基于多门控网络属性信息融合的序列推荐

1

作者 李新义 张彬 宋温温 《计算机应用研究》 北大核心 2025年第5期1345-1351,共7页

现有的序列推荐模型在整合属性信息时未能同时考虑噪声干扰和属性信息的利用率,无法充分有效融合属性信息进而影响推荐性能。针对此问题提出一种基于多门控网络属性信息融合的序列推荐模型。该模型通过在注意力机制中考虑属性信息的值... 现有的序列推荐模型在整合属性信息时未能同时考虑噪声干扰和属性信息的利用率,无法充分有效融合属性信息进而影响推荐性能。针对此问题提出一种基于多门控网络属性信息融合的序列推荐模型。该模型通过在注意力机制中考虑属性信息的值向量来提高属性信息的利用率,此外,将门控机制引入到前馈神经网络中来降低噪声的影响。首先,给定用户的历史交互物品序列,通过嵌入层生成物品表征及其对应的属性信息表征。其次,经过解耦表征融合注意力机制,从多个表征中生成融合属性信息的混合表征;然后,通过多门控前馈神经网络中的多个门控线性结构对混合表征进行噪声过滤,以提取更为精确的混合表征;最后,从混合表征中得到用户的最终表征,用于物品预测和属性信息预测任务以提高模型推荐性能。在beauty、sports和toys这三个公共数据集上进行实验测试,与效果较好的基线模型相比,该模型在recall@20指标上分别提升了1.40%、1.76%和1.24%,在NDCG@20指标上分别提升了3.50%、3.48%和2.01%。实验结果表明,所提模型能够在减少噪声干扰的同时提高属性信息的利用率,从而有效提升推荐的性能。 展开更多

关键词 序列推荐 属性信息融合 门控机制 前馈神经网络 多任务学习

在线阅读 下载PDF 职称材料

基于图神经网络的航班地面保障数据插补算法

2

作者 邢志伟 孙恪 +3 位作者 罗谦 刘畅 张涛 乔迪 《北京航空航天大学学报》 北大核心 2025年第5期1528-1538,共11页

针对航班地面保障数据缺失问题,提出一种基于图神经网络的数据插补算法。通过降噪编码器降低原始数据中噪声对训练的影响,增强提取特征的可靠性;建立一种图表示学习框架,使用聚合函数聚合采样区间内节点的特征,实现神经网络节点的状态更... 针对航班地面保障数据缺失问题,提出一种基于图神经网络的数据插补算法。通过降噪编码器降低原始数据中噪声对训练的影响,增强提取特征的可靠性;建立一种图表示学习框架,使用聚合函数聚合采样区间内节点的特征,实现神经网络节点的状态更新,得到第1次嵌入特征;应用长短时记忆网络对航班的时序信息进行第2次嵌入得到隐藏层的状态空间;通过反卷积神经网络进行特征还原,提出一种损失函数实现网络的迭代,在迭代多次后得到最终的航班地面保障数据插补结果。使用西南某机场2018年4~6月份的航班地面保障数据对所提算法进行测试,结果表明:相比于其他算法,所提算法在低缺失率时,插补误差平均降低了约74%;在较高缺失率时,插补误差平均降低了约68%;所提算法迭代次数约在100次,正则化系数约为0.5时,插补误差达到最低。 展开更多

