检索结果-维普期刊中文期刊服务平台

基于Kolmogorov-Arnold网络的节点分类算法被引量：4: 1; 作者袁立宁冯文刚刘钊《计算机科学与探索》北大核心 2025年第3期645-656,共12页; 多数图深度学习模型通过可学习权重加固定激活函数的方式提取图数据的特征信息,采用不同激活函数时对模型性能有较为显著的影响。针对上述问题,提出了一种基于Kolmogorov-Arnold网络(KAN)的全连接神经网络模型G-KAN,无需特定的激活函数... 展开更多; 关键词图卷积网络多层感知机 Kolmogorov-Arnold网络对比学习节点分类; 在线阅读下载PDF 职称材料

基于对比学习增强的图卷积网络被引量：1: 2; 作者袁立宁蒋萍 +2 位作者莫嘉颖冯文刚刘钊《小型微型计算机系统》 CSCD 北大核心 2024年第12期2908-2914,共7页; 多数图卷积模型通过引入更高效的信息传递和转换方式提升图分析任务的实验表现,忽视了原始图信息的保留.针对上述问题,本文提出了一种同时保留节点属性和拓扑结构信息的对比损失函数,增强图卷积模型的表征能力.该方法首先构建基于节点... 展开更多; 关键词图卷积网络对比学习对比损失节点分类; 在线阅读下载PDF 职称材料

视频异常行为检测综述被引量：1: 3; 作者吴沛宸袁立宁 +1 位作者郭放刘钊《计算机科学与探索》 CSCD 北大核心 2024年第12期3100-3125,共26页; 视频异常行为检测作为计算机视觉的研究热点,通过提取视频内容时间和空间特征,判断视频中是否存在异常事件和事件种类,定位异常发生的区域和时间。以有监督/无监督学习为线索,对现有视频异常行为检测方法进行系统梳理和归纳。在有监督... 展开更多; 关键词异常行为检测深度学习完全无监督多模态特征; 在线阅读下载PDF 职称材料

基于标签传播增强的多通道图卷积网络: 4; 作者袁立宁冯文刚刘钊《计算机科学》 CSCD 北大核心 2024年第8期304-312,共9页; 多数图卷积网络(GCN)模型通过设计高效的信息传递和保留方式提升节点分类任务的实验表现,忽略了节点标签信息在拓扑空间和属性空间的传播。针对上述问题,提出了一种基于标签传播算法(LPA)增强的多通道图卷积模型MGCN-LPA,同时增大同类... 展开更多; 关键词图卷积网络标签传播算法属性图属性关系图节点分类; 在线阅读下载PDF 职称材料

基于提示学习的案件知识图谱构建方法及应用研究: 5; 作者秦振凯徐铭朝蒋萍《信息网络安全》 CSCD 北大核心 2024年第11期1773-1782,共10页; 针对传统案件处理和分析方法效率低、耗时长的问题,文章提出一种构建案件知识图谱的方法,旨在提高案件处理效率,增强案件分析的深度和广度,为公安人员提供更加全面和精准的案件信息支持。首先,在OneKE大语言模型的基础上融入CasePrompt... 展开更多; 关键词案件知识图谱提示学习大语言模型智慧警务; 在线阅读下载PDF 职称材料

基于卷积神经网络的模糊车牌图像检测与识别优化被引量：4: 6; 作者于昊生王素芬 +2 位作者李富有莫嘉颖黎烔辉《广西大学学报（自然科学版）》 CAS 北大核心 2023年第4期985-996,共12页; 针对当前深度学习网络模型对模糊车牌图像的特征识别能力有限、识别精度较低和速度较慢等问题,提出以二阶优化算法,即以共轭梯度法与拟牛顿法作为卷积神经网络识别模型的优化算法,对模糊车牌图像进行检测和识别,并与一阶优化算法梯度下... 展开更多; 关键词卷积神经网络共轭梯度算法拟牛顿算法车牌识别; 在线阅读下载PDF 职称材料

