分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2020-09-28 合作期刊: 《计算机应用研究》
摘要: 近年来,基于深度神经网络的图像分类技术已经取得了巨大的成功,然而,最近研究表明深度神经网络容易受到对抗样本的攻击。为了解决这个问题,一些工作通过向图像中添加高斯噪声来训练网络,从而提高网络防御对抗样本的能力,但是该方法在添加噪声时并没有考虑到神经网络对图像中不同区域的敏感性是不同的。针对这一问题,提出了梯度指导噪声添加的对抗训练算法。该算法在训练网络时,根据图像中不同区域的敏感性向其添加自适应的噪声,在敏感性较大的区域上添加较大的噪声,抑制网络对图像变化的敏感程度,在敏感性较小的区域上添加较小的噪声,提高其分类精度。在cifar-10数据集上与现有的算法进行比较,实验结果表明,提出的方法有效地提高了神经网络在分类对抗样本时的准确率。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》
摘要: 【目的】为了准确识别金融论坛文本的情感倾向, 提出一种基于依存句法的情感分析方法。【方法】以依存句法的分析结果为基础, 对句子进行情感主干抽取; 然后根据依存关系的不同类型和不同的词性搭配, 定义情感计算规则, 以此进行句子情感倾向性计算。【结果】实验结果表明, 该方法的整体准确率为84.46%; 看涨类的平均精确率和召回率分别为82.84%和87.14%, F 值为84.94%; 看跌类的平均精确率和召回率分别为86.28%和81.74%, F 值为83.95%。【局限】在情感计算时未充分考虑子句间的关联关系。【结论】使用依存句法能有效提高金融论坛文本情感计算的准确性。