关键词 航班地面保障 图嵌入 缺失值插补 递归神经网络 自动编码器 多元时间序列

在线阅读 下载PDF 职称材料

基于物理信息嵌入的非固定长度电力系统暂态稳定快速评估

3

作者 李湘 陈思远 +3 位作者 张俊 柯德平 高杰迈 杨欢欢 《上海交通大学学报》 北大核心 2025年第7期962-970,I0002,共10页

在双碳目标下,构建以新能源为主体的新型电力系统是实现电力工业转型升级的主要方向和关键途径,新型电力系统背景下快速准确的暂态功角稳定评估研究具有重要意义.为此,基于物理信息嵌入序列到序列(PI-seq2seq)神经网络与级联卷积神经网... 在双碳目标下,构建以新能源为主体的新型电力系统是实现电力工业转型升级的主要方向和关键途径,新型电力系统背景下快速准确的暂态功角稳定评估研究具有重要意义.为此,基于物理信息嵌入序列到序列(PI-seq2seq)神经网络与级联卷积神经网络模型提出一种含构网型新能源的新型电力系统暂态功角稳定评估方法.首先,采用PI-seq2seq网络结构预测未来功角轨迹,通过构造含物理损失项的损失函数引导模型训练过程,避免时域仿真耗时过长影响快速暂态评估.其次,级联卷积神经网络以预测的功角轨迹作为输入评估暂态稳定情况及其置信度,并配置评估置信度阈值判断机制以实现非固定评估长度的暂态稳定判断,克服了固定功角曲线长度对评估结果的影响.最后,在Kundur系统中进行验证,仿真结果表明:所提方法在功角曲线预测与稳定评估方法均获得令人满意的结果. 展开更多

关键词 构网型新能源 物理信息嵌入序列到序列神经网络 功角轨迹预测 级联卷积神经网络 暂态功角稳定评估

在线阅读 下载PDF 职称材料

融合上下文信息的混合神经网络序列推荐模型 被引量：2

4

作者 冼海锋 沈韬 曾凯 《小型微型计算机系统》 CSCD 北大核心 2022年第10期2131-2136,共6页

序列推荐是推荐系统领域的热门研究内容.序列推荐的核心思想是从用户与项目交互的序列中,挖掘用户与项目的关系,针对用户下一次可能会交互的项目进行个性化推荐.现有的研究方法大多是对用户ID与项目ID交互序列进行建模的,忽略了用户与... 序列推荐是推荐系统领域的热门研究内容.序列推荐的核心思想是从用户与项目交互的序列中,挖掘用户与项目的关系,针对用户下一次可能会交互的项目进行个性化推荐.现有的研究方法大多是对用户ID与项目ID交互序列进行建模的,忽略了用户与项目交互时,项目与用户上下文信息带来的影响.针对这一问题,本文提出了融合项目与用户上下文信息的混合神经网络模型.该模型由嵌入层模块、卷积神经网络与自注意力机制网络两个并行模块组成,其中卷积神经网络模块针对用户与项目交互序列的动态偏好进行建模.自注意力机制网络模块学习用户与项目交互序列的项目与用户上下文信息特征.最终把这两个模块学习到的用户动态偏好和项目与用户上下文信息特征结合起来,从而实现对推荐性能的提升.本文方法与基准方法相比较,在Movielens-1m数据集MAP提升了6.5%,在Tmall数据集上MAP提高了3.2%. 展开更多

关键词 上下文信息 自注意力机制 序列推荐 混合神经网络

在线阅读 下载PDF 职称材料

水文时间序列的混沌神经网络预报 被引量：10

5

作者 刘少华 丁贤荣 毛红梅 《人民长江》 北大核心 2002年第9期13-15,共3页

简要介绍混沌和BP神经网络的理论 ,在此基础上阐述了水文时间序列预测中混沌同BP神经网络结合的可行性 ,提出了用最小嵌入维数作为BP神经网络输入节点数方法 ,并给出了计算的方法和步骤 ,用宜昌日径流时间序列资料进行了验证。分析结果... 简要介绍混沌和BP神经网络的理论 ,在此基础上阐述了水文时间序列预测中混沌同BP神经网络结合的可行性 ,提出了用最小嵌入维数作为BP神经网络输入节点数方法 ,并给出了计算的方法和步骤 ,用宜昌日径流时间序列资料进行了验证。分析结果表明 :用混沌同BP神经网络相结合的办法做日平均流量时间序列的预测是可行的 ,嵌入维数作为BPNN的输入节点数是合理的。 展开更多