基于双分支协同感知网络的DGA域名检测: 7; 作者韦博华朱朝阳朱磊《广西大学学报(自然科学版)》 2025年第5期1088-1098,共11页; 针对域名生成算法(DGA)域名生存周期短、隐蔽性强,现有DGA域名检测方法漏报率高、检测精准率低的问题,提出一种基于双分支协同感知网络的DGA域名检测方法。在原始域名字符串中引入噪声信息,通过数据清洗和样本重构的方式提取域名字符串... 展开更多; 关键词域名生成算法双分支网络协同感知注意力样本重构时序串行网络; 在线阅读下载PDF 职称材料

题名基于Kolmogorov-Arnold网络的节点分类算法被引量：4: 1; 作者袁立宁冯文刚刘钊; 机构中国人民公安大学国家安全学院广西警察学院信息技术学院广西警察学院公安大数据现代产业学院中国人民公安大学研究生院; 出处《计算机科学与探索》北大核心 2025年第3期645-656,共12页; 基金国家重点研发计划(2023YFC3321604) 广西哲学社会科学研究课题(23FTQ005) +1 种基金中央高校基本科研业务费专项资金(2022JKF02002)。; 文摘多数图深度学习模型通过可学习权重加固定激活函数的方式提取图数据的特征信息,采用不同激活函数时对模型性能有较为显著的影响。针对上述问题,提出了一种基于Kolmogorov-Arnold网络(KAN)的全连接神经网络模型G-KAN,无需特定的激活函数和显式的节点信息传递策略,通过KAN动态学习激活函数,并引入节点相似度引导的对比损失隐式提取原始图特征信息。G-KAN通过线性层将图数据映射到特征空间,通过KAN层提取输入数据中的潜在特征,通过线性层和Softmax函数将KAN层的输出映射为节点标签的概率分布,并引入对比损失对KAN层的输出进行优化,推动高相似度节点彼此接近、低相似度节点彼此远离。在节点分类任务中,G-KAN优于当前较为先进的基线模型,特别是在BlogCatalog数据集上,G-KAN的Micro-F1和Macro-F1相较图卷积网络(GCN)提高了50.42和52.84个百分点。在激活函数对比实验中,引入KAN的方法不仅优于采用不同激活函数的变体,对不同数据集的泛化能力也更强。上述实验结果表明,G-KAN采用的可学习激活函数策略能够提高全连接神经网络的表征能力,使生成的低维节点表示具有更高的区分性。; 关键词图卷积网络多层感知机 Kolmogorov-Arnold网络对比学习节点分类; Keywords graph convolutional networks multi-layer perceptron Kolmogorov-Arnold networks contrastive learning node classification; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于对比学习增强的图卷积网络被引量：1: 2; 作者袁立宁蒋萍莫嘉颖冯文刚刘钊; 机构中国人民公安大学国家安全学院广西警察学院信息技术学院广西警察学院公安大数据现代产业学院中国人民公安大学研究生院; 出处《小型微型计算机系统》 CSCD 北大核心 2024年第12期2908-2914,共7页; 基金广西重点研发计划项目(桂科AB22035034)资助广西壮族自治区公安厅专项项目(2023GAQN092)资助中央高校基本科研业务费专项资金项目(2022JKF02002)资助。; 文摘多数图卷积模型通过引入更高效的信息传递和转换方式提升图分析任务的实验表现,忽视了原始图信息的保留.针对上述问题,本文提出了一种同时保留节点属性和拓扑结构信息的对比损失函数,增强图卷积模型的表征能力.该方法首先构建基于节点属性和拓扑结构的连接强度,然后使用对比损失保留连接强度中蕴含的属性和拓扑关联信息,最后构建引入交叉熵损失的多层图卷积模型进行端到端训练.在性能提升实验和对比损失比较实验中,引入对比学习的图卷积模型始终优于基线以及其他对比学习方法.实验结果表明,属性和拓扑对比损失能够增强模型对原始图信息的保留,有效提升图卷积模型在节点分类任务中的实验表现.; 关键词图卷积网络对比学习对比损失节点分类; Keywords graph convolutional network contrastive learning contrastive loss node classification; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名视频异常行为检测综述被引量：1: 3; 作者吴沛宸袁立宁郭放刘钊; 机构中国人民公安大学信息网络安全学院广西警察学院公安大数据现代产业学院中国人民公安大学国家安全学院中国人民公安大学网络空间安全与法治协同创新中心; 出处《计算机科学与探索》 CSCD 北大核心 2024年第12期3100-3125,共26页; 基金中国人民公安大学安全防范工程双一流创新研究专项(2023SYL08)。