期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向分类器进行特征加权的Android恶意软件检测
1
作者
熊智
刘芳
王逸轩
《计算机工程与科学》
北大核心
2025年第9期1598-1608,共11页
特征加权可以提供更综合的信息增强模型的学习能力和决策准确性,但在实际运用时往往忽视了特征与分类器之间的相互关系。针对这一问题,提出一种面向分类器的特征加权法COFW,并将其应用于Android恶意软件检测。首先从Android应用程序包...
特征加权可以提供更综合的信息增强模型的学习能力和决策准确性,但在实际运用时往往忽视了特征与分类器之间的相互关系。针对这一问题,提出一种面向分类器的特征加权法COFW,并将其应用于Android恶意软件检测。首先从Android应用程序包中提取7个类别的特征,并挑选出最重要的特征子集;其次根据检测恶意软件所使用的分类器,采用COFW为该分类器计算每个特征的最优权重;最后采用加权后的特征训练该分类器。COFW采用去一法为每个特征计算初始权重,然后通过一个映射函数将其映射为最终权重,并采用差分进化算法优化映射函数和分类器的参数。实验结果表明,运用COFW进行特征加权能够提升分类器的性能,并且COFW的性能优于其他4种为Android恶意软件检测设计的特征加权法。
展开更多
关键词
特征加权
面向分类器
映射函数
Android恶意软件检测
在线阅读
下载PDF
职称材料
基于分布多样性的智能推荐两阶段模型与求解方法
2
作者
刘久兵
叶锦鹏
+3 位作者
许晓燕
谭欢欢
李华雄
黄兵
《南京理工大学学报》
北大核心
2025年第3期310-324,共15页
智能推荐作为筛选有效信息的重要工具,广泛应用于电子商务等领域。现有智能推荐优化模型主要通过分布多样性参数平衡推荐准确性和分布多样性,缺乏参数确定方法且忽视了项目重要性和错误推荐的决策代价。为此,该文提出基于分布多样性的...
智能推荐作为筛选有效信息的重要工具,广泛应用于电子商务等领域。现有智能推荐优化模型主要通过分布多样性参数平衡推荐准确性和分布多样性,缺乏参数确定方法且忽视了项目重要性和错误推荐的决策代价。为此,该文提出基于分布多样性的智能推荐两阶段模型与求解方法。首先,构建考虑分布多样性和项目重要性的第1阶段模型,旨在确定差异化分布多样性参数;其次,采用奇异值分解++(SVD++)预测用户-项目的未知评分,进而基于第1阶段模型,引入决策代价约束,建立最大化推荐准确性的第2阶段模型;再次,针对第1阶段模型,设计基于代价-收益的迭代算法,并证明其可快速获得最优解;最后,对于第2阶段模型,设计基于拉格朗日对偶次梯度的求解算法。在4个数据集上进行数值实验,验证了基于代价-收益算法的高效性,并通过与Gurobi及2种最新算法的对比实验,说明了拉格朗日对偶次梯度算法的优越性。
展开更多
关键词
智能推荐模型
分布多样性
项目重要性
拉格朗日松弛
在线阅读
下载PDF
职称材料
面向不平衡短文本情感多分类的三阶语义图数据增广方法
被引量：
3
3
作者
颜学明
黄翰
+2 位作者
金耀初
钟国
郝志峰
《计算机学报》
EI
CAS
CSCD
北大核心
2024年第12期2742-2759,共18页
文本增广技术可以有效提升不平衡情感分类任务的性能.若文本增广过程中生成的少数类短文本数据未能体现完整的情感语义特征,则可能会导致不同类别之间的情感重叠问题出现.为了充分学习和理解少数类别的情感特征,本文提出一种面向不平衡...
