基于改进SKNet-SVM的网络安全态势评估 被引量：10

1

作者 赵冬梅 孙明伟 +1 位作者 宿梦月 吴亚星 《应用科学学报》 CAS CSCD 北大核心 2024年第2期334-349,共16页

为提高网络安全态势评估的准确率,增强稳定性与鲁棒性,提出一种基于改进选择性卷积核卷积神经网络和支持向量机的网络安全态势评估模型。首先,使用改进选择性卷积核代替传统卷积核进行特征提取,提高卷积神经网络感受野变化的自适应性,... 为提高网络安全态势评估的准确率,增强稳定性与鲁棒性,提出一种基于改进选择性卷积核卷积神经网络和支持向量机的网络安全态势评估模型。首先,使用改进选择性卷积核代替传统卷积核进行特征提取,提高卷积神经网络感受野变化的自适应性,增强特征之间关联性。然后,将提取的特征输入到支持向量机中进行分类,并使用网格优化算法对支持向量机中的参数进行全局寻优。最后,根据网络攻击影响指标计算网络安全态势值。实验表明,基于改进选择性卷积核卷积神经网络和支持向量机的态势评估模型与传统的卷积神经网络搭建的态势评估模型相比,准确率更高,并且具有更强的稳定性和鲁棒性。 展开更多

关键词 网络安全态势评估 网络安全态势感知 改进选择性卷积核卷积神经网络 支持向量机 网格优化算法

在线阅读 下载PDF 职称材料

基于多视图表示学习的语义感知异质图注意力网络

2

作者 王静红 吴芝冰 +1 位作者 王熙照 李昊康 《计算机科学》 北大核心 2025年第6期167-178,共12页

近年来,图神经网络因能够高效处理异质图中的复杂结构和丰富语义信息而受到了广泛的关注。学习异质图的低维节点嵌入,同时为节点分类、节点聚类等下游任务保留异质结构和语义,是一个关键且具有挑战性的问题。现有研究主要基于元路径来... 近年来,图神经网络因能够高效处理异质图中的复杂结构和丰富语义信息而受到了广泛的关注。学习异质图的低维节点嵌入,同时为节点分类、节点聚类等下游任务保留异质结构和语义,是一个关键且具有挑战性的问题。现有研究主要基于元路径来设计模型,但这种方法至少存在两方面的局限性:1)合适元路径的选择通常需要专家知识或额外的标注信息;2)该方法限制了模型按预定义的模式学习,从而难以充分捕获网络的复杂性。针对这些问题,提出了一种多视图和语义感知的异质图注意力网络(Multi-view and Semantic-aware Heterogeneous Graph Attention Network,MS-HGANN)。该网络无需人工设计元路径,即可融合节点和关系中的丰富语义信息。MS-HGANN主要包括3个部分:特征映射、二阶特定视图自我图融合和语义感知。特征映射将特征映射到统一的节点特征空间;二阶特定视图自我图融合设计了特定关系的编码器和节点注意力学习节点在局部结构上的表示;语义感知设计了两种相互协调的注意力机制来评估节点和关系的重要性,从而得到最终的节点表示。在3个公开数据集上进行实验,结果表明,所提模型在节点分类和聚类任务上达到了先进水平。 展开更多

