检索结果-内蒙古大学图书馆

控制理论与应用 2023年第10期40卷 1831-1838页

作者：张和洪谢晏清王娟但志宏郭文忠福州大学计算机与大数据学院福建福州350108 大连海事大学轮机工程学院辽宁大连116000 中国航发四川燃气涡轮研究院四川绵阳621000

Levant基于超螺旋算法提出的滑模微分器具有滤波效果好且对特定噪声干扰不敏感等特点.针对该微分器参数调整问题,文章利用时间线性变换和坐标变换得到了一种有效的参数整定算法,该算法可依据给定信号的频率和幅值确定微分器参数.通过频... 详细信息

Levant基于超螺旋算法提出的滑模微分器具有滤波效果好且对特定噪声干扰不敏感等特点.针对该微分器参数调整问题,文章利用时间线性变换和坐标变换得到了一种有效的参数整定算法,该算法可依据给定信号的频率和幅值确定微分器参数.通过频域和时域对比分析表明,本文所设计的参数整定算法可在保证跟踪滤波与微分信号提取精度的同时,便捷地给出Levant微分器的有效参数.最后,本文将基于参数整定算法的Levant微分器应用到某航空发动机高空模拟试车台飞行环境模拟控制系统的环境信号处理中,验证了所提算法的有效性及工程应用价值.

关键词： Levant微分器滤波参数整定时间线性变换坐标变换飞行环境模拟控制系统

来源：评论

学校读者我要写书评

暂无评论

一种基于动态异构图的谣言检测模型

引用

小型微型计算机系统 2024年第2期45卷 319-326页

作者：朱文龙陈羽中饶孟宇福州大学计算机与大数据学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

随着互联网技术和自媒体行业的快速发展,人们可以方便快捷地从社交媒体中获取最新信息,但也让更多的谣言在网络中盛行.现有谣言检测模型多从文本内容、用户信息和传播模式中挖掘有效特征.然而,现有模型未充分学习文本的语义信息和谣言... 详细信息

随着互联网技术和自媒体行业的快速发展,人们可以方便快捷地从社交媒体中获取最新信息,但也让更多的谣言在网络中盛行.现有谣言检测模型多从文本内容、用户信息和传播模式中挖掘有效特征.然而,现有模型未充分学习文本的语义信息和谣言传播过程中的结构信息,并忽略了谣言传播的动态过程.针对上述问题,本文提出一种基于动态异构图的谣言检测模型DHGNN(Dynamic Heterogeneous Graph Neural Network).首先,为了增强帖子的文本语义表示,本文提出一种多级注意力网络,引导模型关注源帖子和相应评论中关键的词和句子,充分学习源帖与相应评论之间的语义关联.其次,引入了基于异构图的图神经网络,通过对异构传播图中的用户、帖子节点和转发(或评论)关系进行建模,为不同类型的节点和边生成特定的表示,充分学习异构传播图中的结构信息.最后,提出一种基于旋转记忆单元的时序注意力,分别为每个异构传播图快照建立记忆,捕获谣言动态传播的演化模式.在Twitter15、Twitter16数据集上的实验结果表明,DHGNN模型的性能优于最新的对比模型.

关键词：谣言检测多级注意力异构传播图图神经网络时序注意力

来源：评论

学校读者我要写书评

暂无评论

基于QoE的无人机网络部署和缓存策略优化方法

引用

计算机应用研究 2023年第5期40卷 1473-1479页

作者：唐焕博郑鸿强沈启航陈星福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108

为了最大限度提升用户的体验质量,设计了一个使用支持缓存的无人机进行辅助通信的蜂窝网络模型。该模型使用无人机通信和边缘缓存相结合的方式来进行流量卸载,通过联合优化无人机部署,缓存放置和用户关联以实现用户QoE的最大化,并使用... 详细信息

