检索结果-内蒙古大学图书馆

计算机科学 2025年第1期52卷 102-119页

作者：张雨松胥帅严兴宇关东海许建秋南京航空航天大学计算机科学与技术学院南京211106 计算机软件新技术国家重点实验室(南京大学) 南京210023

城市化进程积累了大量记录人类移动行为的时空数据,为研究人类移动行为建模及预测提供了良好的数据基础。在智慧城市建设背景下,跨城市人类移动预测是实现城市协同管理与治理的必然要求,时常面临数据匮乏以及数据分布不平衡等问题,传统... 详细信息

城市化进程积累了大量记录人类移动行为的时空数据,为研究人类移动行为建模及预测提供了良好的数据基础。在智慧城市建设背景下,跨城市人类移动预测是实现城市协同管理与治理的必然要求,时常面临数据匮乏以及数据分布不平衡等问题,传统机器学习方法难以取得理想的性能。因此,将人类移动相关知识从数据丰富的源城市迁移到数据稀疏乃至稀缺的目标城市至关重要。首先概述了现有跨城市人类移动行为预测研究所使用的数据集和评价指标,随后循序渐进地讨论人类个体和群体层面的跨城市移动预测问题并分类综述各自适用的研究方法。针对人类个体跨城市移动预测,主要分析协同过滤、矩阵分解、统计学习以及深度学习这4类模型方法的应用。针对人类群体跨城市移动预测,则聚焦知识迁移和元学习这两种面向少样本机器学习方法的应用。最后,展望了跨城市人类移动行为预测领域亟需解决的重要问题。

关键词：跨城市人类移动行为时空数据迁移学习深度学习

来源：评论

学校读者我要写书评

暂无评论

特征平衡的无人机航拍图像目标检测算法

引用

计算机工程与应用 2023年第6期59卷 196-203页

作者：徐坚谢正光李洪均南通大学信息科学技术学院江苏南通226019 南京大学计算机软件新技术国家重点实验室南京210023

无人机航拍图像目标较小、图像视角变化大,导致目标检测效果不佳。针对此问题,设计了一种适用于无人机小目标检测的网络。该网络中的可变形卷积模块可以提高多视角目标的特征提取能力,以解决航拍图像目标视角变化剧烈致使目标特征难以... 详细信息

无人机航拍图像目标较小、图像视角变化大,导致目标检测效果不佳。针对此问题,设计了一种适用于无人机小目标检测的网络。该网络中的可变形卷积模块可以提高多视角目标的特征提取能力,以解决航拍图像目标视角变化剧烈致使目标特征难以提取的问题;特征平衡金字塔模块可以增强网络中底层小目标特征,以解决航拍图像中的小目标因特征易丢失而造成其检测效果差的问题;同时利用像素重组构建底层大尺度特征以解决特征平衡金字塔模块的底层特征卷积运算量大的问题;交叉自注意力机制获取目标上下文信息,改善严苛条件下的漏检错检问题。公开数据集上的仿真结果表明,在保证实时检测的情况下所提算法的平均准确度优于主流检测算法。

关键词：无人机目标检测特征平衡金字塔交叉自注意力像素重组

来源：评论

学校读者我要写书评

暂无评论

混合注意力机制的异常行为识别

引用

计算机工程与应用 2023年第5期59卷 140-147页

作者：孙晓虎余阿祥申栩林李洪均南通大学信息科学技术学院江苏南通226019 计算机软件新技术国家重点实验室(南京大学) 南京210093

随着人工智能的快速发展,基于计算机视觉的人体异常行为识别受到极大的关注,并被广泛应用到智能安防等领域。针对人们在加油站等重要场所抽烟以及司机驾驶途中打电话等违规行为,提出一种混合注意力机制的异常行为识别方法。利用引入的... 详细信息

