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

基于大语言模型的语料库查询自动生成方法

计算机工程 2024年

作者：张成辉罗景涂新辉陈雨霖武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室华中师范大学计算机学院

语料库查询语言(Corpus Query Language，CQL)是一种用于在语料库中进行检索和分析的查询语言，自然语言自动生成CQL指将用户以自然语言表达的查询需求自动转换为标准的CQL语句，从而大大降低了用户使用语料库的门槛。虽然大语言模型可... 详细信息

语料库查询语言(Corpus Query Language，CQL)是一种用于在语料库中进行检索和分析的查询语言，自然语言自动生成CQL指将用户以自然语言表达的查询需求自动转换为标准的CQL语句，从而大大降低了用户使用语料库的门槛。虽然大语言模型可以较好的完成自然语言生成任务，但是在CQL生成任务中效果还不是很理想。为此，提出一种基于大语言模型上下文学习的语料库查询自动生成方法T2CQL。首先，基于CQL的编写规则总结出一套简洁全面的Text-to-CQL语法知识，作为大语言模型实现Text-to-CQL的自动转换的基础，以弥补大语言模型在此领域知识储备的不足。然后，基于选定的嵌入模型，选取与当前自然语言查询最接近的前k个Text-CQL样本对，以帮助大语言模型理解语法知识并作为参照。最后，采用生成结果校准策略来减轻大语言模型在生成CQL时的偏差，通过校准模型偏差以提升模型生成CQL的性能。实验使用多个大语言模型在包含1177条数据的测试集上进行测试。实验结果表明，T2CQL方法显著提升了大语言模型在完成Text-to-CQL自动转换任务时的性能，最优的EX达到了85.13%。

关键词：语料库查询语言大语言模型上下文学习自然语言处理提示工程

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模型水印的联邦学习后门攻击防御方法

计算机学报 2024年第3期47卷 662-676页

作者：郭晶晶刘玖樽马勇刘志全熊宇鹏苗可李佳星马建峰西安电子科技大学网络与信息安全学院西安710071 江西师范大学计算机科学技术学院南昌330022 暨南大学网络空间安全学院广州510632

联邦学习作为一种隐私保护的分布式机器学习方法,容易遭受参与方的投毒攻击,其中后门投毒攻击的高隐蔽性使得对其进行防御的难度更大.现有的多数针对后门投毒攻击的防御方案对服务器或者恶意参与方数量有着严格约束(服务器需拥有干净的... 详细信息

联邦学习作为一种隐私保护的分布式机器学习方法,容易遭受参与方的投毒攻击,其中后门投毒攻击的高隐蔽性使得对其进行防御的难度更大.现有的多数针对后门投毒攻击的防御方案对服务器或者恶意参与方数量有着严格约束(服务器需拥有干净的根数据集,恶意参与方比例小于50%,投毒攻击不能在学习初期发起等).在约束条件无法满足时,这些方案的效果往往会大打折扣.针对这一问题,本文提出了一种基于模型水印的联邦学习后门攻击防御方法.在该方法中,服务器预先在初始全局模型中嵌入水印,在后续学习过程中,通过验证该水印是否在参与方生成的本地模型中被破坏来实现恶意参与方的检测.在模型聚合阶段,恶意参与方的本地模型将被丢弃,从而提高全局模型的鲁棒性.为了验证该方案的有效性,本文进行了一系列的仿真实验.实验结果表明该方案可以在恶意参与方比例不受限制、参与方数据分布不受限制、参与方发动攻击时间不受限制的联邦学习场景中有效检测恶意参与方发起的后门投毒攻击.同时,该方案的恶意参与方检测效率相比于现有的投毒攻击防御方法提高了45%以上.