关键词 水文时间序列 混沌 神经网络预报 最小嵌入维数

在线阅读 下载PDF 职称材料

基于混沌时间序列和神经网络的电力短期负荷预测 被引量：2

6

作者 李如琦 孙艳 孙志媛 《长沙电力学院学报（自然科学版）》 CAS 2006年第4期56-59,共4页

提出一种将混沌时间序列和神经网络相结合的短期负荷预测方法,利用混沌理论重构相空间的吸引子,然后用BP神经网络来拟合空间吸引子的演化,同时利用空间欧氏距离来选取神经网络的输入样本,实例预测结果表明所提出方法的有效性和可行性.

关键词 混沌时间序列 短期负荷预测 神经网络 欧氏距离 嵌入维数

在线阅读 下载PDF 职称材料

生物序列模式分析中神经网络的并行训练策略

7

作者 王镝 吴青泉 +1 位作者 王国仁 于戈 《计算机科学》 CSCD 北大核心 2004年第3期130-133,178,共5页

神经网络作为模式识别、数据挖掘等方面的有效工具,已被广泛应用到生物序列的模式分析中,而生物序列的超大规模、超长同时也给神经网络提出了挑战,即必须解决训练时间过长、效率低下的问题。本文提出了若干适合生物应用的神经网络并行... 神经网络作为模式识别、数据挖掘等方面的有效工具,已被广泛应用到生物序列的模式分析中,而生物序列的超大规模、超长同时也给神经网络提出了挑战,即必须解决训练时间过长、效率低下的问题。本文提出了若干适合生物应用的神经网络并行训练策略,并按其神经网络粒度进行分类,同时分析和比较了各种策略的代价。 展开更多

关键词 神经网络 并行训练策略 生物信息学 生物序列模式分析

在线阅读 下载PDF 职称材料

深层2D反卷积神经网络的序列推荐算法

8

作者 李昆仑 孙瑞刚 王珺 《小型微型计算机系统》 CSCD 北大核心 2022年第11期2328-2335,共8页

序列推荐是推荐算法体系中重要的内容之一.尽管传统的序列推荐算法已经取得了较好的效果,但是传统序列推荐算法容易受到用户行为序列的单向链式结构约束,一旦序列中出现突发性购买项目则会影响整体的推荐效果.本文基于深层2D反卷积神经... 序列推荐是推荐算法体系中重要的内容之一.尽管传统的序列推荐算法已经取得了较好的效果,但是传统序列推荐算法容易受到用户行为序列的单向链式结构约束,一旦序列中出现突发性购买项目则会影响整体的推荐效果.本文基于深层2D反卷积神经网络通过成对编码放松了对序列单链的约束,跳过部分不合理项目,并通过反卷积神经网络扩充、提取序列信息.随后将多层神经网络相加,充分利用用户和项目的信息并加入丢弃层,避免出现过拟合现象.在训练过程中对损失函数进行了改进,增加权重系数,使训练时更容易找到神经网络损失函数的最小值,获得更好的推荐效果.在MovieLens和Gowalla数据集中的实验结果表明,本文所提出的算法可有效的提高神经网络对序列信息的处理能力,提高推荐的准确性. 展开更多

