Current Location:home > Browse

Submitted Date

1. chinaXiv:201905.00028 [pdf]

基于自学习近邻图策略的短文本匹配方法

付聪; 李六武; 杨振国; 刘文印
Subjects: Computer Science >> Integration Theory of Computer Science

针对自然语言处理中的文本匹配问题,提出一种基于自学习文本近邻图框架的深度学习模型,以处理短文本匹配问题。文本近邻图可使用词嵌入将文本转换为向量形式,再通过构建文本相似度关系矩阵获得,可表达文本样本的近邻关系。现有方法通常构造静态的近邻图,这些方法一方面依赖先验知识,另一方面难以获得句子对的最优表示。因此,提出了利用孪生卷积神经网络学习更优的动态更新的近邻图。该模型在Quora数据集上的准确率和F1值分别是84.15%和79.88%,在MSRP数据集上的准确率和F1值分别是74.55%和81.63%。实验表明,提出的模型能有效地提高文本识别和匹配的准确率。

submitted time 2019-05-10 From cooperative journals:《计算机应用研究》 Hits387Downloads46 Comment 0

2. chinaXiv:201904.00032 [pdf]

基于堆稀疏自编码的二叉树集成入侵检测方法

柳毅; 阴梓然; 洪洲
Subjects: Computer Science >> Integration Theory of Computer Science

至今已经有许多不同的机器学习方法被提出来,而传统的机器学习方法无法有效解决大规模入侵数据的分类问题,为了解决大规模入侵数据的分类问题,提出的堆稀疏自编码的lightGBM(light gridient boosting model)二叉树算法。首先将类别标签分为五类,构造成二叉树结构,然后通过上采样方法解决数据分布的不平衡问题,以上处理可以将大规模的数据分解开来以便之后分开训练,再采用稀疏自编码器网络进行特征降维,采用该种降维方法可以保证在原始数据中抽取出更深层特征的基础上节省降维时间。最后通过lightGBM集成算法进行分类,而采用lightGBM模型相比其他模型可以在保证分类性能的情况下节省训练时间。实验利用NSL-KDD数据集测量了所提方法的准确率(accuracy)、精确率(precision)、召回率(recall)以及综合评价指标F1在五类分类上平均分别达到了87.42%,98.20%,91.31%,优于对比算法,且明显节省了运算时间。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits67Downloads38 Comment 0

3. chinaXiv:201901.00144 [pdf]

基于一种改进Inception的脱机手写汉字识别

陈站; 邱卫根; 张立臣
Subjects: Computer Science >> Integration Theory of Computer Science

由于字形的复杂多变,脱机手写汉字的识别一直是模式识别的难题,深度卷积神经网络的发展为其提供了一种直接有效的解决方案。研究基于inceptions 结构神经网络的脱机手写汉字识别,提出了一种inception结构的改进方法,它具有结构更加简单、网络深度扩展更加容易、需要的训练参数量更少。该方法在数据集CISIA-HWDB1.1 上进行了实验验证,采用随机梯度下降优化算法,模型达到了96.95%的平均准确率。实验结果表明,使用改进的inception结构在图像分类上具有更好的鲁棒性,更容易扩展到其他应用领域。

submitted time 2019-01-28 From cooperative journals:《计算机应用研究》 Hits447Downloads206 Comment 0

4. chinaXiv:201901.00148 [pdf]

面向图文匹配任务的多层次图像特征融合算法

郝志峰; 李俊峰; 蔡瑞初; 温雯; 王丽娟; 黎伊婷
Subjects: Computer Science >> Integration Theory of Computer Science

现有主流的利用预训练卷积神经网络提取图像特征的方法存在如下问题:仅使用单层预训练特征表征图像;预训练任务与实际研究任务不一致。使得现有图文匹配方法无法充分利用图像特征,极易受到噪声特征干扰。针对上述问题,使用了预训练网络中的多层特征,并提出了多层次图像特征融合算法。在图文匹配的学习目标指导下,利用多层感知机(Multi-Layer Perceptron)有监督地融合和降维多层次的预训练图像特征,生成融合图像特征,从而充分利用预训练特征,减少噪声干扰。实验结果表明,提出的融合算法可实现对预训练的图像特征更有效的利用,相比于使用单层次特征的方法能获得更好的图文匹配效果。

submitted time 2019-01-28 From cooperative journals:《计算机应用研究》 Hits344Downloads165 Comment 0

5. chinaXiv:201901.00172 [pdf]

抗同步化攻击的轻量级RFID双向认证协议

柳毅; 陈添笑; 洪洲
Subjects: Computer Science >> Integration Theory of Computer Science

针对现有的RFID认证协议在安全认证过程中,由于协议的设计的缺陷,导致的协议安全性不足的问题,提出了一种利用同步化随机数以及PUF改进的轻量级RFID认证协议。首先提出了一种对RFID协议的去同步化攻击方法,并分析其原因;然后通过在标签和读写器两端设置一个同步化随机数,增强协议抗去同步化攻击的能力;最后,在标签中引入了PUF,通过PUF的不可克隆性提高了标签密钥的抗攻击能力。分析结果表明,新协议能有效地抵抗多种攻击,在保证一定效率和开销的同时具有更高的安全性。

submitted time 2019-01-28 From cooperative journals:《计算机应用研究》 Hits113Downloads67 Comment 0

