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

基于双通道词向量的卷积胶囊网络文本分类

计算机工程 2019年第11期45卷 177-182页

作者：康雁李晋源杨其越崔国荣王沛尧云南大学软件学院

基于向量空间模型的文本分类方法的文本表示具有高纬度、高稀疏的特点,特征表达能力较弱,且特征工程依赖人工提取,成本较高。针对该问题,提出基于双通道词向量的卷积胶囊网络文本分类算法。将Word2Vec训练的词向量与基于特定文本分类任... 详细信息

基于向量空间模型的文本分类方法的文本表示具有高纬度、高稀疏的特点,特征表达能力较弱,且特征工程依赖人工提取,成本较高。针对该问题,提出基于双通道词向量的卷积胶囊网络文本分类算法。将Word2Vec训练的词向量与基于特定文本分类任务扩展的语境词向量作为神经网络的2个输入通道,并采用具有动态路由机制的卷积胶囊网络模型进行文本分类。在多个英文数据集上的实验结果表明,双通道的词向量训练方式优于单通道策略,与LSTM、RAE、MV-RNN等算法相比,该算法具有较高的文本分类准确率。

关键词：双通道词向量卷积胶囊网络动态路由机制文本分类特征表达

在线全文

学校读者我要写书评

暂无评论

异构服务和分布式数据的动态集成

计算机科学 2010年第6期37卷 168-170,199页

作者：彭树青陈德运哈尔滨理工大学计算机科学与技术学院哈尔滨150080

对于企业而言,充分利用内、外部资源来提高效率是极为重要的。给出了以企业服务总线ESB为基础的服务-数据动态集成框架,在此框架中将业务操作分解为多个服务-数据流,同时提出了一种新的服务-数据流评价策略以衡量分解的合理性。利用动... 详细信息

对于企业而言,充分利用内、外部资源来提高效率是极为重要的。给出了以企业服务总线ESB为基础的服务-数据动态集成框架,在此框架中将业务操作分解为多个服务-数据流,同时提出了一种新的服务-数据流评价策略以衡量分解的合理性。利用动态路由机制完成抽象服务与服务提供者、抽象数据与数据源之间的映射。服务-数据路由对抽象服务描述表ASDT、抽象服务映射表ASMT、抽象数据描述表ADDT和抽象数据映射表ADMT进行更新来消除其中的冲突。最后将研究应用于"黑龙江省运政系统"的设计中,证明了该方法的可行性。

关键词：企业服务总线服务-数据流动态路由机制服务-数据路由

在线全文

学校读者我要写书评

暂无评论

基于并行胶囊网络的声学场景分类

传感器与微系统 2023年第12期42卷 155-159页

作者：杨立东赵飞焱内蒙古科技大学信息工程学院内蒙古包头014010

为解决卷积神经网络(CNN)忽略音频特征之间的空间关系、丢失姿态特征和时序性特征的问题,提出了基于并行胶囊网络的声学场景分类模型,选用胶囊网络和双向门控循环单元弥补CNN的缺陷。首先,该模型通过提取音频对数梅尔能量谱特征;然后,... 详细信息

为解决卷积神经网络(CNN)忽略音频特征之间的空间关系、丢失姿态特征和时序性特征的问题,提出了基于并行胶囊网络的声学场景分类模型,选用胶囊网络和双向门控循环单元弥补CNN的缺陷。首先,该模型通过提取音频对数梅尔能量谱特征;然后,结合各模块优点对音频特征处理;最后,根据场景特征完成分类。通过在“国际声学场景和事件检测及分类(DCASE)挑战赛2019”挑战任务1数据集下进行实验,在开发集和验证集上分别获得了71.1%和70.2%的准确率,优于基线系统的准确率,证明了该网络模型适用于声学场景分类任务。

关键词：声学场景分类胶囊网络双向门控循环单元并行神经网络动态路由机制

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于胶囊网络的字符验证码识别研究及应用

基于胶囊网络的字符验证码识别研究及应用

作者：郝盼红长安大学

学位级别：硕士

验证码是网站中防止机器恶意攻击的主要安全手段,对网站中的字符验证码的研究能够有效弥补验证码设计的漏洞。胶囊网络作为深度学习方法的一种新兴模型,采用向量的形式代替卷积神经网络的标量形式,动态路由机制代替卷积神经网络的池化... 详细信息

