期刊文献+
共找到1,528篇文章
< 1 2 77 >
每页显示 20 50 100
计算机动态取证的数据分析技术研究 被引量:19
1
作者 钟秀玉 凌捷 《计算机应用与软件》 CSCD 北大核心 2004年第9期26-27,92,共3页
本文针对计算机动态取证的数据分析阶段面临的问题 ,提出将数据挖掘技术应用于计算机动态取证的海量数据分析中 ,给出了基于数据挖掘的计算机动态取证系统模型 ,提高动态取证中数据分析的速度、分析的准确性和分析的智能性 ,解决动态取... 本文针对计算机动态取证的数据分析阶段面临的问题 ,提出将数据挖掘技术应用于计算机动态取证的海量数据分析中 ,给出了基于数据挖掘的计算机动态取证系统模型 ,提高动态取证中数据分析的速度、分析的准确性和分析的智能性 ,解决动态取证中的实用性、有效性。 展开更多
关键词 网络安全工具 黑客入侵 防火墙 入侵检测系统 数据分析 数据挖掘 计算机动态取证 计算机网络
在线阅读 下载PDF
基于FusionCompute的虚拟化技术在计算机实验室中的应用 被引量:6
2
作者 陈炳丰 谢光强 朱鉴 《实验技术与管理》 CAS 北大核心 2022年第4期224-227,共4页
虚拟化技术将单台设备虚拟成多台逻辑设备,能够有效缓解设备资源利用率低等问题。该文针对计算机实验室的设备资源现状进行分析,在虚拟化技术的基础上,构建了FusionCompute虚拟化平台,并将其应用于计算机实验室。结果证明,该虚拟化技术... 虚拟化技术将单台设备虚拟成多台逻辑设备,能够有效缓解设备资源利用率低等问题。该文针对计算机实验室的设备资源现状进行分析,在虚拟化技术的基础上,构建了FusionCompute虚拟化平台,并将其应用于计算机实验室。结果证明,该虚拟化技术能够提升设备资源的利用率,降低采购数量、投入经费、能源消耗等,在计算机实验室具有较好的实用价值。 展开更多
关键词 虚拟化 FusionCompute 资源利用率 实验技术
在线阅读 下载PDF
基于遗传算法的计算机通信网路由选择和容量分配问题新算法 被引量:5
3
作者 何翠红 陈火旺 《计算机研究与发展》 EI CSCD 北大核心 1997年第S1期124-129,共6页
文中研究计算机通信网的路由选择和容量分配问题,即为每一对通信结点选择一条路由,以及为网络中的每条链路分配一个容量值.给定网络的拓扑结构、通信量、候选路由集和候选容量集,要求使网络总的费用(包括容量费用和时延费用)最小... 文中研究计算机通信网的路由选择和容量分配问题,即为每一对通信结点选择一条路由,以及为网络中的每条链路分配一个容量值.给定网络的拓扑结构、通信量、候选路由集和候选容量集,要求使网络总的费用(包括容量费用和时延费用)最小.作者采用遗传算法来求解该问题,并对ARPA和RING网进行了实验.实验结果表明,文中方法是一种十分有效的方法. 展开更多
关键词 计算机通信网 路由选择 容量分配 遗传算法
在线阅读 下载PDF
Calculix三级并行优化及其在天河二号超级计算机中的应用 被引量:1
4
作者 姜文超 林穗 +2 位作者 王多强 李东明 金海 《计算机科学》 CSCD 北大核心 2017年第3期32-35,共4页
针对开源有限元软件Calculix传统计算模式在大规模数值计算中的低效问题,提出了Calculix三级并行优化策略,即预处理并行优化、节点间并行调度以及节点内多核多线程并行改造。预处理并行优化在方程组分解过程中与分解过程后,分别对其参... 针对开源有限元软件Calculix传统计算模式在大规模数值计算中的低效问题,提出了Calculix三级并行优化策略,即预处理并行优化、节点间并行调度以及节点内多核多线程并行改造。