关键词 推荐系统 深度学习 序列信息 反卷积神经网络

在线阅读 下载PDF 职称材料

基于BI＿LSTM＿CRF神经网络的序列标注中文分词方法 被引量：14

9

作者 姚茂建 李晗静 +1 位作者 吕会华 姚登峰 《现代电子技术》 北大核心 2019年第1期95-99,共5页

当前主流的中文分词方法是基于有监督的学习算法,该方法需要大量的人工标注语料,并且提取的局部特征存在稀疏等问题。针对上述问题,提出一种双向长短时记忆条件随机场(BI_LSTM_CRF)模型,可以自动学习文本特征,能对文本上下文依赖信息进... 当前主流的中文分词方法是基于有监督的学习算法,该方法需要大量的人工标注语料,并且提取的局部特征存在稀疏等问题。针对上述问题,提出一种双向长短时记忆条件随机场(BI_LSTM_CRF)模型,可以自动学习文本特征,能对文本上下文依赖信息进行建模,同时CRF层考虑了句子字符前后的标签信息,对文本信息进行了推理。该分词模型不仅在MSRA,PKU,CTB 6.0数据集上取得了很好的分词结果,而且在新闻数据、微博数据、汽车论坛数据、餐饮点评数据上进行了实验,实验结果表明,BI_LSTM_CRF模型不仅在测试集上有很好的分词性能,同时在跨领域数据测试上也有很好的泛化能力。 展开更多

关键词 自然语言处理 中文分词 神经网络 双向长短时记忆条件随机场 字嵌入 序列标注

在线阅读 下载PDF 职称材料

融合异构图全局结构信息和时间序列的专利价值评估方法

10

作者 陈晰 程戈 尹智斌 《情报杂志》 北大核心 2025年第7期199-206,F0003,共9页

[研究目的]针对现有专利价值评估方法未能充分利用异构图全局结构信息与专利被引用量时间序列特征的问题,提出一种融合异构图全局结构信息和时间序列的专利价值评估方法。该方法旨在提高专利价值分类的准确性,特别是对于高价值专利的识... [研究目的]针对现有专利价值评估方法未能充分利用异构图全局结构信息与专利被引用量时间序列特征的问题,提出一种融合异构图全局结构信息和时间序列的专利价值评估方法。该方法旨在提高专利价值分类的准确性,特别是对于高价值专利的识别。[研究方法]首先,使用异构图神经网络模型提取专利背景信息,加入了节点中心性编码以捕捉图的全局结构信息。然后,融合专利的被引用量时间序列,并通过注意力机制预测专利被引用量的变化趋势。最后,利用这些特征进行专利价值等级分类。[研究结果/结论]实验结果表明,HNTSM模型在美国半导体领域专利数据集上的专利价值分类任务中,对于高价值专利(A等级),模型的精确率高达77.37%,F1值为76.72%。相比现有方法有显著提升,特别是通过引入全局结构信息与时间序列模块,对专利价值评估结果具有积极作用。 展开更多

关键词 专利价值评估 异构图 全局结构信息 时间序列 神经网络模型

在线阅读 下载PDF 职称材料

融合项目特征级信息的稀疏兴趣网络序列推荐

11

作者 胡胜利 武静雯 林凯 《计算机工程与设计》 北大核心 2024年第6期1743-1749,共7页

在以往提取多兴趣嵌入的序列推荐模型中仅能通过聚类的方法发现少量兴趣概念,忽视项目交互序列中特征级信息对最终推荐结果的影响。针对此问题,对传统的多兴趣序列推荐模型进行改进,提出一种融合项目特征级信息的稀疏兴趣网络序列推荐... 在以往提取多兴趣嵌入的序列推荐模型中仅能通过聚类的方法发现少量兴趣概念,忽视项目交互序列中特征级信息对最终推荐结果的影响。针对此问题,对传统的多兴趣序列推荐模型进行改进,提出一种融合项目特征级信息的稀疏兴趣网络序列推荐模型。实验结果表明,相比其它模型,该模型可以更好捕捉用户的多样化偏好并缓解冷启动问题。在给定数据集上,该模型比传统的序列推荐模型在命中率上平均提高了6.4%,归一化折损累计增益平均提高了8.7%。 展开更多