; 文摘视频异常行为检测作为计算机视觉的研究热点,通过提取视频内容时间和空间特征,判断视频中是否存在异常事件和事件种类,定位异常发生的区域和时间。以有监督/无监督学习为线索,对现有视频异常行为检测方法进行系统梳理和归纳。在有监督类方法中,细分为基于偏差均值计算方法和基于多模态方法;在无监督类方法中,主要总结了基于完全无监督的多种方法。从当前主流建模思路出发对偏差均值计算方法系统性说明,按照不同模态特征的使用及其处理方式对多模态方法进行阐述和总结,根据两种模型训练方式介绍完全无监督方法。对比了不同模型的网络架构,并归纳总结出各类异常行为检测模型的测试数据集、使用场景、优势和局限性。通过基准数据集以帧级标准和像素级标准等常用评价标准进行了模型比较和性能评估,同时通过不同方法的性能表现进行类内对比,并对结果进行分析总结。通过虚拟合成数据集、多模态大模型和轻量级模型等五个方向探究了视频异常行为检测的发展趋势。; 关键词异常行为检测深度学习完全无监督多模态特征; Keywords abnormal behavior detection deep learning completely unsupervised multimodal features; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于标签传播增强的多通道图卷积网络: 4; 作者袁立宁冯文刚刘钊; 机构中国人民公安大学国家安全学院广西警察学院公安大数据现代产业学院中国人民公安大学研究生院; 出处《计算机科学》 CSCD 北大核心 2024年第8期304-312,共9页; 基金国家重点研发计划(2023YFC3321604) 广西哲学社会科学研究课题(23FTQ005) +1 种基金北京市社会科学基金(22GLB225) 广西壮族自治区公安厅专项课题(2023GAQN092).; 文摘多数图卷积网络(GCN)模型通过设计高效的信息传递和保留方式提升节点分类任务的实验表现,忽略了节点标签信息在拓扑空间和属性空间的传播。针对上述问题,提出了一种基于标签传播算法(LPA)增强的多通道图卷积模型MGCN-LPA,同时增大同类节点在属性和拓扑空间的关系权重,改善节点间特征和标签信息的传播。首先,计算不同节点的属性相似度值,并采用k近邻算法生成属性关系图;然后,利用结合了GCN和LPA的图卷积层GCN-LPA提取属性图和属性关系图的潜在特征,生成拓扑节点表示和属性节点表示;最后,将拓扑和属性表示进行融合,并将生成的最终表示用于节点分类任务。在3个基准图数据集上进行实验,MGCN-LPA的实验表现能够匹配当前较为先进的基线模型,其在Cora和Citeseer数据集上的分类结果相比表现最优的基线模型提升了9.3%和12%。上述实验结果表明,MGCN-LPA能够增大同类节点间路径的权重,从而增强同类节点间的信息传递,提升节点分类任务的实验表现。此外,消融实验结果表明,与仅使用拓扑空间或者属性空间信息的变体相比,融合两类信息的MGCN-LPA能够充分提取和保留原始图中蕴含的潜在特征,提升模型的表征能力和泛化性。; 关键词图卷积网络标签传播算法属性图属性关系图节点分类; Keywords Graph convolutional network Label propagation algorithm Attribute graph Attribute relation graph Node classification; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于提示学习的案件知识图谱构建方法及应用研究: 5; 作者秦振凯徐铭朝蒋萍; 机构广西警察学院信息技术学院广西警察学院公安大数据现代产业学院广东万通信息科技有限公司; 出处《信息网络安全》 CSCD 北大核心 2024年第11期1773-1782,共10页; 基金广西重点研发计划(AB22035034)。; 文摘针对传统案件处理和分析方法效率低、耗时长的问题,文章提出一种构建案件知识图谱的方法,旨在提高案件处理效率,增强案件分析的深度和广度,为公安人员提供更加全面和精准的案件信息支持。首先,在OneKE大语言模型的基础上融入CasePrompt提示学习方法,提出案例事件抽取模型。然后,根据案件领域数据搭建知识图谱概念层架构,使用案例事件抽取模型实现实体抽取。最后,将结构化案件数据转化为三元组形式存入Neo4j图数据库,实现基于提示学习的案件知识图谱构建。实验结果表明,提示学习微调的大模型相比传统深度学习模型展现了更优秀的事件抽取性能,能够有效识别并抽取案件文本数据中的事件信息,进而构建高质量的案件知识图谱,从而提升案件分析效率。