说话人音频攻击与对抗技术研究综述

1

作者 孙知信 赵杰 +3 位作者 王恩良 刘晨磊 范连成 刘畅 《南京邮电大学学报（自然科学版）》 北大核心 2024年第4期17-29,共13页

文中概括了说话人音频攻击与对抗技术的最新进展。由于说话人音频攻击已经成为语音应用安全的严重威胁,以WaveNet、Transformer和GAN三种模型在音频攻击技术中的应用作为节点,分别介绍以其为基础的音频攻击技术。音频对抗技术则以涵盖... 文中概括了说话人音频攻击与对抗技术的最新进展。由于说话人音频攻击已经成为语音应用安全的严重威胁,以WaveNet、Transformer和GAN三种模型在音频攻击技术中的应用作为节点,分别介绍以其为基础的音频攻击技术。音频对抗技术则以涵盖的攻击技术分为3类,分别是基础音频攻击、重放攻击和深度伪造攻击。系统地阐述了音频攻击与对抗技术的最新研究成果,并分析比较了各算法在不同条件下的优劣,同时还介绍了音频技术常用的数据集。最后结合该领域目前的研究现状,提出了说话人音频攻防对抗技术研究中亟待关注与研究的问题。 展开更多

关键词 说话人音频 音频伪造 音频鉴伪 音频数据集 深度学习

在线阅读 下载PDF 职称材料

基于属性密码体制的区块链安全技术研究进展 被引量：21

2

作者 陈露 相峰 孙知信 《电子学报》 EI CAS CSCD 北大核心 2021年第1期192-200,共9页

区块链是一种集合了分布式存储、点对点传输、共识机制、密码学算法和智能合约等关键技术的分布式账本,具有去中心化、不可篡改、透明化等特性.近年来区块链技术的安全性问题逐渐显露,阻碍了区块链应用的发展.本文介绍了区块链的基本概... 区块链是一种集合了分布式存储、点对点传输、共识机制、密码学算法和智能合约等关键技术的分布式账本,具有去中心化、不可篡改、透明化等特性.近年来区块链技术的安全性问题逐渐显露,阻碍了区块链应用的发展.本文介绍了区块链的基本概念与安全模型,分析了区块链的安全性问题;然后,基于属性密码体制,从访问控制、密钥管理、数据隐私保护这三个方面分析了区块链安全技术的各类研究,论述了主要的解决方案的特点;最后,总结了基于属性密码体制的区块链安全技术研究进展,并对未来的研究工作进行了讨论. 展开更多

关键词 区块链安全 密码学 属性加密 属性签名

在线阅读 下载PDF 职称材料

基于改进DDPG的多AGV路径规划算法

3

作者 赵学健 叶昊 +1 位作者 李豪 孙知信 《计算机科学》 北大核心 2025年第6期306-315,共10页

在自动化和智能物流领域,多自动引导车(Automated Guided Vehicle,AGV)系统的路径规划是关键技术难题。针对传统深度强化学习方法在多AGV系统应用中的效率、协作竞争和动态环境适应性问题,提出了一种改进的自适应协同深度确定性策略梯... 在自动化和智能物流领域,多自动引导车(Automated Guided Vehicle,AGV)系统的路径规划是关键技术难题。针对传统深度强化学习方法在多AGV系统应用中的效率、协作竞争和动态环境适应性问题,提出了一种改进的自适应协同深度确定性策略梯度算法Improved-AC-DDPG(Improved-Adaptive Cooperative-Deep Deterministic Policy Gradient)。该算法通过环境数据采集构建状态向量,并实时规划路径,动态生成任务序列以减少AGV间的冲突,同时监测并预测调整避障策略,持续优化策略参数。实验结果表明,与常规DDPG和人工势场优化DDPG(Artificial Potential Field-Deep Deterministic Policy Gradient,APF-DDPG)算法相比,Improved-AC-DDPG在收敛速度、避障能力、路径规划效果和能耗方面均表现更佳,显著提升了多AGV系统的效率与安全性。本研究为多智能体系统在动态环境中的建模与协作提供了新思路,具有重要的理论价值和应用潜力。 展开更多