随着人工智能的快速发展,基于计算机视觉的人体异常行为识别受到极大的关注,并被广泛应用到智能安防等领域。针对人们在加油站等重要场所抽烟以及司机驾驶途中打电话等违规行为,提出一种混合注意力机制的异常行为识别方法。利用引入的卷积块注意力模块重点关注输入对象的显著性特征,并对输入信息进行精细化的分配和处理,在突出重要信息的同时弱化无关信息。为提升网络模型的特征挖掘能力及增强网络的信息交互性,利用提出的卷积特征提取模块进一步提取识别对象的高层语义特征,并将其与低层细节特征进行融合以达到多尺度特征交互的目的。此外,为了减少网络训练过程中错误标签造成的损失,采用标签平滑对交叉熵损失函数进行修正以此来驱动模型的学习过程。实验结果表明,所提出的模型优于当前的主流网络,可有效检测出异常行为。

关键词：异常行为检测注意力机制卷积块注意力模块卷积特征提取模块标签平滑

来源：评论

学校读者我要写书评

暂无评论

群智创新设计研究现状与进展

引用

计算机集成制造系统 2024年第2期30卷 407-423页

作者：罗仕鉴张德寅邵文逸沈诚仪郭和睿卢杨钟方旭浙江大学工业设计系浙江杭州310027 浙江大学计算机辅助设计与图形学国家重点实验室浙江杭州310027

人工智能时代下,群智创新设计是将创新设计同下一代互联网、人工智能、大数据、区块链等新兴数字技术结合,来解决社会复杂设计问题的综合创新手段。从计算机科学、设计学和社会学的角度出发,通过文献调研的方式,探讨了不同创新阶段的代... 详细信息

人工智能时代下,群智创新设计是将创新设计同下一代互联网、人工智能、大数据、区块链等新兴数字技术结合,来解决社会复杂设计问题的综合创新手段。从计算机科学、设计学和社会学的角度出发,通过文献调研的方式,探讨了不同创新阶段的代表性研究、社会创新范式的衍变和群体智慧的发展;分析了群智创新设计的研究现状,系统地提出群智创新设计的体系内容,包括本体—行为—价值三层次理论模型、群智创新主体、群智创新环节、关键技术及研究范围。最后,针对群智计算与群智创新设计的融合发展路径,提出群智创新设计未来的发展趋势。研究对推动人工智能时代下创新设计的发展具有重要意义。

关键词：创新设计群智创新群体智能设计知识

来源：评论

学校读者我要写书评

暂无评论

开源软件供应链漏洞威胁智能感知

引用

软件学报 2025年第2期36卷 511-536页

作者：王丽敏吴敬征武延军芮志清罗天悦屈晟杨牧天中国科学院软件研究所智能软件研究中心北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 中国科学院大学北京100049

开源软件的繁荣推动了软件领域的蓬勃发展,也促使以开源软件为基础的供应链开发模式的形成.开源软件供应链本质上是个复杂的供应链拓扑网络,由开源生态的关键元素及其关联关系构成,其产品全球化等优势有助于提高软件行业的开发效率.然而... 详细信息

开源软件的繁荣推动了软件领域的蓬勃发展,也促使以开源软件为基础的供应链开发模式的形成.开源软件供应链本质上是个复杂的供应链拓扑网络,由开源生态的关键元素及其关联关系构成,其产品全球化等优势有助于提高软件行业的开发效率.然而,开源软件供应链也存在依赖关系复杂、传播范围广泛、攻击面暴露扩大等特点,带来了新的安全风险.现有的以安全漏洞、威胁情报为基础的安全管理虽然可以实现安全预警、预先防御,但是由于漏洞威胁信息获取不及时、缺少攻击技术和缓解措施等信息,严重影响了漏洞处理效率.针对上述问题,设计并实现一种针对开源软件供应链的漏洞威胁智能感知方法,包括两部分:1)构建CTI(网络威胁情报)知识图谱,在其构建的过程中使用到相关技术,可以实现安全情报的实时分析与处理,尤其提出SecERNIE模型以及软件包命名矩阵,分别缓解漏洞威胁关联挖掘的问题和开源软件别名的问题.2)漏洞风险信息推送,以软件包命名矩阵为基础,构建软件包过滤规则,实现开源系统漏洞实时过滤与推送.通过实验验证所提方法的有效性和可用性.实验结果显示,相较于NVD等传统漏洞平台,本方法平均感知时间最高提前90.03天;在操作系统软件覆盖率上提升74.37%,并利用SecERNIE模型实现63492个CVE漏洞与攻击技术实体之间的关联关系映射.特别地,针对openEuler操作系统,可追踪的系统软件覆盖率达到92.76%,并累计感知6239个安全漏洞;同时,还发现openEuler中891条漏洞与攻击的关联关系,进而获取到相应的解决方案,为漏洞处理提供了参考依据.在真实攻击环境验证2种典型的攻击场景,证明所提方法在漏洞威胁感知方面的良好的效果.

