检索结果-内蒙古大学图书馆

郑州大学学报（理学版） 2025年第2期57卷 24-30页

作者：武子轩王烨于洪重庆邮电大学计算智能重庆市重点实验室重庆400065

针对现有的特征提取方法忽略文本局部和全局联系的问题,提出了基于多尺度特征提取的层次多标签文本分类方法。首先,设计了多尺度特征提取模块,对不同尺度特征进行捕捉,更好地表示文本语义。其次,将层次特征嵌入文本表示中,得到具有标签... 详细信息

针对现有的特征提取方法忽略文本局部和全局联系的问题,提出了基于多尺度特征提取的层次多标签文本分类方法。首先,设计了多尺度特征提取模块,对不同尺度特征进行捕捉,更好地表示文本语义。其次,将层次特征嵌入文本表示中,得到具有标签特征的文本语义表示。最后,在标签层次结构的指导下对输入文本构建正负样本,进行对比学习,提高分类效果。在WOS、RCV1-V2、NYT和AAPD数据集上进行对比实验,结果表明,所提模型在评价指标上表现出色,超过了其他主流模型。此外,针对层次分类提出层次Micro-F 1和层次Macro-F 1指标,并对模型效果进行了评价。

关键词：层次多标签文本分类多尺度特征提取对比学习层次Micro-F 1 层次Macro-F 1

来源：评论

学校读者我要写书评

暂无评论

融入法律条款的可解释罪名预测模型

引用

小型微型计算机系统 2025年第1期46卷 1-7页

作者：陈俊霖刘群李能重庆邮电大学计算智能重庆市重点实验室重庆400065

罪名预测旨在根据案件的相关事实和证据,对犯罪嫌疑人可能被指控的罪名进行推断和预测.随着人工智能技术的发展,利用深度学习方法进行罪名预测的模型已经展现了优秀的性能.然而,在司法领域,依靠深度学习实现的罪名预测模型,由于其背后... 详细信息

罪名预测旨在根据案件的相关事实和证据,对犯罪嫌疑人可能被指控的罪名进行推断和预测.随着人工智能技术的发展,利用深度学习方法进行罪名预测的模型已经展现了优秀的性能.然而,在司法领域,依靠深度学习实现的罪名预测模型,由于其背后的黑盒性质,容易受到法律专家的质疑,从而影响了预测结果的可靠性和可信度.本文提出了一种融入法律条款的可解释罪名预测模型.首先,通过文本匹配任务寻找犯罪事实适用的法律条款对刑事法律文书进行表示学习,该表示过程将事实描述和法律条款映射到相同的空间进行特征对齐,使隐空间中的犯罪事实围绕相关法条聚集.进一步将事实描述的表示进行聚类形成描述不同类型罪名的概念,并嵌入到预测模型的隐空间作为决策依据,指导训练过程.在罪名预测时,计算待测样本表示与概念之间的相似度,将相似度最大的概念作为决策依据生成预测结果.在CAIL2018数据集上的两组不同类型实验表明,本文模型预测准确率达到了99.70%和93.60%,在分类准确率和模型解释性上均优于对比模型.

关键词：法律文书表示学习罪名预测可解释性文本匹配

来源：评论

学校读者我要写书评

暂无评论

异步移动边缘计算网络中的联合任务调度与计算资源分配优化策略

引用

电子与信息学报 2025年第2期47卷 470-479页

作者：王汝言杨安琪吴大鹏唐桐祝志远重庆邮电大学通信与信息工程学院重庆400065 先进网络与智能互联技术重庆市高校重点实验室重庆400065 泛在感知与互联重庆市重点实验室重庆400065

移动边缘计算(MEC)通过将密集型任务从传感器卸载到附近边缘服务器,来增强本地的计算能力,延长其电池寿命。然而,在面向无线传感器网等时变环境中,任务之间的异构性可能会导致通信低效率、高时延等问题。为此,该文提出一种异步移动边缘... 详细信息

