期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

为您找到了以下期刊：

共找到3,230篇文章
< 1 2 … 162 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Transformer模型的时序数据预测方法综述 被引量：7
1
作者 孟祥福 石皓源 《计算机科学与探索》 北大核心 2025年第1期45-64,共20页
时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据... 时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据难以使用传统的机器学习解决,而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀,学者们利用Transformer模型有效捕获长期依赖关系,使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法,按时间梳理了时序数据预测的发展进程,系统介绍了时序数据预处理过程和方法,介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性,并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。 展开更多
关键词 深度学习 时序数据预测 数据预处理 Transformer模型
在线阅读 下载PDF
基于Transformer和多关系图卷积网络的行人轨迹预测 被引量：3
2
作者 刘桂红 周宗润 孟祥福 《计算机科学与探索》 北大核心 2025年第5期1353-1364,共12页
在自动导航应用领域,行人轨迹相对复杂,有效且合理地预测行人未来轨迹对自动驾驶和出行安全至关重要。行人轨迹随机性和动态性极高且与交通环境有着复杂相互作用,因此需要对行人的时间依赖性和空间相互作用进行合理建模。为了解决该问题... 在自动导航应用领域,行人轨迹相对复杂,有效且合理地预测行人未来轨迹对自动驾驶和出行安全至关重要。行人轨迹随机性和动态性极高且与交通环境有着复杂相互作用,因此需要对行人的时间依赖性和空间相互作用进行合理建模。为了解决该问题,提出了一种基于Transformer和多关系图卷积网络(GCN)的行人轨迹预测模型。该模型由交互捕获模块、锚点控制模块和轨迹修正补全模块构成。交互捕获模块由T-Transformer和多关系图卷积网络组成,分别提取每个行人在时间序列和空间序列上的运动特征,并结合锚点控制模块推断行人的中间目的地以减少递归累计误差,由修正补全模块进行最终轨迹细化。在提取特征时添加逆关系可得到更为优化的结果,使用高斯剪枝减少虚假路径的生成也可提高模型效率。在ETH与UCY数据集上的实验结果表明,在平均位移误差(ADE)和最终位移误差(FDE)方面,该模型具有比现有大部分主流模型更好的性能。由于该模型在行人轨迹预测上的出色性能,可避免不必要的轨迹变更和碰撞风险,为行人轨迹预测应用提供了更为可能的解决方案。 展开更多
关键词 T-Transformer 图卷积网络(GCN) 锚点控制 行人轨迹预测
在线阅读 下载PDF
融合知识图谱和大模型的高校科研管理问答系统设计 被引量：4
3
作者 王永 秦嘉俊 +1 位作者 黄有锐 邓江洲 《计算机科学与探索》 北大核心 2025年第1期107-117,共11页