关键词 图神经网络 异质图 图表示学习 异质图嵌入 异质网络

在线阅读 下载PDF 职称材料

结合CNN与Transformer的双流U型医学图像分割网络

3

作者 杨超荣 张朝晖 《小型微型计算机系统》 北大核心 2025年第8期2016-2026,共11页

为有效利用医学输入图像的局部特征与全局语义信息,从而获得边界更清晰、语义结构更完整的图像分割结果,提出一种结合CNN与Transformer的双流U型医学图像分割网络(DS-UNet).首先,双流U型结构由用于局部特征提取的CNN分支和进行全局特征... 为有效利用医学输入图像的局部特征与全局语义信息,从而获得边界更清晰、语义结构更完整的图像分割结果,提出一种结合CNN与Transformer的双流U型医学图像分割网络(DS-UNet).首先,双流U型结构由用于局部特征提取的CNN分支和进行全局特征提取的Swin Transformer分支构成;之后,为实现局部特征与全局特征的优势互补,以通道注意力和空间注意力为基础,提出了CNN和Transformer的融合模块(CTFB),并将其作为DS-UNet的重要组件,用于特征处理3个关键阶段双分支的信息交互与特征融合;此外,还提出一种用于双分支特征图与浅层多尺度特征图融合的跨分支信息增强模块(CBIE),为后续分割结果的生成做进一步的全局语义信息增强与浅层细节补充.以Dice相似系数与IoU值为评价指标,在GlaS、MoNuSeg、QaTa-COV19以及Synapse 4个公开数据集的对比实验表明,DS-UNet优于其他大部分竞争算法,并在GlaS、MoNuSeg以及Synapse数据集上性能最优. 展开更多

关键词 医学图像语义分割 双流U型结构 Swin Transformer CNN 特征融合

在线阅读 下载PDF 职称材料

基于威胁情报的网络安全态势感知模型 被引量：57

4

作者 张红斌 尹彦 +1 位作者 赵冬梅 刘滨 《通信学报》 EI CSCD 北大核心 2021年第6期182-194,共13页

为了解决现实环境中网络规模日益扩大导致网络攻击持续高发的现状,将威胁情报应用到态势感知,构建基于随机博弈的态势感知模型。将外源威胁情报与系统内部安全事件之间的相似度进行比较,对目标系统进行威胁察觉,根据系统内部的威胁信息... 为了解决现实环境中网络规模日益扩大导致网络攻击持续高发的现状,将威胁情报应用到态势感知,构建基于随机博弈的态势感知模型。将外源威胁情报与系统内部安全事件之间的相似度进行比较,对目标系统进行威胁察觉,根据系统内部的威胁信息生成内源威胁情报;在此过程中,利用博弈论的思想量化系统当前的网络安全态势,评估网络的安全状况,最终实现对网络安全态势的预测。实验结果表明,基于威胁情报的网络安全态势感知模型能正确地反映网络安全状态的变化,对攻击行为进行准确的预测。 展开更多

关键词 威胁情报 态势感知 网络安全 博弈论 纳什均衡

在线阅读 下载PDF 职称材料

基于时间因子和复合CNN结构的网络安全态势评估 被引量：26

5

作者 赵冬梅 宋会倩 张红斌 《计算机科学》 CSCD 北大核心 2021年第12期349-356,共8页

为了解决传统的网络安全态势感知研究方法在网络信息复杂情况下准确率不高等缺陷,文中结合深度学习,提出了一种基于时间因子和复合CNN结构的网络安全态势评估模型,将卷积分解技术和深度可分离技术相结合,形成4层串联复合最优单元结构;... 为了解决传统的网络安全态势感知研究方法在网络信息复杂情况下准确率不高等缺陷,文中结合深度学习,提出了一种基于时间因子和复合CNN结构的网络安全态势评估模型,将卷积分解技术和深度可分离技术相结合,形成4层串联复合最优单元结构;将一维网络数据转换为二维矩阵,以灰度值的形式载入神经网络模型,从而有效发挥卷积神经网络的优势。为充分利用数据间的时序关系,引入时间因子形成融合数据,使网络同时学习具备时序关系的原始数据和融合数据,增强模型的特征提取能力,同时利用时间因子和点卷积建立时序数据的空间映射,提高模型结构的完整性。实验结果证明,所提模型在两个数据集上的准确率分别达到了92.89%和92.60%,相比随机森林和LSTM算法提升了2%~6%。 展开更多