; 关键词案件知识图谱提示学习大语言模型智慧警务; Keywords case knowledge graph prompt learning large language model smart policing; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于卷积神经网络的模糊车牌图像检测与识别优化被引量：4: 6; 作者于昊生王素芬李富有莫嘉颖黎烔辉; 机构广西警察学院公安大数据现代产业学院东华大学旭日工商管理学院西安交通大学经济与金融学院苏州科达科技股份有限公司南宁分公司交付与服务部; 出处《广西大学学报（自然科学版）》 CAS 北大核心 2023年第4期985-996,共12页; 基金国家社会科学基金项目(20ZA051)。; 文摘针对当前深度学习网络模型对模糊车牌图像的特征识别能力有限、识别精度较低和速度较慢等问题,提出以二阶优化算法,即以共轭梯度法与拟牛顿法作为卷积神经网络识别模型的优化算法,对模糊车牌图像进行检测和识别,并与一阶优化算法梯度下降算法作为优化算法的模型从识别精确度、识别时间、收敛速度3个方面进行对比。实验结果表明:共轭梯度法与拟牛顿法的识别准确率分别达到了96.9%和96.6%,相比于梯度下降算法的76.1%有所提高,识别时间和收敛速度差距均处于可接受范围内。; 关键词卷积神经网络共轭梯度算法拟牛顿算法车牌识别; Keywords convolution neural network conjugate gradient algorithm quasi-Newton algorithm license plate recognition; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于双分支协同感知网络的DGA域名检测: 7; 作者韦博华朱朝阳朱磊; 机构广西网信信息技术有限公司; 出处《广西大学学报(自然科学版)》 2025年第5期1088-1098,共11页; 基金国家自然科学基金项目(61762007)。; 文摘针对域名生成算法(DGA)域名生存周期短、隐蔽性强,现有DGA域名检测方法漏报率高、检测精准率低的问题,提出一种基于双分支协同感知网络的DGA域名检测方法。在原始域名字符串中引入噪声信息,通过数据清洗和样本重构的方式提取域名字符串在深度特征空间中的特征表示;利用时序串行网络提取原始域名字符串在时序和空间维度的局部和全局编码特征;通过建立双分支编码特征间的协同感知注意力,促进分支间信息的语义交互与对齐,并在双分支网络末端添加分类器,实现合法域名与DGA域名的二分类,以及DGA域名细粒度多家族的分类。结果表明,所提出的方法在合法域名与DGA域名二分类检测任务中取得了98.32%的平均准确率和2.04%的平均漏报率,在DGA域名细粒度检测任务中,准确率、精准率、召回率、F 1值和漏报率分别取得了领先的结果。; 关键词域名生成算法双分支网络协同感知注意力样本重构时序串行网络; Keywords domain generation algorithm dual-branch network collaborative aware attention sample reconstruction temporal serial network; 分类号 TP393 [自动化与计算机技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于Kolmogorov-Arnold网络的节点分类算法	袁立宁冯文刚刘钊	《计算机科学与探索》北大核心	2025	4	在线阅读下载PDF 职称材料
2	基于对比学习增强的图卷积网络	袁立宁蒋萍莫嘉颖冯文刚刘钊	《小型微型计算机系统》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
3	视频异常行为检测综述	吴沛宸袁立宁郭放刘钊	《计算机科学与探索》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于标签传播增强的多通道图卷积网络	袁立宁冯文刚刘钊	《计算机科学》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	基于提示学习的案件知识图谱构建方法及应用研究	秦振凯徐铭朝蒋萍	《信息网络安全》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
6	基于卷积神经网络的模糊车牌图像检测与识别优化	于昊生王素芬李富有莫嘉颖黎烔辉	《广西大学学报（自然科学版）》 CAS 北大核心	2023	4	在线阅读下载PDF 职称材料
7	基于双分支协同感知网络的DGA域名检测	韦博华朱朝阳朱磊	《广西大学学报(自然科学版)》	2025		在线阅读下载PDF 职称材料