检索结果-南通市图书馆

基于模块度感知图自编码器的重叠社区发现模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2024年第8期64卷 1319-1329页

作者：陈洁刘斌斌赵姝张燕平安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601

图自编码器模型作为网络表示学习的代表性方法,在链路预测和节点分类任务方面性能表现优异。然而,图自编码器模型在处理社区发现任务时通常只考虑局部节点连边的重建而忽略了社区全局结构的影响,尤其是在多个社区存在重叠节点的情况下,... 详细信息

图自编码器模型作为网络表示学习的代表性方法,在链路预测和节点分类任务方面性能表现优异。然而,图自编码器模型在处理社区发现任务时通常只考虑局部节点连边的重建而忽略了社区全局结构的影响,尤其是在多个社区存在重叠节点的情况下,难以准确判断节点归属关系和社区分布。针对此问题,该文提出了一种面向重叠社区发现的无监督模块度感知图自编码器模型(modularity-aware graph autoencoder model for overlapping community detection,GAME),GAME采用一种高效的模块度损失函数,该函数在网络嵌入过程中保留社区关系的同时,能重构损失并更新编码器的参数,以提高模型针对重叠社区发现任务的性能,进而将GAME得到的社区隶属度矩阵以概率-节点形式进行社区分配。该文提出的GAME在10个公开数据集上进行实验验证,并与主流的基于表示学习的重叠社区发现模型进行对比。实验结果表明:在归一化互信息(normalized mutual information,NMI)评估指标下,GAME模型性能优于主流模型,证明该模型有效。

关键词：社区发现重叠社区图自编码器模块度最大化社区隶属度矩阵

基于ECSDNN的航空安全事件风险等级预测

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第4期50卷 1117-1128页

作者：冯霞桑潇左海超中国民航大学计算机科学与技术学院天津300300 民航智慧机场理论与系统重点实验室天津300300

航空安全事件风险等级预测是主动风险管理的重要手段。考虑海量航空安全事件数据呈现的高维复杂、类不平衡等特性,提出一种基于集成代价敏感深度神经网络(ECSDNN)的航空安全事件风险等级预测方法。采用分类型属性嵌入特征编码和数值型... 详细信息

航空安全事件风险等级预测是主动风险管理的重要手段。考虑海量航空安全事件数据呈现的高维复杂、类不平衡等特性,提出一种基于集成代价敏感深度神经网络(ECSDNN)的航空安全事件风险等级预测方法。采用分类型属性嵌入特征编码和数值型属性拼接的方法实现航空安全事件数据的特征表示;综合考虑错分比例和固定代价设计代价敏感矩阵和代价敏感损失函数,构建基于代价敏感深度神经网络(CSDNN)的基分类器模型;采用硬投票方法,集成多个参数不同、性能各异的基分类器,构建航空安全事件风险等级预测模型。在航空安全事件报告系统(ASRS)数据集上的实验结果表明:相比基准算法,所提ECSDNN模型的预测准确率提升了4.51%;相比单个CSDNN基分类器,所提ECSDNN模型的预测准确率提升了3.17%。验证了基于ECSDNN的航空安全事件风险等级预测方法的有效性。

关键词：航空安全风险等级预测嵌入特征编码代价敏感深度神经网络集成学习

在线全文

学校读者我要写书评

暂无评论

基于密度感知和自注意力机制的点云分割算法

激光与光电子学进展 2024年第8期61卷 115-125页

作者：鲁斌刘亚伟张宇航杨振宇华北电力大学计算机系河北保定071003 河北省能源电力知识计算重点实验室河北保定071003

针对现有三维点云语义分割算法对点间密度信息以及空间位置特征利用不充分的问题,提出一种基于密度感知和自注意力机制的三维点云语义分割算法。首先,基于自适应K近邻(KNN)算法和局部密度位置编码构建密度感知卷积模块,从而有效地提取... 详细信息