关键词 态势感知 卷积网络 时间因子 深度可分离卷积 卷积分解

在线阅读 下载PDF 职称材料

基于IPSO-BiLSTM的网络安全态势预测 被引量：18

6

作者 赵冬梅 吴亚星 张红斌 《计算机科学》 CSCD 北大核心 2022年第7期357-362,共6页

针对复杂的网络安全态势预测问题,为了提高预测的收敛速度和预测精度,提出了一种基于改进粒子群优化双向长短期记忆(IPSO-BiLSTM)网络的网络安全态势预测模型。首先,针对所用数据集没有真实态势值的问题,采用了一种基于攻击影响的态势... 针对复杂的网络安全态势预测问题,为了提高预测的收敛速度和预测精度,提出了一种基于改进粒子群优化双向长短期记忆(IPSO-BiLSTM)网络的网络安全态势预测模型。首先,针对所用数据集没有真实态势值的问题,采用了一种基于攻击影响的态势值计算方法,用于态势预测。其次,针对粒子群(PSO)算法易陷入局部最优值、搜索能力不均衡等问题,对惯性权重和加速因子进行改进,改进后的粒子群(IPSO)算法的全局和局部搜索能力平衡,收敛速度更快。最后,使用IPSO优化双向长短期记忆(BiLSTM)网络参数,提升预测能力。实验结果表明,IPSO-BiLSTM的拟合程度可达0.9946,其拟合效果和收敛速度均优于其他模型。 展开更多

关键词 网络安全 态势预测 神经网络 双向长短期记忆网络 改进粒子群优化

在线阅读 下载PDF 职称材料

基于并行约简的网络安全态势要素提取方法 被引量：12

7

作者 赵冬梅 李红 《计算机应用》 CSCD 北大核心 2017年第4期1008-1013,共6页

网络安全态势要素选取的质量对网络安全态势评估的准确性起到至关重要的作用,而现有的网络安全态势要素提取方法大多依赖先验知识,并不适用于处理网络安全态势数据。为提高网络安全态势要素提取的质量与效率,提出一种基于属性重要度矩... 网络安全态势要素选取的质量对网络安全态势评估的准确性起到至关重要的作用,而现有的网络安全态势要素提取方法大多依赖先验知识,并不适用于处理网络安全态势数据。为提高网络安全态势要素提取的质量与效率,提出一种基于属性重要度矩阵的并行约简算法,在经典粗糙集基础上引入并行约简思想,在保证分类不受影响的情况下,将单个决策信息表扩展到多个,利用条件熵计算属性重要度,根据约简规则删除冗余属性,从而实现网络安全态势要素的高效提取。为验证算法的高效性,利用Weka软件对数据进行分类预测,在NSL-KDD数据集中,相比利用全部属性,通过该算法约简后的属性进行分类建模的时间缩短了16.6%;对比评价指标发现,相比现有的三种态势要素提取算法(遗传算法(GA)、贪心式搜索算法(GSA)和基于条件熵的属性约简(ARCE)算法),该算法具有较高的召回率和较低的误警率。实验结果表明,经过该算法约简的数据具有更好的分类性能,实现了网络安全态势要素的高效提取。 展开更多

关键词 网络安全态势 要素提取 属性重要度矩阵 粗糙集

在线阅读 下载PDF 职称材料

基于相似网络和联合注意力的图嵌入模型 被引量：1

8

作者 王静红 李昌鑫 +1 位作者 杨家腾 于富强 《河南师范大学学报（自然科学版）》 CAS 北大核心 2024年第6期36-44,共9页

图注意力网络(graph attention network, GAT)将注意力机制与图神经网络融合,但模型只关注节点的一阶邻域节点,缺乏对高阶相似节点的考虑,同时在计算注意力分数时缺乏对节点结构特征的关注.为此提出一种基于相似网络和联合注意力的图嵌... 图注意力网络(graph attention network, GAT)将注意力机制与图神经网络融合,但模型只关注节点的一阶邻域节点,缺乏对高阶相似节点的考虑,同时在计算注意力分数时缺乏对节点结构特征的关注.为此提出一种基于相似网络和联合注意力的图嵌入模型.首先计算网络中的节点相似性,并将高相似度且未连接的节点对构建新边以形成相似网络.其次,引入结构相关性和内容相关性的概念,分别用于表征节点之间的结构关系和内容特征.通过融合两种相关性得分计算得到联合注意力分数.最后使用联合注意力分数对节点特征加权聚合,得到最终的节点嵌入表示.将本文所提算法在Cora、Citeseer和Pubmed 3个数据集上进行节点分类任务,准确率分别达到85.70%、74.30%、84.10%,与原始图注意力网络模型相比分别提高了2.70%、3.94%和2.60%.可见,所提出的算法可以得到更好的节点嵌入表示. 展开更多

