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

结合最大内接圆的图像对抗样本生成算法

小型微型计算机系统 2024年第6期45卷 1436-1443页

作者：冯博刘万平南海重庆理工大学计算机科学与工程学院重庆400054

深度学习算法已经广泛应用于对抗样本领域.针对图像领域模型生成对抗样本,是发掘图像领域模型的弱点并完善对抗样本检测方法的关键.本文提出一种结合最大内接圆的图像对抗样本生成算法,通过作决策边界的最大内接圆计算出最近决策边界与... 详细信息

深度学习算法已经广泛应用于对抗样本领域.针对图像领域模型生成对抗样本,是发掘图像领域模型的弱点并完善对抗样本检测方法的关键.本文提出一种结合最大内接圆的图像对抗样本生成算法,通过作决策边界的最大内接圆计算出最近决策边界与该圆的切点即为对抗样本点,有效提升了生成对抗样本的成功率和欺骗性.实验使用ImageNet和Cifar10数据集对ResNet18,GoogLeNet,VGG16,MobileNetV2模型生成对抗样本.在本文选取的样本中,ImageNet数据集对这4个模型生成的平均对抗扰动量分别降低了0.1093、0.1697、0.0952、0.0905,Cifar10数据集对这4个模型分别降低了0.0045、0.0049、0.0072、0.0041.这体现了本文方法的优越性与普遍适用性.

关键词：黑盒攻击最大内接圆黑盒决策边界攻击对抗扰动量对抗样本

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

多尺度水上船舶目标视觉检测

哈尔滨工业大学学报 2024年第5期56卷 103-113页

作者：黄靖汤宁文元桥郭玉滨朱立夫肖长诗武汉理工大学计算机与人工智能学院武汉430063 武汉理工大学国家水运安全工程技术研究中心武汉430063 武汉理工大学智能交通系统研究中心武汉430063

水上交通场景环境复杂,通过普通光学摄像设备获取的水面图像,面临着视觉目标清晰度低、尺度多样化等问题,使得可见光视觉信号里中、小尺度目标检测相对困难。为服务于各类智慧海事应用,提出了一个旨在提高复杂水域背景下多尺度水上船舶... 详细信息

水上交通场景环境复杂,通过普通光学摄像设备获取的水面图像,面临着视觉目标清晰度低、尺度多样化等问题,使得可见光视觉信号里中、小尺度目标检测相对困难。为服务于各类智慧海事应用,提出了一个旨在提高复杂水域背景下多尺度水上船舶目标检测性能的算法(multi-scale ship object detection,MS-SOD)。该算法基于当前计算机视觉技术中主流的单阶段目标检测模型框架,在其主干网络中嵌入卷积注意力模块,来优化船舶特征提取能力;在多尺度特征融合网络中引入富含细节信息的浅层特征,并使用跨阶段局部残差结构,来优化多尺度船舶特征的融合机制;同时,使用焦点损失函数,来优化模型的学习过程;并设计自适应锚框聚类算法优化先验锚框,以提高多尺度船舶目标检测能力。为验证提出算法的有效性和实效性,在构建较大规模水上船舶目标数据集的基础上,开展了广泛实验验证。结果表明:提出的算法在测试数据集上的检测准确度超过了各主流的对比方法;特别是对于大、中、小各尺度船舶目标的检测精度,相对于主流的YOLOv4算法,提出的算法分别提升了11.3%、6.0%和10.5%。

关键词：多尺度船舶目标检测深度学习注意力机制特征融合

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

基于元学习的多视图对比融合冷启动推荐算法

计算机应用研究 2024年

作者：张子扬刘小洋重庆理工大学计算机科学与工程学院

针对当前冷启动推荐模型在处理异质信息网络时难以充分挖掘结构与语义信息，以及忽略网络中用户行为属性的问题，提出了一种基于元学习的多视图对比融合冷启动推荐算法(MVC-ML)。该算法在模型层和数据层双重作用下，有效缓解了冷启动问... 详细信息

针对当前冷启动推荐模型在处理异质信息网络时难以充分挖掘结构与语义信息，以及忽略网络中用户行为属性的问题，提出了一种基于元学习的多视图对比融合冷启动推荐算法(MVC-ML)。该算法在模型层和数据层双重作用下，有效缓解了冷启动问题。在MVC-ML算法框架中，首先通过元路径视图提取异质信息网络的高阶语义信息；其次，利用网络模式视图捕获网络的结构特征；再接着，通过聚类视图分析用户行为属性信息。最后，运用对比学习方法，将上述三个视图中提炼的信息进行综合融合，以生成准确的表示向量。通过在DBook等三个数据集上的实验验证，MVC-ML模型在冷启动场景下相较于MetaHIN等传统异质信息网络模型，在MAE上降低了1.67%，在RMSE上降低了2.06%，同时nDCG@K提高了1.48%，这些数据充分证实了MVC-ML算法的合理性和有效性。

