基于深度学习的HS Code产品归类方法研究 被引量：2

1

作者 许重建 李险峰 《现代计算机》 2019年第1期11-19,共9页

国际贸易通关业务使用的HS Code编码专业又复杂,使其在归类、查询和确认过程中需要大量人工处理,而且很容易出错,已成为影响当前国际贸易货物通关效率的重要因素,如何进行HS Code产品自动归类是个非常值得研究的问题。HS Code产品归类... 国际贸易通关业务使用的HS Code编码专业又复杂,使其在归类、查询和确认过程中需要大量人工处理,而且很容易出错,已成为影响当前国际贸易货物通关效率的重要因素,如何进行HS Code产品自动归类是个非常值得研究的问题。HS Code产品归类本质上是一种文本分类问题,但由于其数据的特殊性,使用传统的经典文本分类方法并不能取得很好的效果,近年来深度学习在自然语言处理领域取得质的突破,所以基于深度学习的HS Code产品归类方法值得研究,对该方法涉及的算法进行详细设计和分析,通过实验对方法实现进行验证和分析,并且与基于最大熵模型的方法进行比较,结果表明基于深度学习的归类准确率高于基于最大熵模型的方法,是一种有意义可行的HS Code产品自动归类方法。 展开更多

关键词 深度学习 文本归类 最大熵模型 HS code

在线阅读 下载PDF 职称材料

基于学习的源代码漏洞检测研究与进展

2

作者 苏小红 郑伟宁 +3 位作者 蒋远 魏宏巍 万佳元 魏子越 《计算机学报》 EI CSCD 北大核心 2024年第2期337-374,共38页

源代码漏洞自动检测是源代码漏洞修复的前提和基础,对于保障软件安全具有重要意义.传统的方法通常是基于安全专家人工制定的规则检测漏洞,但是人工制定规则的难度较大,且可检测的漏洞类型依赖于安全专家预定义的规则.近年来,人工智能技... 源代码漏洞自动检测是源代码漏洞修复的前提和基础,对于保障软件安全具有重要意义.传统的方法通常是基于安全专家人工制定的规则检测漏洞,但是人工制定规则的难度较大,且可检测的漏洞类型依赖于安全专家预定义的规则.近年来,人工智能技术的快速发展为实现基于学习的源代码漏洞自动检测提供了机遇.基于学习的漏洞检测方法是指使用基于机器学习或深度学习技术来进行漏洞检测的方法,其中基于深度学习的漏洞检测方法由于能够自动提取代码中漏洞相关的语法和语义特征,避免特征工程,在漏洞检测领域表现出了巨大的潜力,并成为近年来的研究热点.本文主要回顾和总结了现有的基于学习的源代码漏洞检测技术,对其研究和进展进行了系统的分析和综述,重点对漏洞数据挖掘与数据集构建、面向漏洞检测任务的程序表示方法、基于机器学习和深度学习的源代码漏洞检测方法、源代码漏洞检测的可解释方法、细粒度的源代码漏洞检测方法等五个方面的研究工作进行了系统的分析和总结.在此基础上,给出了一种结合层次化语义感知、多粒度漏洞分类和辅助漏洞理解的漏洞检测参考框架.最后对基于学习的源代码漏洞检测技术的未来研究方向进行了展望. 展开更多

关键词 软件安全 源代码漏洞检测 漏洞数据挖掘 漏洞特征提取 代码表示学习 深度学习 模型可解释性 漏洞检测

在线阅读 下载PDF 职称材料

基于预训练模型与BiLSTM-CNN的多标签代码坏味检测方法

3

作者 刘海洋 张杨 +1 位作者 田泉泉 王晓红 《河北工业科技》 CAS 2024年第5期330-335,共6页

为了提高多标签代码坏味检测的准确率,提出一种基于预训练模型与BiLSTM-CNN的多标签代码坏味检测方法DMSmell(deep multi-smell)。首先,利用静态分析工具获取源代码中的文本信息和结构度量信息,并采用2种检测规则对代码坏味实例进行标记... 为了提高多标签代码坏味检测的准确率,提出一种基于预训练模型与BiLSTM-CNN的多标签代码坏味检测方法DMSmell(deep multi-smell)。首先,利用静态分析工具获取源代码中的文本信息和结构度量信息,并采用2种检测规则对代码坏味实例进行标记;其次,利用CodeBERT预训练模型生成文本信息对应的词向量,并分别采用BiLSTM和CNN对词向量和结构度量信息进行深度特征提取;最后,结合注意力机制和多层感知机,完成多标签代码坏味的检测,并对DMSmell方法进行了性能评估。结果表明:DMSmell方法在一定程度上提高了多标签代码坏味检测的准确率,与基于分类器链的方法相比,精确匹配率提高了1.36个百分点,微查全率提高了2.45个百分点,微F1提高了1.1个百分点。这表明,将文本信息与结构度量信息相结合,并利用深度学习技术进行特征提取和分类,可以有效提高代码坏味检测的准确性,为多标签代码坏味检测的研究和应用提供重要的参考。 展开更多