关键词 AGV 路径规划 深度强化学习 DDPG

在线阅读 下载PDF 职称材料

AI预训练大模型发展综述 被引量：24

4

作者 蔡睿 葛军 +3 位作者 孙哲 胡冰 徐玉华 孙知信 《小型微型计算机系统》 CSCD 北大核心 2024年第10期2327-2337,共11页

本文首先介绍了AI预训练大模型相关的部分核心技术,其中包括Transformer架构和人类反馈强化学习技术以及近端策略优化技术;研究了通用大模型的发展,重点关注了基于Transformer-Decoder架构的GPT系列、LLaMA系列模型与基于Transformer-En... 本文首先介绍了AI预训练大模型相关的部分核心技术,其中包括Transformer架构和人类反馈强化学习技术以及近端策略优化技术;研究了通用大模型的发展,重点关注了基于Transformer-Decoder架构的GPT系列、LLaMA系列模型与基于Transformer-Encoder架构的BERT、ALBERT、DeBERTa与RoBERTa模型,深入研究了它们的架构和训练方法,总结了它们的特点,探讨了其在不同领域中的应用;关注了垂直领域的大模型发展,如金融、医学、法学、自然科学和代码编程等领域.在金融领域,研究了BloombergGPT、GPT-InvestAR和TradingGPT模型;在医学领域,探讨了Med-PaLM和PMC-LLaMA等模型;在法学领域,分析了Lawformer和Chatlaw模型;在自然科学领域,介绍了华为云盘古气象大模型和FLUID-GPT模型;在代码编程领域,研究了CodeGeex和PanGu-Coder2模型.最后,对当前AI预训练大模型在知识产权、歧视、成本等方面的局限性与未来发展进行了讨论. 展开更多

关键词 人工智能 AI大模型 通用大模型 垂直大模型

在线阅读 下载PDF 职称材料

区块链存储可扩展性研究进展 被引量：77

5

作者 孙知信 张鑫 +1 位作者 相峰 陈露 《软件学报》 EI CSCD 北大核心 2021年第1期1-20,共20页

区块链是一种结合分布式共识、加密、时间戳等方法,在不依赖任何第三方中心化机构的情况下,实现点对点交易、协调以及协作的技术.近几年,区块链技术的不断发展引起了产业界和学术界的极大兴趣.但是,区块链的存储可扩展性问题,提高了区... 区块链是一种结合分布式共识、加密、时间戳等方法,在不依赖任何第三方中心化机构的情况下,实现点对点交易、协调以及协作的技术.近几年,区块链技术的不断发展引起了产业界和学术界的极大兴趣.但是,区块链的存储可扩展性问题,提高了区块链设备的门槛,成为了区块链应用落地的瓶颈.介绍了区块链的基本原理和存储模型,分析了当前区块链所面临的存储问题;然后,针对区块链存储可扩展性问题,从链下存储和链上存储这两条技术路线出发,论述了主要的解决方案的原理与思路;最后,总结了提高区块链存储可扩展性的技术研究进展,指出了当前解决方案所面临的问题,为未来的研究工作提供了方向. 展开更多

关键词 区块链 比特币 存储可扩展性 存储优化

在线阅读 下载PDF 职称材料

基于相关性传输模型的无线链路质量估计方法及路由优化算法 被引量：10

6

作者 孟超 周倩 +2 位作者 郭林 王攀 孙知信 《电子学报》 EI CAS CSCD 北大核心 2022年第10期2409-2424,共16页

在无线传感网中,无线链路数据传输不是独立的,而是存在较强的相关性.在链路相关性条件下,无线链路传输质量往往依靠直接测量法获取结果,但是直接测量的结果不够精确,存在较大误差,而路由算法总是依据链路传输质量选择最优的传输路径,因... 在无线传感网中,无线链路数据传输不是独立的,而是存在较强的相关性.在链路相关性条件下,无线链路传输质量往往依靠直接测量法获取结果,但是直接测量的结果不够精确,存在较大误差,而路由算法总是依据链路传输质量选择最优的传输路径,因此直接导致路由选择算法的结果错误.本文基于无线链路数据相关性传输提出改进架构,该架构利用贝努利采样理论,确保对无线链路传输质量的精确估计,使得链路质量估计能够达到高精度的要求.在此基础上,本文提出了路由选择优化算法,该算法依据无线链路的传输质量,找出从所有的感知节点到sink的最优数据传输路径,确保无线链路的数据传输所消耗的能量达到最小值.实验结果表明,本文提出的架构在精确度和能量消耗等方面,都要优于已有的优化算法. 展开更多

