检索结果-内蒙古大学图书馆

模式识别与人工智能 2022年第1期35卷 71-81页

作者：刘漳辉占小路陈羽中福州大学计算机与大数据学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116

虽然图像语义分割因其有助于更好地分析和理解图像而被广泛应用于多个领域,但是基于全卷积神经网络的模型在语义分割方面依然存在分辨率重构及如何利用上下文信息的问题.因此,文中提出基于语义传播与前/背景感知的图像语义分割网络.首先... 详细信息

虽然图像语义分割因其有助于更好地分析和理解图像而被广泛应用于多个领域,但是基于全卷积神经网络的模型在语义分割方面依然存在分辨率重构及如何利用上下文信息的问题.因此,文中提出基于语义传播与前/背景感知的图像语义分割网络.首先,提出联合语义传播上采样模块,提取高层特征的全局语义信息与局部语义信息,用于得到语义权重,将高层特征语义传播到低层特征,缩小两者之间的语义差距,再通过逐层上采样实现分辨率重构.此外,还提出金字塔前/背景感知模块,通过两个并行分支提取不同尺度前景特征与背景特征,建立前景与背景间的依赖关系,捕获多尺度的前/背景感知特征,增强前景特征的上下文表示.语义分割基准数据集上的实验表明,文中网络性能较优.

关键词：语义分割全卷积神经网络分辨率重构上下文信息

来源：评论

学校读者我要写书评

暂无评论

基于知识图谱的电力调度自动化作业工作票生成方法

引用

福州大学学报(自然科学版) 2025年第2期53卷 135-143页

作者：李泽科陈书里陈斌陈荃韡杨旭许贻杰刘延华国网福建省电力有限公司福建福州350012 国网福建省电力有限公司超高压分公司福建福州350013 国网信通亿力科技有限责任公司福建福州350003 福州大学计算机与大数据学院福建福州350108

针对电力调度自动化作业工作票自动生成问题,采用基于上下文信息的多源数据处理方法,将作业文档转化为结构化记录和非结构化文本;通过设计融合类别信息的实体关系联合抽取模型,结合双向编码器表示等技术,对作业文档中的实体和关系进行抽... 详细信息

针对电力调度自动化作业工作票自动生成问题,采用基于上下文信息的多源数据处理方法,将作业文档转化为结构化记录和非结构化文本;通过设计融合类别信息的实体关系联合抽取模型,结合双向编码器表示等技术,对作业文档中的实体和关系进行抽取,构建领域知识图谱;进而基于该知识图谱,建立工作票自动生成算法模型,用于生成工作票中的工作内容、作业设备及安全措施.实验结果表明,与基线模型对比,实体关系联合抽取的精确度、召回率以及准确率和召回率的调和平均数(F 1分数)分别提升了31.8%、48.7%和46.5%.自动生成的工作票在准确性和完整性上优于人工编制,能够满足实际需求.

关键词：工作票电力调度自动化知识图谱实体关系抽取

来源：评论

学校读者我要写书评

暂无评论

基于联邦增量学习的SDN环境下DDoS攻击检测模型

引用

计算机学报 2024年第12期47卷 2852-2866页

作者：刘延华方文昱郭文忠赵宝康黄维福州大学计算机与大数据学院福州350108 福州大学至诚学院福州350002 国防科技大学计算机学院长沙410073 大数据智能教育部工程研究中心福州350108 福建省网络计算与智能信息处理重点实验室(福州大学) 福州350108

SDN是一种被广泛应用的网络范式.面对DDoS攻击等网络安全威胁,在SDN中集成高效的DDoS攻击检测方法尤为重要.由于SDN集中控制的特性,集中式DDoS攻击检测方法在SDN环境中存在较高的安全风险,使得SDN的控制平面安全性受到了巨大挑战.此外,... 详细信息