关键词：异质信息网络对比学习网络模式冷启动

目标域特征感知与互补用户迁移的跨域推荐模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年第1期45卷 93-100页

作者：段乐乐李博一丁滋钊朱小飞重庆理工大学计算机科学与工程学院重庆400054

冷启动问题一直是推荐系统中十分有挑战性的问题.目前,基于映射的跨域推荐技术在解决冷启动问题上已取得了十分不错的效果,其方法主要分为两类,一类关注共性,即所有用户共享一个映射函数;另一类则关注个性,即为每个用户分别分配个性化... 详细信息

冷启动问题一直是推荐系统中十分有挑战性的问题.目前,基于映射的跨域推荐技术在解决冷启动问题上已取得了十分不错的效果,其方法主要分为两类,一类关注共性,即所有用户共享一个映射函数;另一类则关注个性,即为每个用户分别分配个性化的映射函数;然而,这两类方法均没有考虑到用户共性与个性的互补性;此外,这两类方法也忽视了目标域知识本身的挖掘.为了解决以上问题,本文提出了目标域特征感知与互补用户迁移的跨域推荐模型.一方面,提出个性-共性互补映射模块以显式建模用户个性和共性的互补信息,另一方面,提出了关系网络以挖掘目标域知识.最后,在Amazon数据集上的实验取得了目前最优的效果,验证了本文所提出模型的有效性.

关键词：跨域推荐冷启动推荐系统数据稀疏性迁移学习

汽车制造业绿色供应链管理对环境绩效的影响研究

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（社会科学） 2024年第4期38卷 59-70页

作者：代应李晓佳宋寒于晓东重庆理工大学管理学院重庆400054

从绿色供应链管理和大数据分析能力视角探讨制度压力对企业环境绩效的影响机理,揭示绿色供应链管理和大数据分析能力在企业环境绩效形成过程的作用。研究结果表明:制度压力对绿色供应链管理实施与大数据分析能力有显著影响;绿色供应链... 详细信息

从绿色供应链管理和大数据分析能力视角探讨制度压力对企业环境绩效的影响机理,揭示绿色供应链管理和大数据分析能力在企业环境绩效形成过程的作用。研究结果表明:制度压力对绿色供应链管理实施与大数据分析能力有显著影响;绿色供应链管理与大数据分析能力对企业环境绩效提升有显著影响;大数据分析能力对企业绿色供应链管理实施有显著影响;在制度压力对环境绩效的影响中,大数据分析能力与绿色供应链管理存在部分中介效应。研究结果能够为汽车制造企业重视大数据分析能力建设和绿色供应链管理实践,提高环境绩效提供一定的参考价值。

关键词：汽车制造业绿色供应链管理环境绩效制度压力大数据分析

在线全文

学校读者我要写书评

暂无评论

基于辅助信息与长短期偏好的序列推荐

计算机应用研究 2024年

作者：刘超任梦瑶冯禄华重庆理工大学计算机科学与工程学院

为了解决序列推荐中的用户偏好漂移问题，以及更精确地捕捉用户动态偏好，提出了一种新型的序列推荐模型SILSSRec(side information and long-short term preferences based sequence recommendation)。该模型首先利用项目的类别和频次... 详细信息

为了解决序列推荐中的用户偏好漂移问题，以及更精确地捕捉用户动态偏好，提出了一种新型的序列推荐模型SILSSRec(side information and long-short term preferences based sequence recommendation)。该模型首先利用项目的类别和频次作为辅助信息，基于用户的历史交互序列，生成个性化用户嵌入表示。然后，通过考虑历史交互和当前交互之间的时间间隔，生成个性化时间间隔嵌入，并将此嵌入与项目特征嵌入融合，形成个性化时间嵌入表示。模型采用注意力机制和门控循环网络，从嵌入表示中提取用户的长期和短期偏好。此外，通过对比学习强化偏好的特征表达，并使用自适应聚合网络动态融合这两种偏好，形成用户的最终偏好表示。在8个公开数据集上的实验结果表明，SILSSRec在评估指标上优于现有的基线模型，其中AUC(Area Under Curve)平均提高了3.82%、召回率平均提高了7.2%、精确率平均提高了0.3%。实验证明SILSSRec在不同场景下均有较好表现，有效地缓解了偏好漂移问题，提升了推荐效果。

