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3,373篇文章
< 1 2 … 169 >
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：13
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
时序知识图谱构建研究综述 被引量：3
2
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
融合知识图谱和大模型的高校科研管理问答系统设计 被引量：5
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
基于Transformer和多关系图卷积网络的行人轨迹预测 被引量：3
4
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
跨模态多层特征融合的遥感影像语义分割 被引量：1
5
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
融合梯度预测和无参注意力的高效地震去噪Transformer 被引量：1
6
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
基于深度学习的轨迹相似性度量方法研究综述 被引量：1
7
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
BMTA:多元场景下的大面积破损图像修复 被引量：1
8
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
《计算机科学与探索》投稿须知
9
《计算机科学与探索》 北大核心 2025年第11期F0003-F0003,共1页
《计算机科学与探索》是由中国电子科技集团公司主管、华北计算技术研究所主办的国内外公开发行的高级学术期刊,中国计算机学会会刊,中国百强科技期刊,工业和信息化部优秀科技期刊,北大中文核心期刊,中国科学引文数据库(CSCD)核心期刊,... 《计算机科学与探索》是由中国电子科技集团公司主管、华北计算技术研究所主办的国内外公开发行的高级学术期刊,中国计算机学会会刊,中国百强科技期刊,工业和信息化部优秀科技期刊,北大中文核心期刊,中国科学引文数据库(CSCD)核心期刊,中国科技论文统计源期刊(中国科技核心期刊),RCCSE中国核心学术期刊,中国学术期刊综合评价数据库(CAJCED)统计源期刊,中国科技论文与引文数据库(CSTPCD)统计源期刊,中文科技期刊数据库(VIP)收录期刊,并被“Scopus数据库”“英国《科学文摘》(SA/INSPEC)”“美国《剑桥科学文摘》(CSA)”“美国《乌利希期刊指南》(Ulrich’s PD)”“《日本科学技术振兴机构中国文献数据库》(JST)”“波兰《哥白尼索引》(IC)”“美国EBSCO数据库”“瑞典《开放获取期刊目录》(DOAJ)”收录,入选“庆祝中华人民共和国成立70周年精品期刊展”。 展开更多
关键词 英国科学文摘 计算机科学与探索
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：2
10
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
时空数据查询技术研究综述 被引量：1
11
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
结合图同构和混合阶残差门控图神经网络的会话推荐 被引量：1
12
作者 王永贵 于琦 《计算机科学与探索》 北大核心 2025年第2期502-512,共11页
基于会话推荐的目的是依据当前会话的先前动作来预测用户的下一个动作。针对现有基于图神经网络的会话推荐模型存在的不足之处,提出一种结合图同构和混合阶残差门控图神经网络的会话推荐模型(GIHR-GNN)。使用图同构网络聚合相邻项目的... 基于会话推荐的目的是依据当前会话的先前动作来预测用户的下一个动作。针对现有基于图神经网络的会话推荐模型存在的不足之处,提出一种结合图同构和混合阶残差门控图神经网络的会话推荐模型(GIHR-GNN)。使用图同构网络聚合相邻项目的特征向量,有效融合全局和局部信息,解决图神经网络善于捕获节点之间的局部连接而忽略全局信息的问题,并通过门控融合函数聚合用户的长短期兴趣以更好地捕捉用户兴趣的动态变化。使用混合阶门控图神经网络对位置嵌入向量进行处理以捕获用户长时间后重新交互所反映出的用户意图,并在此基础之上添加残差模块,解决深层网络的退化问题。将未去噪和去噪后的用户长期兴趣表示进行对比学习,缓解了数据稀疏和噪声干扰的问题。在Tmall和RetailRocket两个数据集上进行多次实验,并与先进基线模型进行比较,结果表明该模型在Tmall数据集上P@20指标和MRR@20指标至少提升了3.26%和10.33%,在RetailRocket数据集上P@20指标和MRR@20指标至少提升了0.55%和2.57%,证明了GIHR-GNN模型的有效性。 展开更多
关键词 会话推荐 图同构网络 混合阶残差门控图神经网络 对比学习
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
13
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
集成双重语义信息和改进注意力机制的中文实体识别方法
14
作者 冯勇 刘明华 +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10期2793-2802,共10页
