检索结果-内蒙古大学图书馆

小型微型计算机系统 2025年

作者：郭虎升申聪夏浩森王文剑山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室

概念漂移是数据流挖掘中不可避免的难点问题，其典型特征是数据分布随时间可能发生改变。针对现有模型处理数据流分类任务时出现过拟合的问题，本文提出了一种目标解耦驱动的在线深度网络(Online Deep Network driven by Target Decoupl... 详细信息

概念漂移是数据流挖掘中不可避免的难点问题，其典型特征是数据分布随时间可能发生改变。针对现有模型处理数据流分类任务时出现过拟合的问题，本文提出了一种目标解耦驱动的在线深度网络(Online Deep Network driven by Target Decoupling， ODNTD)。首先，该模型从历史数据流中学习一个任务未知型特征提取器，实现了对任务的无偏见表示学习，从而增强了模型的泛化能力；其次，模型利用任务特定的权重调整，使得任务未知的通用特征表示能够适应具体任务，通过这种目标任务的权重学习进一步提升了模型的适应性。实验结果表明，所提出的方法对含概念漂移的数据流有良好的泛化性能。

关键词：概念漂移表示学习权重学习自适应深度网络特征表示蒸馏

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的汉语依存分析和语义组合计算联合模型

引用

中文信息学报 2022年第7期36卷 24-32页

作者：汪凯刘明童张玉洁陈圆梦徐金安陈钰枫北京交通大学计算机与信息技术学院北京100044

组合原则表明句子的语义由其构成成分的语义按照一定规则组合而成,由此基于句法结构的语义组合计算一直是一个重要的探索方向,其中采用树结构的组合计算方法最具有代表性。但是该方法难以应用于大规模数据处理,主要问题是其语义组合的... 详细信息

组合原则表明句子的语义由其构成成分的语义按照一定规则组合而成,由此基于句法结构的语义组合计算一直是一个重要的探索方向,其中采用树结构的组合计算方法最具有代表性。但是该方法难以应用于大规模数据处理,主要问题是其语义组合的顺序依赖于具体树的结构,无法实现并行处理。该文提出一种基于图的依存句法分析和语义组合计算的联合框架,并借助复述识别任务训练语义组合模型和句法分析模型。一方面,图模型可以在训练和预测阶段采用并行处理,极大地缩短计算时间;另一方面,联合句法分析的语义组合框架不必依赖外部句法分析器,同时两个任务的联合学习可使语义表示同时学习句法结构和语义的上下文信息。我们在公开汉语复述识别数据集LCQMC上进行评测,实验结果显示准确率接近树结构组合方法,达到79.54%,预测速度最高可提升30倍以上。

关键词：句法分析语义组合图神经网络复述识别

来源：评论

学校读者我要写书评

暂无评论

基于多任务联合学习的弱光场景人脸检测算法

引用

计算机科学 2025年第2期52卷 191-201页

作者：张霞苏昭辉陈路山西大学计算机与信息技术学院太原030006 山西大学大数据科学与产业研究院太原030006

弱光场景中的人脸检测指在弱光条件下使用图像处理技术检测人脸。目前,大多数弱光环境下的人脸检测算法通常先将弱光图像进行增强再进行人脸检测,忽略了人脸检测和图像增强任务之间的特征相关性,从而影响了模型泛化能力。受EnlightenGA... 详细信息

弱光场景中的人脸检测指在弱光条件下使用图像处理技术检测人脸。目前,大多数弱光环境下的人脸检测算法通常先将弱光图像进行增强再进行人脸检测,忽略了人脸检测和图像增强任务之间的特征相关性,从而影响了模型泛化能力。受EnlightenGAN算法的启发,文中提出一种适用于弱光环境人脸检测的多任务联合学习算法:首先融合人脸检测和图像增强的输入层共享表示;其次将人脸注意力网络和EnlightenGAN相结合,在全局-局部判别器的基础上增加用于人脸区域判定的局部判别器;最后在自正则化注意力图的基础上增加光照权重参数,通过调节使人脸检测的精度达到最佳值。在DARK FACE数据集上的实验结果表明,与现有算法相比,所提算法的人脸检测精度提升了1.92%,同时能够很好地提升弱光图像视觉质量。