关键词 图嵌入 图注意力网络 节点相似性 相似网络 节点分类

在线阅读 下载PDF 职称材料

基于认知的网络安全防御决策思维属性研究

9

作者 赵冬梅 刘金星 李喜喜 《信息安全研究》 2017年第11期995-999,共5页

在复杂、动态和不确定的网络威胁环境中,提高网络安全防御系统的自主决策能力,以综合利用主动和被动防御资源,是提高网络安全防御效能的关键所在.首先从网络安全防御决策需求出发,从信息、动机、规划、责任等方面对网络安全防御自主决... 在复杂、动态和不确定的网络威胁环境中,提高网络安全防御系统的自主决策能力,以综合利用主动和被动防御资源,是提高网络安全防御效能的关键所在.首先从网络安全防御决策需求出发,从信息、动机、规划、责任等方面对网络安全防御自主决策思维要素进行了分类,提出信念、目标、防御意图、责任等自主决策思维属性;基于网络威胁环境、防御资源自身能力和防御任务目标等要素对网络安全防御自主决策思维属性的建模要点进行了分析;并应用可视化建模语言(agent modeling language,AML)对网络安全防御决策的思维属性进行了建模. 展开更多

关键词 网络安全 防御决策 思维属性 自主决策 认知 决策能力

在线阅读 下载PDF 职称材料

网络安全态势感知中的威胁情报技术 被引量：11

10

作者 尹彦 张红斌 +1 位作者 刘滨 赵冬梅 《河北科技大学学报》 CAS 北大核心 2021年第2期195-204,共10页

2016年,习近平总书记在全国网信工作座谈会上作出重要指示:要加强大数据挖掘分析,更好感知网络安全态势,做好风险防范。为应对网络安全面临的严峻挑战,很多大型行业及企业响应国家政策号召,积极倡导、建设和应用态势感知系统。网络安全... 2016年,习近平总书记在全国网信工作座谈会上作出重要指示:要加强大数据挖掘分析,更好感知网络安全态势,做好风险防范。为应对网络安全面临的严峻挑战,很多大型行业及企业响应国家政策号召,积极倡导、建设和应用态势感知系统。网络安全态势感知是保障网络安全的有效手段,利用态势感知发现潜在威胁、做出响应已经成为网络安全的研究重点。目前提出的各种网络安全态势感知技术及方法,大多以小规模网络为研究背景。随着网络规模的扩大,出现了例如APT这样的新型高级攻击手段,导致态势感知技术的准确性大为降低,可操作性也变得更加困难。近年来,威胁情报的出现为态势感知的研究带来了新思路,成为态势感知研究领域的一个新方向。对传统态势感知研究和威胁情报在网络安全态势感知上的应用进行了归纳总结。传统网络安全态势感知的研究一般分为3部分,即态势察觉、态势理解、态势投射,主要过程是通过对目标系统安全要素的提取,分析安全事件的影响,最终实现对网络中各种活动的行为识别、察觉攻击,并对网络态势进行评估和预测,为网络安全响应提供正确决策。对威胁情报在网络安全态势感知上的应用从3个场景进行了讨论:1)态势察觉:利用威胁情报进行攻击行为的识别,提取相关的攻击特征,确定攻击意图、方法及影响;2)态势理解:确定攻击行为及其特征后,对攻击行为进行理解,通过共享威胁情报中攻击行为的处置方法,确定攻击者的攻击策略;3)态势投射:通过分析威胁情报中攻击事件、攻击技术、漏洞等信息,评估当前系统面临的风险,预测其可能遭受的攻击。威胁情报主要是利用大数据、分布式系统等收集方法获取的,具有很强的自主更新能力,能够提供最全、最新的安全事件数据,极大提高网络安全态势感知工作中对新型和高级别危险的察觉能力。通过威胁情报共享机制,可使安全管理员对所处行业面临的威胁处境、攻击者类型、攻击技术及防御策略信息有更加深入的了解,对企业正在经历或潜在的威胁进行有效防御,提高态势感知分析的准确率与效率,以及对安全事件的响应能力。 展开更多