关键词 物联网 无线传感网 优化算法 链路质量

在线阅读 下载PDF 职称材料

基于变分模态分解的癫痫脑电信号分类方法 被引量：15

7

作者 张学军 景鹏 +1 位作者 何涛 孙知信 《电子学报》 EI CAS CSCD 北大核心 2020年第12期2469-2475,共7页

癫痫是一种常见的脑部疾病,通过脑电图能非侵入地定位人脑中的致痫区域.为了辨别病灶性和非病灶性癫痫脑电信号,文章提出一种基于变分模态分解的癫痫脑电信号自动检测方法,首先将原信号分割成多个子信号,并对各子信号进行变分模态分解,... 癫痫是一种常见的脑部疾病,通过脑电图能非侵入地定位人脑中的致痫区域.为了辨别病灶性和非病灶性癫痫脑电信号,文章提出一种基于变分模态分解的癫痫脑电信号自动检测方法,首先将原信号分割成多个子信号,并对各子信号进行变分模态分解,然后从分解后的不同变分模态函数中提取精细复合多尺度散布熵和精细复合多尺度模糊熵两个特征并利用支持向量机进行分类.针对癫痫脑电的公共数据集,最终的实验结果表明,准确率、灵敏度和特异度三个性能指标分别达到94.24%,95.58%和90.64%,ROC曲线下面积达0.978. 展开更多

关键词 癫痫脑电 变分模态分解 精细复合多尺度散布熵 精细复合多尺度模糊熵 支持向量机

在线阅读 下载PDF 职称材料

软件定义网络中的异常流量检测研究进展 被引量：32

8

作者 徐玉华 孙知信 《软件学报》 EI CSCD 北大核心 2020年第1期183-207,共25页

软件定义网络(software defined networking,简称SDN)是一种新型的网络架构.SDN将控制层从数据层分离并开放网络接口,以实现网络集中控制并提高网络的可扩展性和编程性.但是SDN也面临诸多的网络安全威胁.异常流量检测技术可以保护网络安... 软件定义网络(software defined networking,简称SDN)是一种新型的网络架构.SDN将控制层从数据层分离并开放网络接口,以实现网络集中控制并提高网络的可扩展性和编程性.但是SDN也面临诸多的网络安全威胁.异常流量检测技术可以保护网络安全,防御恶意流量攻击.对SDN异常流量检测进行了全面的研究,归纳了数据平面和控制平面可能遭受到的网络攻击;介绍并分析了位于应用平面、控制平面和中间平台的异常流量检测框架;探讨了异常流量识别机制、负载均衡机制、异常流量追溯机制和异常缓解机制;最后指明SDN异常流量检测在未来工作中的研究方向. 展开更多

关键词 软件定义网络 网络安全威胁 异常流量检测 异常流量追溯 异常流量缓解

在线阅读 下载PDF 职称材料

基于LMD和模糊熵融合CSP的脑电信号特征提取方法 被引量：25

9

作者 张学军 万东胜 孙知信 《仪器仪表学报》 EI CAS CSCD 北大核心 2020年第8期226-234,共9页

模糊熵算法在提取脑电信号特征时存在信号序列长度、步长等诸多参数不易调整的问题。提出一种基于局部均值分解、模糊熵以及共空间模式算法的特征提取方法:L-FECSP算法。首先,利用LMD算法将经预处理的运动想象脑电信号分解为多个PF分量... 模糊熵算法在提取脑电信号特征时存在信号序列长度、步长等诸多参数不易调整的问题。提出一种基于局部均值分解、模糊熵以及共空间模式算法的特征提取方法:L-FECSP算法。首先,利用LMD算法将经预处理的运动想象脑电信号分解为多个PF分量,根据左右手运动想象脑电信号所处的频段选出包含α节律和β节律的PF分量。采用模糊熵算法提取已选择的PF分量的特征,使用共空间模式算法对得到的特征进行投影映射。最后,对比投影前后的特征向量,并选取其中最具区分度的特征输入到支持向量机中用于分类。采用BCI竞赛数据集进行实验,平均分类准确率达到95.30%,实验结果表明L-FECSP特征提取方法能够有效地区分左右手运动想象脑电信号。 展开更多