关键词：弱光环境人脸检测图像增强多任务联合学习局部判别器

来源：评论

学校读者我要写书评

暂无评论

学习驱动的图像压缩算法研究

引用

计算机工程 2025年第1期51卷 190-197页

作者：杨红菊吉昌山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

目前,基于卷积神经网络(CNN)深度学习的图像压缩已经取得了优异的成果,但是CNN的感受野通常受限,不能学习到图像非局部区域内像素之间的上下文关系,缺少了长距离建模和感知能力,容易造成结果失真、伪影和压缩率较高等问题。针对以上问题... 详细信息

目前,基于卷积神经网络(CNN)深度学习的图像压缩已经取得了优异的成果,但是CNN的感受野通常受限,不能学习到图像非局部区域内像素之间的上下文关系,缺少了长距离建模和感知能力,容易造成结果失真、伪影和压缩率较高等问题。针对以上问题,提出2种解决办法:设计一种由CNN、多尺度注意力(MSA)机制和残差单元构成的对称编解码器架构,该架构在对图片进行通道变换和空间变换的同时引入多尺度注意力机制,能够对特征进行重新校准,减少潜在表示的冗余像素;设计一种基于U型框架的超先验网络,可以在不同层级上获取多尺度的上下文信息,在帮助提取高级语义特征的同时,保留详细的低级特征信息,能够更好地进行边界细化和细节恢复。在Kodak、Tecnick和CLIC这3种数据集上将所提方法与其他先进的图像压缩方法进行对比实验,结果表明,在相同比特率下,该方法相较对比方法在峰值信噪比(PSNR)指标上分别提高了约0.3 dB、0.6 dB、0.5 dB。所提方法在保证压缩率的同时,能够有效提高对非重复纹理特征和图像细节特征的重建效果。

关键词：深度学习图像压缩多尺度注意力机制超先验网络 Transformer

来源：评论

学校读者我要写书评

暂无评论

横向联邦学习环境基于身份认证及密钥协商协议

引用

北京航空航天大学学报 2023年第2期49卷 397-405页

作者：任杰黎妹红杜晔尹李纶谨北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044 北京交通大学计算机与信息技术学院北京100044

近年来,联邦学习受到多个领域的广泛关注,而认证及会话密钥协商是保证通信实体之间安全传输、可靠通信的关键技术和基本的安全保障。根据横向联邦学习参与方数据特征,提出一种基于身份的无证书轻量级认证及密钥协商协议;参与方在密钥生... 详细信息

近年来,联邦学习受到多个领域的广泛关注,而认证及会话密钥协商是保证通信实体之间安全传输、可靠通信的关键技术和基本的安全保障。根据横向联邦学习参与方数据特征,提出一种基于身份的无证书轻量级认证及密钥协商协议;参与方在密钥生成中心(KGC)完成注册后,利用公共参数计算各自的临时密钥和长期密钥完成认证、计算会话密钥;最后,采用扩展的CK(eCK)模型对所提协议进行安全性证明。性能分析表明:所提协议在计算性能和通信开销方面可以有效地控制成本,适用于单服务器下横向联邦学习的训练环境。

关键词：横向联邦学习基于身份密码体制无证书认证及密钥协商 eCK模型

来源：评论

学校读者我要写书评

暂无评论

基于特征选择算法的DBN-SVM胃癌生存期分类方法

引用

信阳师范学院学报(自然科学版) 2024年

作者：刘道华余长鸣周秋菊王秋岱信阳师范大学计算机与信息技术学院

为了降低数据集的维数,获得最佳特征子集以及提高胃癌预后生存期分类的准确率,提出一种结合特征选择算法的深度置信网络与支持向量机混合网络模型。该模型在过滤式特征选择算法的基础上,引入了距离系数以调整整体偏移程度,减少计算权重... 详细信息