关键词 软件工程 代码坏味 预训练模型 多标签分类 深度学习

在线阅读 下载PDF 职称材料

平滑交互式压缩网络的红外小目标检测算法

4

作者 张铭津 周楠 李云松 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第4期1-14,共14页

红外小目标检测是对地观测、抢险救灾等诸多领域的重要课题,一直受到学界的广泛关注。由于红外小目标通常只占据几十个像素且分布在整个背景中,因此大范围内探索图像特征之间的语义信息以挖掘目标与背景之间的差异对检测性能的提升至关... 红外小目标检测是对地观测、抢险救灾等诸多领域的重要课题,一直受到学界的广泛关注。由于红外小目标通常只占据几十个像素且分布在整个背景中,因此大范围内探索图像特征之间的语义信息以挖掘目标与背景之间的差异对检测性能的提升至关重要。然而,传统卷积神经网络的编码局域性与计算资源的巨大需求削弱了网络捕获小目标形状和位置的能力,极易产生漏检与虚警。基于此,提出了一种平滑交互式压缩网络模型,主要包含平滑交互模块与交叉关注模块。平滑交互模块在拓展特征图感受野的同时增添其依赖性,提升了网络在复杂背景条件下检测性能的鲁棒性。交叉关注模块综合考量信道的贡献度与剪枝的可解释性,从而动态融合不同分辨率的特征图。最后,在公开的SIRST数据集和IRSTD-1K数据集上的大量试验结果表明,提出的网络可以有效地解决目标丢失、虚警率高、视觉效果不佳等问题。以SIRST数据集为例,与性能第2的模型相比,IoU、nIoU和P_(d)分别提高了约3.05%、3.41%和1.02%;F_(a)和FLOPs分别降低了约33.33%和82.30%。 展开更多

关键词 红外小目标检测 深度学习 网络编码 模型压缩

在线阅读 下载PDF 职称材料

编码孔径快照光谱成像重构算法综述

5

作者 马祥天 王立志 黄华 《计算机学报》 EI CAS CSCD 北大核心 2024年第1期190-212,共23页

光谱图像含有丰富的空间和光谱信息,能够反映目标的组成、结构和材料特性,在航天遥感、医疗诊断和机器视觉等领域具有重要的应用价值.近年来,光谱成像技术作为热点研究领域受到广泛关注.传统光谱成像技术采用沿空间维度或光谱维度扫描... 光谱图像含有丰富的空间和光谱信息,能够反映目标的组成、结构和材料特性,在航天遥感、医疗诊断和机器视觉等领域具有重要的应用价值.近年来,光谱成像技术作为热点研究领域受到广泛关注.传统光谱成像技术采用沿空间维度或光谱维度扫描的方式,依次获取待测物体表面的光谱信息.由于曝光时间较长,传统光谱成像技术不适用于拍摄动态场景.编码孔径快照光谱成像(Coded Aperture Snapshot Spectral Imaging,CASSI)是光谱成像的前沿技术方案,能够从单次曝光中快速获取动态场景的光谱图像,其包括两个阶段:对高维光谱图像的“编码降维采集”和对低维观测图像的“解码升维重构”.CASSI的早期研究聚焦于“编码降维采集”,通过物理系统设计提升图像编码的有效性,包括编码模板设计和双相机系统设计.目前,CASSI的“编码降维采集”物理系统趋于稳定,其“解码升维重构”决定了光谱成像的质量和效率.本文综述CASSI的重构算法.首先介绍CASSI的物理系统和前向模型,详细描述物理系统的组成元件和硬件参数,推导CASSI前向模型的数学表达;其次梳理CASSI重构的特点和挑战,其挑战主要存在于系统前向模型、先验表示模型、算法灵活性、算法复杂度、实物数据集等方面;之后重点归纳重构算法的研究现状,包括基于优化模型的重构算法和基于深度学习的重构算法.基于优化模型的重构算法利用凸优化模型求解线性逆问题,结合平滑、稀疏、低秩等手工设计的先验表示模型降低逆问题的欠定性;基于深度学习的重构算法利用数据驱动的方式建立先验表示模型,结合端到端全网络、深度展开、即插即用等框架求解重构图像.接着比较主流算法的重构质量和计算效率,以峰值信噪比、结构相似度、光谱角制图为重构质量的评价指标,以模型参数量、浮点计算量为计算效率的评价指标.最后讨论现有工作的不足和未来研究趋势,指出当前仍未解决的领域痛点,展望进一步的研究方向,为本领域开拓创新提供参考. 展开更多