关键词 深度学习 序列推荐 多兴趣 稀疏兴趣网络 嵌入表征 特征级信息 特征融合

在线阅读 下载PDF 职称材料

基于API序列和卷积神经网络的恶意代码检测 被引量：3

12

作者 王兴凤 黄琨茗 张文杰 《信息安全研究》 2020年第3期212-219,共8页

卷积神经网络(convolutional neural network,CNN)在诸多领域得到了广泛应用,Windows API序列在结构上存在前后依赖关系,仅仅使用卷积神经网络实现恶意代码检测将忽略词的上下文语义,因此使用了词向量模型来训练API序列,并且融合5个大... 卷积神经网络(convolutional neural network,CNN)在诸多领域得到了广泛应用,Windows API序列在结构上存在前后依赖关系,仅仅使用卷积神经网络实现恶意代码检测将忽略词的上下文语义,因此使用了词向量模型来训练API序列,并且融合5个大小不同的卷积核来弥补传统卷积网络丢失序列时序信息和语法信息的缺点.在Cuckoo沙箱中运行样本文件,提取动态API序列并进行去重处理,预训练得到词向量,输入到多核融合的CNN网络中训练恶意代码检测模型.最后使用测试集测试模型的有效性,测试集的正确率值达到了98.1%,结果表明所提出的方法能有效地检测恶意代码. 展开更多

关键词 恶意代码 API序列 词嵌入 多核融合 卷积神经网络

在线阅读 下载PDF 职称材料

基于嵌入式向量和循环神经网络的用户行为预测方法 被引量：3

13

作者 刘杨涛 南书坡 杨新锋 《现代电子技术》 北大核心 2016年第23期165-169,共5页

为了进一步描述时间因素对用户行为的影响,进而提高推荐系统的推荐效果,综合考虑了用户的长期行为特征和短期行为特征提出一种基于嵌入式向量和循环神经网络的用户行为预测方法。依据推荐系统中的所有用户行为数据,将用户和商品嵌入到... 为了进一步描述时间因素对用户行为的影响,进而提高推荐系统的推荐效果,综合考虑了用户的长期行为特征和短期行为特征提出一种基于嵌入式向量和循环神经网络的用户行为预测方法。依据推荐系统中的所有用户行为数据,将用户和商品嵌入到相同的特征空间,并通过嵌入式向量反应用户的长期行为特征。针对每个用户,依据其历史行为的时间序列,基于循环神经网络建立该用户的行为预测模型,从而描述该用户的短期行为特征。实验结果表明,提出的方法与特征级时间序列分析等方法相比具有更好的推荐效果。 展开更多

关键词 循环神经网络 深度学习 嵌入式向量 用户行为预测 时间序列

在线阅读 下载PDF 职称材料

基于互信息的生物神经网络功能性连接辨识 被引量：2

14

作者 刘剑钊 董朝轶 冯丽斐 《传感器与微系统》 CSCD 2016年第6期59-61,65,共4页

生物神经网络(BNN)功能性连接的辨识方法被广泛地应用于使用BNN的多通道时间序列数据构建网络连接结构,帮助加深对BNN结构和功能间关系的认识和理解。首先,建立基于积分点火(IF)机制的BNN模型,获得多通道神经元脉冲序列;然后,运用互信息... 生物神经网络(BNN)功能性连接的辨识方法被广泛地应用于使用BNN的多通道时间序列数据构建网络连接结构,帮助加深对BNN结构和功能间关系的认识和理解。首先,建立基于积分点火(IF)机制的BNN模型,获得多通道神经元脉冲序列;然后,运用互信息(MI)方法计算出各神经元间的MI值,超过一定阈值的MI表明两个神经元间存在相互连接关系。仿真结果表明:基于MI的网络辨识方法计算开销较小,对BNN功能性连接结构具有较高的辨识度。 展开更多