关键词：联邦学习投毒攻击后门攻击异常检测模型水印

在线全文

学校读者我要写书评

暂无评论

融合多层感知注意力的电极微观图像分割方法

计算机工程 2024年第1期50卷 329-338页

作者：徐威付晓薇李曦汪尧坤武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 华中科技大学人工智能与自动化学院湖北武汉430074

针对氮氧传感器电极微观图像存在的物质边缘模糊、伪影、灰度不均等问题,将U-Net作为基础模型,提出融合多层感知注意力的电极微观图像语义分割方法。首先对U-Net编码层的不同尺度输出特征图使用3×3卷积进行降维,利用双线性插值统一特... 详细信息

针对氮氧传感器电极微观图像存在的物质边缘模糊、伪影、灰度不均等问题,将U-Net作为基础模型,提出融合多层感知注意力的电极微观图像语义分割方法。首先对U-Net编码层的不同尺度输出特征图使用3×3卷积进行降维,利用双线性插值统一特征尺度,以实现多尺度特征融合,增强特征信息提取能力并补偿编码下采样中的特征损失;其次通过加入空间金字塔池化来提取多尺度信息并通过1×1卷积减小计算量,同时提出多层感知注意力模块,以捕获主干特征图和增强语义信息特征图的空间位置与通道依赖关系;最后计算不同语义信息特征图的相似度关系,结合交叉熵损失提出具有捕获空间相似性能力的损失函数,在训练过程中对关键信息进行监督,辅助主干特征图学习空间位置信息,增强分割性能。实验结果表明,该方法的类别平均像素准确率为96.75%,平均交并比为94.04%,微观F1分数为96.92%,浮点运算次数为7.78×10~9,网络所含参数量为8.08×10~6。相对U-Net、Seg Net等模型,该方法在提高少量模型复杂度的情况下,能有效改善边缘模糊及物质伪影问题,捕获空间位置与通道信息,保留图像细节特征,提高分割准确率。

关键词：电极微观图像氮氧传感器语义分割感知注意力

求解大规模稀疏优化问题的高维多目标萤火虫算法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：赵嘉胡秋敏肖人彬潘正祥崔志华樊棠怀华中科技大学人工智能与自动化学院南昌工程学院信息工程学院太原科技大学计算机科学与技术学院山东科技大学计算机科学与工程学院南昌工程学院南昌市智慧城市物联感知与协同计算重点实验室

多目标萤火虫算法在处理大规模稀疏多目标优化问题时难以保证Pareto最优解的稀疏性,当优化问题的目标维数过大还将导致Pareto支配失效和收敛速度变慢.鉴于此,本文提出了一种基于动态评分和邻域搜索的高维多目标萤火虫算法(SMaOFA).该算... 详细信息

多目标萤火虫算法在处理大规模稀疏多目标优化问题时难以保证Pareto最优解的稀疏性,当优化问题的目标维数过大还将导致Pareto支配失效和收敛速度变慢.鉴于此,本文提出了一种基于动态评分和邻域搜索的高维多目标萤火虫算法(SMaOFA).该算法基于双编码混合集成的方式生成稀疏的初始种群,并提出动态评分策略,此策略在每轮迭代时动态更新决策变量得分,为后续迭代提供先验知识,以保证解集的稀疏性;根据模糊支配概念及萤火虫之间的欧氏距离提出邻域搜索策略,摒弃了全吸引模型对算法收敛速度的影响,同时避免目标维数过大导致的Pareto支配失效;引入线性调整因子改进萤火虫的位置更新公式,提升种群的搜索能力.实验结果表明，处理大规模稀疏多目标优化问题时，本文算法具备高效的性能.

关键词：萤火虫算法高维多目标优化大规模稀疏优化稀疏性收敛速度动态评分

面向流形数据的共享近邻和二阶K近邻密度峰值聚类算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制理论与应用 2024年

作者：赵嘉陈蔚昌肖人彬潘正祥崔志华王晖南昌工程学院信息工程学院南昌工程学院南昌市智慧城市物联感知与协同计算重点实验室华中科技大学人工智能与自动化学院山东科技大学计算机科学与工程学院太原科技大学计算机科学与技术学院

密度峰值聚类算法能够快速高效处理数据集且无需迭代.但该算法在处理流形数据时,易错选类簇中心和错误分配样本.因此,本文提出面向流形数据的共享近邻和二阶K近邻密度峰值聚类(DPC-SKNN)算法.首先,该算法引入逆近邻和共享近邻重新定义... 详细信息

密度峰值聚类算法能够快速高效处理数据集且无需迭代.但该算法在处理流形数据时,易错选类簇中心和错误分配样本.因此,本文提出面向流形数据的共享近邻和二阶K近邻密度峰值聚类(DPC-SKNN)算法.首先,该算法引入逆近邻和共享近邻重新定义局部密度,充分考虑样本的局部信息和全局信息,使算法易找到正确的流形类簇中心;其次,将样本的关联关系分为K近邻点、二阶K近邻点和非近邻点三种情况,设计K近邻的分配策略,增强同一类簇样本的相似性,提高样本分配的准确率.将本文算法与8种算法在流形和UCI数据集进行对比,实验结果表明,DPC-SKNN算法在上述数据集上均获得了不错的聚类结果.