关键词 网络安全 态势感知 威胁情报 STIX 网络攻防

在线阅读 下载PDF 职称材料

基于图核的异质信息网络链路预测方法 被引量：4

11

作者 赵妍 赵书良 马秋微 《计算机应用研究》 CSCD 北大核心 2021年第10期3125-3130,共6页

链路预测是图挖掘主要研究的问题,其研究重点是提取图的特征信息,现有研究方法大多只关注网络拓扑结构而忽略了节点属性信息。针对该问题,提出了基于图核的链路预测方法NGLP。该方法能挖掘有效、可用的元路径;基于元路径对预测对象生成... 链路预测是图挖掘主要研究的问题,其研究重点是提取图的特征信息,现有研究方法大多只关注网络拓扑结构而忽略了节点属性信息。针对该问题,提出了基于图核的链路预测方法NGLP。该方法能挖掘有效、可用的元路径;基于元路径对预测对象生成带节点属性的子图,使用子图表示被预测的链路;然后利用图核方法计算子图之间的相似性;最后训练SVM得出链路预测结果。实验结果表明,提出方法与其他方法相比具有更高的精度和更强的稳定性。 展开更多

关键词 异质信息网络 链路预测 图核 元路径

在线阅读 下载PDF 职称材料

基于异质信息网络的文本相似性度量方法

12

作者 马秋微 赵书良 赵妍 《中文信息学报》 CSCD 北大核心 2023年第9期108-120,共13页

文本相似性度量对基于文本的分类,聚类以及排序等有着广泛的影响。现有的大部分文本相似性度量方法不仅文本特征粒度单一化,而且忽略了非结构化文本数据中的结构化信息。该文将文本相似性度量问题转化为加权异质信息网络中的节点相似性... 文本相似性度量对基于文本的分类,聚类以及排序等有着广泛的影响。现有的大部分文本相似性度量方法不仅文本特征粒度单一化,而且忽略了非结构化文本数据中的结构化信息。该文将文本相似性度量问题转化为加权异质信息网络中的节点相似性度量问题,利用元路径的结构特性和语义特性度量文本的显式语义相似性,使其度量结果更准确并且更具有可解释性。首先,结合世界知识库,扩大文本特征粒度,构建加权文本异质信息网络,将非结构化文本类型数据表示为结构化的异质信息网络的形式。其次,挖掘元路径,并提出基于元路径的ω-PageRank-Nibble子图划分算法,得到包含给定文本节点集的局部图。根据局部图,计算并存储特定元路径的交换矩阵,为后续相似性度量降低时间及空间成本。最后,提出AllPathSim耦合相似性度量方法,度量文本类型节点的相似性。在图剪枝方面,利用基于元路径的ω-PageRank-Nibble算法划分子图,与处理整张图相比,时间成本和空间成本降低效果显著。在相似性度量方面,与同期最优的相同类型节点度量方法相比,AllPathSim耦合相似性度量方法与度量结果的相关系数在20NG和GCAT数据集上分别提高了6.1%和6.9%。 展开更多

