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

基于图嵌入的多重异质网络节点重要度评估

北京邮电大学学报 2022年第4期45卷 104-109页

作者：舒坚尧小龙李睿瑞南昌航空大学软件学院南昌330063

为提高多重异质网络中节点重要度评估的准确性,提出一种基于图嵌入的节点重要度评估方法。通过随机游走采样邻居节点,聚合节点在同种连边类型和不同连边类型下的节点特征,利用多层感知机将特征映射到嵌入空间,得到嵌入向量;根据节点的... 详细信息

为提高多重异质网络中节点重要度评估的准确性,提出一种基于图嵌入的节点重要度评估方法。通过随机游走采样邻居节点,聚合节点在同种连边类型和不同连边类型下的节点特征,利用多层感知机将特征映射到嵌入空间,得到嵌入向量;根据节点的嵌入向量和局部结构特征构建重要度评估指标。在CElegans和CS-Aarhus等数据集上的实验结果表明,与多重介数中心性、有偏页面排序和多重证据中心性等方法相比,所提方法具有更高的准确性。

关键词：多重异质网络节点重要度评估图嵌入

在线全文

学校读者我要写书评

暂无评论

基于网络表示学习的机会网络链路预测

北京邮电大学学报 2022年第4期45卷 64-69,103页

作者：刘琳岚宋修洋陈宇斌南昌航空大学信息工程学院南昌330063 南昌航空大学软件学院南昌330063

针对机会网络的多维链路属性和网络结构动态变化的特点,提出基于网络表示学习的链路预测方法。设置切片时长,将机会网络转化为网络快照序列,利用多维链路属性表示每个快照内的链路状态。采用网络表示学习方法聚合邻居节点的多维链路属性... 详细信息

针对机会网络的多维链路属性和网络结构动态变化的特点,提出基于网络表示学习的链路预测方法。设置切片时长,将机会网络转化为网络快照序列,利用多维链路属性表示每个快照内的链路状态。采用网络表示学习方法聚合邻居节点的多维链路属性,并映射为低维的属性嵌入矩阵;采用基于注意力机制改进的循环神经网络学习网络拓扑随时间动态演化的规律,提取属性嵌入矩阵之间的时序特征;在输出层建立时序特征与链路状态之间的映射关系,实现下一时刻整网的链路预测。在Infocom-05和Hyccups等数据集上的实验结果表明,与现有同类方法相比,所提方法具有更高的预测精度。

关键词：机会网络链路预测网络表示学习注意力机制

基于图神经网络的机会网络节点重要度评估方法

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 2022年第4期59卷 834-851页

作者：刘琳岚谭镇阳舒坚南昌航空大学信息工程学院南昌330063 南昌航空大学软件学院南昌330063

机会网络(opportunistic network)是一种利用节点移动的相遇机会实现通信的自组织网络,机会式的通信方式导致其具有时变性与动态性,节点重要度的评估是研究机会网络信息传播的关键.提出一种基于图神经网络的机会网络节点重要度评估方法... 详细信息

机会网络(opportunistic network)是一种利用节点移动的相遇机会实现通信的自组织网络,机会式的通信方式导致其具有时变性与动态性,节点重要度的评估是研究机会网络信息传播的关键.提出一种基于图神经网络的机会网络节点重要度评估方法.将机会网络进行时间切片,对得到的机会网络单元采用聚合图建模,以表征网络信息;采用动态网络嵌入模型提取机会网络单元间的时序变化信息、拓扑结构信息,得到网络的动态属性特征;借助图神经网络(graph neural network,GNN)在图数据处理上的优势,获得网络动态属性特征与节点重要度之间的映射关系,实现节点重要度的评估.在3个真实机会网络数据集MIT,Haggle,Asturias-er上的实验结果表明:相比于时效介数(temporal betweeness,TB)方法、时效度(temporal degree,TD)方法、时效PageRank(temporal PageRank和f-PageRank)方法以及kshell-CN方法,该方法具有更快的消息传播速率和更大的消息覆盖范围,其SIR和NDCG@10指标更优.

关键词：机会网络节点重要度网络嵌入图神经网络消息传播速率

基于蚁群优化反向传播神经网络的软件质量预测

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：朱嘉豪郑巍杨丰玉樊鑫肖鹏南昌航空大学软件学院南昌航空大学软件测评中心

为了克服反向传播(BP)神经网络软件质量预测模型收敛慢，模型精度不高的问题，提出一种基于蚁群优化(ACO)反向传播神经网络的软件质量预测方法(SQP-ACO-BPNN)，在所提方法中的模型训练前确定最佳网络结构、网络初始连接权值和阈值。首... 详细信息