科研管理是高校管理中的重要组成部分,但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向,将知识图谱、传统模型和大语言模型相结合,共同构建新一代高校科研管理问答系统。采集科研知识用于构建科... 科研管理是高校管理中的重要组成部分,但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向,将知识图谱、传统模型和大语言模型相结合,共同构建新一代高校科研管理问答系统。采集科研知识用于构建科研知识图谱。利用同时进行意图分类和实体提取的多任务模型进行语义解析。借助解析结果来生成查询语句,并从知识图谱中检索信息来回复常规问题。将大语言模型与知识图谱相结合,以辅助处理开放性问题。在意图和实体具有关联的数据集上的实验结果表明,采用的多任务模型在意图分类和实体识别任务上的F1值分别为0.958和0.937,优于其他对比模型和单任务模型。Cypher生成测试表明了自定义Prompt在激发大语言模型涌现能力方面的成效,利用大语言模型实现文本生成Cypher的准确率达到85.8%,有效处理了基于知识图谱的开放性问题。采用知识图谱、传统模型和大语言模型搭建的问答系统的准确性为0.935,很好地满足了智能问答的需求。 展开更多
关键词 知识图谱 多任务模型 意图分类 命名实体识别 大语言模型
在线阅读 下载PDF
时序知识图谱构建研究综述 被引量：2
4
作者 陆佳民 张晶 +1 位作者 冯钧 安琪 《计算机科学与探索》 北大核心 2025年第2期295-315,共21页
知识图谱作为连接数据、知识和智能的桥梁,已被广泛应用于辅助搜索、智能推荐、问答系统、自然语言处理等多个领域。然而,随着应用场景的不断拓展,传统静态知识图谱逐渐暴露出在处理动态知识方面的局限性。时序知识图谱的出现弥补了这... 知识图谱作为连接数据、知识和智能的桥梁,已被广泛应用于辅助搜索、智能推荐、问答系统、自然语言处理等多个领域。然而,随着应用场景的不断拓展,传统静态知识图谱逐渐暴露出在处理动态知识方面的局限性。时序知识图谱的出现弥补了这一缺陷,它将时间信息融入图谱结构,能够更准确地表示知识的动态变化。对时序知识图谱的构建进行了全面的研究,介绍了时序知识图谱的概念,明确了其在处理动态知识时的价值。解析了时序知识图谱构建流程,将其核心过程划分为知识抽取、知识融合和知识计算三大环节。对每个阶段进行了梳理,明确了任务定义,总结了研究现状,并探讨了大语言模型在这些任务中的应用。在知识抽取阶段,重点关注命名实体识别、关系抽取和时间信息抽取;在知识融合阶段,探讨了实体对齐和实体链接;在知识计算阶段,聚焦于知识推理。深入分析了每个阶段面临的挑战,并针对特有挑战展望了未来的研究方向。 展开更多
关键词 时序知识图谱 知识抽取 时间信息抽取 知识融合 知识推理
在线阅读 下载PDF
融合梯度预测和无参注意力的高效地震去噪Transformer 被引量：1
5
作者 高磊 乔昊炜 +2 位作者 梁东升 闵帆 杨梅 《计算机科学与探索》 北大核心 2025年第5期1342-1352,共11页
压制随机噪声能够有效提升地震数据的信噪比(SNR)。近年来,基于卷积神经网络(CNN)的深度学习方法在地震数据去噪领域展现出显著性能。然而,CNN中的卷积操作由于感受野的限制通常只能捕获局部信息而不能建立全局信息的长距离连接,可能会... 压制随机噪声能够有效提升地震数据的信噪比(SNR)。近年来,基于卷积神经网络(CNN)的深度学习方法在地震数据去噪领域展现出显著性能。然而,CNN中的卷积操作由于感受野的限制通常只能捕获局部信息而不能建立全局信息的长距离连接,可能会导致细节信息的丢失。针对地震数据去噪问题,提出了一种融合梯度预测和无参注意力的高效Transformer模型(ETGP)。引入多头“转置”注意力来代替传统的多头注意力,它能在通道间计算注意力来表示全局信息,缓解了传统多头注意力复杂度过高的问题。提出了无参注意力前馈神经网络,它能同时考虑空间和通道维度计算注意力权重,而不向网络增加参数。设计了梯度预测网络以提取边缘信息,并将信息自适应地添加到并行Transformer的输入中,从而获得高质量的地震数据。在合成数据和野外数据上进行了实验,并与经典和先进的去噪方法进行了比较。结果表明,ETGP去噪方法不仅能更有效地压制随机噪声,并且在弱信号保留和同相轴连续性方面具有显著优势。 展开更多
关键词 地震数据去噪 卷积神经网络 TRANSFORMER 注意力模块 梯度融合
在线阅读 下载PDF
