检索结果-南通市图书馆

维普期刊数据库博看期刊

基于多通道交叉卷积UCTransNet的双能CT基材料分解方法

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第5期44卷 128-142页

作者：吴凡金潼詹郭睿解晶晶刘进张谊坤安徽工程大学计算机与信息学院安徽芜湖241000 计算机网络和信息集成教育部重点实验室(东南大学) 江苏南京210096 东南大学影像科学与技术实验室江苏南京210096

提出一种基于多通道交叉卷积UCTransNet(MC-UCTransNet)的图像域双材料分解方法。该网络以UCTransNet为基础架构,采用通道交叉融合转换器和通道交叉注意模块来提高基材料分解性能,实现双输入双输出的端到端映射。网络中通道交叉融合模... 详细信息

提出一种基于多通道交叉卷积UCTransNet(MC-UCTransNet)的图像域双材料分解方法。该网络以UCTransNet为基础架构,采用通道交叉融合转换器和通道交叉注意模块来提高基材料分解性能,实现双输入双输出的端到端映射。网络中通道交叉融合模块和通道交叉注意模块可更好地捕捉复杂的通道信号相关性,以更充分地进行特征提取与融合,实现基材料生成路径之间的信息交换。为进一步提高模型的拟合性能,网络训练时采用混合损失及Sigmoid函数的归一化方法。实验结果表明,在骨骼基材料及软组织碘基材料分解任务中,所提方法能获得优质的基材料图像,与对比方法相比,其分解后的基材料图像在准确度及噪声伪影抑制上表现更好。

关键词：机器视觉双能计算机断层成像基材料分解多通道交叉卷积注意力噪声抑制

在线全文

学校读者我要写书评

暂无评论

基于图对比学习的恶意域名检测方法

软件学报 2024年第10期35卷 4837-4858页

作者：张震张三峰杨望东南大学网络空间安全学院江苏南京211189 教育部计算机网络和信息集成重点实验室(东南大学) 江苏南京211189

域名是实施网络犯罪行为的重要环节,现有的恶意域名检测方法一方面难以利用丰富的拓扑和属性信息,另一方面需要大量的标签数据,检测效果受限而成本较高.针对该问题,提出一种基于图对比学习的恶意域名检测方法,以域名和IP地址作为异构图... 详细信息

域名是实施网络犯罪行为的重要环节,现有的恶意域名检测方法一方面难以利用丰富的拓扑和属性信息,另一方面需要大量的标签数据,检测效果受限而成本较高.针对该问题,提出一种基于图对比学习的恶意域名检测方法,以域名和IP地址作为异构图的两类节点并根据其属性建立对应节点的特征矩阵,依据域名之间的包含关系、相似度度量以及域名和IP地址之间对应关系构建3种元路径;在预训练阶段,使用基于非对称编码器的对比学习模型,避免图数据增强操作对图结构和语义的破坏,也降低对计算资源的需求;使用归纳式的图神经网络图编码器HeteroSAGE和HeteroGAT,采用以节点为中心的小批量训练模式来挖掘目标节点和邻居节点的聚合关系,避免直推式图神经网络在动态场景下适用性较差的问题;下游分类检测任务则对比使用了逻辑回归、随机森林等算法.在公开数据上的实验结果表明检测性能相比已有工作提高2–6个百分点.

关键词：恶意域名检测属性异构图图神经网络非对称编码自监督学习

在线全文

学校读者我要写书评

暂无评论

一种基于成员选择的簇加权聚类集成算法

控制与决策 2024年

作者：徐森高婷徐秀芳许贺洋郭乃瑄卞学胜花小朋陈致远盐城工学院信息工程学院计算机网络和信息集成教育部重点实验室(东南大学)

聚类集成算法在数据挖掘和模式识别等领域应用广泛.现有的聚类集成算法虽取得了显著的进展,但鲜有同时考虑如何处理冗余成员和关注成员内部多样性的算法.对此,本文设计了一种簇的不确定性度量指标,并提出了一种基于成员选择的簇加权聚... 详细信息

