检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于改进混合密度网络的毁伤效应预测方法

郑州大学学报（理学版） 2024年第1期56卷 9-15页

作者：佘维张人中田钊刘炜孔德锋郑州大学网络空间安全学院河南郑州450002 郑州市区块链与数据智能重点实验室河南郑州450002 军事科学院国防工程研究院工程防护研究所河南洛阳471023

提出一种基于改进混合密度神经网络的毁伤效应预测方法,解决了现有智能毁伤效应预测方法中仅能输出点预测结果,但难以量化毁伤效应预测结果的不确定性问题。采用鲁棒性更好的t分布作为混合分量,利用混合密度网络生成概率密度函数,以反... 详细信息

提出一种基于改进混合密度神经网络的毁伤效应预测方法,解决了现有智能毁伤效应预测方法中仅能输出点预测结果,但难以量化毁伤效应预测结果的不确定性问题。采用鲁棒性更好的t分布作为混合分量,利用混合密度网络生成概率密度函数,以反映毁伤效应预测中的不确定性,并根据给定置信水平获得区间预测结果。仿真实验表明,获得的概率密度函数可以较为准确地拟合蒙特卡洛仿真模拟结果,与现有的毁伤效应预测方法相比,可以更好地指导作战筹划。

关键词：混合密度网络毁伤效应预测 t Location-Scale分布区间预测

融合电力数据的纵向联邦学习企业排污预测模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：王心妍杜嘉程钟李红徐旺旺刘伯宇佘维嵩山实验室郑州大学计算机与人工智能学院郑州大学网络空间安全学院国网河南省电力公司信息通信份公司

针对企业排污难以监测和控制的问题，在考虑数据安全共享和隐私保护前提下，提出了一种整合电力数据的纵向联邦学习企业排污预测（Vertical Federated Learning Enterprise Emission Prediction,VFL-EEP）模型。首先，在纵向联邦学习框... 详细信息

针对企业排污难以监测和控制的问题，在考虑数据安全共享和隐私保护前提下，提出了一种整合电力数据的纵向联邦学习企业排污预测（Vertical Federated Learning Enterprise Emission Prediction,VFL-EEP）模型。首先，在纵向联邦学习框架下改进逻辑回归模型，在不泄露电力和环保企业排污监测数据的前提下，允许将数据的使用和模型训练分离；然后，通过改进逻辑回归算法使其能够结合Paillier加密技术保证模型参数传递安全，有效解决纵向联邦学习中参与方之间通信不安全问题。最后，通过对仿真数据进行实验，与集中式逻辑回归建模的排污预测结果：相比本文在隐私安全的前提下融合电力数据，准确率、召回率、精确率和F1值分别提升了8.92%、7.62%、3.95%和11.86%，有效实现隐私保护和模型性能的均衡。

关键词：纵向联邦学习逻辑回归算法隐私求交 Paillier同态加密数据共享

基于FS-SIA的毁伤预测神经网络超参数优化方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

郑州大学学报(理学版) 2024年

作者：佘维吕钟毓邢召伟王世豪徐旺旺田钊郑州大学网络空间安全学院嵩山实验室郑州市区块链与数据智能重点实验室河南省科技创新促进中心

针对毁伤预测中神经网络超参数设置及调试过程较为复杂的问题,提出一种基于特征选择结合群体智能(feature selection and swarm intelligence algorithm,FS-SIA)的超参数优化方法,用于在毁伤预测中对神经网络进行超参数的搜索和优化。首... 详细信息

针对毁伤预测中神经网络超参数设置及调试过程较为复杂的问题,提出一种基于特征选择结合群体智能(feature selection and swarm intelligence algorithm,FS-SIA)的超参数优化方法,用于在毁伤预测中对神经网络进行超参数的搜索和优化。首先,通过多种特征排序方法确定毁伤特征的重要性,选取公共的特征偏序子集用于模型训练。其次,针对具体的神经网络模型,分别采用多种群体智能算法进行超参数的搜索和优化。最后,得出特征集性能最优的超参数训练模型。实验结果表明,相较于未经特征排序而单纯采用群体智能算法的其他超参数优化模型,所提方法在毁伤预测上具有更快的收敛速度和更高的准确率。

关键词：神经网络超参数优化特征选择群体智能毁伤预测

基于改进实数编码遗传算法的神经网络超参数优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年第3期44卷 671-676页