关键词 快照光谱成像 编码孔径 图像重构 优化模型 深度学习

在线阅读 下载PDF 职称材料

MMCUP:融合多模态信息的代码注释自动更新方法

6

作者 刘诗凡 崔展齐 +1 位作者 陈翔 李莉 《计算机学报》 EI CAS CSCD 北大核心 2024年第1期172-189,共18页

良好的代码注释对于程序维护有着重要价值.但在实际开发过程中,开发人员经常会在更改代码后忽略更新相应的代码注释,导致更新后的代码和注释不一致,对软件可维护性造成影响.现有注释更新方法在进行注释更新时,通常仅将代码视为普通文本... 良好的代码注释对于程序维护有着重要价值.但在实际开发过程中,开发人员经常会在更改代码后忽略更新相应的代码注释,导致更新后的代码和注释不一致,对软件可维护性造成影响.现有注释更新方法在进行注释更新时,通常仅将代码视为普通文本进行处理,忽视了代码结构信息.为此,本文提出了一种融合多模态信息的代码注释更新方法MMCUP(Multi-Modal Comment UPdating).MMCUP使用了旧代码注释、代码编辑序列和AST差异序列三种模态的信息来训练基于Transformer架构的模型,以对注释进行更新.实验结果表明,,MMCUP在Accuracy、Recall@5等指标上相较于CUP和HatCUP等方法至少提高了5.8%和4.4%. 展开更多

关键词 代码注释更新 程序理解 代码-注释共同演化 深度学习 序列到序列模型

在线阅读 下载PDF 职称材料

基于CB-Attention的JavaScript恶意混淆代码检测方法

7

作者 徐鑫 张志宁 +2 位作者 吕云山 李立 郑玉杰 《计算机工程与设计》 北大核心 2024年第8期2298-2305,共8页

当今JavaScript代码混淆方法日益多样,现有检测方法在对混淆代检测时会出现漏报和误报的情况,为解决该问题,提出一种基于CB-Attention的JavaScript恶意代码检测方法。由SDPCNN模型和BiLSTM+Attention模型构成,SDPCNN对短距离间的语义特... 当今JavaScript代码混淆方法日益多样,现有检测方法在对混淆代检测时会出现漏报和误报的情况,为解决该问题,提出一种基于CB-Attention的JavaScript恶意代码检测方法。由SDPCNN模型和BiLSTM+Attention模型构成,SDPCNN对短距离间的语义特征信息进行提取,BiLSTM+Attention获取JavaScript代码中长距离间的语义信息特征。为验证所提方法的有效性,将该方法与其它方法进行对比,对比结果表明,该方法具有较好的检测效果,F1-Score可达98.78%。 展开更多

关键词 JavaScript恶意代码 混淆代码 检测模型 增强深度金字塔卷积神经网络 注意力网络 双向长短时记忆网络 长距离特征信息 抽象语法树

在线阅读 下载PDF 职称材料

基于特征条件扩散模型的雷达回波外推算法

8

作者 吴其亮 王兴 +3 位作者 苗子书 叶威良 王思成 向磊 《科学技术与工程》 北大核心 2024年第22期9498-9509,共12页

随着外推时效的延长,回波强度愈发衰减,且对于强回波的预报性能迅速下降。这是当前雷达外推结果不准确的两个典型特征。为改善上述问题,提出了一种通过雷达回波帧驱动的扩散雷达外推算法(diffusion radar echo extrapolation,DiffREE)... 随着外推时效的延长,回波强度愈发衰减,且对于强回波的预报性能迅速下降。这是当前雷达外推结果不准确的两个典型特征。为改善上述问题,提出了一种通过雷达回波帧驱动的扩散雷达外推算法(diffusion radar echo extrapolation,DiffREE)。该算法利用条件编码模块将过去雷达回波帧的空间信息和时效信息深度融合,通过Transformer编码器自动提取回波的时空特征,并作为条件扩散模型的条件,驱动扩散模型重建当前雷达回波帧。实验结果表明,该方法可以生成高精度、高质量的雷达预报帧,较最好的基线算法在CSI、ETS、HSS和POD上分别提升42.2%、51.1%、49.8%和39.5%。 展开更多

