• 基于Neo4j对西藏领域本体的存储方法研究

    王飞;易绵竹;谭新;陈永升;向一帆

    基于本体语义理论构建的西藏领域本体定义了一种多属性值对的语义表示框架,建立了语义关联数据模型,将文本中的对象和事件通过语义属性联系起来,可以为多种应用提供支持。该语义表示框架可以表示成多维度的RDF数据,采用传统的关系型数据库存储会带来空间浪费和数据管理困难等问题。在大数据存储技术的推动下,产生了非关系型数据库用以存储复杂关系数据。本文主要研究了将西藏领域本体数据按照节点和边的形式存储在图数据库Neo4j中的方法,使数据库能够更有效地存储语义数据,并提供可视化的查询与处理,与传统的关系型数据库相比提高了操作效率。

    年期 [查看摘要][在线阅读][下载 212K]
  • 基于特征功能函数的APT样本分类方法

    吕杨琦;王张宜;杨秀璋;宋文纳;彭国军

    APT攻击对网络空间构成严重威胁,APT组织通常会复用恶意功能代码,因此对大量威胁情报进行调研,总结了APT样本的八大类功能,并构建各类功能的静态检测规则提取样本的功能函数,接着标准化处理函数的汇编代码和计算其模糊哈希,构建APT组织的特征功能指纹库,最后根据待分类样本与APT组织指纹库的匹配程度确定样本组织。实验结果表明,所提方法的准确率为92%,能有效实现对APT样本的组织分类和溯源。

    年期 [查看摘要][在线阅读][下载 1332K]
  • 面向时政新闻文本的事件标注语料库构建

    王瑞民;叶娅娟;张坤丽;昝红英;韩英杰

    在现有的新闻领域标注语料库研究的基础上,结合时政新闻文本的特点,构建了面向时政新闻文本的事件标注语料库(event annotation corpus for current political news, EACPN)。EACPN从事件元素、人物角色及事件子类别等多个层面对21455篇时政新闻进行标注,涵盖了128523个事件元素和17919个子类别,整体标注一致性达到85.9%。所构建的EACPN为今后的时政新闻文本事件抽取研究和事件知识图谱构建提供了数据基础。

    年期 [查看摘要][在线阅读][下载 2480K]
  • FSDN:基于嵌套U-Net结构的人脸阴影检测模型

    刘佳奇;易积政;陈爱斌

    人脸阴影检测通常作为人脸图像相关任务的预处理步骤避免阴影带来的干扰。提出基于深度学习的人脸阴影检测方案,在解决方案中,首先根据光照和人脸结构信息,对耶鲁人脸数据库中1 600张光照不均匀人脸图像的阴影区域进行标注,构建人脸阴影检测数据集;之后设计基于嵌套U-Net结构和注意力模块的人脸阴影检测网络,嵌套U-Net结构被用于提取图像的高分辨率信息和全局特征,注意力模块被用于融合各个嵌套U-Net的输出,同时抑制低阶子层带来的噪声信息;最后在标注的人脸检测数据集上对网络进行了评估,实验结果表明,所提方法的平均检测错误率比对照组中最优方案降低了14.2%,可以有效地检测图像中的小面积阴影并提供更精确的阴影边缘定位。

    年期 [查看摘要][在线阅读][下载 1038K]
  • 个性化个体语义驱动的语言分布多属性群决策

    胡蕾;张世涛;候景琦;刘小弟

    实际群决策中,相同语言表达被不同决策者个性化理解称之为个性化个体语义。针对语言分布评价信息下的多属性群决策问题,提出一种基于个性化个体语义的多属性群决策方法。首先,集成专家个性化的属性权重和最佳-最差方法 (best-worst method,BWM)模型中的一致性驱动思想构建优化模型,确定每个专家的个性化个体语义标度;然后,为有效集结个体意见形成群体意见,在群体共识和可信度双视角下构建多目标优化模型,用来确定差异化的专家权重。在此基础上,计算群体关于备选方案的综合评价值对方案排序择优;最后,通过一个在线评论多属性群决策的案例说明所提决策方法的有效性和合理性。