BMTA:多元场景下的大面积破损图像修复 被引量：1
6
作者 曹岩 辛子昊 +2 位作者 邬开俊 单宏全 郭炳森 《计算机科学与探索》 北大核心 2025年第6期1553-1563,共11页
针对图像修复过程中图像像素之间语义联系不连贯、大范围损坏图像的局部纹理细节修复效果不明显的问题,提出一种名为BMTA的单阶段图像修复网络模型,用于修复多场景下的大面积破损图像,使修复出的图像在人眼主观感受和客观评价指标上都... 针对图像修复过程中图像像素之间语义联系不连贯、大范围损坏图像的局部纹理细节修复效果不明显的问题,提出一种名为BMTA的单阶段图像修复网络模型,用于修复多场景下的大面积破损图像,使修复出的图像在人眼主观感受和客观评价指标上都有良好的表现。生成器模块通过在卷积层中穿插双重单向注意力模块来对输入图像进行特征压缩、重建和强化重要特征信息,将压缩的特征分通道进行局部特征提取和全局特征提取,利用分割条纹窗口建立全局信息联系,使用残差密集块对局部细节信息深度提取,并将所提取的特征进行融合。在解码器部分,为防止在解码过程中造成局部信息丢失和修复过程中对上下文信息理解的不准确,使用门控的线性自注意力模块来保证网络中信息的多层次保留,从而达到更接近原图的修复效果。使用鉴别器来评估修复结果,促使修复图像在结构和纹理上具有更好的表现性。在CelebA、StreetView以及Places2数据集上的表现均优于当前先进的图像修复算法。 展开更多
关键词 图像修复 注意力机制 TRANSFORMER 特征提取
在线阅读 下载PDF
时空数据查询技术研究综述 被引量：1
7
作者 孟祥福 翁雪 徐永杰 《计算机科学与探索》 北大核心 2025年第8期2001-2023,共23页
随着现代信息技术的快速发展与应用,时空数据的规模迅速增长。这些数据呈现出海量聚集、高维异构以及动态复杂等特点。近年来,以时空数据为背景的时空查询技术得到广泛的研究和应用,如何有效地存储、管理和查询这些数据成为了研究的重... 随着现代信息技术的快速发展与应用,时空数据的规模迅速增长。这些数据呈现出海量聚集、高维异构以及动态复杂等特点。近年来,以时空数据为背景的时空查询技术得到广泛的研究和应用,如何有效地存储、管理和查询这些数据成为了研究的重点。对时空数据的相关查询技术进行综述,从时空数据相关基本概念入手,系统阐述了当前主流的时空查询处理模式,涵盖了范围查询、K近邻查询、反K近邻查询等多种类型;介绍了不同的时空索引技术,包括基于轨迹的索引结构、基于抽样的索引以及其他创新的索引方法;分析了结合其他技术的查询方法,主要包括时空-文本查询、语义近似轨迹查询、并行和分布式查询等,这些技术不仅提升了时空查询的多样性和准确性,还能有效地处理大规模时空数据。展望了时空查询技术的未来发展方向,包括查询结果的可视化展示、隐私保护以及结合机器学习的新型索引结构,为时空数据的高效利用提供了新的思路和挑战。 展开更多
关键词 时空数据 查询处理 索引技术 时空-文本 语义近似 分布式
在线阅读 下载PDF
基于Huffman编码的移动终端本地差分隐私位置保护 被引量：1
8
作者 晏燕 吕雅琴 李飞飞 《计算机科学与探索》 北大核心 2025年第3期802-817,共16页
移动终端的位置信息与个人隐私紧密相连,一旦泄露可能威胁用户的生命和财产安全。本地化差分隐私模型提供了严格的隐私保护效果,允许用户根据个人需求处理和保护敏感信息,避免了对第三方服务器的依赖。针对现有本地化差分隐私位置保护... 移动终端的位置信息与个人隐私紧密相连,一旦泄露可能威胁用户的生命和财产安全。本地化差分隐私模型提供了严格的隐私保护效果,允许用户根据个人需求处理和保护敏感信息,避免了对第三方服务器的依赖。针对现有本地化差分隐私位置保护方法用户端灵活性差、扰动位置质量损失严重等问题,提出了一种基于Huffman编码的移动终端本地差分隐私位置保护方法。移动用户根据个性化隐私需求提交位置隐私保护范围,服务器端按需进行位置编码并返回给用户。用户端选择所在区域的Huffman编码,并对其进行本地化差分隐私扰动以实现对原始位置的隐私保护。服务器端通过对接收的扰动位置进行解码来判断用户所处的区域,并据此提供基于位置的服务(location-based services,LBS)。在实际位置数据集合上的实验证明,所提方法能够在实现用户位置本地化差分隐私保护的基础上,提供更好的位置数据可用性和运行效率。 展开更多