作者：佘维李阳钟李红孔德锋田钊郑州大学网络空间安全学院郑州450001 嵩山实验室郑州450000 互联网医疗与健康服务河南省协同创新中心(郑州大学) 郑州450052 郑州市区块链与数据智能重点实验室(郑州大学) 郑州450001 郑州大学计算机与人工智能学院郑州450001 军事科学院国防工程研究院工程防护研究所河南洛阳471023

针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使... 详细信息

针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。

关键词：实数编码遗传算法超参数优化进化神经网络机器学习

在线全文

学校读者我要写书评

暂无评论

基于轻量化深度卷积循环网络的MVS方法

郑州大学学报（工学版） 2024年第4期45卷 11-18页

作者：佘维孔祥基郭淑明田钊李英豪郑州大学网络空间安全学院河南郑州450002 嵩山实验室河南郑州450046 郑州市区块链与数据智能重点实验室河南郑州450002 国家数字交换系统工程技术研究中心河南郑州450002

针对基于深度学习的MVS方法存在网络参数量大、显存占用较高的问题,提出一种基于轻量化深度卷积循环网络的MVS方法。首先,采用轻量化多尺度特征提取网络提取图像的高层语义特征图,构建稀疏代价体减小计算体积;其次,使用卷积循环网络对... 详细信息

针对基于深度学习的MVS方法存在网络参数量大、显存占用较高的问题,提出一种基于轻量化深度卷积循环网络的MVS方法。首先,采用轻量化多尺度特征提取网络提取图像的高层语义特征图,构建稀疏代价体减小计算体积;其次,使用卷积循环网络对代价体进行正则化,一次平面扫描完成正则化过程,减少显存占用;最后,通过深度图扩展模块扩展稀疏深度图为稠密深度图,并结合优化算法保证重建精度。在DTU数据集上与最近的方法进行对比,包括传统MVS方法Camp、Furu、Tola、Gipuma,基于深度学习的MVS方法SurfaceNet、PU-Net、MVSNet、R-MVSNet、Point-MVSNet、Fast-MVSNet、GBI-Net、TransMVSNet。实验结果表明:所提方法在精度上与其他方法保持较小差距的前提下,能够将预测时显存开销降低至3.1 GB。

关键词：轻量化深度卷积循环网络 MVS方法正则化 DTU数据集

在线全文

学校读者我要写书评

暂无评论

基于区块链的联邦蒸馏数据共享模型研究

计算机科学 2024年第3期51卷 39-47页

作者：刘炜刘宇昭唐琮轲王媛媛佘维田钊郑州大学网络空间安全学院郑州450002 河南省网络密码技术重点实验室(信息工程大学) 郑州450000 郑州市区块链与数据智能重点实验室(郑州大学) 郑州450000 嵩山实验室郑州450000 国网许昌供电公司河南许昌461000

零散、孤立的海量数据形成“数据孤岛”使得数据无法交互和连接,如何在保护原始数据隐私的前提下安全有效地共享数据中的知识信息已成为热点研究问题。基于以上内容,提出了一种基于区块链的联邦蒸馏数据共享模型(BFDS)。区别于中心化架... 详细信息

零散、孤立的海量数据形成“数据孤岛”使得数据无法交互和连接,如何在保护原始数据隐私的前提下安全有效地共享数据中的知识信息已成为热点研究问题。基于以上内容,提出了一种基于区块链的联邦蒸馏数据共享模型(BFDS)。区别于中心化架构,采用区块链联合多参与方组建教师网络,实现分布式协同工作;通过交换蒸馏输出的方式,传递数据中的知识信息,联合训练轻量化模型;提出了一种多权重节点可信评估算法,调用智能合约分配权重并生成可溯源全局软标签,降低因参与方质量差异而产生的负向影响。实验结果表明,BFDS模型能联合多参与方安全可信共享数据知识,协同蒸馏训练模型,降低了模型的部署成本;所提出的多权重节点评估算法能有效减小低质量节点的负向影响,提高了全局软标签的质量与安全性。

关键词：区块链知识蒸馏数据共享智能合约

基于手机信令数据的城市居民动态OD矩阵提取方法

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（工学版） 2024年第3期45卷 46-54页

作者：田钊张乾钟赵轩陈斌佘维杨艳芳郑州大学网络空间安全学院河南郑州450001 郑州大学计算机与人工智能学院河南郑州450001 交通运输部科学研究院北京100029 综合交通运输大数据应用技术交通运输行业重点实验室北京100029