    年期 [查看摘要][在线阅读][下载 742K]
  • 面向大规模定制协同生产的工业机理建模

    张凯;涂志莹;陆展;王泽华;初佃辉

    随着工业互联网的发展,世界各国正在围绕工业制造进行数字化革命,加速构建以智能化生产、个性化定制和协同生产为特征的工业新生态。工业场景中存在许多工业机理,对工业机理的表述及推理是工业互联网的研究难点。对工业机理的有效表达在构建工业机理库过程中发挥着非常重要的作用。工业机理中包含着能力和条件等多维度、细粒度的信息,而传统的本体建模方法仅描述了工业场景中的基本信息,缺少对能力的表达,难以描述复杂的工业场景。提出了能够表达工业机理的三层本体建模框架,定义了适用于工业机理建模的元模型,并在其基础上定义了三层工业机理模型。三层模型包含了针对不同工业场景适用的组成视图、能力视图和模式视图,以及相应的操作集,在此基础上完成模型在多样化工业场景中的适配与应用。最后以家电领域为案例,详细介绍了三层模型对工业机理的表述以及在个性化定制中的应用。

    年期 [查看摘要][在线阅读][下载 1336K]
  • 基于IOWA算子工况辨识的风电机组齿轮箱温度预警

    甄成刚;张争鹏;郭东庆;刘贞辉

    提出一种基于群体相似性组合模型的故障预警方案。利用动态时间规整算法分析风电机群的相似性,得到工作状态相似的风电机群;采用遗传算法优化的软模糊聚类划分工况,构建非线性状态估计模型;依据最大信息系数确定模型的辅助变量,基于诱导有序加权平均(induced ordered weighted averaging,IOWA)算子构建组合预测模型。实验结果表明,所提出的组合模型对风电机组齿轮箱早期温度预警是有效的。

    年期 [查看摘要][在线阅读][下载 1419K]
  • 基于含权k-壳分解的分组教学虚拟网络映射算法

    庄雷;王盛开;郭孟鸽;李文萃;陆继钊;刘文覃;徐泽汐

    提出一种两阶段的基于含权k-壳分解的分组教学虚拟网络映射算法。该算法根据含权k-壳分解法对底层网络进行预处理,然后沿着节点间的最短路径映射链路,并结合分组教学优化模型的分组、教学、自学与互学的优化策略,实现节点和链路的协调映射,从而进一步提高解的质量。仿真结果表明,所提算法作为一种多目标的虚拟网络映射算法,能够有效减少链路开启量,提升虚拟网络请求接受率及长期收益成本比。

    年期 [查看摘要][在线阅读][下载 1229K]
  • 基于聚类和压缩感知的高维数据发布算法

    刘振鹏;陈杰;王仕磊;郭超;李小菲

    针对现有高维数据发布机制中因“维度灾难”加入噪音过多,导致数据可用性低的问题,提出一种基于聚类和压缩感知的高维数据发布算法PrivCACS。根据属性敏感度对属性集进行聚类处理,利用互信息作为属性关联度将依赖度强的非敏感属性加至敏感属性集中,将属性集分为非敏感属性集C_1和敏感属性集C_2,进而得到对应的数据子集D_1和D_2。经过压缩感知,将会泄露隐私信息的数据子集D_2降维转变为低维概要进行差分隐私加噪,通过改进正交匹配追踪算法重构出合成数据集,与非敏感数据集D_1合并后进行发布。在真实数据集上的实验结果表明,所提出的PrivCACS算法在SVM分类上优于传统的PrivBayes和Jtree算法,在保障隐私的前提下,数据的可用性更高。

    年期 [查看摘要][在线阅读][下载 1120K]
  • 模拟人工蜂群的高维数据特征选择算法研究

    刘拥民;王靖枫;黄浩;徐卓农

    针对高维数据集结构复杂且冗余度高的问题,提出一种新型二进制人工蜂群算法进行特征选择。该算法在雇佣蜂蜜源搜索阶段应用差分思想,增加多项式差分变异算子,实现蜜源更新环节的多维性、高效性;在跟随蜂阶段和侦察蜂阶段分别引入交叉算子和最优保存策略,进一步打破局部最优,有效提升了人工蜂群算法的收敛效果;对蜜源的二进制初始化处理,使得算法在特征选择过程中取得了良好表现。在4个Benchmark测试函数上进行实验,结果表明,新算法的寻优精度和收敛速度优于其他4种经典搜索算法。同时,选取7个常用高维数据集进行特征选择,并与7种经典降维算法进行对比,发现新算法的特征约简程度普遍高于88%,并且随着数据集维度的增高,新算法的降维程度和分类精度优于其他7种降维算法。