预处理并行优化在方程组分解过程中与分解过程后,分别对其参数矩阵进行有条件的动态舍弃,据此构造了部分列选主元多行双门槛不完全LU分解预处理算法,并对算法的可行性、有效性以及收敛性给出了证明。为充分发挥TH-2超级计算机强大的资源优势,相继给出了基于QoS的节点间任务动态调度算法,以及节点内多核多线程并行任务调度算法,进一步实现计算任务与资源之间的优化匹配和QoS需求。在实验环节中搭建了针对天河二号(TH-2)超级计算环境的有限元并行计算与分析平台,并完成了针对船舶疲劳强度分析问题的实际工程应用测试。理论分析与工程算例测试结果充分证明:Calculix三级并行优化方案能够有效提高Calculix求解线性方程组的速度,在可获取足够计算资源的前提下,与传统计算模式相比,实际工程算例的计算速度平均提高了2~4倍。 展开更多
关键词 并行计算 超级计算 Calculix 并行优化 疲劳强度分析
在线阅读 下载PDF
用VC++6.0实现计算机与压缩机控制器的通信
5
作者 刘敬勇 朱安邦 《东华大学学报(自然科学版)》 CAS CSCD 北大核心 2003年第4期88-90,共3页
简要介绍了压缩机控制器与计算机通信所用的Modbus协议,详细讨论了在VC++中用CFile类实现计算机与压缩机控制器通信的方法,并给出了硬件连接图和部分源代码。实际应用表明,该方法稳定、可靠。
关键词 串行通信 MODBUS协议 VC++
在线阅读 下载PDF
跨学科视阈下师范生计算思维发展现状与培养策略
6
作者 郭锂 胡钦太 +1 位作者 王姝莉 陈颖珊 《中国电化教育》 北大核心 2025年第7期104-111,122,共9页
计算思维教育是人工智能教育的基石,居于我国基础教育中的学科核心素养教育之列。在国内外日益重视K-12教师跨学科教学能力的背景下,各学科职前教师的计算思维普适能力和计算思维职业能力的全面培养成为国际研究热点。该研究从K-12跨学... 计算思维教育是人工智能教育的基石,居于我国基础教育中的学科核心素养教育之列。在国内外日益重视K-12教师跨学科教学能力的背景下,各学科职前教师的计算思维普适能力和计算思维职业能力的全面培养成为国际研究热点。该研究从K-12跨学科教学和计算思维教育的互生性这一视角切入,分层剖析跨学科与师范生计算思维的逻辑关系;以我国多地区师范生计算思维的大样本问卷调查结果呈现师范生计算思维发展现状;以83项国际相关实证研究的结论为启示并结合该研究团队所开展的侧重于培养师范生“计算思维教育融入跨学科主题学习”职业能力的专门课程的本土化教学实践经验,给出我国师范生计算思维培养的实操性策略。 展开更多
关键词 跨学科 计算思维 师范生 职前教师 新课标
在线阅读 下载PDF
基于流计算和大数据平台的实时交通流预测 被引量:2
7
作者 李星辉 曾碧 魏鹏飞 《计算机工程与设计》 北大核心 2024年第2期553-561,共9页
目前交通流预测实时性差,很难满足在线分析和预测任务的需求,基于此提出一种Flink流计算框架和大数据平台结合的实时交通流预测方法。基于流计算框架实时捕捉和预处理数据,包括采用Flink的transform算子对数据进行校验和处理,将处理后... 目前交通流预测实时性差,很难满足在线分析和预测任务的需求,基于此提出一种Flink流计算框架和大数据平台结合的实时交通流预测方法。基于流计算框架实时捕捉和预处理数据,包括采用Flink的transform算子对数据进行校验和处理,将处理后的数据sink到大数据的HDFS文件系统,交由下一步的大数据并行框架进行分析建模与训练,实现基于流计算和大数据平台的实时交通流预测。实验结果表明,Flink能够实时捕捉和预处理交通流数据,把数据准时无误送入分布式文件系统中,在此基础上借助大数据框架下的并行分析和建模优势,在实时性数据分析与预测方面取得了较好的效果。 展开更多