关键词 相似性度量 加权异质信息网络 元路径 文本挖掘

在线阅读 下载PDF 职称材料

基于自编码器及对比损失的图聚类方法

13

作者 王静红 王慧 袁绰 《南京师大学报(自然科学版)》 北大核心 2025年第1期75-84,共10页

图聚类根据图数据的内在关系找到组或社区,是数据分析中一项重要的研究问题.近年来,基于自编码器的方法能够获得有效节点属性表示,但未融合结构信息.由于图神经网络的广泛应用,基于半监督图卷积网络和图自编码器的模型能够融合结构信息... 图聚类根据图数据的内在关系找到组或社区,是数据分析中一项重要的研究问题.近年来,基于自编码器的方法能够获得有效节点属性表示,但未融合结构信息.由于图神经网络的广泛应用,基于半监督图卷积网络和图自编码器的模型能够融合结构信息,与传统聚类方法相比取得了较好的效果,但标记数据和卷积操作代价昂贵.因此,本文提出了一种基于自编码器及对比损失的图聚类方法.首先该方法使用简单的多层感知器设计自编码器,预训练自编码器学习节点属性表示.其次结合影响对比损失学习图嵌入表示,融合丰富的图结构信息,然后同时迭代优化嵌入表示和自监督聚类任务.最后,使用多个引文网络数据集与基准模型进行对比实验.实验表明,聚类性能得到有效提升,并且参数敏感性分析和变体实验验证了影响对比损失和自监督聚类的有效性. 展开更多

关键词 图聚类 自编码器 影响对比损失 图嵌入 自监督聚类

在线阅读 下载PDF 职称材料

基于零集中差分隐私的联邦学习激励方案 被引量：2

14

作者 李梦倩 田有亮 +1 位作者 张军鹏 赵冬梅 《通信学报》 北大核心 2025年第1期79-92,共14页

针对联邦学习场景下客户端选择不公平及模型训练低效问题,提出了一种基于激励机制的隐私保护联邦学习框架(zCDP-FL)。该框架将第二价反向拍卖应用到客户端的选择策略,设计了激励机制算法(SRAI),最大化系统效益。此外,采用零集中差分隐私... 针对联邦学习场景下客户端选择不公平及模型训练低效问题,提出了一种基于激励机制的隐私保护联邦学习框架(zCDP-FL)。该框架将第二价反向拍卖应用到客户端的选择策略,设计了激励机制算法(SRAI),最大化系统效益。此外,采用零集中差分隐私,提出了隐私预算动态分配算法,实现训练过程中噪声规模的动态调整,在严格隐私计算边界的情况下提供更强的隐私保护。理论分析与仿真实验证明,zCDP-FL能够有效防止隐私泄露,并提升了2.13%~3.62%模型训练效率。 展开更多

关键词 联邦学习 零集中差分隐私 激励机制 隐私预算 动态分配

在线阅读 下载PDF 职称材料

ViTFFN模型在航空发动机剩余使用寿命预测中的应用

15

作者 张诺飞 王秀青 +2 位作者 王铮 叶晓雅 杜文霞 《重庆理工大学学报(自然科学)》 北大核心 2025年第9期108-116,共9页

提出一种结合Vision Transformer(ViT)和特征融合层次网络的RUL概率预测模型(vision transformer and feature fusion hierarchical network,ViTFFN)。ViT准确捕捉输入数据序列中的长期依赖关系和关键特征,特征融合层次网络(feature fus... 提出一种结合Vision Transformer(ViT)和特征融合层次网络的RUL概率预测模型(vision transformer and feature fusion hierarchical network,ViTFFN)。ViT准确捕捉输入数据序列中的长期依赖关系和关键特征,特征融合层次网络(feature fusion hierarchical network,FFHN)充分挖掘多尺度信息和上下文互补信息,并利用概率方法预测航空发动机RUL的置信区间,充分预测可能出现的结果。实验结果表明,所提ViTFFN模型在C-MAPSS数据集的FD002数据子集上的RMSE值和Score值为16.89和1489.36,均低于LSTM、DCNN等方法;对于FD004数据集,RMSE值为20.10。在FD001和FD003数据集上,ViTFFN模型与MSDCNN-LSTM、CACNN-Transformer等方法具备同等RUL预测结果,RMSE值分别为12.16和12.08。相比IDMFFN、MCLSTM等方法,ViTFFN模型具有更高的预测准确性,为航空发动机RUL预测提供了有效方法。 展开更多