    年期 [查看摘要][在线阅读][下载 1110K]
  • 机场道面地下管线三维定位算法

    李海丰;雒宇飞;王怀超;李炳超;潘梦梦;桂仲成

    针对已有方法对机场道面地下管线定位误差较大的问题,提出一种机场道面地下管线三维定位算法。首先,对探地雷达所成管线的B-scan图像进行预处理,将处理后的图像输入Faster-RCNN网络中,对B-scan图像中的管线进行目标识别;其次,由于管线目标符合双曲线形态特征,采用双曲线顶点获取算法确定顶点位置;最后,设计三维空间直线拟合(three-dimensional space line fitting,TDSLF)算法来判断地下管线的具体位置,进行地下管线的三维重构。所提算法实现了地下管线的自动识别与定位,与真实机场道面地下管线实际位置的最大误差仅为4 cm。

    年期 [查看摘要][在线阅读][下载 1070K]
  • 基于人脸识别和姿态估计的智能监考模型设计与应用

    袁欣瑞;王海荣;王振旭

    针对传统监考存在人工成本高、主观性强等问题,构建基于人脸识别、头部姿态估计和目标检测的智能监考模型。模型通过人脸识别算法进行考生身份验证,设计结合注意力机制的头部姿态估计(channel and spatial-aware wide head pose estimation network,CS-WHENet)方法对考生偷看的异常行为进行检测,并使用深度学习方法及传统方法对考生传递纸条的异常行为进行联合判定。实验结果表明,智能监考模型在模拟真实考场的环境中,对考生身份验证与异常行为检测均有较高的准确率,并能在GPU支持下实现实时检测。通过验证表明,该模型能有效降低监考人员工作成本,实现考场监考公平性。

    年期 [查看摘要][在线阅读][下载 1568K]
  • 基于智能合约的物联网权限传递访问控制模型

    巩坪;王九如;宋万水;张问银;孙崇然

    物联网(IoT)中的传感节点具有海量性、动态性等特点,使得传统的中心式的授权决策访问控制难以满足更高的物联网环境需求。结合基于属性的访问控制模型(ABAC)与区块链技术,利用ABAC中属性和权限相关联的特点及区块链去中心化的思想来解决IoT中设备海量性的问题;同时针对节点接入和权限传递等动态性问题,提出一种基于区块链的新方法来表示资源访问策略,利用智能合约来实现权限的动态传递,将协议策略和权利交换过程展现在链上,任何用户都可以随时知道策略与资源和当前拥有访问资源的权限。通过对比分析和实验结果表明,该架构与现有传统的架构相比,能更有效地解决IoT中设备存在的海量性、动态性的问题。

    年期 [查看摘要][在线阅读][下载 1101K]
  • 多模态数据驱动的服务需求预测方法研究

    海燕;宋宗珀;刘志中;丰凯

    数据驱动的主动服务推荐已成为实现智能服务、提升用户体验的重要技术,如何精确预测用户的服务需求成为当前亟须解决的重要问题之一。针对这个问题,提出了一种基于软注意力与多模态机器学习(SAMML)的服务需求预测方法。该方法首先从文本数据和图像数据提取特征向量并实现多模态数据特征融合;然后应用软注意力机制处理融合后的特征数据,并将结果输入到门控制循环单元(GRU)网络,从而更好地学习用户的服务兴趣;最后,基于用户特征与服务数据训练SAMML模型,并实现用户的服务需求精确预测。基于天池大数据众智平台提供的数据集进行了验证实验,在评估指标MAE、MSE、R2上SAMML模型分别比对比模型提高2.18%、2.63%、3.10%。