聚类集成算法在数据挖掘和模式识别等领域应用广泛.现有的聚类集成算法虽取得了显著的进展,但鲜有同时考虑如何处理冗余成员和关注成员内部多样性的算法.对此,本文设计了一种簇的不确定性度量指标,并提出了一种基于成员选择的簇加权聚类集成算法.首先,利用平均差异性度量和筛选聚类成员,并引入信息熵衡量簇的不确定性,给簇赋予相应的权重;其次,在基于成员选择的簇加权共协矩阵和高置信度矩阵的基础上构建增强矩阵;最后,在增强矩阵上执行层次聚类算法得到最终的聚类集成结果.采用多个UCI数据集进行实验,将本文算法与主流的聚类集成算法进行比较,实验结果表明,本文所提出的算法可以获得更好的聚类集成效果且本文算法具有较高的鲁棒性、稳定性.

关键词：聚类集成数据挖掘成员选择簇加权信息熵共协矩阵

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向内生安全交换机的段路由带内遥测方法

计算机科学 2024年第5期51卷 284-292页

作者：顾周超程光赵玉宇东南大学网络空间安全学院南京211189 教育部计算机网络和信息集成重点实验室(东南大学) 南京211189

近年来,网络技术的发展日新月异,基础设备及其所提供的网络服务也日益复杂。传统的网络管理和监控手段面临严峻的挑战。国内外研究人员提出段路由(Segment Routing,SR)和带内网络遥测(In-band Network Telemetry,INT)等技术来进行实时... 详细信息

近年来,网络技术的发展日新月异,基础设备及其所提供的网络服务也日益复杂。传统的网络管理和监控手段面临严峻的挑战。国内外研究人员提出段路由(Segment Routing,SR)和带内网络遥测(In-band Network Telemetry,INT)等技术来进行实时性更高、更细粒度的网络测量。然而,在流量迅速增长的网络环境下,带内网络遥测技术在实际使用中仍然存在着灵活部署、动态部署、高效部署等诸多难题。首先,传统INT技术缺乏合适的载体,数据包的开销随遥测路径长度线性增加,从而导致遥测监控的性能瓶颈问题。针对传统带内网络遥测系统比特开销大、难以高效部署的问题,提出了基于SRv6(Segment Routing IPv6,SRv6)的带内网络遥测方法(SRv6_Based INT),通过研究减小INT和SR的开销,将两者无缝结合以实现轻量级的遥测。在本项工作中,通过设计INT的元数据,使其长度等于SRv6中的Segment字段,然后在每一跳中根据监控服务器下发的流表将SID修改成相应的INT元数据。该方法充分结合了两项技术的优点,并将开销控制在合理的范围,优于传统的带内网络遥测方法。

关键词：段路由带内网络遥测软件定义网络

在线全文

学校读者我要写书评

暂无评论

面向细粒度流处理的比例积分队列管理算法

小型微型计算机系统 2024年

作者：朱海婷孙虎何高峰张璐李男南京邮电大学物联网学院南京审计大学计算机学院东南大学计算机网络和信息集成教育部重点实验室

针对当前主动队列管理算法缺乏对数据流的细粒度处理及无差别的丢包策略，导致难以快速缓解网络拥塞等问题，本文在PIE算法的基础上，提出了面向细粒度流处理的比例积分队列管理算法C-PIE，改善PIE对数据流的细粒度处理，加强拥塞控制... 详细信息

针对当前主动队列管理算法缺乏对数据流的细粒度处理及无差别的丢包策略，导致难以快速缓解网络拥塞等问题，本文在PIE算法的基础上，提出了面向细粒度流处理的比例积分队列管理算法C-PIE，改善PIE对数据流的细粒度处理，加强拥塞控制效果。C-PIE利用布谷鸟哈希表的快速查询和高负载率特性，并根据应用需求将其改进为布谷鸟计数器，作为流量测量模块引入到PIE中。这一变化使得数据流的关键信息能够被有效存储并实现高效频次查询，从而实现了对数据流的细粒度识别，并在网络拥塞时执行差异化丢包策略。NS3仿真平台上的实验结果表明，C-PIE算法在保持近似吞吐量性能的同时，相较于RED、CoDel和PIE算法，表现出更低的平均队列长度和数据包往返时延，并维护了更高的公平性和更好的稳定性。