为了最大限度提升用户的体验质量,设计了一个使用支持缓存的无人机进行辅助通信的蜂窝网络模型。该模型使用无人机通信和边缘缓存相结合的方式来进行流量卸载,通过联合优化无人机部署,缓存放置和用户关联以实现用户QoE的最大化,并使用平均意见得分来对其进行评估。基于问题定义,提出了一个无人机部署、缓存放置和用户关联的联合优化算法,以最大化MOS。该联合算法使用K-means聚类算法为用户创建基于用户位置的无人机部署集群,使用基于罚函数的凸优化算法以获得缓存放置策略,使用贪心算法以获得对用户的关联策略。多次仿真实验验证了所提出算法的有效性和可行性。实验结果表明,与三种基准算法相比,所提出的联合优化算法在MOS、回程流量卸载率和内容访问时延三方面均具有更好的性能。

关键词：边缘缓存无人机部署缓存放置用户关联 K-means聚类算法凸优化算法贪心算法

来源：评论

学校读者我要写书评

暂无评论

基于双通道回声状态网络的时间序列补全及单步预测

引用

计算机科学 2024年第3期51卷 128-134页

作者：郑伟楠於志勇黄昉菀福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108

随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出... 详细信息

随着物联网的发展,众多传感器采集到大量具有丰富数据相关性的时间序列,为各种数据挖掘应用提供强大的数据支持。然而,一些客观或主观原因(如设备故障、稀疏感知等)往往会造成采集到的数据出现不同程度的缺失。虽然已有很多方法被提出用于解决这一问题,但这些方法在数据相关性方面或考虑不够全面,或计算成本过高。而且,现有方法仅关注对缺失值的补全,未能兼顾下游应用。针对上述不足,设计了一种兼顾补全与预测任务的双通道回声状态网络。两个通道的网络虽共用输入层,但具有各自的储备池和输出层。两者最大的区别是左/右通道的输出层分别表示输入层前/后一个时刻对应的目标值或预补值。最后将两个通道的估计值进行融合,充分利用来自缺失时刻之前和之后的数据相关性以进一步提升性能。两种缺失现象下(随机缺失和分段缺失)不同缺失率的实验结果表明,所提模型无论是在补全精度还是预测精度上都优于目前流行的各类方法。

关键词：数据相关性时间序列外生变量双通道ESN 缺失补全单步预测

来源：评论

学校读者我要写书评

暂无评论

基于半监督学习的网络异常检测研究综述

引用

信息网络安全 2024年第4期24卷 491-508页

作者：张浩谢大智胡云晟叶骏威福州大学计算机与大数据学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

网络流量数据的获取较为容易,而对流量数据进行标记相对困难。半监督学习利用少量有标签数据和大量无标签数据进行训练,减少了对有标签数据的需求,能较好适应海量网络流量数据下的异常检测。文章对近年来的半监督网络异常检测领域的论... 详细信息

网络流量数据的获取较为容易,而对流量数据进行标记相对困难。半监督学习利用少量有标签数据和大量无标签数据进行训练,减少了对有标签数据的需求,能较好适应海量网络流量数据下的异常检测。文章对近年来的半监督网络异常检测领域的论文进行深入调研。首先,介绍了一些基本概念,并深入剖析了网络异常检测中使用半监督学习策略的必要性;然后,从半监督机器学习、半监督深度学习和半监督学习结合其他范式三个方面,分析和比较了半监督网络异常检测领域近年来的论文,并进行归纳和总结;最后,对当前半监督网络异常检测领域进行了现状分析和未来展望。

关键词：半监督学习标签稀缺入侵检测异常检测

来源：评论

学校读者我要写书评

暂无评论

一种用于答案选择的知识增强图卷积网络

引用

小型微型计算机系统 2024年第2期45卷 278-284页

作者：郑超凡陈羽中徐俊杰福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108

答案选择是问答领域的一个重要子任务,目标是根据问题从候选答案集合中选择最合适的答案.该任务的核心是问答语义匹配.近年来,随着深度神经网络和预训练语言模型的应用,许多端对端的问答匹配模型展现出优异的性能.但是,现有模型仍然存... 详细信息