关键词 大数据 数据并行 流计算框架 实时处理 交通流预测 分布式系统 实时性分析
在线阅读 下载PDF
基于DQN生成对抗样本的JavaScript恶意代码检测模型 被引量:1
8
作者 苏庆 温炜亮 +2 位作者 林佳锐 黄剑锋 谢国波 《计算机应用与软件》 北大核心 2025年第3期332-340,共9页
针对基于深度学习的JavaScript恶意代码检测模型抗攻击能力较弱的问题,提出一个基于DQN(Deep Q-Learning Network)生成对抗样本的JavaScript恶意代码检测组合模型DQN-CNN。利用CNN对数据集进行训练,得到初始判别器origin_CNN。将DQN作... 针对基于深度学习的JavaScript恶意代码检测模型抗攻击能力较弱的问题,提出一个基于DQN(Deep Q-Learning Network)生成对抗样本的JavaScript恶意代码检测组合模型DQN-CNN。利用CNN对数据集进行训练,得到初始判别器origin_CNN。将DQN作为生成器,两者组成DQN-origin_CNN对抗模型进行训练。在训练过程中DQN通过代码混淆动作,生成origin_CNN的对抗样本。接着将对抗样本加入数据集,对origin_CNN持续进行迭代训练,获得最终判别器retrain_CNN。实验结果表明,retrain_CNN与DQN组成新的对抗模型DQN-retrain_CNN生成对抗样本成功率显著下降,从45.7%下降为21.5%,证明最终生成的判别器retrain_CNN的抗攻击能力得到了显著提升。 展开更多
关键词 深度强化学习 代码混淆 灰度图 JAVASCRIPT代码 对抗攻击
在线阅读 下载PDF
面向电商联盟的区块链营销标签交易系统 被引量:1
9
作者 代炜琦 李铭 +4 位作者 赵珂轩 姜文超 周蔚林 邹德清 金海 《计算机研究与发展》 北大核心 2025年第1期269-280,共12页
大数据电商时代,数据交易可使彼此孤立的数据资源得到协同共享与价值利用,营销标签作为电商业务中数据交易的主要形式,拥有巨大的潜在价值.然而传统数据交易市场面临3个主要问题:1)中心化平台信息不透明导致信任危机和恶意竞价排名;2)... 大数据电商时代,数据交易可使彼此孤立的数据资源得到协同共享与价值利用,营销标签作为电商业务中数据交易的主要形式,拥有巨大的潜在价值.然而传统数据交易市场面临3个主要问题:1)中心化平台信息不透明导致信任危机和恶意竞价排名;2)缺乏合理的激励机制来打破数据孤岛导致数据不流通和共享困难;3)数据安全威胁导致隐私泄露和数据倒卖盗卖等问题.为解决这些问题,设计了一种面向电商联盟的区块链营销标签交易机制DSTS(decentralized data security transaction system),以去中心化为基础设计上层共识激励机制,结合可信执行环境完成系统各项数据交易和计算业务,从而实现了一个安全完备的数据交易生态.通过真实性验证机制确保营销标签有效性,设计共识激励机制使用户积极共享数据,利用智能合约对角色行为按照系统设计规范进行有效约束;随后通过SGX(software guard extensions)远程认证实现密钥传输和数据安全存储,实现了智能合约安全调用来保障用户隐私和数据安全;最后,通过可信计算机制和系统设计思想,实现了数据交易结果的可靠交付.为验证系统的安全性和实用性,采用某电商公司提供的35万条真实数据进行性能测试,测试结果表明系统能够同时保证安全和性能需求,其额外开销主要来自远程认证模块且在可接受范围内. 展开更多
关键词 区块链 数据交易 电商联盟 可信执行环境 共识机制
在线阅读 下载PDF
融合加权不一致性的多视图聚类 被引量:2
10
作者 滕少华 盛文涛 +2 位作者 滕璐瑶 张巍 曾莹 《小型微型计算机系统》 北大核心 2025年第2期381-388,共8页
