检索结果-内蒙古大学图书馆

网络与信息安全学报 2022年第5期8卷 179-188页

作者：易聪胡军计算智能重庆市重点实验室(重庆邮电大学) 重庆400065 重庆邮电大学计算机科学与技术学院重庆400065

随着互联网技术的快速发展,安全问题一直是人们关注的焦点。基于鼠标行为的持续身份认证对于保护计算机系统的安全起着至关重要的作用。针对鼠标行为认证方法存在的认证准确率较低和认证时间较长的问题,提出了一种新的基于鼠标行为的持... 详细信息

随着互联网技术的快速发展,安全问题一直是人们关注的焦点。基于鼠标行为的持续身份认证对于保护计算机系统的安全起着至关重要的作用。针对鼠标行为认证方法存在的认证准确率较低和认证时间较长的问题,提出了一种新的基于鼠标行为的持续身份认证方法。该方法将用户的鼠标事件序列按不同的类型划分为相应的鼠标行为,并基于鼠标行为从多方面挖掘鼠标行为特征,对于时间和空间的特征值需要计算其统计值来唯一表示,从而更好地表示不同用户的鼠标行为差异,提高认证准确率。通过ReliefF算法得到鼠标行为特征的重要度,并在此基础上结合邻域粗糙集去除鼠标行为的无关或冗余特征,以达到降低模型复杂度和建模时间的目的,并采用二分类算法进行认证模型的训练。在身份认证时会根据每次收集的鼠标行为使用认证模型得到分类得分,再结合信任模型更新用户的信任值,当用户的信任值降低到信任模型阈值以下时,就会被判断为非法用户。在Balabit和DFL数据集上对所提方法的身份认证效果进行仿真实验,结果表明,该方法相较于其他文献的方法,不仅可以提高身份认证准确率、降低身份认证时间,而且对于外部用户的非法入侵具有一定的鲁棒性。

关键词：身份认证鼠标行为邻域粗糙集特征选择信任模型

来源：评论

学校读者我要写书评

暂无评论

基于模态特异及模态共享特征信息的多模态细粒度检索

引用

计算机工程 2022年第11期48卷 62-68,76页

作者：李佩陈乔松陈鹏昌邓欣王进朴昌浩重庆邮电大学计算机科学与技术学院重庆400065 数据工程与认知计算重庆市重点实验室重庆400065

跨模态检索的目标是用户给定任意一个样本作为查询样例,系统检索得到与查询样例相关的各个模态样本,多模态细粒度检索在跨模态检索基础上强调模态的数量至少大于两个,且待检索样本的分类标准为细粒度子类,存在多模态数据间的异构鸿沟及... 详细信息

跨模态检索的目标是用户给定任意一个样本作为查询样例,系统检索得到与查询样例相关的各个模态样本,多模态细粒度检索在跨模态检索基础上强调模态的数量至少大于两个,且待检索样本的分类标准为细粒度子类,存在多模态数据间的异构鸿沟及细粒度样本特征差异小等难题。引入模态特异特征及模态共享特征的概念,提出一种多模态细粒度检索框架MS2Net。使用分支网络及主干网络分别提取不同模态数据的模态特异特征及模态共享特征,将两种特征通过多模态特征融合模块进行充分融合,同时利用各个模态自身的特有信息及不同模态数据间的共性及联系,增加高维空间向量中包含的语义信息。针对多模态细粒度检索场景,在center loss函数的基础上提出multi-center loss函数,并引入类内中心来聚集同类别且同模态的样本,根据聚集类内中心来间接聚集同类别但模态不同的样本,同时消减样本间的异构鸿沟及语义鸿沟,增强模型对高维空间向量的聚类能力。在公开数据集FG-Xmedia上进行一对一与一对多的模态检索实验,结果表明,与FGCrossNet方法相比,MS2Net方法 mAP指标分别提升65%和48%。

关键词：信息检索多模态检索细粒度检索多模态表征学习深度学习

来源：评论

学校读者我要写书评

暂无评论

融合多粒度社区信息的网络嵌入方法

引用

计算机应用 2022年第3期42卷 663-670页

作者：胡军许正康刘立钟福金计算智能重庆市重点实验室(重庆邮电大学) 重庆400065 重庆邮电大学计算机科学与技术学院重庆400065

现有大多数网络嵌入方法仅保留了网络的局部结构信息,而忽略了网络中的其他潜在信息。为了保留网络的社区信息,并体现网络社区结构的多粒度特性,提出一种融合多粒度社区信息的网络嵌入方法(EMGC)。首先,获得网络的多粒度社区结构,并初... 详细信息