文本增广技术可以有效提升不平衡情感分类任务的性能.若文本增广过程中生成的少数类短文本数据未能体现完整的情感语义特征,则可能会导致不同类别之间的情感重叠问题出现.为了充分学习和理解少数类别的情感特征,本文提出一种面向不平衡文本情感多分类的三阶语义图数据增广方法,首先采用三阶语义图在多个词之间建立复杂的关系语义模型,用于表示多种可能的短文本局部情感语义和词节点依赖关系,然后提出了基于三阶语义图数据增广方法以平衡多分类文本的情感类别分布,从而有效实现不平衡短文本的情感分类.与传统的文本增广方法相比,在印尼语不平衡数据集上,本文提出的方法在少数类评价指标F1-measure和F2-measure上分别提升了5.75%和9.65%,在平衡情感识别能力指标G-means值上提升了2.91%;在马来语不平衡数据集上,本文提出的方法在少数类评价指标F1-measure和F3-measure上也分别提升了2.45%和4.81%,在平衡情感识别能力指标G-means值上提升了1.24%.此外,与传统的机器学习方法、深度网络模型等情感分类模型以及传统的短文本增广过采样模型相比,本文提出的方法在公开的印尼语、马来语、英语以及中文四个不平衡短文本数据集上都获得了最高的准确率Accuracy值.以上实验结果表明,融合不同模体的三阶语义图结构信息不仅可以有效表达文本中的局部情感语义以及词节点之间的依赖关系,还可以有效降低短文本数据增广过采样过程中引入新噪声的风险,并提升不平衡短文本的多分类性能.
展开更多
关键词
三阶语义图
文本增广
平衡策略
短文本情感分类
模体
在线阅读
下载PDF
职称材料
题名
面向分类器进行特征加权的Android恶意软件检测
1
作者
熊智
刘芳
王逸轩
机构
汕头大学数学与计算机学院
智能制造技术教育部重点实验室(
汕头大学
)
出处
《计算机工程与科学》
北大核心
2025年第9期1598-1608,共11页
基金
广东省基础与应用基础研究基金(2024A1515011765)
广东省科技计划(STKJ2023012)。
文摘
特征加权可以提供更综合的信息增强模型的学习能力和决策准确性,但在实际运用时往往忽视了特征与分类器之间的相互关系。针对这一问题,提出一种面向分类器的特征加权法COFW,并将其应用于Android恶意软件检测。首先从Android应用程序包中提取7个类别的特征,并挑选出最重要的特征子集;其次根据检测恶意软件所使用的分类器,采用COFW为该分类器计算每个特征的最优权重;最后采用加权后的特征训练该分类器。COFW采用去一法为每个特征计算初始权重,然后通过一个映射函数将其映射为最终权重,并采用差分进化算法优化映射函数和分类器的参数。实验结果表明,运用COFW进行特征加权能够提升分类器的性能,并且COFW的性能优于其他4种为Android恶意软件检测设计的特征加权法。
关键词
特征加权
面向分类器
映射函数
Android恶意软件检测
Keywords
feature weighting
classifier-oriented
mapping function
Android malware detection
分类号
TP393.08 [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
基于分布多样性的智能推荐两阶段模型与求解方法
2
作者
刘久兵
叶锦鹏
许晓燕
谭欢欢
李华雄
黄兵
机构
汕头大学
商
学院
汕头大学数学与计算机学院
南京
大学
工程管理
学院
南京审计
大学
计算机
学院
出处
《南京理工大学学报》
北大核心
2025年第3期310-324,共15页
基金
国家自然科学基金(62106135)
广东省自然科学基金(2023A1515011390
2025A1515010167)。
文摘
智能推荐作为筛选有效信息的重要工具,广泛应用于电子商务等领域。现有智能推荐优化模型主要通过分布多样性参数平衡推荐准确性和分布多样性,缺乏参数确定方法且忽视了项目重要性和错误推荐的决策代价。为此,该文提出基于分布多样性的智能推荐两阶段模型与求解方法。首先,构建考虑分布多样性和项目重要性的第1阶段模型,旨在确定差异化分布多样性参数;其次,采用奇异值分解++(SVD++)预测用户-项目的未知评分,进而基于第1阶段模型,引入决策代价约束,建立最大化推荐准确性的第2阶段模型;再次,针对第1阶段模型,设计基于代价-收益的迭代算法,并证明其可快速获得最优解;最后,对于第2阶段模型,设计基于拉格朗日对偶次梯度的求解算法。在4个数据集上进行数值实验,验证了基于代价-收益算法的高效性,并通过与Gurobi及2种最新算法的对比实验,说明了拉格朗日对偶次梯度算法的优越性。