SDN是一种被广泛应用的网络范式.面对DDoS攻击等网络安全威胁,在SDN中集成高效的DDoS攻击检测方法尤为重要.由于SDN集中控制的特性,集中式DDoS攻击检测方法在SDN环境中存在较高的安全风险,使得SDN的控制平面安全性受到了巨大挑战.此外,SDN环境中流量数据不断增加,导致复杂流量特征的更复杂化、不同实体之间严重的Non-IID分布等问题.这些问题对现有的基于联邦学习的检测模型准确性与鲁棒性的进一步提高造成严重阻碍.针对上述问题,本文提出了一种基于联邦增量学习的SDN环境下DDoS攻击检测模型.首先,为解决集中式DDoS攻击检测的安全风险与数据增量带来的Non-IID分布问题,本文提出了一种基于联邦增量学习的加权聚合算法,使用动态调整聚合权重的方式个性化适应不同子数据集增量情况,提高增量聚合效率.其次,针对SDN环境中复杂的流量特征,本文设计了一种基于LSTM的DDoS攻击检测方法,通过统计SDN环境中流量数据的时序特征,提取并学习数据的时序关特征的相关性,实现对流量特征数据的实时检测.最后,本文结合SDN集中管控特点,实现了SDN环境下的DDoS实时防御决策,根据DDoS攻击检测结果与网络实体信息,实现流规则实时下发,达到有效阻断DDoS攻击流量、保护拓扑重要实体并维护拓扑流量稳定的效果.本文将提出的模型在增量式DDoS攻击检测任务上与FedAvg、FA-FedAvg和FIL-IIoT三种方法进行性能对比实验.实验结果表明,本文提出方法相比于其他方法,在DDoS攻击检测准确率上提升5.06%~12.62%,F1-Score提升0.0565~0.1410.

关键词：联邦学习联邦增量学习网络安全 DDoS攻击检测软件定义网络

来源：评论

学校读者我要写书评

暂无评论

结合核岭回归与多目标粒子群优化算法的激光焊接工艺参数预测

引用

计算机集成制造系统 2021年第11期27卷 3131-3137页

作者：邓新国王磊陈家瑞徐海威福州大学计算机与大数据学院福建福州350108 福建星云电子股份有限公司福建福州350000

工艺参数选择是动力电池焊接行业面临的困难,为提升动力电池焊接效率并满足多项目标,采用核岭回归与多目标粒子群优化算法相结合的方法辅助优化工艺参数选择。构造了工艺参数对应的焊接下限,继而利用基于高斯核函数的核岭回归模型进行拟... 详细信息

工艺参数选择是动力电池焊接行业面临的困难,为提升动力电池焊接效率并满足多项目标,采用核岭回归与多目标粒子群优化算法相结合的方法辅助优化工艺参数选择。构造了工艺参数对应的焊接下限,继而利用基于高斯核函数的核岭回归模型进行拟合;多目标粒子群的每个粒子代表一组工艺参数,通过群体进化与变异、引导者选取与优化、解集维护3种操作,并结合回归模型,有效获取了指定焊接目标下的最优解集。该方法还借鉴K近邻算法思想设计评价标准,以度量每个解的可靠性,进一步筛选更优质的解,保证所选工艺参数有更高的容错性。所提方法解决了电池焊接行业目前面临的问题,具有极其重要的应用价值。

关键词：动力电池激光焊接工艺参数核岭回归多目标粒子群优化

来源：评论

学校读者我要写书评

暂无评论

面向三维点云的域自适应学习

引用

遥感学报 2024年第4期28卷 825-842页

作者：范文辉林茜罗欢郭文忠汪汉云戴晨光福州大学计算机与大数据学院福州350108 信息工程大学地理空间信息学院郑州450001

三维点云数据在自动驾驶、机器人和高精地图等领域得到了广泛应用。目前,基于深度学习的三维点云数据处理主要基于有监督学习,其算法性能依赖于大规模高质量的标注数据集。此外,仅在单一设备与场景中训练的三维点云数据处理模型难以应... 详细信息

三维点云数据在自动驾驶、机器人和高精地图等领域得到了广泛应用。目前,基于深度学习的三维点云数据处理主要基于有监督学习,其算法性能依赖于大规模高质量的标注数据集。此外,仅在单一设备与场景中训练的三维点云数据处理模型难以应用于不同设备与环境,泛化性能有限。因此,如何减少三维点云标注数据集的需求以及提高三维点云处理模型的适应性是当前三维点云数据处理面临的重要难题。作为迁移学习的一个重要分支,域自适应学习旨在不同域间特征分布存在差异的情况下提高模型的适应性,可为解决上述难题提供重要思路。为便于对点云域自适应学习领域进行更深入有效的探索,本文主要从对抗学习、跨模态学习、伪标签学习、数据对齐及其他方法5个方面对近年来的三维点云域自适应学习方法进行了系统梳理与分类归纳,并分析总结每类点云域自适应学习方法所具备的优势及面临的问题。最后,对三维点云域自适应学习研究领域的未来发展进行了展望。

关键词：遥感三维点云域自适应学习对抗学习跨模态学习伪标签学习数据对齐

来源：评论

学校读者我要写书评

暂无评论

基于差分隐私的人口普查关联多属性数据发布

引用

计算机科学 2024年第3期51卷 368-377页

作者：尤菲芙蔡剑平孙岚福州大学计算机与大数据学院福州350108

发布未经保护的人口普查统计数据有泄露居民个人隐私信息的风险。基于差分隐私的人口普查数据保护方案已经得到研究者的广泛关注。在解决人口普查统计数据的地理区域之间的一致性约束时,具有更复杂层次性、一致性约束的关联多属性数据... 详细信息