关键词 局部均值分解 共空间模式 模糊熵 支持向量机

在线阅读 下载PDF 职称材料

基于区块链大数据的新发重大传染疾病防控研究综述 被引量：13

10

作者 孙知信 徐玉华 +1 位作者 陈露 刘晨磊 《南京邮电大学学报（自然科学版）》 北大核心 2020年第5期196-203,共8页

新发重大传染疾病严重威胁人民生命健康安全,阻碍社会经济发展,其防控已成为当前的研究热点。文中首先对我国现有的新发重大传染疾病防控技术与策略进行了研究。其次,结合目前新发重大传染疾病防控技术与策略面临的问题,综述了大数据与... 新发重大传染疾病严重威胁人民生命健康安全,阻碍社会经济发展,其防控已成为当前的研究热点。文中首先对我国现有的新发重大传染疾病防控技术与策略进行了研究。其次,结合目前新发重大传染疾病防控技术与策略面临的问题,综述了大数据与区块链技术在新发重大传染疾病防控过程中的应用研究进展。最后,从监测、预警和应对3个方面,总结了新发重大传染疾病防控技术发展中面临的挑战,指明了未来的相关研究方向。 展开更多

关键词 新发重大传染疾病 大数据 区块链 传染疾病预防 传染疾病控制

在线阅读 下载PDF 职称材料

基于卷积神经网络的脑电信号情绪分类方法 被引量：14

11

作者 张学军 陈都 孙知信 《电子测量技术》 北大核心 2022年第1期1-7,共7页

情绪作为人脑的高级功能,对人们的心理健康和个性特征有很大的影响。通过对脑电情绪数据集进行情绪分类,能够为今后实时监控正常人或抑郁病人的情绪提供进一步理论及实践依据。因此文章运用公开的脑电情绪数据集所提取的微分熵特征,并... 情绪作为人脑的高级功能,对人们的心理健康和个性特征有很大的影响。通过对脑电情绪数据集进行情绪分类,能够为今后实时监控正常人或抑郁病人的情绪提供进一步理论及实践依据。因此文章运用公开的脑电情绪数据集所提取的微分熵特征,并使用传统的滑动平均和线性动态系统方法,采用深度学习中的卷积神经网络作为基本前提,设计了一个卷积神经网络的脑电信号情绪分类模型,其包括4个卷积层、4个最大池化层、2个全连接层和1个Softmax层,并采用批归一化使参数搜索问题变容易,抑制模型过拟合。实验结果表明,利用该模型对SEED数据集的3种情绪识别的平均准确率达到了98.73%,精确率、召回率和F1分数分别为99.69%、98.12%和98.86%,ROC曲线下面积达0.998。与最近的类似工作相比,该文提出的卷积神经网络结构对于脑电信号情绪分类具有一定优越性。 展开更多

关键词 脑电信号 情绪识别 深度学习 卷积神经网络

在线阅读 下载PDF 职称材料

低功耗蓝牙5.0邻居发现协议时延模型研究 被引量：7

12

作者 骆冰清 王佩佩 +1 位作者 王正康 孙知信 《通信学报》 EI CSCD 北大核心 2021年第6期226-237,共12页

针对低功耗蓝牙网络邻居发现时延难以评估的问题,面向蓝牙5.0标准提出一种基于中国剩余定理的低功耗蓝牙邻居发现时延分析模型,建立邻居发现过程中广播间隔、扫描间隔以及扫描窗口参数配置与发现时延大小的理论关系,验证了不同参数配置... 针对低功耗蓝牙网络邻居发现时延难以评估的问题,面向蓝牙5.0标准提出一种基于中国剩余定理的低功耗蓝牙邻居发现时延分析模型,建立邻居发现过程中广播间隔、扫描间隔以及扫描窗口参数配置与发现时延大小的理论关系,验证了不同参数配置条件对邻居发现时延大小的影响。实验结果表明,所提出的模型能够有效预测参数配置影响下的时延峰值,为不同的应用场景提供参数配置验证与指导。 展开更多