答案选择是问答领域的一个重要子任务,目标是根据问题从候选答案集合中选择最合适的答案.该任务的核心是问答语义匹配.近年来,随着深度神经网络和预训练语言模型的应用,许多端对端的问答匹配模型展现出优异的性能.但是,现有模型仍然存在语义信息提取不充分以及未有效利用外部知识信息等问题.针对上述问题,本文提出一种知识增强图卷积网络(A Knowledge-enhanced Graph Convolutional Network,KEGCN).首先,KEGCN提出一种基于图卷积神经网络的问题-答案结构信息提取机制,在利用BERT获得文本语义信息的基础上,KEGCN通过图卷积神经网络学习问答对之间的结构信息,增强语义信息.其次,KEGCN设计了一种基于自注意力门控网络的扩展知识语义构建机制,利用自注意力门控网络获取扩展知识实体之间的上下文语义关联并过滤知识噪声,增强模型的鲁棒性.最后,KEGCN利用多尺寸卷积神经网络提取多粒度的全局语义信息,以进一步提高答案选择推理的准确性.WikiQA和TrecQA数据集上的实验结果表明,与对比模型相比较,KEGCN的综合性能更加优异.

关键词：答案选择图卷积神经网络知识图谱多粒度语义自注意力门控网络

来源：评论

学校读者我要写书评

暂无评论

用于问题生成的知识增强双图交互网络

引用

小型微型计算机系统 2024年第5期45卷 1032-1038页

作者：李亚峰叶东毅陈羽中福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108

问题生成是一项具有挑战性的自然语言处理任务,旨在生成具有给定答案和上下文的问题,近年来受到了广泛关注.最近,由于神经网络的发展,问题生成任务取得了较大的进展.然而,现有模型仍然存在未有效利用外部知识以及在利用图神经网络捕获... 详细信息

问题生成是一项具有挑战性的自然语言处理任务,旨在生成具有给定答案和上下文的问题,近年来受到了广泛关注.最近,由于神经网络的发展,问题生成任务取得了较大的进展.然而,现有模型仍然存在未有效利用外部知识以及在利用图神经网络捕获隐藏结构信息未捕获语法信息等问题.针对上述问题本文提出知识增强双图交互网络KE-BGINN(Knowledge-Enhanced Bi-Graph Interaction Neural Network).首先为了有效利用外部知识信息,KE-BGINN通过知识图谱本身的图结构信息构造知识增强图,并利用图卷积网络对文本以及答案上下文语义信息进行扩充.其次,KE-BGINN引入一种双图交互机制,利用两个图卷积网络学习上下文的隐藏结构信息以及语法信息,在图间信息融合时,构造一个虚拟图来充分融合不同图之间的异构信息.最后,KE-BGINN利用指针网络解码机制来解决问题生成时罕见和未知词的问题.在SQuAD数据集上的实验结果证明,与对比模型相比较,KE-BGINN模型的综合性能更加优异.

关键词：问题生成知识图谱图卷积网络双图交互虚拟图

来源：评论

学校读者我要写书评

暂无评论

一种用于方面级情感分析的关系注意力图卷积网络

引用

小型微型计算机系统 2023年第4期44卷 752-758页

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

方面级情感分析是情感分析的子任务,旨在判断评论目标的具体方面所对应的情感极性.近年来,深度神经网络模型在方面级情感分析问题上取得了较大进展.然而,现有的方面级情感分析模型仍存在方面信息丢失、没有充分利用句法依存关系等问题.... 详细信息

方面级情感分析是情感分析的子任务,旨在判断评论目标的具体方面所对应的情感极性.近年来,深度神经网络模型在方面级情感分析问题上取得了较大进展.然而,现有的方面级情感分析模型仍存在方面信息丢失、没有充分利用句法依存关系等问题.本文提出了一种基于关系注意力机制的图卷积网络RAGCN(Relational Attention based Graph Convolutional Network).首先,RAGCN通过两个双向长短期记忆网络分别对句子和增强后的方面建模,以引导图卷积网络对向量表示进行更新.其次,为了区分上下文单词对给定方面情感的贡献,提出了一种关系注意力机制.该机制能充分利用评论节点间的边类型,结合双向长短期记忆网络的输出以捕获方面和上下文单词之间的关系.此外,为进一步提高模型的鲁棒性,RAGCN采用门控融合机制来过滤关系注意力层和图卷积网络层的输出,从而获取多更准确的句子表征向量.多个方面级情感分析数据集上的实验结果表明,RAGCN模型在准确度,Macro-F1方面均优于对比模型.