验证码是网站中防止机器恶意攻击的主要安全手段,对网站中的字符验证码的研究能够有效弥补验证码设计的漏洞。胶囊网络作为深度学习方法的一种新兴模型,采用向量的形式代替卷积神经网络的标量形式,动态路由机制代替卷积神经网络的池化操作。利用胶囊网络的特有优势,研究对字符验证码的识别是本文的重点。本文针对粘连、旋转扭曲的字符验证码进行研究,分析了字符验证码的特点、卷积神经网络以及胶囊网络的基本架构。在原有胶囊网络的基础上进行模型改进,提出了一种新的胶囊网络模型ECaps Net,该模型包括特征提取网络模块、胶囊动态路由网络模块以及重构网络模块三大部分,采用并行卷积操作增强网络模型的特征表达能力,胶囊动态路由机制保留目标对象的位置姿态信息,再用反卷积操作得到上一层模块中可能丢掉的特征信息,重构出清晰的字符验证码图像。详细分析了动态路由机制的运算过程以及其算法本质,对动态路由机制中的压缩函数做出改进,来提高模型对于字符验证码图像的识别准确率。对本文改进的胶囊网络模型在实心字符验证码数据集和空心字符验证码数据集进行网络模型的训练,设置模型的多种超参数进行实验并分析网络模型的性能。利用模型复杂度、训练速度两方面的评价指标来对比改进的胶囊网络模型和原有胶囊网络模型的识别结果,改进的胶囊网络模型对于两种字符验证码数据集的识别准确率以及模型的复杂度上都优于原有的胶囊网络模型。当字符验证码的训练集准确率达到相同的识别准确率,对网络模型在测试集的识别准确率进行比较,在实心字符验证码数据集上,改进的胶囊网络模型ECaps Net的识别准确率为92.41%,而Caps Net、CNN、Res Net、Xception的识别准确率分别为85.37%、70.95%、80.53%、76.29%。在空心字符验证码数据集上,改进的胶囊网络模型ECaps Net的识别准确率为94.62%,而Caps Net、CNN、Res Net、Xception的识别准确率分别为90.75%、63.91%、82.42%、83.56%。实验结果表明,本文改进的胶囊网络对于两种字符验证码数据集的识别准确率以及模型的复杂度上都优于其他的卷积神经网络模型。

关键词：验证码识别胶囊网络动态路由机制卷积神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的商品评论情感分析方法研究

基于深度学习的商品评论情感分析方法研究

作者：钱宏伟重庆邮电大学

学位级别：硕士

“互联网+”时代,企业或商家热衷于利用基于互联网的社交平台收集消费者对自己所提供商品或服务的评价,用以提升产品或服务质量;基于商品评论的自动情感分析是实现其价值提升的重要手段。本文针对商品评论句子级情感分析和方面级情感分... 详细信息

“互联网+”时代,企业或商家热衷于利用基于互联网的社交平台收集消费者对自己所提供商品或服务的评价,用以提升产品或服务质量;基于商品评论的自动情感分析是实现其价值提升的重要手段。本文针对商品评论句子级情感分析和方面级情感分析展开了深入研究,其中主要贡献包括:针对基于Attention机制的句子级情感分类算法存在的固定编码问题,本文提出一种基于层级LSTM(Long Short Term Memory)和动态路由机制的句子级情感分类模型(Long Short Term Memory and Dynamic Routing Mechanism,LSTM-DRM),即在第一层LSTM利用Attention机制来提取重要的词语特征;在第二层LSTM利用动态路由机制动态地转移特征信息到分类层中。实验结果表明,与单一的Attention机制相比,本文提出的LSTM-DRM模型针对IMDB,Yelp2013,Yelp2014三个标准数据集可以获得更高的分类准确率和更低的均方根误差,验证了动态路由机制在文本句子级情感分类任务中的有效性。现有的情感分类算法忽略了商品评论数据集中用户和商品信息在情感分类中的重要性。本文在句子级情感分类模型的基础上,提出了融合用户特征和商品特征的LSTM-UPDRM(Long Short Term Memory and Dynamic Routing Mechanism Embeded User feature and Product feature)模型,即利用两个独立的LSTM-DRM模型分别嵌入用户和商品特征。首先利用Attention机制提取用户和商品在评论中显性的特定词;然后在分类层使用动态路由机制提取用户和商品在评论中隐含的情感特征;最后使用加权损失函数的方法表征两种特征对情感类别的重要程度,并在京东商品评论数据集中测试模型的准确率。对比实验结果表明:本文的LSTMUPDRM模型用于商品评论的句子级情感分类任务时可以取得93.4%的准确率,高于现有其他方法。针对目前方面级情感分类算法未考虑方面词语境信息的问题,本文提出并实现了一种融合语境词向量的动态路由模型(Embedding from Language Models and Dynamic Routing Mechanism,ELMo-DRM)来完成商品评论方面级情感分类。首先,利用ELMo模型得到语境词向量,然后,通过方面词编码算法将方面词特征结合到文本特征中;最后,利用动态路由机制聚合相似度更高的特征信息完成方面级情感分类。对比实验结果表明:本文提出的ELMo-DRM模型在商品评论方面级情感分类任务中可以取得90.2%的优于现有方案的准确率。

关键词：商品评论情感分析层级LSTM 动态路由机制语境词向量

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于胶囊网络的场景识别研究

基于胶囊网络的场景识别研究

作者：蔡春花河南工业大学

学位级别：硕士

在众多计算机视觉任务解决方法和工具中,卷积神经网络（CNN,Convolutional Neural Network）被广泛运用到图像分类、目标识别等领域,其作为图像特征提取器可以取得很好的处理效果。但由于CNN需要大量的图像来支持训练,且一般CNN使用池... 详细信息