发布未经保护的人口普查统计数据有泄露居民个人隐私信息的风险。基于差分隐私的人口普查数据保护方案已经得到研究者的广泛关注。在解决人口普查统计数据的地理区域之间的一致性约束时,具有更复杂层次性、一致性约束的关联多属性数据在现有方法下面临无法在单棵层次树中构建的挑战。文中提出了一种基于差分隐私的人口普查区域内部关联多属性统计数据最优一致发布方法,该方法能够实现复杂一致性约束统计数据的高效发布。首先将复杂的关联多属性之间的一致性约束划分为相对独立且易于求解的多重一致性约束,然后根据人口普查关联多属性数据的结构特性,通过数学分析在现有方法的基础上进行进一步的效率优化,最后结合多重一致性约束问题的逼近方法实现最优一致发布。在真实的人口普查数据集和合成数据集上进行实验,结果表明,所提方法能够在效率表现上优于同类方法1~2个数量级的同时保持与同类方法一致的精度。

关键词：差分隐私隐私保护数据发布一致性约束人口普查

来源：评论

学校读者我要写书评

暂无评论

动态梯度阈值裁剪的差分隐私生成对抗网络算法

引用

计算机应用 2023年第7期43卷 2065-2072页

作者：陈少权蔡剑平孙岚福州大学计算机与大数据学院福州350108

现有的生成对抗网络(GAN)和差分隐私相结合的方法大多采用梯度扰动的方法实现隐私保护,即在优化过程中利用梯度裁剪技术来约束优化器对单个数据的敏感性,并对裁剪后的梯度添加随机噪声以达到保护模型的目的。然而大多数方法在训练时裁... 详细信息

现有的生成对抗网络(GAN)和差分隐私相结合的方法大多采用梯度扰动的方法实现隐私保护,即在优化过程中利用梯度裁剪技术来约束优化器对单个数据的敏感性,并对裁剪后的梯度添加随机噪声以达到保护模型的目的。然而大多数方法在训练时裁剪阈值固定,而阈值过大或过小均会影响模型的性能。针对该问题,提出动态梯度阈值裁剪的DGC_DPGAN(Dynamic Gradient Clipping Differential Privacy Generative Adversarial Network)算法以兼顾隐私保护和模型的性能。该算法结合预训练技术,在优化过程中先求取每批次隐私数据的梯度F-范数均值作为动态梯度裁剪阈值,再对梯度进行扰动。考虑不同的裁剪顺序,提出先裁剪再加噪的CLIP_DGC_DPGAN(Clip Dynamic Gradient Clipping Differential Privacy Generative Adversarial Network)算法和先加噪再裁剪的DGC_DPGAN算法,并采用Rényi Accountant求取隐私损失。实验结果表明,在相同的隐私预算下,所提出的两种动态梯度裁剪算法与固定梯度阈值裁剪方法相比更优:在Mnist数据集上,所提两种算法在IS(Inception Score)、结构相似性(SSIM)、卷积神经网络(CNN)分类准确率上分别提升了0.32~3.92,0.03~0.27,7%~44%;在Fashion-Mnist数据集上,所提两种算法在IS、SSIM、CNN分类准确率上分别提升了0.40~4.32,0.01~0.44,20%~51%。同时,GAN模型生成图像的可用性更好。

关键词：生成对抗网络差分隐私动态梯度阈值裁剪 Rényi Accountant

来源：评论

学校读者我要写书评

暂无评论

考虑多粒度反馈的多轮对话强化学习推荐算法

引用

计算机应用 2023年第1期43卷 15-21页

作者：姚华勇叶东毅陈昭炯福州大学计算机与大数据学院福州350108

多轮对话推荐系统(CRS)以交互的方式获取用户的实时信息,相较于基于协同过滤等的传统推荐方法能够取得更好的推荐效果。然而现有的CRS存在用户偏好捕获不够准确、对话轮数要求过多以及推荐时机不恰当等问题。针对这些问题,提出一种基于... 详细信息

