检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2023年第5期35卷 726-737页

作者：吴志男李小武宜春学院数学与计算机学院宜春336000 贵州民族大学数据科学与信息工程学院贵阳550025

点至平面代数曲线的正交投影计算在计算机图形学、计算机辅助几何设计领域,特别是交互式设计等应用中有着非常重要而广泛的运用.基于牛顿梯度下降法、切线和曲率圆形成中点的中点脚点法,以及混合几何加速正交法的计算方法,提出一种混合... 详细信息

点至平面代数曲线的正交投影计算在计算机图形学、计算机辅助几何设计领域,特别是交互式设计等应用中有着非常重要而广泛的运用.基于牛顿梯度下降法、切线和曲率圆形成中点的中点脚点法,以及混合几何加速正交法的计算方法,提出一种混合算法用于计算点到平面代数曲线的正交投影问题.首先,采用牛顿梯度下降法使初始迭代点落在平面代数曲线上;其次,利用切线和曲率圆所形成的中点作为脚点,再结合牛顿梯度下降法,将落在平面代数曲线上的迭代点逐渐挪动至正交投影点很靠近位置;最后,使用混合几何加速正交法得到正交投影点.采用3个封闭平面代数曲线实例进行实验,通过收敛性计算验证,结果表明当测试点比较远或代数曲线次数比较高时,该算法是鲁棒和高效的.

关键词：点正交投影平面代数曲线牛顿梯度下降法混合几何加速正交法曲率圆

来源：评论

学校读者我要写书评

暂无评论

MFA-SGWNN:基于多特征聚合谱图小波神经网络的僵尸网络检测

引用

北京大学学报（自然科学版） 2024年第3期60卷 403-412页

作者：吴悔陈旭景永俊王叔洋北方民族大学计算机科学与工程学院银川750000 北方民族大学电气信息工程学院银川750000

在僵尸网络攻击中,由于伪装后的僵尸网络流量数据特征与正常流量数据特征过于相似,使得传统的检测方法难以准确地进行区分。为解决这一问题,提出一种基于多特征聚合谱图小波神经网络的方法(Multi-feature Aggregation Spectral Graph Wa... 详细信息

在僵尸网络攻击中,由于伪装后的僵尸网络流量数据特征与正常流量数据特征过于相似,使得传统的检测方法难以准确地进行区分。为解决这一问题,提出一种基于多特征聚合谱图小波神经网络的方法(Multi-feature Aggregation Spectral Graph Wavelet Neural Network,MFA-SGWNN),将流量的属性特征与空间特征相结合,能有效地捕获隐藏的感染主机流量特征,增强僵尸网络节点的特征表示,同时规避了数据样本不平衡和恶意加密流量对检测的影响。在ISCX2014僵尸网络数据集和CIC-IDS 2017(僵尸网络)数据集上的实验结果表明,MFA-SGWNN检测效果优于现有方法,具有更强的鲁棒性和泛化能力。

关键词：僵尸网络图小波神经网络网络安全

来源：评论

学校读者我要写书评

暂无评论

混合目标与搜索区域令牌的视觉目标跟踪

引用

计算机研究与发展 2024年第2期61卷 460-469页

作者：薛万利张智彬裴生雷张开华陈胜勇天津理工大学计算机科学与工程学院天津300384 青海民族大学物理与电子信息工程学院西宁810007 南京信息工程大学计算机学院南京130012

当前基于Transformer的主流跟踪框架在特征提取及融合方面存在3个问题:1)分开进行特征提O(N^(2))取与融合,易产生次优模型训练结果;2)使用计算复杂度为的自注意力机制会降低跟踪算法效率;3)简单的目标模板选取策略难以自适应跟踪过程中... 详细信息

当前基于Transformer的主流跟踪框架在特征提取及融合方面存在3个问题:1)分开进行特征提O(N^(2))取与融合,易产生次优模型训练结果;2)使用计算复杂度为的自注意力机制会降低跟踪算法效率;3)简单的目标模板选取策略难以自适应跟踪过程中目标表观的剧烈变化.为此,利用快速傅里叶变换对目标与搜索区域的令牌进行有效混合,提出一种新颖的基于Transformer的视觉目标跟踪方案.针对问题1提出一种高效端到端方式将特征提取与融合进行统一学习以获得最优模型.针对问题2采用快速傅里叶变换实现目标与搜索区域令牌之间的完全信息交互,该操作计算复杂度为O(Nlog (N)),有助于提升跟踪效率.针对问题3提出一种基于跟踪质量评估的目标模板记忆存储机制以快速自适应目标表观的剧烈变化.在3个标准数据集LaSOT,OTB100,UAV123上,所提方法与当前最优方法相比在效率和精度上均取得更好表现.