针对现有三维点云语义分割算法对点间密度信息以及空间位置特征利用不充分的问题,提出一种基于密度感知和自注意力机制的三维点云语义分割算法。首先,基于自适应K近邻(KNN)算法和局部密度位置编码构建密度感知卷积模块,从而有效地提取点间关键密度信息,加强初始输入特征的信息表达深度,提升算法捕获局部特征的能力。然后,构建空间特征自注意力模块,基于自注意力和空间注意力机制强化全局上下文信息和空间位置信息的关联性,对全局特征和局部特征进行有效聚合,从而提取更深层次的上下文特征,有效提升算法的分割性能。最后,在公开的S3DIS数据集和ScanNet数据集上进行了大量实验。实验结果表明,算法的平均交并比分别达到了69.11%和72.52%,与其他算法相比有明显提升,验证了所提算法有着良好的分割性能和泛化性能。

关键词：三维点云语义分割密度信息注意力机制密度位置编码

基于激光诱导荧光的土壤石油污染物荧光仿真研究

在线全文

学校读者我要写书评

暂无评论

中国激光 2024年第5期51卷 213-221页

作者：谢贝贝周炫宇赵佳伟王智翀燕山大学信息科学与工程学院河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

激光诱导荧光(LIF)技术是一种主动式的遥感光学探测技术。土壤是常见的天然多孔介质,与石油混合后油滴会进入其孔隙内部,其独特的结构可以使光线发生多次反射和吸收,这种现象导致LIF探测土壤石油污染物获得的荧光分布具有差异性。笔者... 详细信息

激光诱导荧光(LIF)技术是一种主动式的遥感光学探测技术。土壤是常见的天然多孔介质,与石油混合后油滴会进入其孔隙内部,其独特的结构可以使光线发生多次反射和吸收,这种现象导致LIF探测土壤石油污染物获得的荧光分布具有差异性。笔者根据土壤含油量的多少以及分布特点,将土壤石油污染物分为油泥与含油土壤,基于蒙特卡罗方法和多孔介质的隐函数表示法,分别建立油泥和含油土壤的荧光仿真模型,采用荧光转换效率(接收荧光功率与发射激光功率的比值)表征荧光强度,从不同出射方向分析发射出土壤的荧光分布情况。通过模拟不同油品污染的油泥和含油土壤在不同入射天顶角、孔隙率、孔隙密度下的荧光转换效率,分析不同油品、LIF系统参数和土壤因素对荧光分布的影响。仿真结果表明:对于同种石油污染的油泥和含油土壤,油泥因较高的含油量导致荧光信号强于含油土壤;当激光垂直入射时,LIF系统收集的荧光信号强度最高,入射角度增大会导致荧光信号强度逐渐减弱;土壤石油污染物的荧光强度会随着孔隙率的增大而增大,随着孔隙密度的增大而减小;在激光照射下,轻质原油污染的土壤由于吸收系数较低,产生的荧光信号要弱于重质石油污染的土壤。本研究为LIF探测陆地溢油污染提供了理论和技术支持。

关键词：光谱学激光诱导荧光蒙特卡罗多孔介质土壤石油污染物荧光仿真

基于类别对抗联合学习的跨提示自动作文评分方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年

作者：张春云赵洪焱邓纪芹崔超然董晓琳陈竹敏山东财经大学计算机科学与技术学院山东省数字媒体重点实验室(山东财经大学) 山东大学计算机科学与技术学院

自动作文评分能够有效减轻教师的作文评阅负担并为学生提供客观、及时的反馈，是自然语言处理在教育领域的一项重要应用.跨提示自动作文评分旨在学习一个可迁移的自动评分模型，使之能够有效为目标提示的作文评分.然而，现有的跨提示自... 详细信息