为了克服反向传播(BP)神经网络软件质量预测模型收敛慢，模型精度不高的问题，提出一种基于蚁群优化(ACO)反向传播神经网络的软件质量预测方法(SQP-ACO-BPNN)，在所提方法中的模型训练前确定最佳网络结构、网络初始连接权值和阈值。首先，选择软件质量评价指标，确立软件质量评价体系；然后，采用BP神经网络构建软件质量预测模型，并利用ACO确定若干网络结构、网络初始连接权值和阈值；接着，给出网络结构评价函数，选择神经网络模型的最佳结构、网络初始连接权值和阈值；最后，通过BP算法训练该网络，得到软件质量预测模型。在机载嵌入式软件质量预测数据上的实验结果表明，优化后的神经网络模型有效提高了准确率、精确率、召回率和F1值，并且能够更快收敛，验证了所提方法的有效性。

关键词：软件质量预测蚁群算法神经网络网络结构评价反向传播

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向遥感图像检索的自适应样本类型判别研究

计算机科学与探索 2024年

作者：邵徽虎葛芸熊俊杰余洁洁南昌航空大学软件学院

遥感图像内容复杂，类别丰富，存在较多难以判别的图像，导致遥感图像检索性能不佳。为此，提出自适应样本类型判别方法ASTD，将样本类型动态地分为简单样本、普通样本和困难样本，网络依据样本的类型来进行不同程度的学习，从而有效提... 详细信息

遥感图像内容复杂，类别丰富，存在较多难以判别的图像，导致遥感图像检索性能不佳。为此，提出自适应样本类型判别方法ASTD，将样本类型动态地分为简单样本、普通样本和困难样本，网络依据样本的类型来进行不同程度的学习，从而有效提高特征的判别能力。首先，设计了一个SHash网络，该网络以Swin Transformer为骨干，在网络的最后加上哈希层，该网络能够在全局上捕获图像的语义信息，提高特征的表达能力和检索效率；其次，为了让同一类别图像更加聚集，并更好地区分不同类别的图像，给每个类别定义一个哈希中心，规定输入样本自身类别所对应的中心为该样本的正中心，其它中心为该样本的负中心；最后，提出样本类型判别损失STDLoss，根据样本与正负中心的距离关系自适应判别样本的类型，从而提高网络对各类型样本的学习能力。在UC-Merced和AID两个遥感数据集上与DSH、CSQ、SHC等五种哈希方法进行了比较，实验结果表明，基于ASTD方法训练的网络可以更好地学习样本的特征，提高检索性能。

关键词：遥感图像检索样本类型 swin transformer 哈希自适应判别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

区块链隐私保护技术研究综述

计算机应用研究 2024年

作者：谭朋柳徐滕杨思佳陶志辉南昌航空大学软件学院

近年来区块链在学术界和工业界都受到越来越多的关注，在不同应用中部署区块链时，区块链的隐私性仍然是备受争议的焦点问题。系统地回顾了当前区块链中隐私保护的方案和机制，给出了区块链的安全性和隐私性的见解。首先，对区块链技术... 详细信息

近年来区块链在学术界和工业界都受到越来越多的关注，在不同应用中部署区块链时，区块链的隐私性仍然是备受争议的焦点问题。系统地回顾了当前区块链中隐私保护的方案和机制，给出了区块链的安全性和隐私性的见解。首先，对区块链技术的主要功能、类型和隐私定义进行初步介绍，并分析了其面临的隐私问题。然后，从技术角度出发，将区块链隐私保护技术分为去中心化身份认证、隐私协议、加密技术和混淆技术四大类，以及去中心化身份认证、安全多方计算、差分隐私、同态加密、零知识证明、混币技术、环签名和匿名通信八小类，并分别对它们进行了研究，概述了不同隐私保护技术在许可链与非许可链上的作用机制，最后，对八种隐私保护技术的主要特征和属性进行了定性研究，并探讨了隐私保护技术未来研究方向。研究为区块链开发人员选择合适的隐私保护方案，以及研究人员选择区块链隐私保护研究方向提供借鉴和参考。

关键词：区块链安全技术区块链攻击隐私保护技术

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SE-CNN的人体摔倒检测方法

计算机工程 2022年第6期48卷 270-277页

作者：杨志勇王俊杰金磊南昌航空大学软件学院南昌330063

人口老龄化是当今社会发展不可忽视的问题,目前有很大一部分老年人在无人照顾的境况下独自生活,摔倒后无法及时得到救助成为威胁老人生命安全的重要原因之一。现有的人体摔倒检测方法存在适应性差、高入侵性、易误判、成本昂贵等问题,... 详细信息