关键词 低功耗蓝牙 邻居发现 时延模型 参数配置

在线阅读 下载PDF 职称材料

基于DistilBert-LSTM与多项朴素贝叶斯的漏洞检测方法 被引量：2

13

作者 王璇 王馨彤 +1 位作者 陈燕俐 孙知信 《南京邮电大学学报（自然科学版）》 北大核心 2023年第2期102-110,共9页

软件漏洞检测是维系软件安全性的关键,漏洞的高效检验是当前的研究热点。文中提出了一种基于DistilBert-LSTM与多项朴素贝叶斯的漏洞检测模型。为实现漏洞函数的源代码文本深度表征,文中通过DistilBert-LSTM挖掘漏洞的局部关键特征和全... 软件漏洞检测是维系软件安全性的关键,漏洞的高效检验是当前的研究热点。文中提出了一种基于DistilBert-LSTM与多项朴素贝叶斯的漏洞检测模型。为实现漏洞函数的源代码文本深度表征,文中通过DistilBert-LSTM挖掘漏洞的局部关键特征和全局时间特征,并得出漏洞的存在性概率;针对漏洞检测过程中的难样本,通过多项朴素贝叶斯进行优化检测,该模型使用TF-IDF矢量化器进行数据预处理,并通过执行卡方检验进行特征选择,将所得输出至多项朴素贝叶斯分类器中进行检测,以获得最终的漏洞检测结果。实验结果表明,文中提出的方法在公共漏洞和暴露数据库的数据上有效提高了漏洞检测的准确率和精确率,同时降低了漏洞检测的误报率和漏报率,相较于其他机器学习模型,具有更优的性能指标。 展开更多

关键词 漏洞检测 源代码表征 语言模型 长短期记忆网络 多项朴素贝叶斯分类器

在线阅读 下载PDF 职称材料

一种基于双层自编码的运动数据集可视化方法 被引量：1

14

作者 陈松乐 孙知信 《南京邮电大学学报（自然科学版）》 北大核心 2020年第3期22-30,共9页

对运动数据集进行可视化是实现目标运动资源搜索的有效手段,文中提出了一种基于双层自编码的运动数据集可视化方法。首先在姿态层采用变分自编码器获得每个三维人体姿态在二维散点图中的坐标并使得相似的姿态彼此相邻,从而能够支持用户... 对运动数据集进行可视化是实现目标运动资源搜索的有效手段,文中提出了一种基于双层自编码的运动数据集可视化方法。首先在姿态层采用变分自编码器获得每个三维人体姿态在二维散点图中的坐标并使得相似的姿态彼此相邻,从而能够支持用户对目标运动资源的快速定位。其次在运动层采用双向长短时记忆递归网络对姿态的上下文运动进行自编码,获得的低维运动表示能够有效地支持用户在线运动分析。在CMU基准运动数据集上的实验结果验证了本文方法的有效性。 展开更多

关键词 运动数据 可视化 自编码器

在线阅读 下载PDF 职称材料

基于多尺度记忆残差网络的网络流量异常检测模型 被引量：28

15

作者 王馨彤 王璇 孙知信 《计算机科学》 CSCD 北大核心 2022年第8期314-322,共9页

基于深度学习的网络流量异常检测模型通常存在现实环境适应性差、表征能力有限以及泛化能力弱的问题。为此,提出了一种基于多尺度记忆残差网络的网络流量异常检测模型。基于高维特征空间分布分析,证明网络流量数据预处理方法的有效性;... 基于深度学习的网络流量异常检测模型通常存在现实环境适应性差、表征能力有限以及泛化能力弱的问题。为此,提出了一种基于多尺度记忆残差网络的网络流量异常检测模型。基于高维特征空间分布分析,证明网络流量数据预处理方法的有效性;将多尺度一维卷积与长短期记忆网络相结合,通过深度学习算法提高模型的表征能力;基于残差网络的思想,实现深度特征提取,同时防止梯度消失、梯度爆炸、过拟合及网络退化现象,加快模型收敛速度,从而实现准确高效的网络流量异常检测。数据预处理可视化结果表明,经独热编码处理后,相较于标准化处理,归一化处理可使正常流量与异常流量数据有效分离;有效性验证实验及性能评估实验结果表明,通过增加恒等映射可加快模型收敛速度,并有效解决网络退化问题;对比实验结果表明,多尺度一维卷积及长短期记忆网络可提升模型的表征能力并使模型具备较强的泛化能力,且本文模型相比当前部分深度学习模型呈现更优的性能指标。 展开更多