图学习是一种广泛应用于多视图聚类的技术,它可以从多视图中学习出统一的相似图.现有的图学习方法大多只能发掘多视图的一致性,忽视了不一致的信息,这使得它们可能在学习过程中丢失视图独有的信息.为了解决这个问题,本文提出了一种融合... 图学习是一种广泛应用于多视图聚类的技术,它可以从多视图中学习出统一的相似图.现有的图学习方法大多只能发掘多视图的一致性,忽视了不一致的信息,这使得它们可能在学习过程中丢失视图独有的信息.为了解决这个问题,本文提出了一种融合一致性和不一致性,面向图的多视图低秩聚类框架.该方法首先将多视图分解为一致性和不一致性两个部分,然后利用自适应加权融合多视图的一致性图,并在此过程中防止权重出现平凡解;进而,提出了一种新颖的低秩融合策略,用一个统一的目标函数融合多视图一致性和不一致性,并通过谱聚类获得结果.本文还设计并实现了一种迭代优化方法来求解目标函数.最后,7个多视图数据集的对比实验验证了该方法的有效性. 展开更多
关键词 多视图聚类 融合多视图一致性和不一致性 多视图不一致性 低秩表示
在线阅读 下载PDF
时空关键区域增强的小样本异常行为识别 被引量:1
11
作者 肖进胜 王澍瑞 +3 位作者 吴原顼 赵持恒 陈云华 章红平 《计算机学报》 北大核心 2025年第1期68-81,共14页
异常行为识别在维护社会安全稳定方面起着重要的作用,相比于常见的正常行为识别,它是一项更具挑战性的任务。其难点主要体现在:异常行为实际发生的概率较低,因此可用于训练的样本数目相对较少;监控视频中,包含判断性信息的异常行为特征... 异常行为识别在维护社会安全稳定方面起着重要的作用,相比于常见的正常行为识别,它是一项更具挑战性的任务。其难点主要体现在:异常行为实际发生的概率较低,因此可用于训练的样本数目相对较少;监控视频中,包含判断性信息的异常行为特征往往只存在于局部的关键区域中;异常行为时空变化复杂,导致连续地定位并利用关键区域特征变得更加困难。为了解决上述难题,本文提出时空关键区域增强的小样本异常行为识别方法,通过学习大规模正常行为数据集中的共性知识实现对数量较少的异常行为的识别,并选取视频中的关键区域对异常行为特征进行增强。特征向量由于其中的信息被压缩,而难以准确地定位关键区域,本文创新性地挖掘特征图中的二维空间信息,以自适应地选取异常行为的关键区域。单个的视频帧很难反映行为的变化情况,因此需要根据时空信息动态地选取关键区域。本文提出在特征图级别将长时间范围内的时序信息和短时间范围内的运动信息进行关联,以使关键区域有效地捕捉异常行为的连续变化。最后提出时空精细化小样本损失函数,以保证模型有效学习到在时间和空间中更精细化等级的特征。本文在HMDB51、Kinetics以及UCF Crime v2数据集上进行了实验,结果证明本文方法识别效果优于其他方法,在异常行为数据集上相对于最强的竞争者准确率提升了0.6%。 展开更多
关键词 异常行为识别 小样本学习 关键区域增强 时空精细化损失 时空关联
在线阅读 下载PDF
面向教师的常态化教学画像测诊技术接受度研究 被引量:1
12
作者 蒋林浩 李晓兰 胡钦太 《电化教育研究》 北大核心 2025年第6期98-106,共9页
文章基于技术接受与统一模型、整合技术的教学法知识理论,采用定量研究方法,分析中小学教师对常态化教学画像测诊技术的使用意愿及其实际使用行为的影响因素。研究发现:(1)习惯、整合技术的教学法知识显著正向影响使用意愿和实际使用行... 文章基于技术接受与统一模型、整合技术的教学法知识理论,采用定量研究方法,分析中小学教师对常态化教学画像测诊技术的使用意愿及其实际使用行为的影响因素。研究发现:(1)习惯、整合技术的教学法知识显著正向影响使用意愿和实际使用行为,享乐动机可以通过使用意愿间接作用于实际使用行为;(2)绩效期望、使用意愿直接正向影响实际使用行为,努力期望、促进条件直接负向影响实际使用行为;(3)课时工作量对习惯作用于使用意愿具有调节效应。研究建议:打破信息茧房,建立高校、企业、中小学三位一体的长效反馈机制;警惕技术异化,重视以人为本的教学情感培育;跨越技术藩篱,加强人机之间的互动交流。 展开更多