人口老龄化是当今社会发展不可忽视的问题,目前有很大一部分老年人在无人照顾的境况下独自生活,摔倒后无法及时得到救助成为威胁老人生命安全的重要原因之一。现有的人体摔倒检测方法存在适应性差、高入侵性、易误判、成本昂贵等问题,且无法快速、实时检测老人摔倒。提出一种基于机器学习和无线传感器网络的摔倒检测方法,使用多个物联网传感节点组建无线传感器网络采集RSS数据,对采集到的RSS数据进行预处理后,通过XGBoost模型对时域特征分量和小波域特征分量进行处理,并以排列组合方式得到具有强鲁棒性的联合特征分量。利用深度学习网络获得数据潜在规律的特点构建人体摔倒识别模型,采用卷积神经网络作为主干网络,并在相邻网络层之间引入通道注意力模块,通过构建SE-CNN模型实现人体摔倒检测。实验结果表明,联合特征的加入能够提高RSS数据的可区分性,且SE-CNN模型的识别准确率高于CNN模型,可以实现高准确率的人体摔倒检测。

关键词：摔倒检测无线传感小波变换联合特征 SE-CNN模型

在线全文

学校读者我要写书评

暂无评论

基于增量学习的社交网络链路预测

工程科学与技术 2024年

作者：舒坚陈芷晨南昌航空大学软件学院

社交网络中，节点间存在多种关系类型，节点数量会随着时间的推移而变化，这种异质性和动态性给链路预测任务带来极大的挑战。因此，本文提出一种基于增量学习的社交网络链路预测方法(Incremental learning social networks link predic... 详细信息

社交网络中，节点间存在多种关系类型，节点数量会随着时间的推移而变化，这种异质性和动态性给链路预测任务带来极大的挑战。因此，本文提出一种基于增量学习的社交网络链路预测方法(Incremental learning social networks link prediction， IL-SNLP)。通过对网络进行分层，使每一层网络只包含一种关系类型，以更好的获取节点在每种关系类型下的语义信息；针对网络的动态性，利用时序随机游走捕获社交网络中的局部结构信息和时序信息；针对增量数据，采用增量式更新随机游走策略对历史随机游走序列进行更新。通过增量式skip-gram模型从随机游走序列中提取新出现节点的特征，并进一步更新历史节点的特征；针对网络的异质性，采用概率模型提取不同关系类型之间的因果关系关联程度，并将其作用于每一层的节点特征中，以达到改善不同关系层下节点特征表现能力的目的；利用多层感知机构建节点相互感知器，挖掘节点间建立连接时的相互贡献，实现更高的链路预测准确率。实验结果表明，在3个真实的社交网络数据集上，IL-SNLP方法比基线方法提高了10.08%～67.60%的AUC和1.76%～64.67%的F1-score，显著提升了预测性能；对于增量数据，只需要少次迭代就能保持预测模型的性能，提高了模型训练的速度；与未采用增量学习技术的IL-SNLP—方法相比，IL-SNLP方法在时间效率上提升了30.78%～257.58%，显著缩短了模型的运行时长。

关键词：社交网络链路预测增量学习时序随机游走概率模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

区块链分片技术研究综述

计算机科学 2024年

作者：谭朋柳徐滕涂若欣南昌航空大学软件学院

区块链技术以去中心化、防篡改等功能为特色，具有广泛的应用前景。然而，区块链系统难以支撑大规模海量的分布式数据管理和交易，所以区块链的性能和可扩展性问题成为重要的研究方向。目前，研究人员分别从修改链上的数据结构和共识算... 详细信息

区块链技术以去中心化、防篡改等功能为特色，具有广泛的应用前景。然而，区块链系统难以支撑大规模海量的分布式数据管理和交易，所以区块链的性能和可扩展性问题成为重要的研究方向。目前，研究人员分别从修改链上的数据结构和共识算法到添加链下操作技术提出了一些解决方案，以提高区块链的性能和可扩展性。而其中，随着网络规模的增加而实现水平扩展性的最实用的方法就是分片技术。作为一种链上扩容方式，分片技术是一种将整个区块链网络划分成多个片段的方法，便于同时处理多个交易或合约。每个分片都可以独立运行，拥有自己的交易历史和状态，在不牺牲中心化程度的同时提高了区块链的性能和可扩展性。以往的大量区块链分片技术研究着重介绍了分片中的交易共识，而忽略了分片策略机制与分片架构。为此，首先对现有的分片区块链进行系统分析，将分片区块链的设计过程分为：架构设置、节点选择、节点分配、交易分发、交易处理和分片重构等部分，并分析了分片区块链的设计过程的各部分的功能、属性。其次，对分片架构进行了分类和总结。重点研究了各种分片策略与机制，分析了它们的优缺点。之后，对主流的分片区块链系统做了比较，并分析了它们的可扩展性和可靠性，包括系统吞吐量、时延、通信开销、节点随机性、分片安全性和跨片智能合约等。最后，提出未来可能的研究方向。研究为相关研发人员提供借鉴与参考，有助于区块链分片技术的发展。

关键词：区块链分布式账本技术可扩展性分片技术并行处理