关键词： Transformer 快速傅里叶变换特征提取特征融合目标跟踪

来源：评论

学校读者我要写书评

暂无评论

混合特征平衡图注意力网络日志异常检测模型

引用

计算机工程与应用 2025年第1期61卷 308-320页

作者：陈旭张硕景永俊王叔洋北方民族大学计算机科学与工程学院银川750000 北方民族大学电气信息工程学院银川750000

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息... 详细信息

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息、日志序列和时间结构,增强日志特征间的关联性,并采用日志图构建模块构建日志图,有效保留空间结构特征。设计平衡日志图生成模块,解决不平衡的日志数据导致检测结果偏向多数类问题。采用图日志异常检测模块进行异常检测。使用BGL、Thunderbird和HDFS三个公共数据集对HBGATLog进行验证,实验结果表明,F1 score分别达到了99.0%、98.7%和98.1%。证明HBGATLog不但能够解决日志数据不平衡问题,充分考虑日志数据特征的关联性,而且有效降低了漏检率。

关键词：日志异常检测日志分析图神经网络混合特征提取数据不平衡

来源：评论

学校读者我要写书评

暂无评论

区域感知实时人像超分辨率重建网络

引用

北京航空航天大学学报 2024年第2期50卷 588-595页

作者：龚柯存周梦琳唐东明西南民族大学国家民族事务委员会计算机系统重点实验室成都610041 西南民族大学计算机科学与工程学院成都610041 成都信息工程大学软件工程学院成都610225

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子... 详细信息

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子模型分别针对包含或不包含人像边缘的区域进行重建。实验结果表明:与现有方法相比,RASR模型在4倍上采样重建场景下的推理时延降低了88%,能够更有效地重建高分辨率人像图像。

关键词：区域感知单图像超分辨率门控单元通道划分块深度学习

来源：评论

学校读者我要写书评

暂无评论

图神经网络在异常检测中的应用综述

引用

计算机工程与应用 2024年第13期60卷 51-65页

作者：陈佳乐陈旭景永俊王叔洋北方民族大学计算机科学与工程学院银川750030 北方民族大学电气信息工程学院银川750030

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据... 详细信息

图数据常用于表示不同个体之间复杂的关系,例如社交网络、金融网络和微服务网络等。图神经网络(GNN)是一种用于处理图数据的深度学习模型,它可以有效捕获图数据中的结构信息和特征信息。异常检测是指从海量数据中找出不符合预期的数据。传统异常检测方法在检测图数据时通常不考虑数据之间的关系,而使用GNN进行异常检测的模型可以利用图结构和图特征进行学习,从而提高异常检测的准确性和鲁棒性。从三个方面对GNN在异常检测中的应用进行综述。介绍了GNN的基本框架,分别探讨了GNN在静态图异常检测、动态图异常检测和时序数据异常检测的最新研究进展,深入分析了该领域未来的研究方向。

关键词：图神经网络异常检测静态图动态图时序数据

来源：评论

学校读者我要写书评

暂无评论

基于微搜索的高分辨率图像前景遮罩提取算法

引用

模式识别与人工智能 2023年第6期36卷 530-543页

作者：冯夫健杨圆谭棉苟洪山梁椅辉王林贵州民族大学数据科学与信息工程学院贵阳550025 贵州民族大学贵州省模式识别与智能系统重点实验室贵阳550025 电子科技大学中山学院计算机学院中山528400

高分辨率图像抠图问题本质是前景背景像素对的大规模组合优化问题,目前相关研究成果较少.文中针对前景背景极相似时容易出现前景遮罩抠反的问题,设计决策集分解策略,实现高分辨率图像抠图问题的有效分解.此外,设计优化信息传递策略,获... 详细信息

高分辨率图像抠图问题本质是前景背景像素对的大规模组合优化问题,目前相关研究成果较少.文中针对前景背景极相似时容易出现前景遮罩抠反的问题,设计决策集分解策略,实现高分辨率图像抠图问题的有效分解.此外,设计优化信息传递策略,获取子问题间的权重关系,建立图像抠图问题的优化序列.在优化信息传递策略的基础上,提出基于微搜索的前景遮罩提取算法.算法通过对有效决策子集的搜索代替对决策集的搜索,解决高分辨率图像抠图问题中的前景遮罩抠反问题,为大规模组合优化问题分析提供借鉴.选用alphamatting基准数据集作为测试数据,与典型的抠图优化算法对比分析,验证文中算法可以解决前景背景信息极为相似时的前景遮罩抠反问题,并且在高分辨率图像抠图问题维度显著降低的情况下,提高前景遮罩提取精度.