关键词：密度峰值聚类逆近邻共享近邻二阶K近邻流形数据

基于TrustZone的以太坊密钥保护方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

武汉大学学报(理学版) 2024年

作者：任正伟虞雳王丽娜贺广鑫徐士伟童言邓莉武汉科技大学计算机科学与技术学院空天信息安全与可信计算教育部重点实验室武汉大学国家网络空间安全学院智能信息处理与实时工业系统湖北省重点实验室武汉科技大学华中农业大学信息学院

在以太坊中，用户数字资产的安全性与其密钥紧密相关，一旦私钥泄漏，用户将面临无法挽回的数字资产损失。加密货币钱包常被用于管理和保护区块链系统的密钥。但是，现有的加密货币钱包安全性不高。为了更好地保护以太坊用户的数字资产... 详细信息

在以太坊中，用户数字资产的安全性与其密钥紧密相关，一旦私钥泄漏，用户将面临无法挽回的数字资产损失。加密货币钱包常被用于管理和保护区块链系统的密钥。但是，现有的加密货币钱包安全性不高。为了更好地保护以太坊用户的数字资产，在不影响以太坊系统正常功能的情况下，提出了一种基于TrustZone的以太坊密钥保护方法，以在用户通过支持TrustZone的移动终端接入和使用以太坊系统时，提高用户密钥在生成、存储和使用过程中的安全性。在该方法中，与私钥相关的操作都是在TrustZone的安全世界中进行的。私钥未被使用时，将以安全文件的形式被保存在本地文件系统中。当有交易需要被签名时，将存有对应私钥的安全文件加载到安全世界中，并恢复出私钥以对交易签名，从而使得私钥可以安全而持续地被使用。在模拟环境下实现了该方法的原型系统，并对系统的功能和性能进行了验证和测试。实验结果表明，本文的原型系统在以太坊系统中能够正常运行，性能开销在合理范围内，具有可行性。

关键词：以太坊加密货币钱包密钥保护 TrustZone 安全文件

基于YOLOv7−SE的煤矿井下场景小目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工矿自动化 2024年第3期50卷 35-41页

作者：曹帅董立红邓凡高峰西安科技大学计算机科学与技术学院陕西西安710054

目前的小目标检测方法虽然提高了小目标检测效果,但针对的多为常规场景,而煤矿井下环境恶劣,在井下小目标检测过程中存在小目标特征信息提取困难的问题。针对上述问题,提出了一种基于YOLOv7−SE的煤矿井下场景小目标检测方法。首先,将模... 详细信息

目前的小目标检测方法虽然提高了小目标检测效果,但针对的多为常规场景,而煤矿井下环境恶劣,在井下小目标检测过程中存在小目标特征信息提取困难的问题。针对上述问题,提出了一种基于YOLOv7−SE的煤矿井下场景小目标检测方法。首先,将模拟退火(SA)算法与k−means++聚类算法融合,通过优化YOLOv7模型中初始锚框值的估计,准确捕捉井下小目标;然后,在YOLOv7骨干网络中增加新的检测层得到井下小目标高分辨率特征图,减少大量煤尘对井下小目标特征表示的干扰;最后,在骨干网络中的聚合网络模块后引入双层注意力机制,强化井下小目标的特征表示。实验结果表明:①YOLOv7−SE网络模型训练后的损失函数值稳定在0.05附近,说明YOLOv7−SE网络模型参数设置合理。②基于YOLOv7−SE网络模型的安全帽检测平均精度(AP)较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了13.86%,25.3%,16.13%,12.71%,15.53%,11.59%,12.20%。基于YOLOv7−SE网络模型的自救器检测AP较Faster R−CNN,RetinaNet,CenterNet,FCOS,SSD,YOLOv5,YOLOv7分别提升了12.37%,20.16%,15.22%,8.35%,19.42%,9.64%,7.38%。YOLOv7−SE网络模型的每秒传输帧数(FPS)较Faster R−CNN,RetinaNe,CenterNet,FCOS,SSD,YOLOv5分别提升了42.56,44.43,31.74,39.84,22.74,23.34帧/s,较YOLOv7下降了9.36帧/s。说明YOLOv7−SE网络模型保证检测速度的同时,有效强化了YOLOv7−SE网络模型对井下小目标的特征提取能力。③在对安全帽和自救器的检测中,YOLOv7−SE网络模型有效改善了漏检和误检问题,提高了检测精度。