移动边缘计算(MEC)通过将密集型任务从传感器卸载到附近边缘服务器,来增强本地的计算能力,延长其电池寿命。然而,在面向无线传感器网等时变环境中,任务之间的异构性可能会导致通信低效率、高时延等问题。为此,该文提出一种异步移动边缘计算网络中的联合任务调度与计算资源分配优化策略,该策略实时感知任务信息年龄和能耗,将异步边缘卸载问题数学建模为NP难(NP-hard problem)的混合整数规划问题,并提出基于混合动作优势演员-评论家(HA2C)强化学习算法的任务调度和计算资源分配方案解决该问题。仿真结果表明,该文方法能显著降低异步卸载网络的平均信息年龄和能耗,满足无线传感器网络对任务时效性的要求。

关键词：异步移动边缘计算无线传感器网络平均信息年龄平均能耗混合动作强化学习

来源：评论

学校读者我要写书评

暂无评论

内容新鲜度保障的车联网多智能体缓存分发策略

引用

通信学报 2025年第1期46卷 52-66页

作者：崔亚平石宏吉吴大鹏何鹏王汝言重庆邮电大学通信与信息工程学院重庆400065 先进网络与智能互联技术重庆市高校重点实验室重庆400065 泛在感知与互联重庆市重点实验室重庆400065

车辆需要频繁动态变化内容支持车联网(IoV)时延敏感型应用,这会增加宏基站(MBS)负载,降低内容新鲜度。利用边缘缓存将最新内容提前缓存在小基站(SBS)能有效降低车辆时延和提高内容新鲜度。对影响时延和内容信息年龄(AoI)进行深入分析,... 详细信息

车辆需要频繁动态变化内容支持车联网(IoV)时延敏感型应用,这会增加宏基站(MBS)负载,降低内容新鲜度。利用边缘缓存将最新内容提前缓存在小基站(SBS)能有效降低车辆时延和提高内容新鲜度。对影响时延和内容信息年龄(AoI)进行深入分析,提出一种内容新鲜度保障的多智能体强化学习(MARL)算法,通过优化缓存分发决策保障车辆获得高新鲜度内容。仿真结果表明,所提算法不仅收敛速度更快,而且在降低车辆时延和提升内容新鲜度方面表现出更好效果。

关键词：车联网边缘缓存信息年龄多智能体强化学习

来源：评论

学校读者我要写书评

暂无评论

智能超表面与惯性测量单元联合辅助的室内定位方法设计

引用

通信学报 2025年第4期46卷 213-223页

作者：孙巍杜鑫宋清洋郭磊重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学智能通信与网络安全研究院重庆400065 重庆邮电大学大数据智能计算重点实验室重庆400065

针对智能超表面(RIS)辅助定位技术中导频开销较大的问题,提出了一种RIS与惯性测量单元(IMU)联合辅助的室内定位方法,旨在实现对室内移动用户设备的持续、精确定位。首先,利用IMU提供的测量数据作为用户设备位置的先验信息,指导RIS的相... 详细信息

针对智能超表面(RIS)辅助定位技术中导频开销较大的问题,提出了一种RIS与惯性测量单元(IMU)联合辅助的室内定位方法,旨在实现对室内移动用户设备的持续、精确定位。首先,利用IMU提供的测量数据作为用户设备位置的先验信息,指导RIS的相移细粒度调控,降低信道参数估计所需的开销。其次,通过因子图优化方法,将IMU的测量数据与RIS的相位信息进行融合,构建位置估计的优化问题。最后,采用莱文贝格-马夸特算法求解该优化问题,得到用户设备的位置估计,并根据融合定位结果对IMU数据进行校准和误差补偿。仿真结果表明,相较于现有方法,所提方法具有更高的定位精度,并且所需的导频开销更少。

关键词：室内定位智能超表面惯性测量单元因子图优化

来源：评论

学校读者我要写书评

暂无评论

认知车联网中评估频谱稳定性的动态频谱接入算法

引用

电子与信息学报 2025年 1-12页

作者：马彬杨祖敏谢显中重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学重庆市计算机网络与通信技术重点实验室重庆400065

在带频谱认知的车联网中，由于车辆终端的高动态移动性和无线电环境的复杂性，使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先，基于信噪比、接收信号强度和带宽参数，利用长短期记忆神经网络预测出参数... 详细信息