关键词 常态化教学 教师教育 智能测诊 教育数字化 技术接受度
在线阅读 下载PDF
基于ABSA与动态少样本提示的主观知识对话回复生成模型 被引量:1
13
作者 饶东宁 庄杰涛 《计算机应用研究》 北大核心 2025年第6期1706-1712,共7页
在最新的任务导向型对话系统挑战中,有效利用主观知识(如个人见解)对于满足用户的特定需求至关重要。然而,由于此类知识具有个体主观性的特征,如何有效地整合和利用这些信息成为了研究的关键焦点。提出一种名为DynSense的方法,旨在解决... 在最新的任务导向型对话系统挑战中,有效利用主观知识(如个人见解)对于满足用户的特定需求至关重要。然而,由于此类知识具有个体主观性的特征,如何有效地整合和利用这些信息成为了研究的关键焦点。提出一种名为DynSense的方法,旨在解决从多条相关用户主观意见中生成全面且概括性回复的挑战。DynSense首先运用基于方面的情感分析(ABSA)技术来解析主观知识片段中的方面及其情感极性,并实现用户询问与知识片段的对齐。接着,利用先进对话模型结合对话上下文及经ABSA增强的信息生成回应。特别设计的DynMatch算法通过动态选择与当前查询最相似的高质量知识片段作为少样本提示(few-shot prompts),以引导模型生成更贴切的回复。实验结果表明,DynSense展现出对潜在语义特征和情感倾向的卓越捕捉能力,实现了精准、全面且高度贴合过往用户评价的回复。与现有模型相比,DynSense在SKTOD基准上的各项评估指标均有显著提升。 展开更多
关键词 任务导向型对话系统 主观知识 基于方面项的情感分析 动态少样本提示
在线阅读 下载PDF
基于知识库问答的回答生成研究 被引量:1
14
作者 饶东宁 许正辉 梁瑞仕 《计算机工程》 北大核心 2025年第2期94-101,共8页
知识库问答旨在利用事先构建好的知识库来回答用户提出的问题。现有的知识库问答研究主要通过对候选实体和关系路径进行排序,最后将三元组的尾实体作为答案返回。用户给出的问题经过实体识别模型和实体消歧模型之后,可以链接到知识库中... 知识库问答旨在利用事先构建好的知识库来回答用户提出的问题。现有的知识库问答研究主要通过对候选实体和关系路径进行排序,最后将三元组的尾实体作为答案返回。用户给出的问题经过实体识别模型和实体消歧模型之后,可以链接到知识库中与答案相关的候选实体。利用语言模型的生成能力,可以将答案拓展为一句话并返回,这对用户而言是更加友好的。为了提高模型的泛化能力和弥补问题文本与结构化知识之间的差别,将候选实体及其一跳关系子图通过提示模板进行组织输入到生成模型中,并在回答模板的引导下生成通俗流畅的回答。在NLPCC 2016 CKBQA和KgCLUE两个中文数据集上的实验结果表明:该方法在BLEU、METEOR和ROUGE指标上分别平均比BART-large模型提高了2.8、2.3和1.5百分点;在Perplexity指标上,该方法与ChatGPT的回答表现相当。 展开更多
关键词 知识库问答 提示 实体链接 预训练模型 回答生成
在线阅读 下载PDF
基于路径签名的时间序列领域自适应方法 被引量:1
15
作者 蔡瑞初 颜嘉文 +2 位作者 陈道鑫 李梓健 郝志峰 《软件学报》 北大核心 2025年第2期570-589,共20页
