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

结构影响力及标签冲突感知的图课程学习方法

计算机科学 2024年

作者：刘祖龙陈可佳南京邮电大学计算机学院南京大学软件新技术重点实验室江苏省大数据安全与智能处理重点实验室(南京邮电大学)

近年来，图神经网络（GNNs）已成为图学习领域内的热点研究问题。受益于消息传递机制，GNNs在各类基于图的任务上均取得了优越的性能。现有的GNNs方法大多基于图中所有节点的训练难度相同的假设，然而，节点在结构影响力和邻域标签异配... 详细信息

近年来，图神经网络（GNNs）已成为图学习领域内的热点研究问题。受益于消息传递机制，GNNs在各类基于图的任务上均取得了优越的性能。现有的GNNs方法大多基于图中所有节点的训练难度相同的假设，然而，节点在结构影响力和邻域标签异配性等方面具有明显的差异。为此，文中提出了一种结构影响力及标签冲突感知的图课程学习方法（SILC-GCL），基于节点的训练难度对GNNs模型进行课程学习。首先，设计了一种综合考虑节点的PageRank影响力值以及邻域标签冲突程度的训练难度测量器；其次，采用了一个训练调度器，用于在每个训练阶段选择训练难度合适的节点并生成一个由易到难的训练节点序列；最后在GNNs骨架模型上进行训练。在六个现实网络数据集上的节点分类实验均验证了SILC-GCL方法的有效性。

关键词：图表示学习图神经网络课程学习节点分类

基于CNN-Transformer双模态特征融合的目标检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光子学报 2024年第3期53卷 273-286页

作者：杨晨侯志强李新月马素刚杨小宝西安邮电大学计算机学院西安710121 陕西省网络数据分析与智能处理重点实验室西安710121

针对单模态目标检测的不足,提出了一种基于CNN-Transformer双模态特征融合的目标检测算法。在YOLOv5的基础上,构建了一个可以同时输入红外和可见光图像的双流特征提取网络;然后,分别提出了基于卷积神经网络结构的红外特征提取主干网络... 详细信息

针对单模态目标检测的不足,提出了一种基于CNN-Transformer双模态特征融合的目标检测算法。在YOLOv5的基础上,构建了一个可以同时输入红外和可见光图像的双流特征提取网络;然后,分别提出了基于卷积神经网络结构的红外特征提取主干网络和基于Transformer结构的可见光特征提取主干网络,以提升对红外和可见光图像的特征提取能力;最后,按照中期融合的思想,设计了双模态特征融合模块,对两个分支对应尺度的双模态特征信息进行有效融合,实现跨模态信息互补。在数据集上对所提算法进行验证,实验结果表明,该算法在KAIST数据集上对双模态图像进行检测的结果,较基准算法单独检测红外图像和可见光图像,精度分别提升了5.7%和17.4%;在FLIR数据集上较基准算法,检测精度分别提升了11.6%和17.1%;在自建GIR数据集上,所提算法的检测精度也有明显提升。此外,该算法还可以单独处理红外或可见光图像,且检测精度较基准算法均有明显提升。

关键词：目标检测卷积神经网络 Transformer 双模态特征融合红外可见光

在线全文

学校读者我要写书评

暂无评论

以服务满意度为目标的车载边缘计算调度优化

小型微型计算机系统 2024年

作者：徐佳范露露刘婧怡申佳胤南京邮电大学计算机学院软件学院网络空间安全学院南京邮电大学江苏省大数据安全与智能处理重点实验室国铁吉讯科技有限公司

随着5G网络的快速发展和物联网技术的普及，计算密集型和延迟敏感型应用蓬勃发展.传统移动边缘计算通常依赖固定基础设施进行计算卸载.然而，在实际应用中，由于用户的移动性、资源需求动态性和地域差异性，边缘服务器的负载表现出高动... 详细信息

随着5G网络的快速发展和物联网技术的普及，计算密集型和延迟敏感型应用蓬勃发展.传统移动边缘计算通常依赖固定基础设施进行计算卸载.然而，在实际应用中，由于用户的移动性、资源需求动态性和地域差异性，边缘服务器的负载表现出高动态性和不平衡性.本文提出由运营商统一调度车载边缘服务器为区域提供计算卸载服务，形式化了区域满意度最大化问题，在行驶时间的限制下，最大化所有区域的满意度.将问题转变为一个拟阵约束下的子模函数最大化问题，利用近似算法对该问题进行求解，并从理论上证明了该算法的近似度.仿真实验结果表明，本文提出的算法具有较优的性能，相比对比算法，平均满意度提高了52.98%.