关键词：煤矿井下小目标检测特征提取 YOLOv7 聚类分析模拟退火

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

基于等几何拓扑优化的柔性机构设计

机械工程学报 2024年第1期60卷 137-148页

作者：许洁高杰肖蜜高亮中国地质大学(武汉)机械与电子信息学院武汉430074 华中科技大学航空航天学院武汉430074 华中科技大学数字制造装备与技术国家重点实验室武汉430074

等几何分析能够将几何建模的基函数与结构数值分析的形函数统一,从而得到高精度的结构数值分析结果。面向柔性机构,提出了一种基于等几何拓扑优化的柔性机构设计方法:通过NURBS基函数和Shepard函数构造增强密度分布函数,该函数的高阶连... 详细信息

等几何分析能够将几何建模的基函数与结构数值分析的形函数统一,从而得到高精度的结构数值分析结果。面向柔性机构,提出了一种基于等几何拓扑优化的柔性机构设计方法:通过NURBS基函数和Shepard函数构造增强密度分布函数,该函数的高阶连续性可确保优化结构边界的光滑清晰;然后根据密度分布函数建立柔性机构的等几何拓扑优化模型;最后,将该方法应用于柔性机构设计。通过算例结果可知,等几何拓扑优化方法特有的计算原理可提高数值计算的精度和效率,能有效避免由网格依赖、棋盘格现象等产生的边界问题,确保了优化结构均具有较好的光滑性和连续性,验证了提出的方法能有效避免柔性机构的铰链现象。

关键词：拓扑优化等几何分析柔性机构密度分布函数

在线全文

学校读者我要写书评

暂无评论

基于煤矿井下不安全行为知识图谱构建方法

工矿自动化 2024年第1期50卷 88-95页

作者：付燕刘致豪叶鸥西安科技大学计算机科学与技术学院陕西西安710054

虽然知识图谱已广泛应用于各个领域,但在煤矿安全方面,尤其在煤矿井下不安全行为方面的研究较少。构建了一种自底向上的煤矿井下不安全行为知识图谱。首先,采用传统机器学习和深度学习算法相结合的方法进行命名实体识别,采用RoBERTa进... 详细信息

虽然知识图谱已广泛应用于各个领域,但在煤矿安全方面,尤其在煤矿井下不安全行为方面的研究较少。构建了一种自底向上的煤矿井下不安全行为知识图谱。首先,采用传统机器学习和深度学习算法相结合的方法进行命名实体识别,采用RoBERTa进行词语向量化,采用双向长短时记忆网络(BiLSTM)对向量进行标注,提高网络模型对上下文特征的捕捉能力,通过多层感知机(MLP)解决煤矿井下不安全行为数据集数据量不足的问题,采用条件随机场(CRF)模型解决前面存在的单词关系不识别问题,并捕获全文信息和预测结果。其次,根据语句的结构特点,设计了基于知识“实体-关系-实体”三元组的依存句法树结构,对井下不安全行为领域的知识资源进行知识抽取与表示。最后,构建面向井下不安全行为的知识图谱。实验结果表明:(1) RoBERTaBiLSTM-MLP-CRF模型对于导致结果、违反性行为、错误性行为及粗心性行为4类实体类别具有较好的识别效果,其准确率分别为86.7%,80.3%,80.7%,77.4%。(2)在相同的数据集下,RoBERTa-BiLSTM-MLP-CRF模型训练的准确率、召回率、F1值较RoBERTa-BiLSTM-CRF模型分别提高了1.6%,1.5%,1.6%。

关键词：井下不安全行为知识图谱依存句法命名实体识别知识三元组知识融合知识存储词语向量化