现有的城市居民出行调查周期较长,交通小区划分粒度粗糙,导致调查不能及时准确地获取居民出行信息。针对该问题,提出了一种基于手机信令数据的城市居民动态OD矩阵提取方法。首先,针对信令数据中的两种复杂噪声:乒乓切换和漂移数据,提出... 详细信息

现有的城市居民出行调查周期较长,交通小区划分粒度粗糙,导致调查不能及时准确地获取居民出行信息。针对该问题,提出了一种基于手机信令数据的城市居民动态OD矩阵提取方法。首先,针对信令数据中的两种复杂噪声:乒乓切换和漂移数据,提出了基于窗口阈值的检测与等效位置替换方法,以及复杂漂移点的检测和标记处理方法;然后,提出一种改进的ST-DBSCAN聚类方法,引入一种等时化方法将时间信息与空间信息相结合,识别出行过程中的驻留点;最后,基于地理信息系统构建含有道路关键节点的路网,将居民出行OD与路网节点相匹配,有效推导出城市居民动态OD矩阵。实验结果表明:与ST-DBSCAN算法相比,所提改进的ST-DBSCAN算法在聚类效果和识别速度上分别提升了6.10%和5.26%;与统计方法和二阶统计量方法相比,基于改进的ST-DBSCAN算法的动态OD矩阵提取方法在均方误差(MSE)上分别降低了16.98%和21.55%。以北京市为例,运用提出的动态OD矩阵提取方法,能够及时有效地分析城市居民日常与高峰时段的出行特征。

关键词：城市出行智能交通系统手机信令数据动态OD矩阵驻留点识别时空特征分析

基于改进实数编码遗传算法的神经网络超参数优化

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年

作者：佘维李阳钟李红孔德锋田钊互联网医疗与健康服务河南省协同创新中心(郑州大学) 郑州大学计算机与人工智能学院军事科学院国防工程研究院工程防护研究所郑州市区块链与据智能重点实验室(郑州大学) 郑州大学网络空间安全学院嵩山实验室

针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题，提出了一种基于改进实数编码遗传算法（IRCGA）的神经网络超参数优化方法——IRCGA-DNN(IRCGA optimizes Deep Neural Network,IRCGA-DNN)。首先，采用实数编码方式... 详细信息

针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题，提出了一种基于改进实数编码遗传算法（IRCGA）的神经网络超参数优化方法——IRCGA-DNN(IRCGA optimizes Deep Neural Network,IRCGA-DNN)。首先，采用实数编码方式表示超参数的取值，使得超参数的搜索空间更加灵活；然后，引入分层比例选择算子以增加解集多样性；最后，分别设计了改进的单点交叉和变异算子，以更全面地探索超参数空间，提高优化算法的效率和质量。基于两个仿真数据集，验证IRCGA在毁伤效果预测性能和收敛效率。实验结果表明，在两个数据集上，与标准遗传算法（GA）进行神经网络超参数优化相比，所提方法的收敛迭代次数分别减少了8.7%和13.6%,MSE平均减少了4%和2%的；与改进遗传算法（IGA）进行超参数优化相比，IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。结果表明所提方法能同时在收敛速度和预测性能上表现更均衡且更优，能有效处理神经网络超参数优化问题。

关键词：实数编码遗传算法超参数优化进化神经网络机器学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于倒排索引的可搜索加密数据共享方案

计算机工程与应用 2023年第10期59卷 270-279页

作者：刘炜白晓丹佘维宋轩田钊郑州大学网络空间安全学院郑州450003 郑州大学互联网医疗与健康服务河南省协同服务中心郑州450025 郑州大学计算机与人工智能学院郑州450066

针对当前医疗数据共享难、数据被攻击、密文搜索效率低的问题,提出了一种基于倒排索引的可搜索加密数据共享方案。采用基于私有链和联盟链的双链结构存储数据并实现数据共享;设计了一种新型倒排索引结构,防止敏感数据被攻击;提出了一种... 详细信息

针对当前医疗数据共享难、数据被攻击、密文搜索效率低的问题,提出了一种基于倒排索引的可搜索加密数据共享方案。采用基于私有链和联盟链的双链结构存储数据并实现数据共享;设计了一种新型倒排索引结构,防止敏感数据被攻击;提出了一种基于新型倒排索引结构的密文搜索算法,利用可搜索加密技术将陷门信息提交至倒排索引结构中实现密文搜索。实验表明,所提出的方案可以有效保证数据安全,提高搜索效率。

关键词：区块链医疗数据共享倒排索引可搜索加密