在带频谱认知的车联网中，由于车辆终端的高动态移动性和无线电环境的复杂性，使频谱的稳定性难以评估。该文提出一种评估频谱稳定性的动态频谱接入算法。首先，基于信噪比、接收信号强度和带宽参数，利用长短期记忆神经网络预测出参数在未来1个周期内多时刻的值，并计算各参数1个周期的变化率，将结果作为频谱稳定性的评估指标。其次，利用K-Means算法对变化率向量进行聚类，构建稳定性评估模型。再次，根据稳定性评估结果重构了状态空间和奖励函数，提出一种基于强化学习的动态频谱接入算法。最后，实验结果表明，所提算法能够满足不同车辆终端业务的稳定性需求，提高频谱资源的利用率，同时降低频谱接入过程中的碰撞概率。

关键词：认知车联网动态频谱接入稳定性评估强化学习

来源：评论

学校读者我要写书评

暂无评论

基于偏序关系的多视图多粒度图表示学习框架

引用

智能系统学报 2025年第1期20卷 243-254页

作者：肖添龙徐计王国胤贵州大学省部共建公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025 重庆邮电大学计算智能重庆市重点实验室重庆400065

图池化作为图神经网络中重要的组件,在获取图的多粒度信息的过程中扮演了重要角色。而当前的图池化操作均以平等地位看待数据点,普遍未考虑利用邻域内数据之间的偏序关系,从而造成图结构信息破坏。针对此问题,本文提出一种基于偏序关系... 详细信息

图池化作为图神经网络中重要的组件,在获取图的多粒度信息的过程中扮演了重要角色。而当前的图池化操作均以平等地位看待数据点,普遍未考虑利用邻域内数据之间的偏序关系,从而造成图结构信息破坏。针对此问题,本文提出一种基于偏序关系的多视图多粒度图表示学习框架(multi-view and multi-granularity graph representation learning based on partial order relationships,MVMGr-PO),它通过从节点特征视图、图结构视图以及全局视图对节点进行综合评分,进而基于节点之间的偏序关系进行下采样操作。相比于其他图表示学习方法,MVMGr-PO可以有效地提取多粒度图结构信息,从而可以更全面地表征图的内在结构和属性。此外,MVMGr-PO可以集成多种图神经网络架构,包括GCN(graph convolutional network)、GAT(graph attention network)以及GraphSAGE(graph sample and aggregate)等。通过在6个数据集上进行实验评估,与现有基线模型相比,MVMGr-PO在分类准确率上有明显提升。

关键词：图神经网络图池化多粒度偏序关系节点分类任务图表示学习半监督学习图嵌入

来源：评论

学校读者我要写书评

暂无评论

陀螺阵列自适应加权数据融合算法

引用

中国惯性技术学报 2025年第3期33卷 213-218,228页

作者：彭慧黄俊黄江峰刘宇林非凡重庆邮电大学自主导航与微系统重庆市重点实验室重庆400065 重庆邮电大学智能传感技术与微系统重庆市高校工程研究中心重庆400065

微机电系统(MEMS)陀螺阵列信息融合可以提高测量精度。为提升融合数据精度,提出了一种基于自适应加权的冗余陀螺数据融合算法。首先采用箱线图算法识别并剔除传感器数据中的异常值,然后通过静态数据分析获取固定权值,同时通过改进Jousse... 详细信息

微机电系统(MEMS)陀螺阵列信息融合可以提高测量精度。为提升融合数据精度,提出了一种基于自适应加权的冗余陀螺数据融合算法。首先采用箱线图算法识别并剔除传感器数据中的异常值,然后通过静态数据分析获取固定权值,同时通过改进Jousselme证据距离计算传感器置信距离,构建支持度函数,得到测量权值。其次,通过优化权重分配实现最优的数据融合。最后用8个MEMS陀螺组成的阵列对所提算法进行验证。实验结果表明:在静态下,陀螺三轴的角度随机游走平均改善约3倍、角速率随机游走平均改善约3.7倍、零偏不稳定性平均改善约3倍;在以1σ标准差为指标的动态实验中,所提方法的数据融合误差比均值滤波平均降低约28.5%,有效提高了陀螺阵列数据融合精度。