关键词 位置隐私保护 本地化差分隐私 HUFFMAN编码 随机响应
在线阅读 下载PDF
聚合全局交互与局部交互的知识图谱补全
9
作者 冯勇 栾超杰 +2 位作者 王嵘冰 徐红艳 张永刚 《计算机科学与探索》 北大核心 2025年第7期1909-1917,共9页
知识图谱的不完整性严重影响了下游任务的应用与发展,因此,有必要对其进行改进以补充缺失值,即知识图谱补全。现有的知识图谱补全模型大多重组实体关系嵌入表示以捕获局部交互。但这种方法破坏了三元组的原有结构,只能利用单一的局部交... 知识图谱的不完整性严重影响了下游任务的应用与发展,因此,有必要对其进行改进以补充缺失值,即知识图谱补全。现有的知识图谱补全模型大多重组实体关系嵌入表示以捕获局部交互。但这种方法破坏了三元组的原有结构,只能利用单一的局部交互而忽略了实体关系间全局交互的影响。为此,提出一种聚合全局交互与局部交互的知识图谱补全方法AGILI。该方法首先引入自注意力机制获取头实体和关系间的信息关联程度,生成融入全局交互信息的嵌入表示,再采用卷积神经网络从新嵌入表示中提取局部交互信息,设计基于关系权重的可学习交互聚合器,在将全局交互与局部交互进行特征融合时,可以根据关系类别自适应地调整两种交互的重要程度,提高方法在多关系知识图谱上的表达能力。在公开数据集FB15k-237、WN18RR和Kinship上通过链接预测任务进行实验验证,实验结果表明,与最新的基于卷积神经网络的模型ConvD相比,所提出的方法在FB15k-237数据集上Hits@1、Hits@3指标分别提高了6.9%、5.3%,证明了所提出方法的优越性。 展开更多
关键词 知识图谱 知识图谱补全 链接预测 自注意力机制 卷积神经网络
在线阅读 下载PDF
跨模态多层特征融合的遥感影像语义分割
10
作者 李智杰 程鑫 +3 位作者 李昌华 高元 薛靖裕 介军 《计算机科学与探索》 北大核心 2025年第4期989-1000,共12页
多模态语义分割网络能够利用不同模态中的互补信息来提高分割精度,在地物分类领域具有广泛的应用潜力。然而,现有的多模态遥感影像语义分割模型大多忽略了深度特征的几何形状信息,未将多层特征充分利用就进行融合,导致跨模态特征提取不... 多模态语义分割网络能够利用不同模态中的互补信息来提高分割精度,在地物分类领域具有广泛的应用潜力。然而,现有的多模态遥感影像语义分割模型大多忽略了深度特征的几何形状信息,未将多层特征充分利用就进行融合,导致跨模态特征提取不充分,融合效果不理想。针对这些问题,提出了一种基于多模态特征提取和多层特征融合的遥感影像语义分割模型。通过构建双分支编码器,模型能够分别提取遥感影像的光谱信息和归一化数字表面模型(nDSM)的高程信息,并深入挖掘nDSM的几何形状信息。引入跨层丰富模块细化完善每层特征,从深层到浅层充分利用多层的特征信息。完善后的特征通过注意力特征融合模块,对特征进行差异性互补和交叉融合,以减轻分支结构之间的差异,充分发挥多模态特征的优势,从而提高遥感影像分割精度。在ISPRS Vaihingen和Potsdam数据集上进行实验,mF1分数分别达到了90.88%和93.41%,平均交互比(mIoU)分别达到了83.49%和87.85%,相较于当前主流算法,该算法实现了更准确的遥感影像语义分割。 展开更多
关键词 遥感影像 归一化数字表面模型(nDSM) 语义分割 特征提取 特征融合
在线阅读 下载PDF
轨迹表示学习方法研究综述
11
作者 孟祥福 孙硕男 +2 位作者 张霄雁 冷强奎 方金凤 《计算机科学与探索》 北大核心 2025年第6期1437-1454,共18页