关键词：边缘计算车载边缘计算计算卸载近似算法

基于自适应差分隐私与客户选择优化的联邦学习方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：徐超张淑芬陈海田彭璐璐张帅华河北省数据科学与应用重点实验室唐山市大数据安全与智能计算重点实验室华北理工大学理学院唐山市数据科学重点实验室

将差分隐私应用于联邦学习的方法是保护训练数据隐私的关键技术之一。针对先前多数工作未考虑到参数的异质性，对训练参数均匀裁剪使得每轮加入的噪声是均匀的，从而影响模型收敛和训练参数质量的问题，提出一种基于梯度裁剪的自适应噪... 详细信息

将差分隐私应用于联邦学习的方法是保护训练数据隐私的关键技术之一。针对先前多数工作未考虑到参数的异质性，对训练参数均匀裁剪使得每轮加入的噪声是均匀的，从而影响模型收敛和训练参数质量的问题，提出一种基于梯度裁剪的自适应噪声添加方案。考虑到梯度的异质性，在不同轮次为不同客户端执行自适应的梯度裁剪，从而使得噪声大小自适应调整；同时，为了进一步提升模型性能，对比传统的客户端随机采样方式，提出一种结合轮盘赌与精英保留的客户端采样方法。实验结果表明，相比基于均匀的噪声添加方式和客户端随机采样方式，结合客户端选择的自适应差分隐私联邦学习方法（CS&AGC DP＿FL）能够在相同级别的隐私约束下使最终的模型分类准确率提升4.9个百分点，并且在收敛速度方面，相较于对比方法进入收敛状态所需的轮次减少4～10轮。

关键词：联邦学习差分隐私自适应噪声轮盘赌精英保留

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

融合强化学习的实体关系联合抽取模型

电子科技大学学报 2024年第2期53卷 243-251页

作者：翟社平李航亢鑫年杨锐西安邮电大学计算机学院西安710121 陕西省网络数据分析与智能处理重点实验室西安710121

现有的实体关系联合抽取任务为了自动生成大规模训练数据引入远程监督策略,在处理数据时产生严重的噪声数据问题。对此提出了一种融合强化学习的实体关系联合抽取模型,该模型由强化学习和联合抽取模型两个部分组成,其中联合抽取模型由... 详细信息

现有的实体关系联合抽取任务为了自动生成大规模训练数据引入远程监督策略,在处理数据时产生严重的噪声数据问题。对此提出了一种融合强化学习的实体关系联合抽取模型,该模型由强化学习和联合抽取模型两个部分组成,其中联合抽取模型由图卷积网络和多头自注意力机制构成。首先,使用强化学习去除原始数据集中带有噪声的句子,将降噪后的高质量句子输入到联合抽取模型中;其次,使用联合抽取模型对输入句子中的实体和关系进行预测抽取,并向强化学习提供反馈奖励,指导强化学习挑选出高质量的句子;最后,对强化学习和联合抽取模型进行联合训练,并对模型进行迭代优化。实验证明了该模型能够有效处理数据噪声问题,在实体关系抽取方面优于基线方法。

关键词：实体关系联合抽取噪声数据强化学习多头自注意力机制图卷积网络

在线全文

学校读者我要写书评

暂无评论

基于异构指令图的恶意软件分类方法研究

计算机工程与应用 2024年第3期60卷 299-308页

作者：钱丽萍吉晓梅北京建筑大学电气与信息工程学院北京100044 北京建筑大学建筑大数据智能处理方法研究北京市重点实验室北京100044

恶意软件是当今互联网上最大的安全威胁之一。目前基于图深度学习的恶意软件分类研究未考虑同家族恶意软件的控制流信息所隐含的内在相似性。针对该问题提出了一种基于异构指令图的恶意软件分类方法MCHIG,包括三个阶段:异构指令图生成... 详细信息