关键词：开源软件供应链漏洞威胁感知特征表示知识图谱风险推送

来源：评论

学校读者我要写书评

暂无评论

基于分组对比学习的序贯感知技能发现

引用

软件学报 2025年第5期36卷 2079-2093页

作者：杨尚东余淼盈陈兴国陈蕾南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 广西多源信息挖掘与安全重点实验室(广西师范大学) 广西桂林541004

强化学习在智能对话系统等决策任务中取得了令人瞩目的结果,但其在复杂的、奖励稀疏的任务中学习效率较低.研究人员在强化学习中引入技能发现框架,以最大化不同技能间的差异为目标构建技能策略,提升了智能体在上述任务中的学习效率.然而... 详细信息

强化学习在智能对话系统等决策任务中取得了令人瞩目的结果,但其在复杂的、奖励稀疏的任务中学习效率较低.研究人员在强化学习中引入技能发现框架,以最大化不同技能间的差异为目标构建技能策略,提升了智能体在上述任务中的学习效率.然而,受到采样轨迹数据多样性的限制,现有的技能发现方法局限于在一个强化学习回合中学习一种技能,导致其在一回合中具有序贯技能组合的复杂任务中表现欠佳.针对该问题,提出一种基于分组对比学习的序贯感知技能发现方法(group-wise contrastive learning based sequence-aware skill discovery,GCSSD),该方法将对比学习融合到技能发现框架中.首先,为了提升轨迹数据的多样性,将与环境交互的完整轨迹分段并进行分组,利用分组轨迹构建对比损失学习技能嵌入表征;其次,结合技能嵌入表征与强化学习进行技能策略训练;最后,为了提升在具有不同序贯技能组合任务上的性能,对采样轨迹进行分段技能表征并将其嵌入策略网络,实现对已学技能策略的序贯组合.实验结果表明,GCSSD方法在具有序贯技能组合的稀疏奖励任务中具有较好的训练效果,并且在具有与训练任务不同的序贯技能组合任务中,能够利用已学技能对该任务进行快速适应.

关键词：强化学习轨迹分组对比学习序贯感知技能发现

来源：评论

学校读者我要写书评

暂无评论

基于Fastformer和自监督对比学习的实例分割算法

引用

计算机应用 2023年第4期43卷 1062-1070页

作者：高榕沈加伟邵雄凯吴歆韵湖北工业大学计算机学院武汉430068 计算机软件新技术国家重点实验室(南京大学) 南京210023

针对现有的实例分割算法对有遮挡以及模糊实例检测精度低、掩码较粗糙以及泛化能力弱的问题,提出一种基于Fastformer和自监督对比学习的实例分割算法。首先,在特征提取网络之后加入基于加性注意力的Fastformer模块,并对每一层特征图中... 详细信息

针对现有的实例分割算法对有遮挡以及模糊实例检测精度低、掩码较粗糙以及泛化能力弱的问题,提出一种基于Fastformer和自监督对比学习的实例分割算法。首先,在特征提取网络之后加入基于加性注意力的Fastformer模块,并对每一层特征图中的像素点之间的相互关系进行深入建模,以提高算法对特征图全局信息的提取能力;其次,受自监督学习启发,加入自监督对比学习模块对图像中的实例进行自监督对比学习,以提高算法对图像的理解能力,从而改善在噪声干扰较多的环境下的分割效果。在Cityscapes和COCO2017数据集上的实验结果表明,相较于近期经典的实例分割算法SOLOv2(Segmenting Objects by LOcations v2),所提算法的平均精度均值(mAP)分别提高了3.1和2.5个百分点,并在实时性和精度之间达到较好的平衡,在比较复杂的场景实例分割中具有较好的鲁棒性。