全球定位系统(GPS)、全球移动通信系统(GSM)的快速发展以及移动设备的普遍应用,产生了大量的轨迹数据。目前的轨迹数据处理方法通常以定长的向量形式输入到模型,因此如何将变长的轨迹数据转换成定长低维的嵌入向量十分重要。轨迹表示学... 全球定位系统(GPS)、全球移动通信系统(GSM)的快速发展以及移动设备的普遍应用,产生了大量的轨迹数据。目前的轨迹数据处理方法通常以定长的向量形式输入到模型,因此如何将变长的轨迹数据转换成定长低维的嵌入向量十分重要。轨迹表示学习旨在将轨迹数据转换为更具表达力和可解释性的表示形式。对轨迹表示学习的研究现状、方法及应用进行了全面综述。分类介绍了轨迹表示学习的关键技术,总结了现有轨迹公开数据集。将轨迹表示学习方法按照不同的下游任务进行分类,重点综述了轨迹表示学习方法在轨迹相似性计算、相似轨迹搜索、轨迹聚类、轨迹预测等领域的原理、优缺点和应用,并分别分析了每一类任务中具有代表性的模型结构和原理,及各类任务中不同方法的特点和优势。分析了当前轨迹表示学习所面临的挑战,探讨了如何解决轨迹表示学习中的数据稀疏性、多模态以及模型优化与隐私保护等问题,并提出了具体的研究思路和方法。 展开更多
关键词 轨迹表示学习 轨迹数据挖掘 轨迹相似性计算 相似轨迹搜索 轨迹聚类 轨迹预测
在线阅读 下载PDF
边缘-分割交叉引导的伪装目标检测网络
12
作者 陈鹏 李旭 +1 位作者 向道岸 余肖生 《计算机科学与探索》 北大核心 2025年第4期1001-1010,共10页
基于边缘感知的模型是伪装目标检测的主流方法之一,其核心是在早期阶段输出边缘预测,能更好地定位和分割伪装目标。而在伪装目标数据集中,由于伪装目标与背景环境有很高的视觉相似性,对早期的边缘预测质量要求很高,错误的前景预测会导... 基于边缘感知的模型是伪装目标检测的主流方法之一,其核心是在早期阶段输出边缘预测,能更好地定位和分割伪装目标。而在伪装目标数据集中,由于伪装目标与背景环境有很高的视觉相似性,对早期的边缘预测质量要求很高,错误的前景预测会导致分割不完整,甚至缺失目标,进而造成伪装目标分割效果不佳。为了解决这一问题,提出了一种边缘-分割交叉引导网络ECGNet。利用ConvNeXt模型作为骨干网络,通过1×1卷积对特征通道进行统一处理,在多尺度上提取全局上下文信息。设计了一个分割诱导边缘融合模块和一个边缘感知引导完整性聚合模块交叉融合,关注伪装目标的整体结构,不断细化分割特征和边缘特征。通过引导残差通道注意模块利用这些连接和卷积更好地提取低层特征中的结构细节。在CAMO、COD10K以及NC4K数据集上的实验结果表明,ECGNet性能优于其他22个具有代表性的模型,比HitNet在S_(α)、E_(ϕ)、F^(ω)_(β)和M方面的性能平均提升了0.019、0.019、0.018和0.009。 展开更多
关键词 伪装目标检测 上下文信息 交叉细化 边缘感知
在线阅读 下载PDF
基于深度学习的轨迹相似性度量方法研究综述
13
作者 孟祥福 师光启 +2 位作者 张霄雁 冷强奎 方金凤 《计算机科学与探索》 北大核心 2025年第3期623-644,共22页
移动通信和传感设备技术的发展与应用,产生了大量轨迹数据,这些数据呈现出高维异构性、多粒度性和不确定性等特征,这使得传统基于点对匹配的轨迹相似性度量方法难以适用。近年来,研究者将深度学习技术用于轨迹相似性度量,旨在挖掘更多... 移动通信和传感设备技术的发展与应用,产生了大量轨迹数据,这些数据呈现出高维异构性、多粒度性和不确定性等特征,这使得传统基于点对匹配的轨迹相似性度量方法难以适用。近年来,研究者将深度学习技术用于轨迹相似性度量,旨在挖掘更多轨迹特征,提高计算效率,增强模型鲁棒性。对近年来基于深度学习的轨迹相似性度量方法进行系统性综述。阐述轨迹的相关定义;根据相似性度量方法分类框架,从度量表示形式(即序列表示与图表示)和学习策略(即表示学习、度量学习与对比学习)两个角度综述相关方法。从轨迹数据预处理、嵌入表示学习和相似性度量三个方面,对上述方法的实现原理及其特点进行详细对比分析;阐述了基于深度学习的轨迹相似性度量方法的常用数据集和评估指标,并对学习模型的来源、评估指标、时间复杂度和应用场景进行了归纳总结。分析了当前轨迹相似性度量方法所面临的挑战并对未来研究方向进行了展望。 展开更多