关键词：序列推荐辅助信息注意力机制长短期偏好对比学习

原型感知双通道图神经网络的信息传播预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：项能强朱小飞高肇泽重庆理工大学计算机科学与工程学院

针对现有的信息传播预测模型难以挖掘用户对级联的依赖关系的问题，提出一种原型感知双通道图神经网络（PDGCN）的信息传播预测模型。首先，使用超图卷积网络（HGCN）学习基于级联超图级的用户表示和级联表示，同时使用图卷积神经网络（... 详细信息

针对现有的信息传播预测模型难以挖掘用户对级联的依赖关系的问题，提出一种原型感知双通道图神经网络（PDGCN）的信息传播预测模型。首先，使用超图卷积网络（HGCN）学习基于级联超图级的用户表示和级联表示，同时使用图卷积神经网络（GCN）学习基于动态友谊转发图的用户表示；其次，对于给定的目标级联，分别从上述两个级别的用户表示中查找到符合当前级联的用户表示，并将这两种表示进行融合；再次，通过聚类算法得到级联表示的原型；最后，查找当前级联最匹配的原型，并使用该原型融入当前级联的每个用户表示中，从而计算候选用户的传播概率。相较于记忆增强的顺序超图注意网络（MS-HGAT），在Twitter数据集上，PDGCN的Hits@100提升了1.17%,MAP@100提升了5.02%；在Android数据集上，PDGCN的Hits@100提升了3.88%,MAP@100提升了0.72%。实验结果表明，所提模型在信息传播预测任务上优于对比模型，具有更好的预测性能。

关键词：信息传播预测原型超图动态图图卷积神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多粒度融合的图卷积网络会话情感分析

中文信息学报 2024年第5期 136-145页

作者：王佳朱小飞唐顾黄贤英重庆理工大学计算机科学与工程学院重庆理工大学计算机科学与工程学院

会话情感分析指对一段会话中的每句话进行情感分类，目前大部分会话情感分析模型不仅忽略了对话中内部信息的相互影响，而且没有考虑到日常对话中存在的隐性背景情感。为了有效解决这些问题，该文提出了一个基于多粒度融合的图卷积神经... 详细信息

会话情感分析指对一段会话中的每句话进行情感分类，目前大部分会话情感分析模型不仅忽略了对话中内部信息的相互影响，而且没有考虑到日常对话中存在的隐性背景情感。为了有效解决这些问题，该文提出了一个基于多粒度融合的图卷积神经网络，其主要包括两个模块，即特征提取模块和星图增强的图学习模块。首先，特征提取模块使用预训练语言模型RoBERTa获取会话中语句之间粗粒度的上下文信息，同时结合句法依赖树获取词之间细粒度的句法信息，从而将多粒度特征信息引入到会话情感建模。然后，在星图增强的图学习模块中建模会话的背景情感信息和会话中不同说话者之间的交互信息，从而增强会话情感分析的准确性。实验结果表明，该文提出的模型与其他基线模型相比，其准确性以及度量指标F1值在所有数据集上均有显著提升。

关键词：会话情感分析多粒度融合句法依赖树图卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

深度掩膜布朗距离协方差小样本分类方法

计算机应用研究 2024年

作者：苟光磊朱东华李小菲韩岩奇重庆理工大学计算机科学与工程学院

针对小样本学习中，布朗距离协方差通过改善特征嵌入提升分类精度，但未聚焦分类中样本相关性特征的问题，提出了深度掩膜布朗距离协方差方法。该方法通过每对查询集与支持集之间的高维语意关系，生成查询引导掩膜，并将掩膜后的布朗距... 详细信息

针对小样本学习中，布朗距离协方差通过改善特征嵌入提升分类精度，但未聚焦分类中样本相关性特征的问题，提出了深度掩膜布朗距离协方差方法。该方法通过每对查询集与支持集之间的高维语意关系，生成查询引导掩膜，并将掩膜后的布朗距离协方差矩阵用作图像特征表示。分别在5way-1shot和5way-5shot情形下，对CUB-200-211、Mini-ImageNet及Tiered-ImageNet数据集进行评估验证，实验表明，深度掩膜布朗距离协方差方法取得了更优的分类精度。

关键词：小样本学习掩膜布朗距离协方差图像识别