自动作文评分能够有效减轻教师的作文评阅负担并为学生提供客观、及时的反馈，是自然语言处理在教育领域的一项重要应用.跨提示自动作文评分旨在学习一个可迁移的自动评分模型，使之能够有效为目标提示的作文评分.然而，现有的跨提示自动作文评分大都是面向目标提示数据可见的场景，通过将源提示和目标提示的特征分布进行对齐学习提示不变特征表示来学习可迁移到目标提示的评分模型，但是这类方法无法应用于目标提示数据不可见的场景.面向目标提示数据不可见的场景，提出一种基于类别对抗联合学习的跨提示自动作文评分方法.一方面，通过对分类和回归联合任务进行联合建模学习2个任务的共享特征，从而实现二者性能的相互促进；另一方面，不同于现有方法采用提示无关特征来提升模型泛化性能，针对不同提示的类别分布差异引入类别对抗策略，通过对不同提示进行类别级特征对齐学习不同提示间的细粒度不变特征表示，从而提升模型泛化性能.将所提出方法用于自动学生评估奖（ASAP）和ASAP++数据集，分别对作文的总体评分和属性评分进行预测.实验结果表明，与6种经典方法相比，在平方卡帕指标上取得最好的实验效果.

关键词：自动作文评分跨提示类别对抗联合建模领域泛化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向链接预测的知识图谱表示学习方法综述

软件学报 2024年第1期35卷 87-117页

作者：杜雪盈刘名威沈立炜彭鑫复旦大学计算机科学技术学院上海201203 上海市数据科学重点实验室(复旦大学) 上海201203

作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知... 详细信息

作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知识图谱补全工作迫在眉睫.链接预测是针对知识图谱中缺失的实体与关系进行预测的任务,是知识图谱构建与补全中不可或缺的一环.要充分挖掘知识图谱中的隐藏关系,利用海量的实体与关系进行计算,就需要将符号化表示的信息转换为数值形式,即进行知识图谱表示学习.基于此,面向链接预测的知识图谱表示学习成为知识图谱领域的研究热点.从链接预测与表示学习的基本概念出发,系统性地介绍面向链接预测的知识图谱表示学习方法最新研究进展.具体从知识表示形式、算法建模方式两种维度对研究进展进行详细论述.以知识表示形式的发展历程为线索,分别介绍二元关系、多元关系和超关系知识表示形式下链接预测任务的数学建模.基于表示学习建模方式,将现有方法细化为4类模型:平移距离模型、张量分解模型、传统神经网络模型和图神经网络模型,并详细描述每类模型的实现方式与解决不同关系元数链接预测任务的代表模型.在介绍链接预测的常用的数据集与评判标准基础上,分别对比分析二元关系、多元关系和超关系3类知识表示形式下,4类知识表示学习模型的链接预测效果,并从模型优化、知识表示形式和问题作用域3个方面展望未来发展趋势.

关键词：知识图谱表示学习链接预测多元关系超关系

海面乳化溢油水包油乳化液的LIF接收光功率饱和强度分析

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第8期44卷 2192-2197页

作者：马勤勇崔永强王智伟孔令富燕山大学信息科学与工程学院河北秦皇岛066000 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066000

海面溢油的水包油乳化液对海洋造成严重的危害,水包油乳化液的识别以及定量分析,对于海洋污染的处理以及海洋环境的恢复具有重要意义。近年来一些研究对较薄的乳化溢油进行了定量分析,然而对于油层较厚的乳化溢油却鲜有深入的研究。激... 详细信息

海面溢油的水包油乳化液对海洋造成严重的危害,水包油乳化液的识别以及定量分析,对于海洋污染的处理以及海洋环境的恢复具有重要意义。近年来一些研究对较薄的乳化溢油进行了定量分析,然而对于油层较厚的乳化溢油却鲜有深入的研究。激光照射到海面的水包油乳化液产生的荧光,在一定条件下会开始出现饱和而不再变化,针对这一饱和临界点以及相关范围的水包油乳化液的光谱特征进行研究。根据LIF探测系统接收到的光功率与BRRDF数值的关系,使用BRRDF模型对荧光光谱进行仿真。分析的油品使用Romashkino油和Petrobaltic油,分别代表深色不透明的油和明亮透明的油。提出一种针对厚度较大的水包油乳化液的荧光强度计算方法,计算出两种油在不同浓度和乳化时间下的乳化液出现荧光饱和的厚度。对计算结果进行比较可以看出饱和厚度随着浓度的增加而降低,随着乳化时间的增加而降低。分析结果显示,对于海水中的深色不透明的油的水包油乳化液,LIF接收到的荧光强度通常会出现饱和,因此单独使用LIF系统无法判断出超过饱和厚度的乳化液层的厚度。设计了一个4层神经元的神经网络,对饱和临界点附近的荧光光谱对乳化液浓度的识别能力进行验证。验证结果显示,不同浓度的水包油乳化液,只要达到或超过饱和厚度,其荧光光谱就具有较好的鉴别能力,可以用来区分不同浓度的乳化液。对于那些距离饱和厚度比较远的样本,荧光光谱具有分辨乳化液是否达到饱和厚度的能力。这些实验和结论将对较厚的水包油乳化液的识别和定量分析研究提供参考。