    年期 [查看摘要][在线阅读][下载 1276K]
  • 基于CPK的车内高速总线动态密钥管理方案

    薛梦阳;陈铎;巢时刚;李益发

    随着车联网的高速发展,车内安全问题越来越凸出。使用密码算法实现认证和保密是解决车内安全问题的必然选择,其关键是做好密钥管理。常用的公钥证书方案,消耗较多的计算资源、时延较大、缺乏安全防护。提出了一种基于组合公钥(CPK)的无证书新型动态密钥管理方案,在汽车启动瞬间,由车载网关动态生成CPK矩阵并更新私钥,既可实现强认证和保密,同时能防止OBD静态攻击。

    年期 [查看摘要][在线阅读][下载 637K]
  • 钢制立体停车结构梁柱节点抗疲劳性能研究

    罗春波;贺拥军;向思宇

    立体停车结构是一种特殊的结构体系,其在服役过程中将承受因提升、横移车辆产生的交变载荷。为解决立体停车结构存在的抗疲劳设计问题,运用概率统计方法,建立了适用于立体停车结构的交变荷载谱;基于验证后的疲劳分析方法,对节点截面尺寸、轴压比、横移轨道偏心距进行了参数分析,揭示了不同参数影响节点疲劳寿命的作用机理,并提出了相应的经验计算公式;基于断裂力学原理,对所提公式进行了验证。结果表明:梁柱翼缘交接处的焊缝是疲劳破坏发生的最敏感部位;增大梁截面高度可显著增加节点疲劳寿命;柱轴压比越大,节点疲劳寿命越长;轨道偏心会大幅降低节点疲劳寿命,当轨道位于横梁边缘时降幅达78%,因此,轨道偏心的影响在抗疲劳设计中不应忽略。

    年期 [查看摘要][在线阅读][下载 1718K]
  • 基于主从链和边缘计算的MES生产调度模型

    刘炜;夏玉洁;贾骏;郭灵贝;佘维;田钊

    智能工厂存在大量物联网设备,设备之间通过工业物联网实现信息和指令的实时交互。物联网设备产生的海量数据需要上传,导致中心服务器压力过大、数据处理耗时过长,且设备之间的通信存在安全隐患。提出一种基于主从链和边缘计算的制造执行系统生产调度模型。首先设计主从链架构模型,将制造执行系统模块化并集成到边缘节点,减少数据传输和降低泄露风险;其次,设计一种基于属性基的智能合约访问控制策略,实现设备和节点之间的安全通信;最后设计生产调度算法完成跨节点、跨车间调度任务,实现去中心化的生产调度方式并进行了实验,实验结果表明,与传统工业制造系统相比,保证了数据安全性,提高了响应速度。

    年期 [查看摘要][在线阅读][下载 1807K]
  • 基于门限聚合签名的区块链预言机数据传输模型

    刘炜;郭灵贝;夏玉洁;佘维;田钊

    针对区块链预言机方案存在数据存储成本较高,时间效率较低,不能防止恶意预言机节点传输错误数据等问题,提出一种基于门限聚合签名的区块链预言机数据传输模型。首先,将签名与数据聚合到一个预言机上,与链上智能合约进行单次交互,减少区块链存储空间开销和通信负载;其次,在Schnorr聚合签名中加入门限机制,提高签名时间效率;最后,使用多个预言机收集数据,并设置积分制选举出可信的签名聚合预言机,防止部分恶意预言机的行为,保证数据的真实可靠。实验结果表明,相比BLS聚合签名和未加入门限机制的Schnorr聚合签名,Schnorr门限聚合签名验证消耗的时间更少,使用户能够更快地获取链下数据并进行传输。

    年期 [查看摘要][在线阅读][下载 897K]
  • 基于BERT-BiGRU的中文专利文本自动分类

    刘燕

    针对中文发明专利文本的文字描述专业性强、人工分类耗时耗力等问题,提出一种基于BERT-BiGRU模型的中文专利文本自动分类方法,利用预训练的BERT模型完成对中文发明专利文本进行向量化语义表征,引入词嵌入和多头注意力机制等方法抽取专利文本中词语的上下文语境语义信息,最终通过双向GRU门控网络完成对中文发明专利的分类。以Incopat专利数据库中的专利文本构建数据集,设计多组对比实验,实验结果表明,所提方法可以有效提高分类模型对中文专利文本的差异性特征提取能力,对8类专利文本的分类准确率达到了85.44%。