关键词：方面级情感分析图卷积网络关系注意力门控融合机制

来源：评论

学校读者我要写书评

暂无评论

一种用于方面级情感分析的知识增强双图卷积网络

引用

小型微型计算机系统 2024年第1期45卷 37-44页

作者：万宇杰陈羽中福州大学计算机与大数据学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

近年来,深度神经网络特别是图神经网络在方面级情感分析任务上取得了较大进展,但是仍存在未充分利用外部知识信息、句法依赖树的边关系信息以及知识图谱结构信息的缺陷.针对上述问题,本文提出了一种知识增强的双图卷积网络BGCN-KE(Knowl... 详细信息

近年来,深度神经网络特别是图神经网络在方面级情感分析任务上取得了较大进展,但是仍存在未充分利用外部知识信息、句法依赖树的边关系信息以及知识图谱结构信息的缺陷.针对上述问题,本文提出了一种知识增强的双图卷积网络BGCN-KE(Knowledge-enhanced Bi-Graph Convolutional Network).首先,提出一种融合句法依赖关系与外部知识的子图构造算法,得到节点间语义关系更紧密的知识子图.其次,提出了双图卷积网络,分别利用两个图卷积网络在句法依赖知识子图中引导评论文本的节点学习邻接节点的外部知识,以及在评论文本的句法依赖图中融合特定方面相关的语义信息,从而增强评论文本的特定方面知识表示和语义表示.再次,BGCN-KE引入边关系注意力机制,更好地捕获特定方面和上下文词语间的语义关系.最后,提出了一种多级特征融合机制,充分融合特定方面相关的外部知识、语义信息和边关系特征.多个公共数据集上的实验证明,BGCN-KE的性能优于最新的对比模型.

关键词：图卷积网络知识图谱多级特征融合边关系注意力方面级情感分析

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的云软件服务自适应资源分配方法

引用

计算机应用 2022年第S01期42卷 201-207页

作者：傅德泉杨立坚陈哲毅福州大学计算机与大数据学院福州350108 埃克塞特大学计算机科学系英国埃克塞特EX44QF

近年来,基于云计算的软件服务对自适应的资源分配技术提出了越来越高的要求,以保证良好的服务质量(QoS)和合理的资源成本。然而,由于云环境中不断变化的工作负载,基于云计算的软件服务资源分配面临着巨大的挑战,不合理的资源分配方案可... 详细信息

近年来,基于云计算的软件服务对自适应的资源分配技术提出了越来越高的要求,以保证良好的服务质量(QoS)和合理的资源成本。然而,由于云环境中不断变化的工作负载,基于云计算的软件服务资源分配面临着巨大的挑战,不合理的资源分配方案可能降低QoS,并且导致高额的资源成本。传统的方法大多依赖于专家知识或者多次迭代,这可能导致适应性差和额外的成本。现有的基于强化学习(RL)的方法通常以固定的工作负载环境为目标,不能有效地适应具有可变工作负载的真实场景。为此,提出一种基于深度强化学习(DRL)的自适应资源分配方法,在该方法中根据运行时系统状态训练得到基于深度Q网络(DQN)的管理操作预测模型,并且设计了一种基于反馈控制的运行时决策算法,进而可以根据当前系统状态确定目标资源分配方案。在RUBiS基准对方法进行了评估,实验结果表明,该方法比经典的基于启发式的粒子群优化(PSO)算法和贪心算法适应度函数值平均分别高出4.4%和5.6%,能够有效地平衡对于QoS和资源成本的需求。

关键词：云计算基于云的软件服务资源分配深度强化学习反馈控制

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：