为了降低数据集的维数,获得最佳特征子集以及提高胃癌预后生存期分类的准确率,提出一种结合特征选择算法的深度置信网络与支持向量机混合网络模型。该模型在过滤式特征选择算法的基础上,引入了距离系数以调整整体偏移程度,减少计算权重值的不稳定性,从而构建出新的样本权重值,再通过皮尔逊相关系数分析出对胃癌生存期影响较大的特征子集;采用深度置信网络中受限玻尔兹曼机模块,将隐藏层中的特征子集进行特征提取;最后采用支持向量机,将深度置信网络末层输出值进行分类,以实现胃癌生存期分类。通过改进的特征选择算法并结合深度置信网络和支持向量机的优势,相比传统的单一机器学习方法,该模型在实验中表现出较好的准确率、AUC值和F1值,其值分别为81.2%、83.4%和81.5%.

关键词：深度置信网络支持向量机过滤式特征选择算法特征提取胃癌生存期

来源：评论

学校读者我要写书评

暂无评论

使用子图推理实现知识图谱关系预测

引用

计算机科学与探索 2022年第8期16卷 1800-1808页

作者：于慧琳陈炜王琪高建伟万怀宇北京交通大学计算机与信息技术学院北京100044

知识图谱中的关系推理旨在从现有数据中识别和推断出新的关系,为许多下游任务提供知识服务。当前的许多研究工作主要将实体与关系映射到向量空间中或对实体之间的路径进行搜索来解决关系推理问题。这些方法都只考虑了单一路径或一阶信... 详细信息

知识图谱中的关系推理旨在从现有数据中识别和推断出新的关系,为许多下游任务提供知识服务。当前的许多研究工作主要将实体与关系映射到向量空间中或对实体之间的路径进行搜索来解决关系推理问题。这些方法都只考虑了单一路径或一阶信息对关系推理的影响,忽视了广泛存在于实体之间的更复杂的关系信息。提出了一种新颖的基于子图的知识图谱关系推理方法,结合表示学习与路径推理的优势,使用具有丰富信息的子图结构获取实体对的邻域结构信息,实现实体之间的关系预测。首先将实体对之间的路径扩展为子图,分别从实体层面和关系层面出发,构建节点子图和关系子图;再结合图嵌入表示与图神经网络计算子图的高阶特征,从而获得更丰富的实体关系特征;最后从子图高阶特征中获取实体对的邻域结构信息,实现实体之间的关系预测。实验结果表明,在两个基准数据集上,该方法优于现有的其他基于推理的关系预测方法。

关键词：知识图谱连接预测子图构建图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于实例加权和双分类器的稳定学习算法

引用

软件学报 2023年第7期34卷 3206-3225页

作者：杨帅王浩俞奎曹付元大数据知识工程教育部重点实验室(合肥工业大学) 安徽合肥230601 合肥工业大学计算机与信息学院安徽合肥230601 山西大学计算机与信息技术学院山西太原030006

稳定学习的目标是利用单一的训练数据构造一个鲁棒的预测模型,使其可以对任意与训练数据具有相似分布的测试数据进行精准的分类.为了在未知分布的测试数据上实现精准预测,已有的稳定学习算法致力于去除特征与类标签之间的虚假相关关系.... 详细信息

稳定学习的目标是利用单一的训练数据构造一个鲁棒的预测模型,使其可以对任意与训练数据具有相似分布的测试数据进行精准的分类.为了在未知分布的测试数据上实现精准预测,已有的稳定学习算法致力于去除特征与类标签之间的虚假相关关系.然而,这些算法只能削弱特征与类标签之间部分虚假相关关系并不能完全消除虚假相关关系;此外,这些算法在构建预测模型时可能导致过拟合问题.为此,提出一种基于实例加权和双分类器的稳定学习算法,所提算法通过联合优化实例权重和双分类器来学习一个鲁棒的预测模型.具体而言,所提算法从全局角度平衡混杂因子对实例进行加权来去除特征与类标签之间的虚假相关关系,从而更好地评估每个特征对分类的作用.为了完全消除数据中部分不相关特征与类标签之间的虚假相关关系以及弱化不相关特征对实例加权过程的干扰,所提算法在实例加权之前先进行特征选择筛除部分不相关特征.为了进一步提高模型的泛化能力,所提算法在训练预测模型时构建两个分类器,通过最小化两个分类器的参数差异来学习一个较优的分类界面.在合成数据集和真实数据集上的实验结果表明了所提方法的有效性.