关键词：高分辨率图像抠图前景遮罩微搜索有效决策子集等同关系

来源：评论

学校读者我要写书评

暂无评论

自适应积空间离散动态图链接预测模型

引用

计算机科学与探索 2024年

作者：陈旭张其王叔洋景永俊北方民族大学计算机科学与工程学院北方民族大学电气信息工程学院

随着复杂网络分析在诸多领域的广泛应用，如推荐系统、社交网络、疾病传播网络和金融交易网络，动态图的分析成为图神经网络研究的一个关键挑战。针对动态图神经网络在链接预测时因单一空间嵌入导致的嵌入扭曲问题，提出了自适应积空间... 详细信息

随着复杂网络分析在诸多领域的广泛应用，如推荐系统、社交网络、疾病传播网络和金融交易网络，动态图的分析成为图神经网络研究的一个关键挑战。针对动态图神经网络在链接预测时因单一空间嵌入导致的嵌入扭曲问题，提出了自适应积空间离散动态图链接预测模型（APSDG），拟解决嵌入扭曲问题，提高离散动态图链接预测性能。通过结合欧几里得空间、双曲空间和超球面空间，构建积空间作为嵌入空间，以更好地拟合动态图数据的复杂结构。为实现积空间的自适应调整，设计了一种强化学习机制，动态优化各空间的维度比例和曲率参数。实验结果表明，APSDG在五个真实世界数据集上优于使用单一空间的基准模型，在动态链接预测和动态新链接预测任务中，AUC和AP指标上的平均增益分别为2.24%和1.90%，2.12%和1.43%， APSDG有效解决了单一空间嵌入方法的嵌入扭曲问题，能够更好地捕捉复杂网络的层次结构和规则结构，显著提升了动态链接预测效果。

关键词：离散动态图表示学习链接预测积空间几何深度学习强化学习

来源：评论

学校读者我要写书评

暂无评论

时空图神经网络在物联网中的应用综述

引用

计算机工程与应用 2025年第5期61卷 43-54页

作者：张建伟陈旭王叔洋景永俊宋吉飞北方民族大学计算机科学与工程学院银川750030 北方民族大学电气信息工程学院银川750030 国家新型互联网交换中心宁夏中卫755001

随着物联网在各个领域物理设备的发展,产生的大量数据给当前数据处理方法带来了挑战。深度学习模型具备处理大规模和高维度数据的能力,已逐渐应用于物联网不同领域。时空图神经网络作为一种处理图结构数据的深度学习模型,能够对物联网... 详细信息

随着物联网在各个领域物理设备的发展,产生的大量数据给当前数据处理方法带来了挑战。深度学习模型具备处理大规模和高维度数据的能力,已逐渐应用于物联网不同领域。时空图神经网络作为一种处理图结构数据的深度学习模型,能够对物联网中的拓扑结构和时间信息进行建模,并在物联网预测任务中展现出优秀性能。介绍了物联网中的时间相关性和空间相关性,以及不同时空网络架构的构建方法,并基于空间相关性的不同,将时空图神经网络分为时空图卷积网络和时空图注意力网络。进一步分析了时空图卷积网络和时空图注意力网络在物联网中的应用,主要包括交通、环境和能源领域。最后,探讨了时空图神经网络在物联网应用中面临的挑战和未来的研究方向。

关键词：物联网深度学习时空图神经网络图结构数据

来源：评论

学校读者我要写书评

暂无评论

基于加权惩罚局部结构熵的时序网络重要节点识别

引用

复杂系统与复杂性科学 2024年

作者：余路粉孙文静潘文林张天军胡志涛聂腾涛云南民族大学数学与计算机科学学院云南民族大学电气信息工程学院

针对时序网络重要节点识别中节点的连接模式和活跃度随时间变化的问题以及节点周围网络结构的复杂性问题。本文提出了时序惩罚局部结构熵改进算法(TPLEA)识别重要节点，该方法结合了时间窗图模型和惩罚局部结构熵改进算法(PLEA)模型，... 详细信息

针对时序网络重要节点识别中节点的连接模式和活跃度随时间变化的问题以及节点周围网络结构的复杂性问题。本文提出了时序惩罚局部结构熵改进算法(TPLEA)识别重要节点，该方法结合了时间窗图模型和惩罚局部结构熵改进算法(PLEA)模型，并引入了节点的活跃度权重和度贡献率权重来确定节点的综合权重，最终得到各节点的重要性。在6个真实数据集上验证该方法的有效性和适用性，并对引入的权重因素进行消融实验。实验结果表明该方法能够有效的识别出时序网络中的重要节点，节点的综合权重因素对该方法的识别效果有较大影响。

关键词：时序网络惩罚局部结构熵改进算法活跃度贡献率最大连通分量肯德尔系数节点重要性

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：