现有大多数网络嵌入方法仅保留了网络的局部结构信息,而忽略了网络中的其他潜在信息。为了保留网络的社区信息,并体现网络社区结构的多粒度特性,提出一种融合多粒度社区信息的网络嵌入方法(EMGC)。首先,获得网络的多粒度社区结构,并初始化节点嵌入和社区嵌入;然后,根据上一粒度上的节点嵌入和本层粒度的社区结构,更新社区嵌入,进而调整相应的节点嵌入;最后,对不同粒度下的节点嵌入进行拼接,从而得到融合多粒度社区信息的网络嵌入结果。在4个真实网络数据集上进行实验,相较于未考虑社区信息的方法(DeepWalk、node2vec)和考虑了单一粒度社区信息的方法(ComE、GEMSEC),EMGC在链接预测上的AUC值和节点分类上的F1值总体上优于对比方法。实验结果表明EMGC能够有效提升后续链接预测和节点分类的准确率。

关键词：网络表示网络嵌入多粒度社区发现复杂网络

来源：评论

学校读者我要写书评

暂无评论

基于二阶有效通道注意力网络的无约束人脸表情识别

引用

重庆邮电大学学报（自然科学版） 2022年第5期34卷 792-802页

作者：周睿丽钟福金重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学计算智能重庆市重点实验室重庆400065

现有基于卷积神经网络的无约束人脸表情识别方法侧重于网络结构的设计,对网络学习到的通道间深层特征相关性的研究较少,没有充分利用神经网络提取表达力较强的特征。为解决此问题,设计了一种基于二阶有效通道注意力网络(second-order ef... 详细信息

现有基于卷积神经网络的无约束人脸表情识别方法侧重于网络结构的设计,对网络学习到的通道间深层特征相关性的研究较少,没有充分利用神经网络提取表达力较强的特征。为解决此问题,设计了一种基于二阶有效通道注意力网络(second-order efficient channel attention network,SECA-Net)的无约束人脸表情识别方法。该方法采用轻量级的网络提取表情图像的深层特征,使用二阶有效通道注意力模块统计深层特征的二阶信息并捕捉跨通道特征间的依赖关系来自适应地缩放通道特征,进而获得更具判别力的表情特征。SECA-Net利用Softmax损失和中心损失联合优化模型进行表情分类,该模块具有较少的参数量、较低的显存需求和计算量,并且没有使用额外的数据预训练模型。同时,所提出的模块还能提取到人脸表情微小变化的局部特征。在RAF-DB和FER-2013无约束人脸表情数据集上的实验结果表明,提出的方法是有效的。

关键词：人脸表情识别无约束环境卷积神经网络(CNN) 二阶有效通道注意力

来源：评论

学校读者我要写书评

暂无评论

基于先验知识的非负矩阵半可解释三因子分解算法

引用

计算机应用 2022年第3期42卷 671-675页

作者：陈露张晓霞于洪计算智能重庆市重点实验室(重庆邮电大学) 重庆400065 重庆邮电大学计算机科学与技术学院重庆400065

非负矩阵三因子分解是潜在因子模型中的重要组成部分,由于能将原始数据矩阵分解为三个相互约束的潜因子矩阵,被广泛应用于推荐系统、迁移学习等研究领域,但目前还没有非负矩阵三因子分解的可解释性方面的研究工作。鉴于此,将用户评论文... 详细信息

非负矩阵三因子分解是潜在因子模型中的重要组成部分,由于能将原始数据矩阵分解为三个相互约束的潜因子矩阵,被广泛应用于推荐系统、迁移学习等研究领域,但目前还没有非负矩阵三因子分解的可解释性方面的研究工作。鉴于此,将用户评论文本信息当作先验知识,设计了一种基于先验知识的非负矩阵半可解释三因子分解(PE-NMTF)算法。首先利用情感分析技术提取用户评论文本信息的情感极性偏好;然后更改了非负矩阵三因子分解算法的目标函数和更新公式,巧妙地将先验知识嵌入到算法中;最后在推荐系统冷启动任务的Yelp和Amazon数据集以及图像零次识别任务的AwA和CUB数据集上与非负矩阵分解、非负矩阵三因子分解算法做了大量对比实验,实验结果表明所提算法在均方根误差(RMSE)、归一化折损累计增益(NDCG)、归一化互信息(NMI)和准确率(ACC)上都表现优异,且利用先验知识进行非负矩阵三因子分解的解释具有可行性和有效性。