关键词 轨迹相似性度量 深度学习 度量表示形式 学习策略
在线阅读 下载PDF
基于深度元学习的工控系统异常检测方法
14
作者 李新春 谭新欢 +1 位作者 李琳 许驰 《计算机科学与探索》 北大核心 2025年第8期2251-2260,共10页
工控系统在不断网络化的过程中,正面临着层出不穷的新型网络攻击,导致传统异常检测方法因样本数量有限、泛化能力不足而造成检测精度低的问题。为此,采用模型无关的元学习(MAML)架构,提出基于卷积神经网络的深度元学习(D-MAML)异常检测... 工控系统在不断网络化的过程中,正面临着层出不穷的新型网络攻击,导致传统异常检测方法因样本数量有限、泛化能力不足而造成检测精度低的问题。为此,采用模型无关的元学习(MAML)架构,提出基于卷积神经网络的深度元学习(D-MAML)异常检测方法。构建D-MAML的内、外双循环异常检测架构。其中,内循环提取样本特征,外循环动态更新参数,以提高模型泛化能力,满足少样本检测需求。设计元模块增强的卷积神经网络,并基于梯度下降法更新内循环模型参数,提高特征提取能力。提出基于多步损失函数的外循环模型参数更新算法,提高算法稳定性。采用余弦退火算法动态更新外循环学习率,解决算法泛化能力不足问题。基于三个公开的数据集对DMAML进行了5分类实验验证。结果表明,D-MAML的单样本最佳准确率为67.17%,多样本最佳准确率可进一步提升到92.84%。 展开更多
关键词 工控系统 异常检测 少样本 模型无关的元学习(MAML)
在线阅读 下载PDF
背景支持下的全域特征响应图像分类网络
15
作者 姜文涛 李威达 张晟翀 《计算机科学与探索》 北大核心 2025年第5期1280-1294,共15页
针对目前图像分类方法缺少背景信息支持,导致模型分类精度受限的问题,提出背景支持下的全域特征响应图像分类网络(BGRNet)。该网络以WRN残差网络为基础,提出新的背景支持激活函数BS,通过BS激活函数引入背景支持机制,使网络在关注目标前... 针对目前图像分类方法缺少背景信息支持,导致模型分类精度受限的问题,提出背景支持下的全域特征响应图像分类网络(BGRNet)。该网络以WRN残差网络为基础,提出新的背景支持激活函数BS,通过BS激活函数引入背景支持机制,使网络在关注目标前景信息的同时,也能够平滑地关注背景信息;提出全域特征响应模块(BGR),并将BGR嵌入到残差分支中,对图像全域特征进行还原,在一定程度上减少因卷积操作而产生的特征信息损失;调整残差块内部网络结构,通过调整残差块中激活函数、批量归一化的前向传播顺序并删除Dropout(Dropout Regularization),放大BS激活函数对整体网络模型的背景支持作用,促进背景信息在网络中的有效传递。BGRNet通过引入背景信息支持机制,不仅考虑了目标前景信息在图像分类过程中的支持作用,还考虑了背景信息在分类过程中的支持作用,在提升网络分类精度的同时,有效提高了网络训练效率。在FashionMNIST、KMNIST、CIFAR-10、CIFAR-100、SVHN数据集上的实验结果表明,BGRNet显著提高了基线模型的分类性能,且与当前主流方法相比,BGRNet具有较高的分类准确率和较强的泛化性能。 展开更多
关键词 图像分类 背景支持 全域特征响应 特征还原 残差网络
在线阅读 下载PDF
融合静态分析警告的软件缺陷预测模型及其应用研究
16
作者 吴海涛 马景悦 高建华 《计算机科学与探索》 北大核心 2025年第3期818-834,共17页