近年来深度学习因其在各个场景下的优异性能而受到越来越多研究者的重视,但是这些方法通常依赖独立同分布假设.领域自适应则是为了缓解分布偏移带来的影响而提出的问题,它利用带标签的源域数据和不带标签的目标域数据能够训练得到在目... 近年来深度学习因其在各个场景下的优异性能而受到越来越多研究者的重视,但是这些方法通常依赖独立同分布假设.领域自适应则是为了缓解分布偏移带来的影响而提出的问题,它利用带标签的源域数据和不带标签的目标域数据能够训练得到在目标域数据上性能较好的模型.现有的领域自适应方法大多针对静态数据,而时间序列数据的方法需要捕捉变量之间的依赖关系.现有的方法虽然采用针对时间序列数据的特征提取器,例如递归神经网络,以学习变量间的依赖关系,但是往往将冗余的信息也一同提取.这些冗余信息容易和语义信息耦合,进而影响模型的预测性能.基于上述问题,提出一种基于路径签名的时间序列领域自适应方法(path-signaturebased time-series domain adaptation,PSDA).该方法一方面利用路径签名变换来捕捉变量间的稀疏依赖关系,排除冗余相关关系的同时保留语义相关关系,从而有利于提取时序数据中具有判别力的特征;另一方面通过约束源域和目标域之间的依赖关系一致性来保留领域之间不变的依赖关系,排除领域变化的依赖关系,从而有利于提取时序数据中具有泛化性的特征.基于以上方法,进一步提出一个距离度量标准和泛化性边界理论,并且在多个时间序列领域自适应标准数据集上获得了最好的实验效果. 展开更多
关键词 迁移学习 时间序列领域自适应 路径签名
在线阅读 下载PDF
基于UCTransNet的建筑损害评估模型
16
作者 谢国波 张文亮 +1 位作者 何林 林志毅 《计算机工程与设计》 北大核心 2025年第1期44-51,共8页
为提高建筑损害的评估精度,提出一种基于UCTransNet的双阶段灾后建筑损害评估模型(MGDLNet)。阶段一使用UCTransNet完成建筑分割。阶段二使用改进后的DM-UCTransNet进行建筑损害评估,通过差异特征提取模块充分融合多尺度的建筑损害特征... 为提高建筑损害的评估精度,提出一种基于UCTransNet的双阶段灾后建筑损害评估模型(MGDLNet)。阶段一使用UCTransNet完成建筑分割。阶段二使用改进后的DM-UCTransNet进行建筑损害评估,通过差异特征提取模块充分融合多尺度的建筑损害特征,嵌入空间金字塔更好捕捉小目标建筑及边缘特征,引入深度监督机制和改进损失函数加强浅层特征学习并平衡样本。实验结果表明,MGDLNet在目标数据集有较大优势,其加权F1得分相较于SegNet、UNet、DeeplabV3+、TransUNet和UCTransNet分别提高了8.6%、1.9%、5.0%、2.7%和1.4%。 展开更多
关键词 建筑损害评估 UCTransNet 双阶段 差异特征 空间金字塔 深度监督 损失函数
在线阅读 下载PDF
基于二跳邻居的分布式大规模混合多智能体系统一致性协议
17
作者 谢光强 冯衍达 李杨 《计算机应用研究》 北大核心 2025年第8期2482-2489,共8页
分布式多智能体系统(MAS)一致性是实现协调控制的首要条件。多智能体一致性协议通常使用一跳邻域信息进行收敛,每个智能体仅通过有限的局部信息导致收敛速度缓慢。为解决上述问题提出了一种基于二跳邻居的分布式一致性协议。首先,提出... 分布式多智能体系统(MAS)一致性是实现协调控制的首要条件。多智能体一致性协议通常使用一跳邻域信息进行收敛,每个智能体仅通过有限的局部信息导致收敛速度缓慢。为解决上述问题提出了一种基于二跳邻居的分布式一致性协议。首先,提出方法综合一跳和二跳的邻域信息作为计算智能体的下一状态的基础,增强了智能体的决策能力;其次,提出了一种关键邻居选择方法,解决了收集二跳邻域信息可能导致的对计算效率和鲁棒性的影响;然后,设计了基于相对最近邻拓扑的约束集构造方法以增大约束集的范围。最后,通过引入凸包和实例分析,证明了该协议的连通性和收敛性,同时对多种类型的拓扑进行了大量的仿真实验。实验结果表明,该协议在各种拓扑下都具有优势,特别是在大规模高密度拓扑上。 展开更多