关键词 剩余使用寿命预测 Vision Transformer 多尺度特征融合 航空发动机 深度学习

在线阅读 下载PDF 职称材料

基于影响力的跨社交网络谣言扩散模型与抑制方法 被引量：4

16

作者 郭宏刚 杨芳 《计算机应用与软件》 北大核心 2022年第7期73-79,153,共8页

传统在线社交网络谣言分析模型均考虑单一的社交网络,而当前谣言通常跨多个社交网络进行传播,传播速度极快,影响极大。针对这种情况,提出一种基于社交影响力的跨多个社交网络谣言传播模型,基于该模型给出贪婪谣言抑制方法。通过用户与... 传统在线社交网络谣言分析模型均考虑单一的社交网络,而当前谣言通常跨多个社交网络进行传播,传播速度极快,影响极大。针对这种情况,提出一种基于社交影响力的跨多个社交网络谣言传播模型,基于该模型给出贪婪谣言抑制方法。通过用户与其邻居的外部聚类系数决定社交网络的影响力节点,保留高影响力节点的谣言扩散连接,从而降低模型的复杂度,以贪婪算法为基础,预测传播能力强的种子节点,通过失活种子节点集对谣言进行快速抑制。实验结果表明,该模型能够较为准确地模拟谣言的传播趋势,同时算法能够快速抑制谣言的传播。 展开更多

关键词 在线社交网络 网络安全 公共安全 谣言传播 贪婪算法

在线阅读 下载PDF 职称材料

一种新的深度学习信号调制方式自动识别算法研究

17

作者 张丹华 冯冀宁 《现代电子技术》 北大核心 2025年第12期179-186,共8页

调制方式自动识别(AMR)基于深度学习(DL)的方法 AMR-DL是当前信号调制方式识别领域的研究热点。然而,低信噪比(SNR)条件下的调制信号以及深度学习网络参数量过大会显著降低AMR-DL的识别准确率和计算效率。针对这两个关键问题,提出一种新... 调制方式自动识别(AMR)基于深度学习(DL)的方法 AMR-DL是当前信号调制方式识别领域的研究热点。然而,低信噪比(SNR)条件下的调制信号以及深度学习网络参数量过大会显著降低AMR-DL的识别准确率和计算效率。针对这两个关键问题,提出一种新型AMR-DL算法。新算法利用多观测样本累积方法提高信噪比,对增强后的信号进行小波变换,得到时频图像,将调制识别问题转换为时频图像的分类问题;同时设计了一个轻量级神经网络,用于时频图像特征提取与分类。仿真结果显示,所提新型AMR-DL算法中轻量级神经网络参数量较少,在0 dB下准确率可达98.1%,且与其他算法相比在低信噪比条件下显著提高了调制信号的识别准确率。 展开更多

关键词 深度学习 调制方式自动识别 多观测样本累积 轻量级神经网络 小波变换 低信噪比

在线阅读 下载PDF 职称材料

基于LSTM-TE模型的冬枣可溶性固形物含量高光谱估测

18

作者 刘傲然 孟惜 +3 位作者 刘智国 宋宇斐 赵雪曼 智丹宁 《光谱学与光谱分析》 北大核心 2025年第8期2326-2334,共9页

冬枣因其丰富的营养成分、香甜的口感和优良的风味,深受消费者的喜爱。随着消费者对水果品质要求的提高,可溶性固形物含量(SSC)作为衡量水果成熟度和口感质量的重要指标,已成为水果品质评估中的关键因素。因此,实现冬枣SSC的高效、无损... 冬枣因其丰富的营养成分、香甜的口感和优良的风味,深受消费者的喜爱。随着消费者对水果品质要求的提高,可溶性固形物含量(SSC)作为衡量水果成熟度和口感质量的重要指标,已成为水果品质评估中的关键因素。因此,实现冬枣SSC的高效、无损预测具有重要的应用价值和实际意义。提出一种融合长短时记忆网络(LSTM)与Transformer编码器的LSTM-TE模型,旨在实现冬枣SSC的快速无损预测。采集900个冬枣样本的高光谱数据并测定其SSC值,结合多种光谱数据预处理方法[包括多元散射校正(MSC)、矢量归一化(VN)、Savitzky-Golay(SG)滤波、一阶导数(D1)和二阶导数(D2)等]对数据进行处理,通过PLSR、SVR、VGG16、ResNet18、LSTM五种模型系统比较了10种预处理组合的效果,确定最优预处理方案为MSC-SG-D1。在该预处理方法的基础上,进一步构建了PLSR、SVR、VGG16、ResNet18、LSTM和LSTM-TE的多模型对比体系,并对其在测试集上的性能进行了对比分析。实验结果表明,LSTM-TE模型在测试集上的决定系数为0.9598,均方根误差为1.2690,较传统机器学习模型PLSR(R_(p)^(2)=0.8173)提升17.4%,较单一LSTM模型(R_(p)^(2)=0.8652)提升10.9%。该模型通过LSTM的时序特征捕捉能力与Transformer编码器的全局依赖建模优势,有效挖掘了高光谱数据中的非线性特征关系。本研究为冬枣品质的在线检测与分级提供了新的技术方案,对高光谱技术在精准农业中的应用具有重要参考价值。 展开更多