关键词：实例分割特征提取 Fastformer 加性注意力自监督对比学习

来源：评论

学校读者我要写书评

暂无评论

基于高阶距离分布的超网络节点相似性计算方法

引用

复杂系统与复杂性科学 2024年

作者：杨煜升郭磊樊静妍胡枫青海师范大学计算机学院藏语智能信息处理及应用国家重点实验室

针对传统超网络节点相似性计算方法难以全面捕捉超网络中高阶拓扑结构的问题，本文提出一种基于高阶距离分布的超网络节点相似性计算方法（HDDNS），通过生成节点的高阶距离分布，并运用Jensen-Shannon散度量化节点间的相似性。为验证... 详细信息

针对传统超网络节点相似性计算方法难以全面捕捉超网络中高阶拓扑结构的问题，本文提出一种基于高阶距离分布的超网络节点相似性计算方法（HDDNS），通过生成节点的高阶距离分布，并运用Jensen-Shannon散度量化节点间的相似性。为验证其有效性，本文在3类合成超网络及5个真实世界超网络上进行系统性实验，并与5种现有方法进行对比分析。实验结果表明，HDDNS在互相似指标和传播影响力两个关键评估维度上面均表现出良好性能，能更准确有效地计算节点间相似性。

关键词：超网络节点相似性高阶距离分布 Jensen-Shannon散度传播影响力

来源：评论

学校读者我要写书评

暂无评论

路径规划算法的高层综合设计研究

引用

电子与信息学报 2024年第11期46卷 4132-4140页

作者：赖李洋郑锫骏梁海成李华伟汕头大学电子系汕头515063 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

随着机器人自动导航技术的快速发展,基于软件实现的路径规划算法在实时性上已无法满足许多应用场景的需求,这就要求对算法进行快速高效的硬件定制,从而获得低延时的性能加速。该文以机器人路径规划中的经典A*算法为对象,通过构建面向硬... 详细信息

随着机器人自动导航技术的快速发展,基于软件实现的路径规划算法在实时性上已无法满足许多应用场景的需求,这就要求对算法进行快速高效的硬件定制,从而获得低延时的性能加速。该文以机器人路径规划中的经典A*算法为对象,通过构建面向硬件设计的C/C++数据结构和函数流程优化,采用高层综合(HLS)实现快速的硬件架构探索和选取较优的设计方案,并完成硬件FPGA综合。实验数据表明,相较于传统寄存器传输级(RTL)开发模式,基于HLS开发模式的路径规划算法在FPGA实现上在开发效率、硬件性能和资源占用率上都有显著提升,验证了高层综合在硬件定制中的可行性和成本优势。

关键词：机器人自动导航路径规划算法高层综合算法硬件加速

来源：评论

学校读者我要写书评

暂无评论

基于全局图扩散和时空感知的解缠绕会话推荐方法

引用

计算机应用研究 2023年第11期40卷 3294-3302页

作者：高榕周浩邵雄凯吴歆韵湖北工业大学计算机学院武汉430068 南京大学计算机软件新技术国家重点实验室南京210093

针对会话推荐中存在的推荐性能不足的问题,提出了一种采用全局图扩散和时空感知的解缠绕图神经网络模型(GDST-GNN)。具体来说,该模型首先基于所有会话从全局视角下构建全局协同图,然后采用图扩散作为项目的全局表示学习的消息传播范式,... 详细信息

针对会话推荐中存在的推荐性能不足的问题,提出了一种采用全局图扩散和时空感知的解缠绕图神经网络模型(GDST-GNN)。具体来说,该模型首先基于所有会话从全局视角下构建全局协同图,然后采用图扩散作为项目的全局表示学习的消息传播范式,以捕获超越当前会话外的全局信息。对于当前会话的表示学习,设计了一种解缠绕时空门控网络建模会话中项目的复杂转换模式和时序依赖模式,然后将学习到的全局表征和局部表征逐因素融合。此外,还采用了一个自监督任务实现模型的性能增强。最后,通过注意力网络生成会话表示,实现了项目的准确推荐。在四个真实世界中的数据集进行广泛的实验验证了所提出模型的有效性。

关键词：推荐系统深度学习图神经网络时序模式用户意图

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：