关键词：非负矩阵三因子分解推荐系统可解释机器学习先验知识潜在因子模型

来源：评论

学校读者我要写书评

暂无评论

自适应高效深度跨模态增量哈希检索算法

引用

计算机工程与应用 2023年第2期59卷 85-93页

作者：周坤徐黎明郑伯川谢亦才西华师范大学计算机学院四川南充637009 物联网感知与大数据分析南充市重点实验室四川南充637009 重庆邮电大学计算机科学与技术学院重庆400065

针对现阶段深度跨模态哈希检索算法无法较好地检索训练数据类别以外的数据及松弛哈希码离散化约束造成的次优解等问题,提出自适应深度跨模态增量哈希检索算法,保持训练数据的哈希码不变,直接学习新类别数据的哈希码。同时,将哈希码映射... 详细信息

针对现阶段深度跨模态哈希检索算法无法较好地检索训练数据类别以外的数据及松弛哈希码离散化约束造成的次优解等问题,提出自适应深度跨模态增量哈希检索算法,保持训练数据的哈希码不变,直接学习新类别数据的哈希码。同时,将哈希码映射到潜在子空间中保持多模态数据之间的相似性和非相似性,并提出离散约束保持的跨模态优化算法来求解最优哈希码。此外,针对目前深度哈希算法缺乏有效的复杂度评估方法,提出基于神经网络神经元更新操作的复杂度分析方法,比较深度哈希算法的复杂度。公共数据集上的实验结果显示,所提算法的训练时间低于对比算法,同时检索精度高于对比算法。

关键词：增量学习哈希编码语义保持潜在空间跨模态检索

来源：评论

学校读者我要写书评

暂无评论

FedSharing:一种双区块链激励驱动的数据分享联邦学习框架

引用

计算机应用研究 2023年第1期40卷 33-41页

作者：陈乔松许文杰何小阳丁小月孙开伟邓欣王进重庆邮电大学计算机科学与技术学院数据工程与可视计算重庆市重点实验室重庆400065 重庆邮电大学自动化学院/工业互联网学院智慧能源技术研究中心重庆400065

联邦学习(federated learning,FL)能够在不丢失数据所有权的同时依托隐私保护技术实现安全的分布式模型训练,但也具有中心化、缺乏公平激励等问题。区块链(blockchain)本质上是一种分布式数据库,具有去中心化、信任公证等特点,但也具有... 详细信息

联邦学习(federated learning,FL)能够在不丢失数据所有权的同时依托隐私保护技术实现安全的分布式模型训练,但也具有中心化、缺乏公平激励等问题。区块链(blockchain)本质上是一种分布式数据库,具有去中心化、信任公证等特点,但也具有网络吞吐量小、资源浪费等关键问题。针对上述技术方法的问题与特点,提出了一种双区块链激励驱动的数据分享联邦学习框架,称为FedSharing。分别构建主链与侧链,主链使用交易封装联邦学习中交换的全局参数,同时结合链上智能合约和链下扩容技术建立梯度状态通道;侧链提出了一种新型的修正Shapley值工作量证明算法(PoFS),修正传统Shapley值计算中成员平等性前提,将联邦学习中成员合作历史诚信度这一影响联盟利益的因素纳入考量。测试结果表明,梯度状态通道较智能合约去中心化方案每轮次时间平均降低4~5 s,PoFS共识下激励分配比例更符合公平实际。

关键词：联邦学习区块链状态通道激励机制 Shapley值

来源：评论

学校读者我要写书评

暂无评论

具有分布式无限通信时延的多智能体系统的领导者-跟随者一致性研究:M-矩阵方法

引用

系统科学与数学 2022年第6期42卷 1467-1477页

作者：邓娅朱伟重庆邮电大学计算机科学与技术学院重庆400065 重庆移通学院重庆401520 重庆邮电大学复杂系统智能分析与决策重庆市高校重点实验室重庆400065