关键词 网络流量异常检测 多尺度记忆残差网络 多尺度一维卷积 长短期记忆网络 残差网络 网络入侵检测

在线阅读 下载PDF 职称材料

基于双重指针网络的车货匹配双重序列决策研究 被引量：3

16

作者 蔡岳 王恩良 +1 位作者 孙哲 孙知信 《计算机科学》 CSCD 北大核心 2022年第S02期111-119,共9页

由于我国对公路运输资源利用不均,车货供需问题成为如今的热点问题。车货供需匹配平台为最大化总体运力资源利用率,需要整合运输需求和运力,降低成本并提高效率。大部分平台通常采用启发式算法求解车货匹配问题,此类算法面对大规模的问... 由于我国对公路运输资源利用不均,车货供需问题成为如今的热点问题。车货供需匹配平台为最大化总体运力资源利用率,需要整合运输需求和运力,降低成本并提高效率。大部分平台通常采用启发式算法求解车货匹配问题,此类算法面对大规模的问题时存在寻优瓶颈。针对上述问题,首次将车货供需匹配问题转变成一种双重序列决策问题,据此研究适用于当今车货供需匹配环节的一种高效算法。首先,提出了一种车货匹配的数学模型,并将该模型抽象为双重序列决策问题,再创新性地提出双重指针网络算法求解该问题。本实验使用Actor-Critic算法作为模型的训练框架来训练双重指针网络,并评估了模型。经实验得,双重指针网络的车货匹配求解方法的寻优能力在小问题规模中与传统启发式算法相当,在大问题规模中超越启发式算法,同时时间消耗都大大下降。 展开更多

关键词 双重指针网络 双重序列决策问题 深度强化学习 组合优化 车货匹配 critic网络

在线阅读 下载PDF 职称材料

融合多模特征注意力机制的伪造文本检测 被引量：3

17

作者 单学阳 张振家 孙知信 《南京邮电大学学报（自然科学版）》 北大核心 2023年第6期79-90,共12页

伪造文本检测是保证社交安全的重要条件。融合多模特征注意力机制的伪造文本检测,实现多类型伪造文本的检测,并提高其精度。针对目前数据集的不足,根据不同的文本生成模型GPT-2、Grover、LSTM等制作了对应的多伪造类型数据集。融合GLTR... 伪造文本检测是保证社交安全的重要条件。融合多模特征注意力机制的伪造文本检测,实现多类型伪造文本的检测,并提高其精度。针对目前数据集的不足,根据不同的文本生成模型GPT-2、Grover、LSTM等制作了对应的多伪造类型数据集。融合GLTR、Grover和LP(Language and Physical)3个多模特征,使用注意力机制将该3个模型输出进行融合。设计时空特征融合网络充分提取时序信息和局部空间信息。最后添加分类层完成伪造文本的分类。实验结果表明:融合多模特征和时空特征融合网络可提取更多的伪造信息,同时充分融合了时序和局部空间信息,提升了伪造文本的表征能力,且泛化能力也优于以往网络。 展开更多

关键词 伪造文本检测模型 多伪造类型数据集 多模特征 注意力机制 时空特征融合网络

在线阅读 下载PDF 职称材料

结合深度学习和张量分解的多源异构数据分析方法

18

作者 张宏俊 潘高军 +2 位作者 叶昊 陆玉彬 缪宜恒 《计算机应用》 2025年第9期2838-2847,共10页

在消费电子的动态领域,了解用户行为对于产品创新和提高用户满意度至关重要。因此,提出一种突破性的多聚类方法以结合深度学习与张量分解,从而应对数据分析和挖掘的挑战。首先,从复杂的异构数据集中提取高级特征,例如对现代设备的各种... 在消费电子的动态领域,了解用户行为对于产品创新和提高用户满意度至关重要。因此,提出一种突破性的多聚类方法以结合深度学习与张量分解,从而应对数据分析和挖掘的挑战。首先,从复杂的异构数据集中提取高级特征,例如对现代设备的各种传感器和用户交互的数据集,采用深度神经网络封装数据源的各种特征;其次,把张量分解技术应用于特征提取和聚类分析,以将每个数据源视为数据张量中的不同模态,从而揭示它们潜在的结构和模式;最后,采用与某电商平台合作得到的涵盖数万消费者的多模态购物数据的数据集进行实验。实验结果表明,所提结合卷积神经网络(CNN)的张量分解算法在消费电子相关数据集上表现出色,准确率均超过0.7,同时在纯度、调整兰德指数(ARI)和归一化互信息(NMI)等关键指标上也表现突出,验证了所提方法在捕捉数据内在结构和相似性方面的有效性;与动态的多聚类(DMCR)方法、深度多模态聚类(DMMC)方法以及FAST-CNN等现有方法相比,所提方法在多个评价指标上均显示出显著优势,不仅验证了它在准确性和稳定性方面优于对比方法,而且展现了它在揭示数据底层原理和异构数据之间相互关系方面的优势。 展开更多

关键词 卷积神经网络 张量分解 多聚类 深度学习 消费电子产品

在线阅读 下载PDF 职称材料