    年期 [查看摘要][在线阅读][下载 1458K]
  • HFO-1336(E)与H自由基的反应机理研究

    王永锦;边会婷;赵军

    为了揭示哈龙替代产品反式1,1,1,4,4,4-六氟-2-丁烯(HFO-1336(E))的灭火反应动力学机制,研究了HFO-1336(E)与H自由基的反应势能面,并计算了动力学数据。采用M06-2X/6-311++G(d,p)方法对HFO-1336(E)和H自由基反应体系中的所有物种进行了几何优化结构和振动频率分析,进一步采用CCSD(T)/6-311++G(d,p)方法获得各物种的高精度能量。通过求解RRKM主方程计算了主要路径在300~3 000 K和0.001~10 MPa条件下的反应速率常数和路径分支比。结果表明,加成反应(M1)、β-C-C断键反应(P4)和异构化反应(M2)在反应中占主导地位。生成中间体M1的加成反应在0.1MPa条件下的燃烧低温区起主导作用,其后续的β-C-C断键反应(P4)在对应的高温区更具有竞争力。在1000K温度条件下,β-C-C断键反应(P4)在低压条件下是最重要的反应路径,而加成反应(M1)则是在高压下占据反应体系的主导地位。此外,研究发现由β-C-C断键反应(P4)生成的CF3是主要的灭火有效成分,而H自由基加成在-CH=CH-双键上则会释放热量促进燃烧。

    年期 [查看摘要][在线阅读][下载 1150K]
  • 储能锂离子电站安全防护研究进展

    金阳;薛志业;姜欣;吕娜伟

    现有的商业化锂离子电池采用的是有机电解液,易燃易爆,特别是应用于规模化储能电站时,数万甚至数十万个单体串并联,极易导致连锁反应引起火灾、爆炸事故。安全性是锂离子电池推广应用的先决条件。目前,国内外学者从锂离子电池材料改性、锂离子电站主动安全防护和被动安全防护三个方面对储能锂离子电站安全防护技术进行了大量研究。本文从引发储能电站安全事故的原因出发,重点介绍了锂离子电池过充添加剂、阴极与阳极材料改性、热失控早期预警技术以及储能电站灭火剂的种类与优缺点,指出了储能锂离子电站安全防护技术的不足及未来的发展方向。

    年期 [查看摘要][在线阅读][下载 1338K]
  • 热震条件下Al-Si复合Al_2O_3-C材料的组成、结构和性能变化

    汪洪森;苏凯;耿乾坤;申家欣;欧阳德泽;刘新红

    以板状刚玉骨料和细粉为原料,以酚醛树脂为结合剂制备了Al-Si复合Al_2O_3-C不烧滑板材料,测定了干燥后试样以及在1 100~1 300℃下热震不同次数后试样的体积密度、显气孔率和常温抗折强度,研究了热震对试样的物相组成、显微结构和性能的影响。结果表明,随着温度的升高和热震次数的增加,Al、Si反应生成非氧化物Al4C3、AlN和SiC的程度增加。由于热震产生的微裂纹为微量空气进入试样内部提供了通道,致使试样内部微区域气相(N_2、CO、Al_2O、SiO)压力增加,从而使非氧化物生成量增大,且非氧化物晶须发育良好,对材料具有填充和增强作用,使试样的致密度和强度略有增加。

    年期 [查看摘要][在线阅读][下载 3073K]
  • 基于Attention与Bi-LSTM的谣言识别方法

    冀源蕊;康海燕;方铭浩

    为了实现谣言的高效识别,提出一种基于Attention与Bi-LSTM的谣言识别方法。首先,设计一种基于双向循环神经网络的深度学习模型,并引入Attention机制对长序列编码解码的时序问题进行关联,从每个句子中捕获最重要的语义信息,形成长期的记忆,从而高效识别谣言的二次传播;其次,设计Word Embedding机制,将文本数据映射到一个低维度的实数向量,避免了高维度的输入导致模型产生维度灾难;最后,在真实数据集上与先进的谣言识别方案进行对比,所提方法能达到94.3%的准确率,高于其他三种基于深度学习的谣言识别方案,从而验证了该方法的有效性。