在众多计算机视觉任务解决方法和工具中,卷积神经网络（CNN,Convolutional Neural Network）被广泛运用到图像分类、目标识别等领域,其作为图像特征提取器可以取得很好的处理效果。但由于CNN需要大量的图像来支持训练,且一般CNN使用池化层对特征进行降维操作,造成信息损失,影响网络表达能力。胶囊网络（Caps Net）是近年来计算机视觉领域颇具革命性的神经网络模型,与CNN不同,Caps Net使用向量输入输出保留图像空间信息,使用动态路由机制使模型具备更好的特征拟合能力。但在某些特定场景及具体应用中,仍需要对Caps Net结构进行优化以取得更好的效果。本文首先对场景识别研究的背景和重要意义进行了介绍,并且对国内外场景识别中所使用的主要方法进行深入了解。在介绍胶囊网络原理的基础上,提出了适用于场景识别任务的Scene Caps模型。以胶囊网络为基础,增加了卷积层＿2,搭建了五层的Scene Caps网络模型,增加了模型的深度,并且将胶囊中的维度进行了扩维。实验分析了卷积层＿2学习率和卷积核大小的不同对识别率和训练时间的影响,在Scene15数据集进行的实验结果显示,Scene Caps模型的最高识别率达到94.82%,用时为37.2h,比胶囊网络模型的识别率提高了0.28%,训练时间减少了11.8%;分析了模型参数和训练数据量的变化对实验结果的影响,实验结果表明Scene Caps模型使用50%的训练数据量就能达到胶囊网络75%数据量的识别率;与常用的场景识别方法进行了对比,实验结果表明Scene Caps模型对场景图像的识别效果更好;最后在place2部分数据集上进行了实验,实验结果验证了模型的有效性。提出了一种基于1*1卷积核和批量归一化的优化方法。将1*1卷积核加入卷积层＿2,降低模型的卷积层参数数量,增加模型的非线性特性。在Scene15数据集上进行的实验表明,模型的识别率最高为94.83%,训练时间为32.2h,比未加入1*1卷积核的识别率提高了0.01%,训练时间减少了13.4%。为了使网络输入分布保持一致,再将批量归一化层分别应用在卷积层1、卷积层＿2、Primary Caps层前,然后再做为激活函数的输入。通过对Scene Caps模型的优化,识别率由优化前最高的94.82%提升为优化后最高的95.03%,训练时间由37.2h的降低为20.1h。实验结果验证了优化方法的有效性。本文主要的创新点在于首次提出基于Scene Caps模型的场景识别研究方法和基于1*1卷积核和批量归一化的优化方法,有效提高了场景图像识别精度,并降低了模型训练时间。

关键词：胶囊网络场景识别 SceneCaps模型动态路由机制

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于胶囊网络的入侵检测模型

西安工程大学学报 2023年第1期37卷 119-125页

作者：赵旭王旭张鑫西安工程大学电子信息学院陕西西安710048 西安工程大学计算机科学学院陕西西安710048 陕西壬甲丙网络科技有限责任公司陕西咸阳712023 陕西边云协同网络科技有限责任公司陕西西安710086

针对传统入侵检测系统(intrusion detection system,IDS)在面对混杂多种恶意流量的海量数据中存在的检测准确率低和恶意流量识别关注度较少的问题,提出了一种基于胶囊网络(capsule network,Capsnet)的入侵检测模型CapIDS。该模型将待测... 详细信息

针对传统入侵检测系统(intrusion detection system,IDS)在面对混杂多种恶意流量的海量数据中存在的检测准确率低和恶意流量识别关注度较少的问题,提出了一种基于胶囊网络(capsule network,Capsnet)的入侵检测模型CapIDS。该模型将待测流量以胶囊的形式输入胶囊网络,使用动态路由机制对恶意流量的特征进行提取,完成对恶意流量的识别。同时,改进了胶囊网络的结构,使得模型具有更强的泛化能力,提升了对恶意流量的检测准确率。实验结果表明:文中模型对恶意流量的检测准确率在NSL-KDD数据集上达到了99.50%,相较于其他方案表现较好。

关键词：入侵检测系统恶意流量胶囊网络动态路由机制

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

模拟技术与模拟装置

电子科技文摘 2006年第8期 123-123页

0621309 NS2中单播动态路由机制的剖析与扩展[刊,中]／夏利／／微计算机应用．-2006,27(3)．-275-277(G) NS2是在网络研究和设计中广泛使用的一个网络仿真器,但NS2对路由协议的实现过程非常复杂,所以严重阻碍了网络研究者对原有路由模... 详细信息

0621309 NS2中单播动态路由机制的剖析与扩展[刊,中]／夏利／／微计算机应用．-2006,27(3)．-275-277(G) NS2是在网络研究和设计中广泛使用的一个网络仿真器,但NS2对路由协议的实现过程非常复杂,所以严重阻碍了网络研究者对原有路由模块的扩展和仿真。本文详细剖析了NS2中单播动态路由的功能和实现过程,提出了在NS2中扩展路由协议的方法,并给出距离向量路由协议的扩展实例。参4

关键词：距离向量路由协议动态路由机制模拟装置网络仿真器