关键词：实例加权特征选择分布变化稳定学习

来源：评论

学校读者我要写书评

暂无评论

多源异构数据融合关键技术与政务大数据治理体系

引用

计算机科学 2024年第2期51卷 1-14页

作者：闫佳和李红辉马英刘真张大林江周娴段宇航北京交通大学计算机与信息技术学院北京100044 国家信息中心北京100045 北京交通大学软件学院北京100044

随着信息技术的飞速发展,各级政府和大型企业掌握的数据量正在以指数级别增长。然而,数据来源多样会导致格式差异,数据质量参差不齐会影响应用效果,数据分散管理会弱化关联汇集,数据形态异构会造成语义鸿沟。在此背景下,多源异构数据融... 详细信息

随着信息技术的飞速发展,各级政府和大型企业掌握的数据量正在以指数级别增长。然而,数据来源多样会导致格式差异,数据质量参差不齐会影响应用效果,数据分散管理会弱化关联汇集,数据形态异构会造成语义鸿沟。在此背景下,多源异构数据融合负责将来源不同的多模态数据进行有效整合,完成数据互补与关联,进而实现信息增强。目前,大多数已有研究的关注重点集中在大数据治理流程与多模态深度学习,很少有工作研究讨论完整的多源异构数据融合技术框架。因此,在综述关键技术的基础上,文中提出了一整套涵盖“数据引接-数据清洗-数据集成-数据融合”全过程的多源异构数据融合关键技术框架,并对各个环节需要解决的问题与重点任务进行介绍。然后,通过一个政务应用实例场景,给出了政务大数据治理体系的设计,以解决政务数据来源广泛、质量参差不齐、管理分散、形态异构的问题,并进一步阐述了多源异构数据融合的重要价值。最后总结全文并展望未来。

关键词：多源异构数据多模态数据融合数据治理技术政务大数据大数据治理流程

来源：评论

学校读者我要写书评

暂无评论

基于多相关HMT模型的DT CWT域数字水印算法

引用

自动化学报 2021年第12期47卷 2857-2869页

作者：王向阳牛盼盼杨红颖李丽辽宁师范大学计算机与信息技术学院大连116029

本文以双树复数小波变换(Dual-tree complex wavelet transform,DT CWT)及隐马尔科夫树(Hidden Markov tree,HMT)理论为基础,提出了一种基于Weibull向量HMT模型的DT CWT域数字音频盲水印算法.原始数字音频首先进行DT CWT,然后利用局部... 详细信息

本文以双树复数小波变换(Dual-tree complex wavelet transform,DT CWT)及隐马尔科夫树(Hidden Markov tree,HMT)理论为基础,提出了一种基于Weibull向量HMT模型的DT CWT域数字音频盲水印算法.原始数字音频首先进行DT CWT,然后利用局部信息熵刻画音频内容特征并据此确定出重要DT CWT系数段,进而将水印信息乘性嵌入到重要DT CWT高频系数幅值内.水印检测时,首先根据DT CWT系数幅值的边缘分布及系数间的多种相关性(包括子带内、尺度间、分解树间等相关性),构造出Weibull混合向量HMT统计模型,并估计出其统计模型参数;然后,利用局部最大势能(Locally most powerful,LMP)检验理论构造出局部最优检测器(Locally optimum decoder,LOD)以盲提取水印信息.仿真实验结果表明,本文算法可以较好地获得不可感知性、鲁棒性、水印容量之间的良好平衡,其总体性能优于现有同类音频水印算法.

关键词：音频水印向量隐马尔科夫树 Weibull混合模型局部信息熵双树复数小波变换局部最优检测器

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：