    年期 [查看摘要][在线阅读][下载 1221K]
  • 心电信号中特征波分割方法研究综述

    马建红;段豪;韩颖

    在心电图信号中,正常的心跳波形通常包含P波、QRS波和T波,这些特征波的识别对疾病的辅助诊疗有着重要的价值,特征波的分割成为当前研究热点之一。首先概述了心电信号特征波分割的整体流程,并对传统信号处理算法应用于特征波分割任务进行了总结;然后分析对比了机器学习算法、深度学习算法在心电特征波分割任务中的特点;最后展望自监督学习算法在心电特征波分割领域的应用前景,为该领域的技术发展提供了新的研究思路。

    年期 [查看摘要][在线阅读][下载 818K]
  • 鸽子外侧隔核对侧向移动行为调控的作用研究

    贾冲冲;田欣茂;曹淑敏;杨琳;叶峰;程涵;王振龙

    运动行为调控的神经机制是目前脑科学研究的热点。为了探究哪些核团在侧向移动行为调控中发挥重要作用,研究构建了鸽子被动侧向移动行为训练范式,并通过c-fos免疫组化方法确定了参与被动侧向移动的神经核团,之后对选定的参与度较高的端脑外侧隔核进行电刺激验证。外侧隔核位于鸽子喙部端脑靠近中缝的区域,呈扁椭圆形,其空间位置为AP:7.25~9.75 mm,ML:0~1.50 mm,D:4.00~7.00 mm。电刺激外侧隔核会诱导鸽子出现稳定的同侧侧移行为,在0.7 mA时,侧移行为动作幅度最大,且响应率为100%。

    年期 [查看摘要][在线阅读][下载 1549K]
  • 一种求解Max-SAT问题的快速模拟退火算法

    吴宇翔;王晓峰;于卓;谢志新;莫淳惠;曹泽轩

    最大可满足性问题(Max-SAT)是经典的NP难问题,目标是寻找一组变元赋值使得满足子句个数最多。近年来,随着算例规模在实际应用中的逐渐增大,传统的启发式算法已不再适用。传统模拟退火算法在求解MaxSAT问题时会出现收敛速度慢、局部搜索能力弱,以及无效的盲目扰动等弊端,为此提出一种改进的快速模拟退火算法,针对初始赋值的随机性和盲目性,采用变元权值计算初始解,结合基于概率的随机扰动和选择扰动两种方式,并在Metropolis接受准则中添加记忆功能,用于搜索当前局部最优解,引入高低温两种降温模式,较大程度地提高算法的全局搜索能力,进而加快算法的收敛速度,有效减少求解时间。最后,在公开数据集和随机生成的数据集上进行仿真实验,结果表明,所提算法在求解Max-3-SAT问题上优于传统启发式算法。

    年期 [查看摘要][在线阅读][下载 664K]
  • 基于卷积注意力网络的卫星观测任务序贯决策方法

    彭双;伍江江;陈浩;杜春;李军

    星上自主任务规划能够提高对地观测卫星应对星上任务、资源变化等动态不确定因素的快速响应能力,是卫星任务规划领域的一个重要研究热点。考虑到星上计算资源有限这一特点,现有研究主要采用启发式搜索算法对卫星星上自主任务规划问题进行求解,优化性还有待提升。基于观测任务序贯决策框架,利用卷积神经网络并行计算和注意力机制更易获取到高价值信息的优势,提出了一种基于卷积注意力神经网络的观测任务序贯算法,并设计了与之匹配的输入特征表示方法,实现对观测任务的实时决策。最后将提出算法和两种深度学习算法、两种启发式搜索算法进行了实验比较。实验结果表明,提出方法的平均响应时间不到已有深度学习算法的1/2,收益误差远低于启发式搜索算法,证实了所提方法的可行性和有效性。

    年期 [查看摘要][在线阅读][下载 817K]
  • 基于多尺度残差子域适应的轴承故障诊断方法

    刘晶;宁森;徐伟杰;盛译瑶;季海鹏

    针对不同工况下轴承监测数据分布差异性大且带有标签数据稀缺的问题,提出一种基于多尺度残差子域适应的轴承故障诊断方法。首先,构建多尺度残差网络,提取源域与目标域的可迁移特征;其次,通过局部中心距差异对齐源域和目标域中同一类别的相关子域分布;最后,将局部中心距差异和分类器损失作为目标优化函数,完成模型训练,实现目标域数据的状态识别,并通过实验表明,该方法在目标域数据无标签的情况下准确率可以达到98%以上,满足工程应用的实际需求。