关键词：荧光光谱水包油乳化液定量分析饱和强度

基于域名语义信息与域名相似度的公害网站域名生成发现研究

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：于杰赵春蕾董国忠任怀硕尤伟天津理工大学教育部计算机视觉与系统省部共建重点实验室天津市智能计算与软件新技术重点实验室鹏城实验室新型网络研究部

通过域名生成技术发现公害网站域名的方式具有覆盖面广、提供大量有效研究数据、及时阻断和预防传播等优点。现有基于域名相似度的域名生成发现算法，存在特征利用不充分、生成域名冗余度高、公害网站域名浓度低等问题。因此，提出一种... 详细信息

通过域名生成技术发现公害网站域名的方式具有覆盖面广、提供大量有效研究数据、及时阻断和预防传播等优点。现有基于域名相似度的域名生成发现算法，存在特征利用不充分、生成域名冗余度高、公害网站域名浓度低等问题。因此，提出一种基于域名语义信息与域名相似度的公害网站域名生成模型T-SeqGAN。该模型使用Transformer编码器提取域名的语义特征，作为特征向量指导生成工作，提升了对域名特征的利用率；该模型对序列生成对抗网络进行改进，在生成和鉴别时分别关注域名的语义特征和上下文信息，提高了生成器生成域名的质量和鉴别器的准确率；该模型通过初步过滤、多工具复检、最终筛选等步骤，实现了对生成域名的检测。通过与多组生成对照模型进行实验，结果表明，该模型的平均浓度为28.91%，平均有效浓度为69.16%，扩展率为8.72%。在生成同样数量域名的前提下，该模型平均浓度分别比现有基于域名相似度的生成模型提升了15.63%、4.7%，平均有效浓度分别提升了27.18%、4.58%。在同样生成200万个有效域名数据中，该模型分别比现有基于域名相似度的生成模型多生成了161168个、43992个公害网站域名，证明了该模型的有效性和可行性，可以通过生成的方式发现更多公害网站域名。

关键词：公害网站域名生成算法语义特征 Transformer编码器注意力机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于半监督学习的网络异常检测研究综述

信息网络安全 2024年第4期24卷 491-508页

作者：张浩谢大智胡云晟叶骏威福州大学计算机与大数据学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

网络流量数据的获取较为容易,而对流量数据进行标记相对困难。半监督学习利用少量有标签数据和大量无标签数据进行训练,减少了对有标签数据的需求,能较好适应海量网络流量数据下的异常检测。文章对近年来的半监督网络异常检测领域的论... 详细信息

网络流量数据的获取较为容易,而对流量数据进行标记相对困难。半监督学习利用少量有标签数据和大量无标签数据进行训练,减少了对有标签数据的需求,能较好适应海量网络流量数据下的异常检测。文章对近年来的半监督网络异常检测领域的论文进行深入调研。首先,介绍了一些基本概念,并深入剖析了网络异常检测中使用半监督学习策略的必要性;然后,从半监督机器学习、半监督深度学习和半监督学习结合其他范式三个方面,分析和比较了半监督网络异常检测领域近年来的论文,并进行归纳和总结;最后,对当前半监督网络异常检测领域进行了现状分析和未来展望。

关键词：半监督学习标签稀缺入侵检测异常检测