静态分析警告作为一种重要的软件质量指标,被广泛用于识别源代码中潜在的违规问题。近期的研究表明,静态分析警告在代码异味检测和即时缺陷预测中有所应用,但有关项目早期缺少提交修改记录的情况没有涉及。针对上述问题,利用三种流行的... 静态分析警告作为一种重要的软件质量指标,被广泛用于识别源代码中潜在的违规问题。近期的研究表明,静态分析警告在代码异味检测和即时缺陷预测中有所应用,但有关项目早期缺少提交修改记录的情况没有涉及。针对上述问题,利用三种流行的静态分析工具的警告信息,在原有的缺陷预测模型中融合静态分析警告这个新的度量,构建一个涵盖软件开发和代码可维护性的缺陷预测模型,并探究静态分析警告与缺陷的潜在关系,融合警告对软件缺陷预测模型性能的影响以及在跨项目场景中的影响。实验结果表明,警告数量往往与缺陷分布密切相关,呈现正相关的关系,即警告这一度量在软件缺陷预测模型中有相当大的潜力,并且在有缺陷数据中报告的警告信息往往与编码规范相关;融合警告之后,缺陷预测模型在各项目上的平均精度提高1.4%~14.7%,平均召回率提高0.2%~2.4%,平均F1提高0.3%~3.0%,平均AUC提高0.2%~1.4%。在跨项目场景中,CODE+SAW_VIF度量提供了最佳性能的缺陷预测模型,融合静态分析警告能够提升模型识别缺陷的性能。 展开更多
关键词 软件缺陷 静态分析工具 静态分析警告 代码度量 跨项目场景预测
在线阅读 下载PDF
融合局部和全局特征的深度多视图聚类网络
17
作者 李顺勇 李嘉茗 +1 位作者 曹付元 郑孟蛟 《计算机科学与探索》 北大核心 2025年第8期2085-2098,共14页
多视图聚类是当前数据分析领域的一个重要研究方向,旨在通过整合来自不同视角的数据,提升聚类精度。然而,传统的多视图聚类方法虽然在一定程度上提高了聚类效果,但往往忽略了视图间局部与全局特征的交互与融合。此外,尽管近年提出的多... 多视图聚类是当前数据分析领域的一个重要研究方向,旨在通过整合来自不同视角的数据,提升聚类精度。然而,传统的多视图聚类方法虽然在一定程度上提高了聚类效果,但往往忽略了视图间局部与全局特征的交互与融合。此外,尽管近年提出的多视图深度聚类方法,通过深度神经网络或对比学习增强了表征能力,但大多只关注局部或全局特征,未能在同一框架下对这两类特征进行综合处理。针对这些不足,提出了一种融合卷积神经网络与Transformer的深度多视图聚类模型(DMVCN-ILGF)。该模型设计了并行的卷积分支和Transformer分支,分别用于提取局部特征和全局特征。为了实现特征的有效融合,引入了特征交互机制(FIM)和特征融合模块(FFM),通过充分整合各视图的特征信息,以增强不同特征的交互和融合,最终提升聚类性能。进一步地,还设计了实例级和类别级对比损失,分别计算各视图的局部与全局特征之间的相似性,从而优化模型的表征能力和聚类效果。实验结果表明,提出的DMVCN-ILGF模型在多个多视图数据集上均取得了显著优于现有方法的聚类性能。 展开更多
关键词 多视图聚类 卷积神经网络 TRANSFORMER 特征融合
在线阅读 下载PDF
面向序列推荐的深度化指数移动平均学习方法
18
作者 温雯 胡智鑫 郝志峰 《计算机科学与探索》 北大核心 2025年第3期774-786,共13页
序列推荐是对用户历史交互序列进行建模,以预测用户所偏好的下一项目的推荐范式。由于用户交互历史的多样性和复杂性,交互序列常包含嘈杂和不相关的噪声项,从而影响模型捕捉稳定的序列模式;同时,交互序列中存在多样的序列信号,如趋势信... 序列推荐是对用户历史交互序列进行建模,以预测用户所偏好的下一项目的推荐范式。由于用户交互历史的多样性和复杂性,交互序列常包含嘈杂和不相关的噪声项,从而影响模型捕捉稳定的序列模式;同时,交互序列中存在多样的序列信号,如趋势信号、语义信号和残差信号等,依赖单一模式进行建模无法得到精确的表达。针对上述两个问题,提出了一种基于深度化指数移动平均的序列推荐模型(DeepEMA)。为了解决用户交互序列中的噪音问题,DeepEMA使用时间序列领域的指数移动平均法对序列进行平滑处理,过滤噪音并初步提取序列趋势;为了捕捉交互序列中复杂多样的序列信号,DeepEMA通过包括序列趋势模块、维度语义模块及残差提取模块在内的多模块架构,分别建模序列的趋势信号、维度的语义信号以及残差信号。在四个公开的数据集上进行了验证,实验结果表明,该模型的推荐准确性在命中率(HR)和归一化折损累计增益(NDCG)指标上均优于最先进的基线算法。在HR@5指标上,比最先进的基线平均提高了5.67%;在NDCG@5指标上,比最先进的基线平均提高了4.88%。序列的噪音问题得到了明显改善,消融实验也验证了各模块的有效性。 展开更多