    年期 [查看摘要][在线阅读][下载 1689K]
  • 基于半监督学习的三维Mesh建筑物立面提取与语义分割方法

    成浩维;资文杰;彭双;陈浩

    面向三维Mesh数据的建筑物立面自动提取与语义分割在智慧城市建模与分析、数字孪生城市、城市规划建设等领域中应用广泛。拟基于深度学习方法构建面向三维Mesh数据的建筑物立面语义分割模型。当前,大量基于卷积神经网络(CNN)的深度学习模型均是全监督学习方法,其性能严重依赖于人工标注的训练集质量。但高质量的Mesh三维场景人工标注数据集昂贵且稀缺,鉴于此,在自动提取建筑物立面的基础上,提出一种基于meanteacher半监督学习的三维建筑物立面语义分割方法,并引入特征空间关系正则化(FESTA),结合空间和特征方面的邻域结构,利用无标签数据来提升模型分类精度。构建了一个全新的基于三维Mesh数据的建筑物立面数据集,并通过实验验证了提出方法的有效性和可用性。

    年期 [查看摘要][在线阅读][下载 1595K]
  • 基于页面替换代价的缓冲区管理算法

    刘靖宇;颜钰莹;曹兴旺;范小芹;武优西

    由于闪存具有读写不对称、写前擦除、异地更新的特性而影响存储效率,基于闪存的固态硬盘通常嵌入DRAM作为缓冲区来提高性能。现有的闪存缓冲区管理算法为了减少闪存写操作次数,直接选择干净页面作为受害者页面驱逐出缓冲区,导致缓冲区的命中率降低。针对这一问题,提出了一种基于页面替换代价的缓冲区管理算法(page replacement cost-LRU,PRC-LRU),通过计算页面的访问频率和写回闪存的代价,选择替换代价最小的页面写回闪存,在减少闪存写入次数的同时稳定了缓冲区的命中率。实验结果证明,与现有方案相比,PRC-LRU最多可将缓冲区命中率提高26.4%,减少闪存写入次数,并且降低运行时间。

    年期 [查看摘要][在线阅读][下载 1337K]
  • 基于CNN与LightGBM的入侵检测研究

    魏明军;闫旭文;纪占林;陈钊

    针对网络入侵检测少数类样本不仅自身准确率与召回率低,而且还会影响整体准确率与召回率的问题,提出一种基于生成式对抗网络(GAN)、卷积神经网络与LightGBM相结合的算法。首先,使用降噪变分自动编码器改进GAN,以实现对不平衡数据集的处理。其次,使用卷积注意力机制改进残差卷积神经网络,以更好提取数据的关键特征。最后,利用LightGBM集成学习算法对处理后的数据集进行分类。实验结果表明,在NSL-KDD测试集上,相比改进之前,准确率、召回率、精确率和F1分数均有提高。该模型缓解了少数类样本对模型分类带来的负面影响,具有良好的分类性能。

    年期 [查看摘要][在线阅读][下载 812K]
  • 基于深度主动学习的实体关系联合抽取方法

    刘珂;冷芳玲;施伯贻;郎祎;鲍玉斌

    知识图谱的构建对于信息检索、智能问答、智能推荐等下游工作具有重要意义,而抽取资料中的信息是构建知识图谱的关键。为了实现有效的知识抽取,提出了一个基于深度主动学习的实体关系联合抽取框架。在该框架下,基于深度主动学习的采样方法降低文本标注成本,改进的EDA数据增强方法(EDA-RE)解决样本间的关系分类不均衡、标注资料不足等问题,“BIO-OVE/R-HT”的标注策略和ChineseBERT-BiLSTM-CRF(CBBC)联合抽取模型解决传统流水线模型存在误差累积和无法抽取重叠关系等问题。通过百度竞赛提供的数据集进行实验,验证了框架中各种方法的有效性。