关键词 生物神经网络 积分点火模型 脉冲序列 互信息

在线阅读 下载PDF 职称材料

基于多尺度特征信息融合的时间序列异常检测 被引量：4

15

作者 衡红军 喻龙威 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期203-214,共12页

目前大多数的时间序列都缺少相应的异常标签,且现有基于重构的异常检测算法不能很好地捕获到多维数据间复杂的潜在相关性和时间依赖性,为了构建特征丰富的时间序列,提出一种多尺度特征信息融合的异常检测模型。该模型首先通过卷积神经... 目前大多数的时间序列都缺少相应的异常标签,且现有基于重构的异常检测算法不能很好地捕获到多维数据间复杂的潜在相关性和时间依赖性,为了构建特征丰富的时间序列,提出一种多尺度特征信息融合的异常检测模型。该模型首先通过卷积神经网络对滑动窗口内的不同序列进行特征卷积来获取不同尺度下的局部上下文信息。然后,利用Transformer中的位置编码对卷积后的时间序列窗口进行位置嵌入,增强滑动窗口中每一个时间序列和邻近序列之间的位置联系,并引入时间注意力获取数据在时间维度上的自相关性,并进一步通过多头自注意力自适应地为窗口内不同时间序列分配不同的权重。最后,对反卷积过程中上采样得到的窗口数据与不同尺度下得到的局部特征和时间上下文信息进行逐步融合,从而准确重构原始时间序列,并将重构误差作为最终的异常得分进行异常判定。实验结果表明,所构建模型在SWaT和SMD数据集上与基线模型相比F1分数均有所提升。在数据维度高且均衡性较差的WADI数据集上与GDN模型相比F1分数降低了1.66%。 展开更多

关键词 异常检测 多尺度信息融合 卷积神经网络 TRANSFORMER 多维时间序列 自编码器

在线阅读 下载PDF 职称材料

基于时空循环神经网络的下一个兴趣点推荐方法 被引量：5

16

作者 柴瑞敏 殷臣 +3 位作者 孟祥福 张霄雁 关昕 齐雪月 《智能系统学报》 CSCD 北大核心 2021年第3期407-415,共9页

下一个兴趣点推荐已经成为基于位置的社交网络(location-based social networks,LBSNs)中一个重要任务。现有的模型没有深入考虑相邻签到兴趣点之间的转移时空信息,无法对用户访问下一个兴趣点的长短时间偏好和远近距离偏好进行有效建... 下一个兴趣点推荐已经成为基于位置的社交网络(location-based social networks,LBSNs)中一个重要任务。现有的模型没有深入考虑相邻签到兴趣点之间的转移时空信息,无法对用户访问下一个兴趣点的长短时间偏好和远近距离偏好进行有效建模。本文通过对循环神经网络(recurrent neural network,RNN)进行扩展,提出一个新的基于会话的时空循环神经网络模型(sesson-based spatial-temporal recurrent neural network,SSTRNN)用于下一个兴趣点推荐。该模型通过设置时间转移矩阵和空间转移矩阵分别对用户的时间和空间偏好信息进行建模,综合考虑连续签到兴趣点的序列信息、时空信息以及用户偏好进行下一个兴趣点推荐。通过在2个真实公开的数据集上进行实验,结果显示本文提出的SST-RNN模型的推荐效果比主流的推荐模型有显著提升。在Foursquare和CA数据集上,ACC@5评价指标分别提升了36.38%和13.81%,MAP评价指标分别提升了30.72%和17.26%。 展开更多

关键词 下一个兴趣点推荐 基于位置的社交网络 循环神经网络 序列信息 时间偏好 空间偏好 用户偏好 会话

在线阅读 下载PDF 职称材料

融合项目类别信息的非侵入式嵌入序列推荐 被引量：1

17

作者 孙克雷 宁昱霖 周华平 《计算机工程与设计》 北大核心 2022年第12期3373-3380,共8页

针对基于自注意力机制的序列推荐模型的数据稀疏问题和融合项目辅助信息导致的信息过载问题,提出融合项目类别信息的非侵入式嵌入序列推荐模型(NIESR)。通过融合项目类别信息辅助自注意力机制计算项目相似度,缓解数据稀疏问题;将不同种... 针对基于自注意力机制的序列推荐模型的数据稀疏问题和融合项目辅助信息导致的信息过载问题,提出融合项目类别信息的非侵入式嵌入序列推荐模型(NIESR)。通过融合项目类别信息辅助自注意力机制计算项目相似度,缓解数据稀疏问题;将不同种类的输入分别用一个自注意力机制提取特征,将每个注意力分数矩阵分别与项目序列的嵌入表征点积后拼接,缓解信息过载问题。在3个公开数据集上验证了所提模型的有效性,评估指标平均提高4.5%,最高提升13.3%。 展开更多