关键词：主动队列管理拥塞控制比例积分控制器布谷鸟哈希差异化丢包

基于胶囊异构图注意力网络的中文表格型数据事实验证

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

软件学报 2024年第9期35卷 4324-4345页

作者：杨鹏查显宇赵广振林茜东南大学计算机科学与工程学院江苏南京211189 计算机网络和信息集成教育部重点实验室(东南大学) 江苏南京211189 福州大学计算机与大数据学院福建福州350108

事实验证旨在检查一个文本陈述是否被给定的证据所支持.由于表格结构上具有依赖性、内容上具有隐含性,以表格作为证据的事实验证任务仍面临很多挑战.现有工作或者利用逻辑表达式来解析基于表格证据的陈述,或者设计表格感知神经网络来编... 详细信息

事实验证旨在检查一个文本陈述是否被给定的证据所支持.由于表格结构上具有依赖性、内容上具有隐含性,以表格作为证据的事实验证任务仍面临很多挑战.现有工作或者利用逻辑表达式来解析基于表格证据的陈述,或者设计表格感知神经网络来编码陈述-表格对,以此实现基于表格的事实验证任务.但是,这些方法没有充分利用陈述背后隐含的表格信息,从而导致模型的推理性能下降,并且基于表格证据的中文陈述具有更加复杂的语法和语义,也给模型推理带来更大的困难.为此,提出基于胶囊异构图注意力网络(CapsHAN)的中文表格型数据事实验证方法,所提方法能充分理解陈述的结构和语义,进而挖掘和利用陈述所隐含的表格信息,有效提升基于表格的事实验证任务准确性.具体而言,首先通过对陈述进行依存句法分析和命名实体识别来构建异构图,接着对该图采用异构图注意力网络和胶囊图神经网络进行学习和理解,然后将得到的陈述文本表示与经过编码的表格文本表示进行拼接,最后完成结果的预测.更进一步,针对现有中文表格型事实验证数据集匮乏而难以支持基于表格的事实验证方法性能评价的难题,首先对主流TABFACT和INFOTABS表格事实验证英文数据集进行中文转化,并且专门针对中文表格型数据的特点构建了基于UCL国家标准的数据集UCLDS,该数据集将维基百科信息框作为人工注释的自然语言陈述的证据,并被标记为蕴含、反驳或中立3类.UCLDS在同时支持单表和多表推理方面比传统TABFACT和INFOTABS数据集更胜一筹.在上述3个中文基准数据集上的实验结果表明,所提模型的表现均优于基线模型,证明该模型在基于中文表格的事实验证任务上的优越性.

关键词：基于表格的事实验证异构图注意力网络胶囊图神经网络依存句法分析命名实体识别

在线全文

学校读者我要写书评

暂无评论

基于相对离群因子的标签噪声过滤方法

自动化学报 2024年第1期50卷 154-168页

作者：侯森寓姜高霞王文剑山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006

分类任务中含有类别型标签噪声是传统数据挖掘中的常见问题,目前还缺少针对性方法来专门检测类别型标签噪声.离群点检测技术能用于噪声的识别与过滤,但由于离群点与类别型标签噪声并不具有一致性,使得离群点检测算法无法精确检测分类数... 详细信息

分类任务中含有类别型标签噪声是传统数据挖掘中的常见问题,目前还缺少针对性方法来专门检测类别型标签噪声.离群点检测技术能用于噪声的识别与过滤,但由于离群点与类别型标签噪声并不具有一致性,使得离群点检测算法无法精确检测分类数据集中的标签噪声.针对这些问题,提出一种基于离群点检测技术、适用于过滤类别型标签噪声的方法--基于相对离群因子(Relative outlier factor,ROF)的集成过滤方法(Label noise ensemble filtering method based on rel-ative outlier factor,EROF).首先,通过相对离群因子对样本进行噪声概率估计;然后,再迭代联合多种离群点检测算法,实现集成过滤.实验结果表明,该方法在大多数含有标签噪声的数据集上,都能保持优秀的噪声识别能力,并显著提升各种分类模型的泛化能力.