    年期 [查看摘要][在线阅读][下载 1206K]
  • 基于深度特征融合的红外弱小目标检测方法

    马天凤;杨震;罗勇;庄超楠

    红外弱小目标具有信噪比低、目标尺寸小、特征不明显等特点,加之场景复杂度不断提升,杂波干扰严重,导致现有的红外弱小目标检测方法面对复杂场景时性能衰减。综合手工方法提取目标单一显著特征及深度学习方法提取图像综合特征的优势,设计了基于深度学习的红外弱小目标深度特征融合检测网络模型。首先,模型利用多尺度自适应特征提取网络来提取红外图像中弱小目标的原始特征与平滑度图像中弱小目标的平滑度特征;其次,为提高目标显著度,提出了一种多层级联特征融合策略,实现特征提取网络中小目标原始特征与平滑度特征的融合;最后,利用多层级联特征融合映射网络对红外弱小目标进行特征映射与背景抑制,获得背景杂波被极大抑制的红外弱小目标特征映射图像。实验结果表明,同现有的基于深度学习与基于手工特征的检测方法相比,所提出的检测方法在各种复杂的场景中都拥有较高的准确率及较低的虚警率,同时拥有较快的检测速度。

    年期 [查看摘要][在线阅读][下载 2320K]
  • 基于邻域容差熵选择集成分类算法

    董红瑶;申成奥;李丽红

    针对不完备混合型信息系统的分类问题,融合粒计算和集成学习思想,引入邻域容差关系,提出基于邻域容差熵选择集成分类算法。首先根据样本中的缺失属性将不完备混合型数据集划分为不同的信息粒,并再次遍历数据集进行最大化信息粒,构成新的粒空间,用以BP神经网络为基分类器的集成算法在粒空间上训练最大化信息粒,构建新的基分类器;然后以每个信息粒的缺失属性作为条件计算出关于类别属性的邻域容差条件熵,各个信息粒的重要度通过邻域容差条件熵进行量化后,进一步通过信息粒的大小、新训练出的基分类器预测准确率以及邻域容差条件熵重新定义各个基分类器的权重;最后根据预测样本对基分类器加权集成,预测分类结果,并与传统的集成分类算法进行对比分析。对于不完备混合型数据集,新提出的集成分类算法能有效提升分类准确率。

    年期 [查看摘要][在线阅读][下载 952K]
  • 基于多图时空注意力的轨道交通客流预测模型

    陈俊彦;黄雪锋;韦俊宇;卢贤涛;卢小烨

    针对轨道交通客流由于复杂的时空相关性和显著的波动性而难以预测的问题,提出一种基于注意力机制和多图视角图神经网络的轨道交通客流量预测方法 MGCNSTA。基于站点连接的邻接图和乘客出行的出发地-目的地(origin-destination,OD)图,采用长期和近期两种序列模式,通过图卷积神经网络和卷积神经网络分别捕获空间和时间序列特征,并且运用注意力机制加强卷积模块的时空相关性特征。最后通过对杭州地铁短期客流量进行预测,实验结果验证了模型的有效性。

    年期 [查看摘要][在线阅读][下载 1133K]
  • 基于EMD距离度量的小样本矿物图像分类

    杜睿山;张轶楠;孟令东;张桐

    在复杂的地质勘探条件下准确完成矿物识别是一项重要的任务。基于数据驱动的深度学习模型能精确识别各类岩石矿物,但需要构建庞大且完备的数据集,在实际情况下难以应用。针对此问题,结合小样本学习、度量学习以及元学习训练策略,使用EMD距离度量计算图像之间的结构距离,构建一种适应于小样本矿物的图像分类模型。核心思想在于利用图块级别度量并引入交叉参考权重机制,有效减少同类差异大和背景杂乱带来的影响,优于图与图判定分类的模型。在mini-ImageNet数据集上,5-way 1-shot和5-way 5-shot设置的分类准确率分别提高至55.91%、67.58%;将算法应用于小样本粘土矿物数据集上,5-way 5-shot设置的分类准确率为92.65%。实验结果表明,利用度量学习方法的分类精度高于其他小样本学习方法。

    年期 [查看摘要][在线阅读][下载 1164K]