关键词 可溶性固形物含量(SSC) 高光谱 深度学习 LSTM-TE模型

在线阅读 下载PDF 职称材料

基于可微知识图谱的多跳知识库问答

19

作者 魏谦强 赵书良 张思漫 《计算机科学》 北大核心 2025年第3期295-305,共11页

知识库问答是一个具有挑战性的热门研究方向。目前,基于嵌入的方法通过隐式推理得到问题的答案而不能产生完整的推理路径,基于可微知识图谱的模型只需要将问题答案对作为弱监督信号就可以产生可解释的结果。基于可微知识图谱,提出了一... 知识库问答是一个具有挑战性的热门研究方向。目前,基于嵌入的方法通过隐式推理得到问题的答案而不能产生完整的推理路径,基于可微知识图谱的模型只需要将问题答案对作为弱监督信号就可以产生可解释的结果。基于可微知识图谱,提出了一个端到端编码器-解码器模型。编码器使用多头注意力机制和LSTM对问题进行细粒度顺序建模,生成能更好地表示问题每一跳语义特征的查询向量;解码器使用前馈神经网络实现问题多跳推理的注意力机制,能更好地表示问题每一跳在整个问题中的权重。所提模型解决了以前粗粒度非顺序建模方法存在的信息丢失问题。在5个数据集MetaQA-1hop,MetaQA-2hop,MetaQA-3hop,WebQSP和CWQ上进行实验,模型分别取得了97.5%,100%,100%,77.8%和51.4%的准确率。消融实验表明,各个模块都对模型整体性能的提高有贡献。 展开更多

关键词 多跳知识库问答 可微知识图谱 编码器-解码器

在线阅读 下载PDF 职称材料

一种融合胶囊网络的分类方法 被引量：1

20

作者 王静红 张戴鹏 《计算机应用研究》 CSCD 北大核心 2022年第12期3574-3581,3586,共9页

目前的ADMET分类方法在对具有多特征性和特征关联性的化合物数据进行ADMET分类时存在不足。而且,对ADMET分类结果不具备可解释性。针对上述问题,提出一种融合胶囊网络的分类模型(CapsMC)。CapsMC模型首先提出一种feature-to-image图像... 目前的ADMET分类方法在对具有多特征性和特征关联性的化合物数据进行ADMET分类时存在不足。而且,对ADMET分类结果不具备可解释性。针对上述问题,提出一种融合胶囊网络的分类模型(CapsMC)。CapsMC模型首先提出一种feature-to-image图像转换算法。使用该算法将特征之间的关联关系和依赖关系作为考量纳入到分类依据中,实现特征的多层次提取。其次,探索胶囊网络的高级应用,提出一种认知推理机制。使用该机制对特征进行认知推理,实现ADMET的可解释性分类。模型在五种ADMET数据集上的实验结果表明,CapsMC模型可以高效实现ADMET的可解释性分类。 展开更多

关键词 ADMET 图像转换 胶囊网络 认知推理机制 可解释性分类

在线阅读 下载PDF 职称材料