恶意软件是当今互联网上最大的安全威胁之一。目前基于图深度学习的恶意软件分类研究未考虑同家族恶意软件的控制流信息所隐含的内在相似性。针对该问题提出了一种基于异构指令图的恶意软件分类方法MCHIG,包括三个阶段:异构指令图生成、结点嵌入和恶意软件分类,首先生成数据集MyHIG,再应用GraphSAGE对不同类型的边分别进行消息传递,完成异构指令图文件结点分类和指令结点嵌入,最后基于控制流图完成恶意软件分类任务。在BIG2015数据集上嵌入阶段的分类精度达到97.81%,分类阶段分别进行了五折和十折交叉验证,其中十折交叉验证的性能更佳,准确度达到99.91%,在BODMAS_mini少样本数据集上,在嵌入阶段达到96.53%,在分类阶段达到98.76%,优于目前较先进的其他恶意软件分类模型。

关键词：恶意软件分类异构指令图图深度学习控制流图

基于差异补偿和短期采样对比损失的城市电力负荷预测方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第4期51卷 158-164页

作者：陈润桓戴华郑桂能李惠杨庚南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023 江苏省大数据安全与智能处理重点实验室南京210023 犹他州立大学计算机科学系洛根84322

城市电力负荷预测是城市智能电网规划和调度的一项重要内容。然而,城市电力负荷预测中存在数据不均的问题,给城市电力负荷预测带来了巨大挑战。传统的基于单一模型的方法难以解决数据不均的问题,而现有的基于多模型的预测方法根据电力... 详细信息

城市电力负荷预测是城市智能电网规划和调度的一项重要内容。然而,城市电力负荷预测中存在数据不均的问题,给城市电力负荷预测带来了巨大挑战。传统的基于单一模型的方法难以解决数据不均的问题,而现有的基于多模型的预测方法根据电力负荷分布将数据集拆分成多个子数据集,然后分别建立多个预测模型进行预测,该类方案在一定程度上解决了数据不均问题,但存在模型构建成本较高、不同分布样本间共有的电力分布特征发生分离等问题。基于此,提出了一个轻量级城市电力负荷预测模型(Lighten-DCSC-LSTM)。该模型通过在长短期记忆网络的基础上引入差异补偿的思想和短期采样对比损失进行构建,同时构建共享特征提取层来降低模型构建成本。其中,差异补偿思想通过学习不同电力负荷分布样本之间的差异对主序列预测模块的预测结果进行差异补偿,短期采样对比损失通过动态类中心的对比学习损失对模型的训练进行正则化。为了验证模型的性能,进行了参数调优和对比实验。对比实验结果表明,模型在预测电力负荷的任务中取得了良好的性能。

关键词：电力负荷预测长短期记忆网络深度学习对比学习损失

在线全文

学校读者我要写书评

暂无评论

基于多重注意力机制的图像雨滴去除方法

计算机辅助设计与图形学学报 2024年

作者：陈羽中林闽沪陈友昆牛玉贞福建省网络计算与智能信息处理重点实验室福州大学计算机与大数据学院

图像雨滴去除任务的目标是对于给定的雨滴图像去除其镜头上遮挡的附着雨滴，还原出真实的干净图像，其在计算机视觉下游任务中有着至关重要的作用. 由于已有的图像雨滴去除方法没有考虑雨滴所具有的空间位置局部性和尺度多样性，导... 详细信息

图像雨滴去除任务的目标是对于给定的雨滴图像去除其镜头上遮挡的附着雨滴，还原出真实的干净图像，其在计算机视觉下游任务中有着至关重要的作用. 由于已有的图像雨滴去除方法没有考虑雨滴所具有的空间位置局部性和尺度多样性，导致雨滴去除效果不理想. 为缓解上述问题，提出一种基于多重注意力机制的图像雨滴去除方法. 首先为了适应雨滴的空间位置局部性和尺度多样性，提出结合多尺度特征提取模块和多重注意力模块构建编码器-解码器架构，其中多重注意力模块融合了像素、通道和空间注意力，能够自适应地匹配雨滴的空间位置局部性. 此外，设计了一种迭代式图像特征融合模块，在融合解码器特征和雨滴图像得到初步去雨图像后，采用初步去雨图像加强解码器特征，得到进一步的细化特征，再融合初步去雨图像和细化特征得到最终去雨图像. 在雨滴图像测试集Raindrop上实验结果表明，与其他方法相比，所提方法能够有效地去除图像中的雨滴，进一步提升雨滴去除的性能，比对比方法中最优的方法在PSNR指标上提升了0.25 dB.

关键词：图像雨滴去除注意力机制多尺度特征特征融合