022年第6期43卷 1285-1292页

作者：刘颖周恩辉张薇王秀青吕锋河北师范大学计算机与网络空间安全学院河北省网络与信息安全重点实验室供应链大数据分析与数据安全河北省工程研究中心石家庄050024 河北师范大学数学科学学院石家庄050024 河北工业大学电子信息工程学院天津300400

在计算机视觉领域中,卷积神经网络取得了举世瞩目的成就,但其能耗问题一直未能得到很好解决.基于此问题,本文主要研究无监督学习范式下的Spike-CNN分类性能以及计算力.首先,本文设计了一种基于CNN和SNN的混合结构,在层级结构上实现脉冲... 详细信息

在计算机视觉领域中,卷积神经网络取得了举世瞩目的成就,但其能耗问题一直未能得到很好解决.基于此问题,本文主要研究无监督学习范式下的Spike-CNN分类性能以及计算力.首先,本文设计了一种基于CNN和SNN的混合结构,在层级结构上实现脉冲机制;其次,为减少模型训练时间,本文提出了ReLU-ROC编码方案;最后,为使兴奋性神经元快速做出决策,本文提出了具有决策能力的RP-STDP学习方案:计算每对突触前与突触后兴奋性神经元的相对时间差.实验结果表明:以工业机器人采集到多元时间序列数据解决机械臂不同工作状态的3分类、4分类、5分类问题,在没有引入其他分类器的情况下,本文提出的具有奖罚机制的STDP的Spike-CNN方法平均准确率为LP1(91.07%)、LP2(96.66%)、LP4(93.95%).

关键词：脉冲神经网络 STDP学习规则卷积神经网络机械臂故障诊断分类

来源：评论

学校读者我要写书评

暂无评论

基于时间因子和复合CNN结构的网络安全态势评估

引用

计算机科学 2021年第12期48卷 349-356页

作者：赵冬梅宋会倩张红斌河北师范大学计算机与网络空间安全学院石家庄050024 河北师范大学河北省网络与信息安全重点实验室石家庄050024 河北科技大学信息科学与工程学院石家庄050018

为了解决传统的网络安全态势感知研究方法在网络信息复杂情况下准确率不高等缺陷,文中结合深度学习,提出了一种基于时间因子和复合CNN结构的网络安全态势评估模型,将卷积分解技术和深度可分离技术相结合,形成4层串联复合最优单元结构;... 详细信息

为了解决传统的网络安全态势感知研究方法在网络信息复杂情况下准确率不高等缺陷,文中结合深度学习,提出了一种基于时间因子和复合CNN结构的网络安全态势评估模型,将卷积分解技术和深度可分离技术相结合,形成4层串联复合最优单元结构;将一维网络数据转换为二维矩阵,以灰度值的形式载入神经网络模型,从而有效发挥卷积神经网络的优势。为充分利用数据间的时序关系,引入时间因子形成融合数据,使网络同时学习具备时序关系的原始数据和融合数据,增强模型的特征提取能力,同时利用时间因子和点卷积建立时序数据的空间映射,提高模型结构的完整性。实验结果证明,所提模型在两个数据集上的准确率分别达到了92.89%和92.60%,相比随机森林和LSTM算法提升了2%~6%。

关键词：态势感知卷积网络时间因子深度可分离卷积卷积分解

来源：评论

学校读者我要写书评

暂无评论

国家学生体质健康标准测试数据审核:异常检测算法优选与实证探索

引用

体育科学研究 2025年第2期29卷 59-70,78页

作者：高峰董东刘俊成河北师范大学体育学院河北石家庄050024 河北师范大学计算机与网络空间安全学院河北石家庄050024 河北省国家学生体质健康标准数据管理与服务中心河北石家庄050024 河北省人体运动生物信息测评重点实验室河北石家庄050024

异常检测技术可辅助审核员快速筛查数据集中的潜在异常,但不同算法存在适用场景的局限性。以大学生国家学生体质健康标准测试(NSPFS)数据集为实证研究对象,从算法优选与可视化的角度探究单变量和多变量异常检测方法的适用性。基于6个基... 详细信息

异常检测技术可辅助审核员快速筛查数据集中的潜在异常,但不同算法存在适用场景的局限性。以大学生国家学生体质健康标准测试(NSPFS)数据集为实证研究对象,从算法优选与可视化的角度探究单变量和多变量异常检测方法的适用性。基于6个基准数据集,采用元学习推荐工具和接受者操作特性曲线下面积完成算法优选。结果显示:1.5IQR单变量检测可辅助审核员发现单项异常审核线索;IForest算法适用于大规模NSPFS数据中异常点识别;学校异常评分排序和分组散点矩阵图可为无监督IForest筛查结果提供可视化解释。可见,IForest与1.5IQR相结合的异常检测可辅助审核员快速筛查NSPFS数据中的异常个体和高风险学校,为基于计算机辅助技术的交互式NSPFS数据审核框架的构建提供实证支撑。

关键词：国家学生体质健康标准测试数据审核异常检测隔离森林算法优选可视化

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的移动机器人SNNs走廊场景分类器

引用

计算机技术与发展 2023年第12期33卷 32-40页

作者：王睿轶王秀青刘万明王永吉叶晓雅河北师范大学计算机与网络空间安全学院河北石家庄050024 河北省网络与信息安全重点实验室河北石家庄050024 河北省供应链大数据分析与数据安全工程研究中心河北石家庄050024 河北师范大学中燃工学院河北石家庄050024 中国科学院软件研究所北京100190

神经形态芯片是类脑计算的重要研究内容之一,神经网络的硬件实现是神经形态芯片实现的基础。具有生物似真性的脉冲神经网络(Spiking Neural Networks, SNNs),通过尖脉冲(Spikes)传递时空信息,更适于用硬件实现,是实现类脑计算的主要工... 详细信息

神经形态芯片是类脑计算的重要研究内容之一,神经网络的硬件实现是神经形态芯片实现的基础。具有生物似真性的脉冲神经网络(Spiking Neural Networks, SNNs),通过尖脉冲(Spikes)传递时空信息,更适于用硬件实现,是实现类脑计算的主要工具之一。该文提出一种基于FPGA的移动机器人SNNs走廊场景分类器:将移动机器人超声传感器信息进行脉冲编码后输入到SNNs走廊场景分类器中,通过FPGA分类器的脉冲输出模式来判断机器人所处的走廊场景,从而提高机器人的环境感知能力和自主性。详细讨论了脉冲积分点火神经元模型的FPGA实现原理,以及基于此神经元模型的SNNs走廊场景分类器的硬件实现方案,仿真及实验结果证明了所提基于FPGA的移动机器人SNNs走廊场景分类器的有效性。所提走廊场景分类器不受光照条件的影响,需要的传感器测量信息少,FPGA硬件资源占有率低(LE的利用率仅10%),分类速度快、准确率高,适于实际应用。该研究不仅可以提高移动机器人的环境感知能力和自主性,而且为硬件实现SNNs提供了有益参考。

关键词：脉冲神经网络积分点火神经元模型脉冲编码现场可编程门阵列移动机器人超声传感器

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：