关键词：分类标签噪声离群点检测相对离群因子噪声过滤

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

基于时空交叉感知的实时动作检测方法

电子学报 2024年第2期52卷 574-588页

作者：柯逍缪欣郭文忠福州大学计算机与大数据学院福建福州350116 福建省网络计算与智能信息处理重点实验室(福州大学) 福建福州350116 空间数据挖掘与信息共享教育部重点实验室福建福州350003

时空动作检测依赖于视频空间信息与时间信息的学习.目前,最先进的基于卷积神经网络(Convolutionsl Neural Networks,CNN)的动作检测器采用2D CNN或3D CNN架构,取得了显著的效果.然而,由于网络结构的复杂性与时空信息感知的原因,这些方... 详细信息

时空动作检测依赖于视频空间信息与时间信息的学习.目前,最先进的基于卷积神经网络(Convolutionsl Neural Networks,CNN)的动作检测器采用2D CNN或3D CNN架构,取得了显著的效果.然而,由于网络结构的复杂性与时空信息感知的原因,这些方法通常采用非实时、离线的方式.时空动作检测主要的挑战在于设计高效的检测网络架构,并能有效地感知融合时空特征.考虑到上述问题,本文提出了一种基于时空交叉感知的实时动作检测方法.该方法首先通过对输入视频进行乱序重排来增强时序信息,针对仅使用2D或3D骨干网络无法有效对时空特征进行建模,提出了基于时空交叉感知的多分支特征提取网络.针对单一尺度时空特征描述性不足,提出一个多尺度注意力网络来学习长期的时间依赖和空间上下文信息.针对时序和空间两种不同来源特征的融合,提出了一种新的运动显著性增强融合策略,对时空信息进行编码交叉映射,引导时序特征和空间特征之间的融合,突出更具辨别力的时空特征表示.最后,基于帧级检测器结果在线计算动作关联性链接.本文提出的方法在两个时空动作数据集UCF101-24和JHMDB-21上分别达到了84.71%和78.4%的准确率,优于现有最先进的方法,并达到73帧/秒的速度.此外,针对JHMDB-21数据集存在高类间相似性与难样本数据易于混淆等问题,本文提出了基于动作表示的关键帧光流动作检测方法,避免了冗余光流的产生,进一步提升了动作检测准确率.

关键词：实时动作检测多尺度注意力时空交叉感知

在线全文

学校读者我要写书评

暂无评论

基于篇章级语义图的对话一致性检测

数据分析与知识发现 2024年第5期8卷 18-28页

作者：李霏邓凯方范茂慧滕冲姬东鸿武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室武汉430072

【目的】通过融合包含共指链以及抽象语义表示等语义信息的对话篇章级语义图,提高对话一致性检测的准确性。【方法】首先,利用预训练语言模型BERT编码对话上下文和知识库;其次,构建包含共指链和抽象语义表示等语义信息的对话篇章级语义... 详细信息

【目的】通过融合包含共指链以及抽象语义表示等语义信息的对话篇章级语义图,提高对话一致性检测的准确性。【方法】首先,利用预训练语言模型BERT编码对话上下文和知识库;其次,构建包含共指链和抽象语义表示等语义信息的对话篇章级语义图,利用多关系图卷积神经网络捕获语义图中的语义信息;最后,构建多个分类器预测多种对话不一致现象。【结果】基于CI-ToD基准数据集,与现有对话不一致检测模型进行实验对比,本文模型在F1值或准确率指标上较之前的最优模型取得0.01以上的提升。【局限】所提模型不能很好地处理对话中存在的共指实体省略问题。【结论】融合共指链以及抽象语义表示等多种类别的语义信息能够有效提升对话一致性检测的效果。

关键词：对话系统一致性检测共指链抽象语义表示图卷积神经网络