针对当前中文命名实体识别中数据无明显分隔符、字符连续排列导致的边界模糊和分词歧义问题,考虑从实体的双重语义信息分析和改进注意力机制入手,提出了一种集成双重语义信息和改进注意力机制的中文实体识别方法。改进多头注意力机制,... 针对当前中文命名实体识别中数据无明显分隔符、字符连续排列导致的边界模糊和分词歧义问题,考虑从实体的双重语义信息分析和改进注意力机制入手,提出了一种集成双重语义信息和改进注意力机制的中文实体识别方法。改进多头注意力机制,通过线性门控单元有效平衡了捕获的顺序信息,并增强了多头注意力机制提供的全局信息,通过残差网络解决整体的梯度问题。在实体识别阶段的局部语义信息处理中引入知识图谱的思想,通过外部词典提取实体的局部语义特征,在全局语义信息中使用BERT捕获数据整体的语义特征,经动态融合得到双重语义信息。BiLSTM通过双向处理输入序列捕捉全面的上下文依赖信息,同时利用改进的多头注意力机制建立多个子序列,弥补了BiLSTM对于长文本句子捕捉依赖的不足。使用CRF优化标签序列的预测,得到最终的预测结果。在中文领域公开的MSRA、Weibo和人民日报数据集上进行了实验分析,实验结果表明所提方法的F1值分别为94.22%、69.96%、93.17%,较基准方法平均提高了0.95%、10.21%、1.25%,验证了所提实体识别方法在中文领域的有效性和优越性。 展开更多
关键词 实体识别 知识图谱 注意力机制 双重语义
在线阅读 下载PDF
轨迹表示学习方法研究综述
15
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
16
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
基于深度元学习的工控系统异常检测方法
17
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
IMLS:用于大规模属性图的迭代有损图摘要方法
18
作者 赵丹枫 马健 +2 位作者 贺琪 郑小罗 李明刚 《计算机科学与探索》 北大核心 2025年第11期2967-2980,共14页
随着计算资源的进步,越来越多的现实世界数据以图的形式存储在计算机中。然而,直接处理大规模图所需的时间和资源成本不断攀升。有损图摘要技术在确保保留图的整体结构和主要属性的前提下,对图进行精炼和删减,从而生成一个近似输入图的... 随着计算资源的进步,越来越多的现实世界数据以图的形式存储在计算机中。然而,直接处理大规模图所需的时间和资源成本不断攀升。有损图摘要技术在确保保留图的整体结构和主要属性的前提下,对图进行精炼和删减,从而生成一个近似输入图的紧凑表示,来获得较小存储需求和更高计算效率。然而,已有的工作通常面临计算效率与摘要质量的不平衡,或缺乏节点属性的纳入。为了解决这些问题,提出了一种基于迭代最小哈希局部敏感哈希(MinHash-LSH)的有损图摘要方法IMLS。方法通过引入结合属性权重的得分函数评估节点合并收益,迭代地合并节点对,生成一个限制节点数量的摘要图,旨在最大限度地减少重构误差与存储大小,同时最大限度地提高节点同质性。实验结果表明,IMLS在压缩比相似的情况下,运行时间比同类方法快约51.3倍,且能够生成较同类方法重构误差低约91.87%的摘要图。此外,IMLS方法具有线性可扩展性,适用于大规模图,并且通过控制属性权重参数,能够确保生成的摘要图具有可控的节点同质性。 展开更多
关键词 图计算 图摘要 图压缩 图简化
在线阅读 下载PDF
基于异构信息网络的多模态食谱表示学习方法
19
作者 张霄雁 江诗琪 孟祥福 《计算机科学与探索》 北大核心 2025年第10期2803-2814,共12页
当前食谱表示学习方法主要依赖于通过将食谱文本与图像进行对齐,或利用邻接矩阵捕捉食谱与其用料之间关系的方式,学习食谱的嵌入表示。然而,这些方法在信息融合处理上较为粗糙,未能深入挖掘不同模态之间的交叉信息,且难以有效地动态评... 当前食谱表示学习方法主要依赖于通过将食谱文本与图像进行对齐,或利用邻接矩阵捕捉食谱与其用料之间关系的方式,学习食谱的嵌入表示。然而,这些方法在信息融合处理上较为粗糙,未能深入挖掘不同模态之间的交叉信息,且难以有效地动态评估食谱组成要素之间的关联强度,导致模型的表示能力受限。针对上述问题,提出一种基于异构信息网络的多模态食谱表示学习模型(CookRec2vec)。将视觉、文本和关系信息集成到食谱嵌入中,通过自适应的邻接关系更加充分挖掘和量化食谱组成要素之间的关联信息及其强度,同时基于高阶共现矩阵的显式建模方法提供了互补信息且保留了原有特性,显著提高了食谱特征表达能力。实验结果表明,所提模型在食谱分类性能上优于现有主流方法,并在创新菜嵌入预测方面取得了显著进展。 展开更多
关键词 表示学习 图嵌入 异构信息网络 跨模态融合 对抗攻击 节点分类
在线阅读 下载PDF
基于ConvNeXt与双特征提取分支的水体提取方法
20
作者 周珂 常然然 +3 位作者 徐西志 苗茹 张广雨 王嘉茜 《计算机科学与探索》 北大核心 2025年第5期1264-1279,共16页
由于复杂的光谱混合物、地物边界模糊、环境噪声等因素的共同作用,从高分辨率遥感图像中准确识别水体边界极具挑战性。针对此问题,在PSPNet的基础上提出基于ConvNeXt与双特征提取分支的水体提取方法(CoNFM-Net)。在编码器阶段,以ConvNeX... 由于复杂的光谱混合物、地物边界模糊、环境噪声等因素的共同作用,从高分辨率遥感图像中准确识别水体边界极具挑战性。针对此问题,在PSPNet的基础上提出基于ConvNeXt与双特征提取分支的水体提取方法(CoNFM-Net)。在编码器阶段,以ConvNeXt代替ResNet50作为主干网络,利用逆瓶颈层、大卷积核等设计来增强网络的特征提取能力。在解码器阶段,设计了多尺度特征融合和上下文信息增强的双特征提取分支结构,多尺度特征融合分支为有效利用主干网络产生的多层次特征图,设计了一种双向特征融合模块(BiFFM),以解决边界识别中尺度不一致的问题;上下文信息增强分支为提高全局信息的利用率,将主干网络输出的深层特征图通过全局上下文信息获取模块(GCIM)。同时,将经过多尺度特征融合分支的最深层特征图与其进行拼接,增强模型对水体边界细节的捕捉能力。实验结果表明,该方法在LoveDA数据集、高分二号(GF-2)数据集及Sentinel-2数据集上的平均交并比和F1分数分别为89.64%、94.32%,92.60%、96.16%及93.72%、96.73%,且在同样环境下,与U-Net、DANet、CMTFNet等语义分割算法相比,该算法CoNFM-Net具有一定优势。 展开更多
关键词 水体提取 ConvNeXt 高分辨率遥感影像 特征融合 双特征提取分支结构
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 … 169 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