关键词：冗余陀螺支持度自适应加权权重分配

来源：评论

学校读者我要写书评

暂无评论

LFDP:融合低频信息的差分隐私鲁棒性增强方法

引用

信息安全学报 2025年第1期10卷 47-60页

作者：王豪许强张清华李开菊重庆邮电大学计算机科学与技术学院重庆400065 旅游多源数据感知与决策技术文化和旅游部重点实验室重庆400065 香港城市大学电机工程系中国香港999077 重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆大学计算机学院重庆400044

机器学习模型由于其预测和分类的高精度和各种应用场景的普适性,在图像处理、自动驾驶、自然语言处理等领域得到广泛应用。但机器学习模型容易遭受对抗样本攻击,在遭受对抗样本攻击时,预测和分类的精度会大幅下降。目前,数据增强方法通... 详细信息

机器学习模型由于其预测和分类的高精度和各种应用场景的普适性,在图像处理、自动驾驶、自然语言处理等领域得到广泛应用。但机器学习模型容易遭受对抗样本攻击,在遭受对抗样本攻击时,预测和分类的精度会大幅下降。目前,数据增强方法通过改变或者扰动原始图像的方式,使得机器学习模型具有更强的泛化能力,在保护隐私的同时,能够增强其抵御对抗样本攻击的鲁棒性,是当前机器学习模型鲁棒性增强的主流方法之一。但基于差分隐私的鲁棒性增强方法面临加入的高频噪声容易被滤除,导致鲁棒性增强效果下降的问题。针对这一问题,结合信号处理的知识,本文从频域角度阐述差分隐私能够增强机器学习模型鲁棒性的原理,从理论上证明其有效性。设计了一种高频噪声滤波器HFNF,能够将差分隐私加入的高频高斯噪声滤除,使得差分隐私的鲁棒性增强效果下降,从理论上分析差分隐私鲁棒性增强方法存在缺陷的原因。提出了一种普适的融合低频信息的差分隐私鲁棒性增强算法LFDP,通过对图像不同频域部分加入生成的高低频噪声,即使存在高频噪声滤波攻击,仍然能够保证模型的鲁棒性,弥补了差分隐私原有高频高斯噪声的不足。从理论上分析并给出所提出方案的鲁棒性和误差边界,并在实际的数据集中进行测试。实验结果表明,与直接加入高频噪声的差分隐私鲁棒性增强方法相比,LFDP在不增大噪声尺度的同时能够起到更好的鲁棒性增强效果。

关键词：机器学习鲁棒性差分隐私低频噪声

来源：评论

学校读者我要写书评

暂无评论

基于局部梯度平滑的解释鲁棒性对抗训练方法

引用

计算机科学 2025年第2期52卷 374-379页

作者：陈自刚潘鼎冷涛朱海华陈龙周由胜重庆邮电大学网络空间安全监测与治理重庆市重点实验室重庆400065 四川警察学院智能警务四川省重点实验室四川泸州646000 重庆邮电大学网络空间大数据智能安全教育部重点实验室重庆400065

深度学习可解释性在发展的同时,也面临着安全性方面的巨大挑战。模型对输入数据的解释结果存在被恶意操纵攻击的风险,此攻击严重限制了可解释性技术的应用场景并阻碍了人类对模型的探索与认知。针对此问题,提出一种使用模型梯度作为相... 详细信息

深度学习可解释性在发展的同时,也面临着安全性方面的巨大挑战。模型对输入数据的解释结果存在被恶意操纵攻击的风险,此攻击严重限制了可解释性技术的应用场景并阻碍了人类对模型的探索与认知。针对此问题,提出一种使用模型梯度作为相似性约束的解释鲁棒性对抗训练方法。首先,沿解释方向采样生成对抗训练数据;其次,结合训练过程中样本的梯度信息来计算采样数据解释之间的多种相似性指标,用以对模型正则化,平滑模型的曲率;最后,为验证所提出的解释鲁棒性对抗训练方法的有效性,在多个数据集和解释方法上进行验证,实验结果表明,所提方法在防御对抗解释样本上具有显著效果。

关键词：深度学习可解释性对抗攻击对抗训练对抗样本

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：