关键词 推荐算法 序列推荐 深度学习 自注意力机制 项目类别 嵌入表征 神经网络

在线阅读 下载PDF 职称材料

基于分段注意力机制的时间序列预测模型

18

作者 王慧斌 胡展傲 +2 位作者 胡节 徐袁伟 文博 《计算机应用》 北大核心 2025年第7期2262-2268,共7页

针对时间序列分段后存在因采样间隔增大而导致的长期预测过程中局部依赖关系丢失的情况,提出一种基于分段注意力机制的时间序列预测模型(SAMformer)。首先,显式地将时间静态协变量与原始数据按比例融合,以增强数据的时域信息表征能力;其... 针对时间序列分段后存在因采样间隔增大而导致的长期预测过程中局部依赖关系丢失的情况,提出一种基于分段注意力机制的时间序列预测模型(SAMformer)。首先,显式地将时间静态协变量与原始数据按比例融合,以增强数据的时域信息表征能力;其次,同时引入两个连续的带偏置的线性层和一个激活函数来微调融合数据,从而提高模型对非线性数据的拟合能力;然后,在分段序列的每个段内引入点积注意力机制,以便捕获局部特征依赖关系;最后,利用跨尺度依赖的编码器-解码器架构预测时序数据。所提模型在公开的5个时间序列数据集上的实验结果表明,相较于Crossformer、 Pyraformer和Informer等其他监督学习时序预测模型,SAMformer的均方误差(MSE)和平均绝对误差(MAE)分别降低了2.0%~62.0%和0.9%~49.8%。此外,通过消融实验验证了所提不同组件的完备性和有效性,进一步说明了融合时域信息和段内注意力机制有助于提高时间序列预测的精度。 展开更多

关键词 深度神经网络 时间序列预测 时域信息融合 编码器-解码器架构 注意力机制

在线阅读 下载PDF 职称材料

神经网络方法预测蛋白质二级结构 被引量：4

19

作者 闫化军 傅彦 +1 位作者 章毅 李毅超 《计算机科学》 CSCD 北大核心 2003年第11期48-52,共5页

1引言 蛋白质存在于所有的生物细胞中,是构成生物体最基本的结构物质和功能物质,它参与了几乎所有生命活动过程.蛋白质由氨基酸缩水聚合而成,自然界存在20种天然氨基酸,每种氨基酸可由一个大写英文字母表示.

关键词 神经网络 蛋白质二级结构 正交编码 序列信息 多模神经网络

在线阅读 下载PDF 职称材料

基于m序列的信道编码信息隐藏算法 被引量：5

20

作者 王伟祥 刘玉君 李文雄 《计算机工程》 CAS CSCD 北大核心 2007年第6期118-119,122,共3页

信道编码信息隐藏技术是一门新兴的信息隐藏技术。该文提出了一种基于m序列的信道编码信息隐藏算法。该算法采用m序列对秘密信息进行伪随机加扰,并利用m序列来选取秘密信息在码字载体中的嵌入位置。实验结果表明该隐藏算法具有较好的不... 信道编码信息隐藏技术是一门新兴的信息隐藏技术。该文提出了一种基于m序列的信道编码信息隐藏算法。该算法采用m序列对秘密信息进行伪随机加扰,并利用m序列来选取秘密信息在码字载体中的嵌入位置。实验结果表明该隐藏算法具有较好的不可检测性和较高的安全性。 展开更多

关键词 M序列 信道编码 信息隐藏 嵌入算法

在线阅读 下载PDF 职称材料