文章研究了一阶多智能体系统的领导者-跟随者一致性问题.在考虑跟随者之间具有无限通信时延的情形下,设计了相应的分布式控制协议.基于M-矩阵方法与不等式分析技巧,在假设智能体通信拓扑存在以领导者为根的生成树下,获得了多智能体系统... 详细信息

文章研究了一阶多智能体系统的领导者-跟随者一致性问题.在考虑跟随者之间具有无限通信时延的情形下,设计了相应的分布式控制协议.基于M-矩阵方法与不等式分析技巧,在假设智能体通信拓扑存在以领导者为根的生成树下,获得了多智能体系统达到领导者-跟随者一致性的充分条件.最后通过数值仿真验证了所获理论结果的有效性.

关键词：无限通信时延领导者-跟随者一致性 M-矩阵

来源：评论

学校读者我要写书评

暂无评论

基于改进Deeplabv3+算法的滚珠丝杠驱动表面点蚀缺陷检测

引用

计算机科学 2024年第S01期51卷 588-593页

作者：郎朗陈晓琴刘莎周强重庆三峡职业学院智能制造学院重庆404155 电子科技大学无线通信国家重点实验室成都611731 重庆邮电大学计算机科学与技术学院重庆400065

针对滚珠丝杠驱动表面背景环境复杂、点蚀缺陷目标小因而难以检测的问题,提出改进的Deeplabv3+滚珠丝杠驱动表面缺陷分割算法。本算法采用Re2Net-50替换Deeplabv3+的主干网络,显著提升了对小尺寸缺陷目标的识别能力。此外,通过在主干网... 详细信息

针对滚珠丝杠驱动表面背景环境复杂、点蚀缺陷目标小因而难以检测的问题,提出改进的Deeplabv3+滚珠丝杠驱动表面缺陷分割算法。本算法采用Re2Net-50替换Deeplabv3+的主干网络,显著提升了对小尺寸缺陷目标的识别能力。此外,通过在主干网络中融合特征金字塔网络FPN,能够加强多尺度信息的提取,从而增强了对缺陷目标的精确定位。最后,本研究在Deeplabv3+网络的ASPP模块之后引入了Coordinate Attention机制,能够增强模型对图像中空间和维度的关注,有效地捕获了图像中的长距离空间依赖关系。实验结果表明,与原始的Deeplabv3+相比,所提算法在平均交并比MIoU指标上提高了4.38%,准确率Accuracy提高了5.52%,F1-score提高了2.74%。同时,与其他经典的语义分割算法相比,所提算法也展现出了一定的优越性。

关键词：滚珠丝杠驱动缺陷检测 Deeplabv3+ 多尺度特征注意力机制

来源：评论

学校读者我要写书评

暂无评论

机器学习在新生儿坏死性小肠结肠炎诊疗中的研究进展

引用

中国当代儿科杂志 2023年第7期25卷 767-773页

作者：崔承陈飞龙(综述) 李禄全包蕾(审校) 重庆医科大学附属儿童医院新生儿科/国家儿童健康与疾病临床医学研究中心/儿童发育疾病研究教育部重点实验室/儿科学重庆市重点实验室重庆400014 重庆邮电大学计算机科学与技术学院重庆400065

新生儿坏死性小肠结肠炎(neonatal necrotizing enterocolitis,NEC)以血便、腹胀、呕吐等为主要表现,是导致新生儿死亡的主要原因之一,早期识别和诊断对该病预后极为重要。机器学习的兴起和发展为早期、快速、准确识别该病提供了可能。... 详细信息

新生儿坏死性小肠结肠炎(neonatal necrotizing enterocolitis,NEC)以血便、腹胀、呕吐等为主要表现,是导致新生儿死亡的主要原因之一,早期识别和诊断对该病预后极为重要。机器学习的兴起和发展为早期、快速、准确识别该病提供了可能。该文总结近年来机器学习在NEC应用中的算法,分析算法揭示的高危预测因子,评价机器学习在NEC病因回溯、定义、诊断方面的能力和特点,探讨机器学习在NEC未来应用中的挑战及前景。

关键词：坏死性小肠结肠炎机器学习分类算法辅助诊断新生儿

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：