关键词 序列推荐 移动平均 噪音 序列信号
在线阅读 下载PDF
物联网中虚拟网络功能转发图算法设计
19
作者 任诚 刘静 +2 位作者 王宇 李亚鑫 李红伟 《计算机科学与探索》 北大核心 2025年第6期1632-1639,共8页
近年来,物联网的迅速发展和其终端数量的爆炸式增长对物联网网络服务提出了更高要求。结合网络功能虚拟化(NFV)和软件定义网络(SDN)技术,对新一代物联网服务功能虚拟化和软件化,可以将网络服务表示为虚拟网络功能转发图(VNF-FG)。现有... 近年来,物联网的迅速发展和其终端数量的爆炸式增长对物联网网络服务提出了更高要求。结合网络功能虚拟化(NFV)和软件定义网络(SDN)技术,对新一代物联网服务功能虚拟化和软件化,可以将网络服务表示为虚拟网络功能转发图(VNF-FG)。现有的研究主要关注VNF-FG嵌入(VNF-FGE)问题,把VNF-FG作为确定输入,忽略了VNF-FG的设计问题;又或者在设计VNF部署算法时,没有充分利用VNF-FG的图结构,使算法有一定局限性。因此,研究VNF-FG有向无环图(DAG)设计问题。针对一组到达物联网终端的服务请求,设计约束,建立一个整数线性规划(ILP)模型生成最优无环VNF-FG;以最小化虚拟节点总数为目标,提出一种高效的虚拟网络功能转发无环图设计算法,充分利用已有虚拟节点,并找出导致成环的关键VNF实例,通过反向增扩恰当数量的关键VNF以消除VNF-FG中的环路,在保证无环和最小化虚拟节点数量之间进行折中。实验结果表明,该算法与ILP模型之间的差距很小;与其他已有算法相比,在不同SFC请求数量下,该算法生成的虚拟节点个数平均降低了17.67%。 展开更多
关键词 网络功能虚拟化 物联网 整数线性规划 虚拟网络功能转发图
在线阅读 下载PDF
基于特征增强和对比嵌入的零样本图像分类算法
20
作者 刘颖 冯小东 何敬鲁 《计算机科学与探索》 北大核心 2025年第8期2123-2134,共12页
零样本图像分类旨在利用训练过程中可见类的信息实现未见类的预测。特征生成的方法在语义特征的指导下,利用生成模型合成未见类的视觉特征,并在视觉特征空间训练一个有监督学习模型完成预测。但是,视觉特征空间缺乏足够的判别性信息,得... 零样本图像分类旨在利用训练过程中可见类的信息实现未见类的预测。特征生成的方法在语义特征的指导下,利用生成模型合成未见类的视觉特征,并在视觉特征空间训练一个有监督学习模型完成预测。但是,视觉特征空间缺乏足够的判别性信息,得到的分类结果不是最优的。为此,构建一个基于对比学习的对比嵌入模块,将生成的特征与真实的特征映射至对比嵌入空间,在对比嵌入空间分别进行实例嵌入与类嵌入,利用对比学习更好地学习实例之间的差异以及类之间的区别,获得更具判别性信息的特征,并最终在对比嵌入空间训练一个有监督学习模型完成预测。此外,为了充分利用视觉特征的数据分布,获得更接近真实特征及其语义信息的生成特征,利用Vision Transformer提取图像的视觉特征,并在特征生成的过程中加入双原型约束策略,利用聚类原型和类别原型帮助生成模型更好地学习数据分布。该策略分别约束生成特征接近真实特征的聚类原型以及生成特征的类别原型接近真实特征的聚类原型。在三个公共数据集上的实验结果验证了提出算法的有效性。 展开更多
关键词 零样本图像分类 生成模型 对比学习 聚类原型 类别原型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 162 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部