关键词
智能推荐模型
分布多样性
项目重要性
拉格朗日松弛
Keywords
intelligent recommendation models
distributional diversity
item significance
Lagrangian relaxation
分类号
TP18 [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
面向不平衡短文本情感多分类的三阶语义图数据增广方法
被引量：
3
3
作者
颜学明
黄翰
金耀初
钟国
郝志峰
机构
广东外语外贸
大学
信息科学与技术
学院
华南理工
大学
软件
学院
大数据与智能机器人教育部重点实验室
广东省大模型与生成式人工智能技术工程中心
西湖
大学
工
学院
汕头大学数学与计算机学院
出处
《计算机学报》
EI
CAS
CSCD
北大核心
2024年第12期2742-2759,共18页
基金
国家自然科学基金重点项目(62136003)
国家自然科学基金项目(62276103,62476163)
+2 种基金
国家自然科学基金合作创新研究团队项目(W2441019)
广东省基础与应用基础研究基金(2023B1515120020)
广东省普通高校创新团队项目(2023KCXTD002)资助.
文摘
文本增广技术可以有效提升不平衡情感分类任务的性能.若文本增广过程中生成的少数类短文本数据未能体现完整的情感语义特征,则可能会导致不同类别之间的情感重叠问题出现.为了充分学习和理解少数类别的情感特征,本文提出一种面向不平衡文本情感多分类的三阶语义图数据增广方法,首先采用三阶语义图在多个词之间建立复杂的关系语义模型,用于表示多种可能的短文本局部情感语义和词节点依赖关系,然后提出了基于三阶语义图数据增广方法以平衡多分类文本的情感类别分布,从而有效实现不平衡短文本的情感分类.与传统的文本增广方法相比,在印尼语不平衡数据集上,本文提出的方法在少数类评价指标F1-measure和F2-measure上分别提升了5.75%和9.65%,在平衡情感识别能力指标G-means值上提升了2.91%;在马来语不平衡数据集上,本文提出的方法在少数类评价指标F1-measure和F3-measure上也分别提升了2.45%和4.81%,在平衡情感识别能力指标G-means值上提升了1.24%.此外,与传统的机器学习方法、深度网络模型等情感分类模型以及传统的短文本增广过采样模型相比,本文提出的方法在公开的印尼语、马来语、英语以及中文四个不平衡短文本数据集上都获得了最高的准确率Accuracy值.以上实验结果表明,融合不同模体的三阶语义图结构信息不仅可以有效表达文本中的局部情感语义以及词节点之间的依赖关系,还可以有效降低短文本数据增广过采样过程中引入新噪声的风险,并提升不平衡短文本的多分类性能.
关键词
三阶语义图
文本增广
平衡策略
短文本情感分类
模体
Keywords
third-order semantic graphs
text augmentation
balancing strategies
short text sentiment classification
motif
分类号
TP18 [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
作者
出处
发文年
被引量
操作
1
面向分类器进行特征加权的Android恶意软件检测
熊智
刘芳
王逸轩
《计算机工程与科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于分布多样性的智能推荐两阶段模型与求解方法
刘久兵
叶锦鹏
许晓燕
谭欢欢
李华雄
黄兵
《南京理工大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
面向不平衡短文本情感多分类的三阶语义图数据增广方法
颜学明
黄翰
金耀初
钟国
郝志峰
《计算机学报》
EI
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