多轮对话推荐系统(CRS)以交互的方式获取用户的实时信息,相较于基于协同过滤等的传统推荐方法能够取得更好的推荐效果。然而现有的CRS存在用户偏好捕获不够准确、对话轮数要求过多以及推荐时机不恰当等问题。针对这些问题,提出一种基于深度强化学习且考虑用户多粒度反馈信息的对话推荐算法。不同于现有的CRS,所提算法在每轮对话中同时考虑用户对商品本身以及更细粒度的商品属性的反馈,然后根据收集的多粒度反馈对用户、商品和商品属性特征进行在线更新,并借助深度Q学习网络(DQN)算法分析每轮对话后的环境状态,从而帮助系统作出较为恰当合理的决策动作,使它能够在比较少的对话轮次的情况下分析用户购买商品的原因,更全面地挖掘用户的实时偏好。与对话路径推理(SCPR)算法相比,在Last. fm真实数据集上,算法的15轮推荐成功率提升了46.5%,15轮推荐轮次上缩短了0.314轮;在Yelp真实数据集上,算法保持了相同水平的推荐成功率,但在15轮推荐轮次上缩短了0.51轮。

关键词：多轮对话推荐系统反馈信息深度Q学习网络偏好挖掘多粒度

来源：评论

学校读者我要写书评

暂无评论

TMGAT:类型匹配约束的图注意力网络

引用

计算机科学 2024年第3期51卷 235-243页

作者：孙首男汪璟玢吴仁飞游常凯柯禧帆黄皓福州大学计算机与大数据学院福州350108

近年来利用图结构来解决知识图补全(KGC)问题取得了不错的进展,其中图神经网络(GNNs)通过聚合实体的局部邻域信息来不断更新中心实体的表示,图注意力网络(GATs)使用注意力机制有侧重地聚合邻居,以获得更准确的中心实体表示。这些模型虽... 详细信息

近年来利用图结构来解决知识图补全(KGC)问题取得了不错的进展,其中图神经网络(GNNs)通过聚合实体的局部邻域信息来不断更新中心实体的表示,图注意力网络(GATs)使用注意力机制有侧重地聚合邻居,以获得更准确的中心实体表示。这些模型虽然在KGC中取得了不错的性能,但它们都忽略了中心实体的类型信息,仅仅使用邻域信息来计算注意力,将导致计算出来的注意力不够精准。针对这些问题,文中提出了一种类型匹配约束的图注意力网络(TMGAT),该方法通过计算中心实体类型对每个邻域关系的注意力,来得到实体类型-关系级别的注意力,以进一步计算出中心实体与各邻域关系的类型匹配度,再通过邻域关系及对应的邻居实体,结合类型匹配度计算实体-关系级别的注意力,得到邻域节点对中心实体的最终注意力。使用类型匹配度来约束传统的注意力机制,提升注意力机制的准确性,得到更加精准的中心实体嵌入,进而提升知识图补全的准确性。截至目前,文中提出的TMGAT是第一个在GATs中结合显式类型进行知识图补全任务的模型。文中加工了两个现有的数据集,使数据集中每个实体都拥有若干个类型,以验证TMGAT模型的性能。最后,实验部分展现了TMGAT在知识补全任务中优秀的竞争力,并研究了类型个数对模型性能的影响。

关键词：知识图谱知识图补全图结构图注意力机制类型信息

来源：评论

学校读者我要写书评

暂无评论

结合启发式算法与改进整数线性规划的有序逃逸布线

引用

计算机集成制造系统 2024年第12期30卷 4302-4313页

作者：邓新国叶似锦陈家瑞福州大学计算机与大数据学院福建福州350108 锐捷网络股份有限公司福建福州350007

在印刷电路板布线中,逃逸布线是重要的组成部分。随着器件引脚数量不断增加,引脚阵列规模不断扩大,有序逃逸布线问题变得愈发复杂。针对目前有序逃逸布线研究中布线时间与质量无法兼顾的问题,提出一种结合启发式算法与改进整数线性规划... 详细信息

在印刷电路板布线中,逃逸布线是重要的组成部分。随着器件引脚数量不断增加,引脚阵列规模不断扩大,有序逃逸布线问题变得愈发复杂。针对目前有序逃逸布线研究中布线时间与质量无法兼顾的问题,提出一种结合启发式算法与改进整数线性规划的布线方案。该方案分为构建初始解与拆线重布二个阶段。在第一个阶段,先利用最长公共子序列给出逃逸引脚初步布线顺序,接着利用分段代价预估函数的启发式算法,在短时间内对大部分引脚进行预布线。在第二个阶段,首先确定子图范围,然后给出改进的整数线性规划表达式,在初始布线的基础上进行拆线重布,提高布通率的同时达到局部最优。最后再使用最短路径算法进行拆线重布,进一步提高总体布通率。实验结果表明,提出的布线方案能够在较短的时间内得到最优或近似最优的布线结果,相较于使用整数线性规划方案来进行布线,CPU时间平均减少35.57%。

关键词：启发式算法整数线性规划有序逃逸布线拆线重布最短路径

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：