6. chinaXiv:201901.00174 [pdf]

一种改进的CCN兴趣包泛洪攻击防御方法

吴浔; 凌捷
Subjects: Computer Science >> Integration Theory of Computer Science

内容中心网络(content-centric networking,CCN)中兴趣包泛洪攻击(interest flooding attack,IFA)是CCN网络安全的研究热点问题。为了提高CCN防御IFA的能力,针对不同防御方法进行了研究,提出一种改进的CCN兴趣包泛洪攻击防御方法。该方法根据CCN流平衡原理,采用恶意前缀溯源的方式,实现对IFA的快速检测,并通过改进和式增加积式减少(additive increase multi-plicative decrease,AIMD)算法,实现对IFA的防御。安全性分析表明,该方法在面对IFA时,能够更快的作出反应;并且相比于其他IFA防御方法,该方法在保证安全性的前提下,降低了CCN路由器在检测IFA时的计算开销。

submitted time 2019-01-28 From cooperative journals:《计算机应用研究》 Hits97Downloads60 Comment 0

7. chinaXiv:201901.00062 [pdf]

基于ARM+FPGA平台的二值神经网络加速方法研究

孙孝辉; 宋庆增; 金光浩; 姜文超
Subjects: Computer Science >> Integration Theory of Computer Science

目前,现有的卷积神经网络由于其结构复杂且依赖的数据集庞大,难以满足某些实际应用或者计算平台对运算性能的要求和能耗的限制。针对这些应用或计算平台,对基于ARM+FPGA平台的二值化算法进行了研究,并设计了二值神经网络,该网络减少了数据对存储单元的需求量,也降低了运算的复杂度。在ARM+FPGA平台内部实现时,通过将卷积的乘累加运算转换为XNOR逻辑运算和popcount等操作,提高了整体的运算效率,降低了对能源和资源的消耗。同时,根据二值神经网络中数据存储的特点,提出了新的行处理改进算法,提高了网络的吞吐量。总之,该实现方式在GOPS、能源和资源效率方面均优于现有的FPGA神经网络加速方法。

submitted time 2019-01-03 From cooperative journals:《计算机应用研究》 Hits135Downloads89 Comment 0

8. chinaXiv:201812.00065 [pdf]

基于图像级标签及超像素块的弱监督显著性检测

谭台哲; 轩康西; 曾群生
Subjects: Computer Science >> Integration Theory of Computer Science

针对获得训练数据集代价高昂问题,提出了一种用于图片显著性检测的弱监督新方法,在训练网络模型时仅使用图片级标签。方法分为两个阶段,在第一阶段,根据图片级标签训练分类模型,获得前景推断图;在第二阶段,对原图片进行超像素块处理,并与阶段一得到的前景推断图进行融合,从而细化显著对象边界。算法使用了现有的大型训练集和图像级标签,未使用像素级标签,从而减少了注释的工作量。在四个公共基准数据集上的实验结果表明,性能明显优于无监督的模型,与全监督模型相比也具有一定的优越性。

submitted time 2018-12-13 From cooperative journals:《计算机应用研究》 Hits405Downloads198 Comment 0

9. chinaXiv:201812.00113 [pdf]

基于FP-Growth的智能家居用户时序关联操控习惯挖掘方法

梁天恺; 曾碧; 刘建圻
Subjects: Computer Science >> Integration Theory of Computer Science

针对传统关联规则挖掘算法无法高效且准确地挖掘出隐含于用户操作记录中的时序关联操控习惯,提出一种基于FP-Growth的智能家居用户时序关联操控习惯挖掘算法。该算法分为三个阶段,分别基于用户操控动作森林、改进的FP-Growth算法和一种时间约束规则进行事务集的生成、时序频繁项集的生成以及最终时序关联操控习惯的生成。最后,使用真实用户操控记录进行对比实验,结果表明该算法能提高生成事务集的效率,并能更准确地发现用户操控家居设备的时序关联习惯。

submitted time 2018-12-13 From cooperative journals:《计算机应用研究》 Hits128Downloads75 Comment 0

10. chinaXiv:201811.00138 [pdf]

基于多重因素的个性化学习推荐系统

匡容; 杨振国; 刘文印
Subjects: Computer Science >> Integration Theory of Computer Science

为解决现有学习推荐算法中存在的忽略对学生知识点掌握情况的分析、不能将知识掌握程度概率化等问题,提出一种基于多重因素的学习推荐方法。该方法综合考虑知识点的综合权重、错误率和失分率多个因素构建知识点掌握概率模型,并应用所提出的策略实现一个在线的个性化学习推荐系统。系统评估上对200名高中生进行了一项调查,本系统推荐top-8知识点的准确率达到91.2%,F1达到78.4%。系统调查的结果显示了提出策略的有效性和可靠性。

submitted time 2018-11-29 From cooperative journals:《计算机应用研究》 Hits475Downloads218 Comment 0

1234  Last  Go  [4 Pages/ 31 Totals]