关键词 多智能体系统 二跳邻域 一致性 大规模混合拓扑 分布式控制
在线阅读 下载PDF
面向无人机影像目标检测的Drone-DETR算法
18
作者 谢国波 黎逍 林志毅 《电光与控制》 北大核心 2025年第10期70-76,共7页
为了解决在无人机影像目标检测任务中出现的特征信息丢失以及上下文不匹配等问题,提出了一种全新的算法Drone-DETR。在RT-DETR网络架构的基础上,设计了结合并行分块感知注意力的主干网络,解决因多次下采样操作出现的特征信息丢失问题。... 为了解决在无人机影像目标检测任务中出现的特征信息丢失以及上下文不匹配等问题,提出了一种全新的算法Drone-DETR。在RT-DETR网络架构的基础上,设计了结合并行分块感知注意力的主干网络,解决因多次下采样操作出现的特征信息丢失问题。同时,在混合编码器的跨尺度特征融合模块中引入上下文特征校准和空间特征校准方法,解决上下文信息不匹配和空间特征不对齐的问题,以便更好地聚合无人机影像中的上下文信息,对齐空间特征。最后,引入了一种全新的损失函数MPDIoU,从而进一步提升模型的检测精度和收敛速度。在Vis Drone2019数据集上的实验结果表明,Drone-DETR的m AP0.5达到50.4%,与原始的RT-DETR相比,m AP0.5提升了3.0个百分点。在与各主流检测模型的比较中,Drone-DETR的检测精度均高于其他主流算法,证明了所提算法的有效性。 展开更多
关键词 目标检测 无人机影像 注意力机制 损失函数 RT-DETR
在线阅读 下载PDF
面向跨域自然语言生成SQL语句的超图神经网络
19
作者 郝志峰 黎阳霖 +1 位作者 许柏炎 蔡瑞初 《计算机工程》 北大核心 2025年第5期114-123,共10页
近年来,图神经网络(GNN)广泛-应用于跨域自然语言生成结构化查询语言(SQL)语句(Text-to-SQL)的编码器。基于GNN的编码过程通过捕获数据库架构和自然语言问题之间的关联信息,大幅提高生成模型在跨域SQL语句生成下的泛化性。现有的GNN方... 近年来,图神经网络(GNN)广泛-应用于跨域自然语言生成结构化查询语言(SQL)语句(Text-to-SQL)的编码器。基于GNN的编码过程通过捕获数据库架构和自然语言问题之间的关联信息,大幅提高生成模型在跨域SQL语句生成下的泛化性。现有的GNN方法在异构图结构编码学习过程中存在缺陷,以节点为中心进行数据库架构和自然语言问题的链接预测,在复杂语义场景下容易出现错配。针对这一问题,提出一种面向跨域Text-to-SQL的异构图学习框架。框架针对异构图以边为中心学习的过程提出关系边子图构建和边超图注意力网络,有效学习异构图中关系边与节点的差异化结构特征,实现复杂语义场景下SQL语句正确生成。为验证所提框架的有效性,在多个跨域Text-to-SQL数据集上进行充分实验对比。结果表明,相较于基线,该框架在F1值和完全匹配准确率(EMA)指标上均取得显著提升,且在复杂跨域场景下具有更强的泛化性。 展开更多
关键词 自然语言处理 自然语言生成SQL语句解析 深度学习 图构建 图神经网络
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
20
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
上一页 1 2 77 下一页 到第
使用帮助 返回顶部