关键词 深度学习 短时预报 雷达回波外推 扩散模型 条件编码

在线阅读 下载PDF 职称材料

一种生成式神经网络的道路简化方法

9

作者 罗飘 许俊奎 +2 位作者 武芳 吕亚坤 庄清文 《测绘学报》 EI CSCD 北大核心 2024年第10期2007-2020,共14页

道路数据具有数量大、变化频率高的特点,是地理空间数据的重要组成部分,道路要素化简也是地图制图综合和空间数据更新的核心技术环节之一。传统方法基于数据点压缩、弯曲识别和现有机器学习算法在道路化简中存在稳定性差、可控性弱,自... 道路数据具有数量大、变化频率高的特点,是地理空间数据的重要组成部分,道路要素化简也是地图制图综合和空间数据更新的核心技术环节之一。传统方法基于数据点压缩、弯曲识别和现有机器学习算法在道路化简中存在稳定性差、可控性弱,自动化程度低等问题,本文在视觉思维和句法模式相结合的理论基础上,利用深度学习算法的特征挖掘能力将生成式人工神经网络模型引入道路化简领域。首先,将需化简道路数据转化为序列数据,提取其序列特征,以此构造特征数据集;然后,利用门控循环单元(gated recurrent unit,GRU)神经网络构建的Seq2Seq编码模型,将大比例尺道路数据进行嵌入形成高维语义编码,通过对语义编码的解码生成化简后的小比例尺道路数据;最后,根据弧段压缩率、长度变化率、曲线折度、缓冲区限差4个指标评估模型有效性和适用性。通过试验与传统算法对比试验表明,本文模型可应用到道路形状化简中,丰富道路化简方法,促进地图制图综合智能化发展。 展开更多

关键词 生成式神经网络 道路简化 深度学习 句法模式识别 Seq2Seq编码模型 地图制图综合

在线阅读 下载PDF 职称材料

深度学习在代码表征中的应用综述 被引量：4

10

作者 谢春丽 梁瑶 王霞 《计算机工程与应用》 CSCD 北大核心 2021年第20期53-63,共11页

代码表征是对代码数值化的一种技术,把代码映射为一组连续的实值向量,提取隐藏在代码内部的属性,辅助程序员生成或分析代码,是代码克隆、代码推荐、代码剽窃等软件工程任务的核心技术和研究热点。研究者们对代码表征方面进行了一系列研... 代码表征是对代码数值化的一种技术,把代码映射为一组连续的实值向量,提取隐藏在代码内部的属性,辅助程序员生成或分析代码,是代码克隆、代码推荐、代码剽窃等软件工程任务的核心技术和研究热点。研究者们对代码表征方面进行了一系列研究,根据源代码抽取信息的方式,分为基于文本的表征、基于语法的表征、基于语义的表征和基于功能的表征;根据表征粒度的大小,分为基于词汇的表征、基于语句的表征、基于函数的表征等不同等级;根据表征方法的不同,分为基于统计的模型、基于自然语言的模型和基于深度学习的模型。对近几年基于深度学习的代码表征研究进展进行了综述,并从表征粒度、表征层次、表征模型、应用场景等方面对现有工作进行了概括、比较和分析。对基于深度学习的代码表征的未来发展趋势进行分析和展望。 展开更多

关键词 深度学习 代码表征 表征模型 表征粒度

在线阅读 下载PDF 职称材料

基于预训练模型和多层次信息的代码坏味检测方法 被引量：5

11

作者 张杨 东春浩 +1 位作者 刘辉 葛楚妍 《软件学报》 EI CSCD 北大核心 2022年第5期1551-1568,共18页

目前已有的代码坏味检测方法仅依赖于代码结构信息和启发式规则,对嵌入在不同层次代码中的语义信息关注不够,而且现有的代码坏味检测方法准确率还有进一步提升的空间.针对该问题,提出一种基于预训练模型和多层次信息的代码坏味检测方法D... 目前已有的代码坏味检测方法仅依赖于代码结构信息和启发式规则,对嵌入在不同层次代码中的语义信息关注不够,而且现有的代码坏味检测方法准确率还有进一步提升的空间.针对该问题,提出一种基于预训练模型和多层次信息的代码坏味检测方法DeepSmell,首先采用静态分析工具提取程序中的代码坏味实例和多层次代码度量信息,并对代码坏味实例进行标记;然后通过抽象语法树解析并获取源代码中与代码坏味相关的层次信息,将其中的文本信息与度量信息相结合生成数据样本;最后使用BERT预训练模型将文本信息转化为词向量,应用GRU-LSTM模型获取层次信息之间潜在的语义关系,并结合CNN模型与注意力机制检测代码坏味.在实验中,选取JUnit、Xalan和SPECjbb2005等24个大型实际应用程序构建训练集和测试集,并对特征依恋、长方法、数据类和上帝类等4种代码坏味进行检测.实验结果表明,DeepSmell与目前已有的检测方法相比在平均查全率和F1值上分别提高了9.3%和10.44%,同时保持了较高的查准率,DeepSmell可以有效地实现代码坏味检测. 展开更多

关键词 代码坏味 深度学习 预训练模型 抽象语法树 多层次信息

在线阅读 下载PDF 职称材料

GF（2^2）域上的LDPC码在深空通信中的应用研究 被引量：2

12

作者 黎勇 王琳 +1 位作者 魏琴芳 徐位凯 《系统仿真学报》 CAS CSCD 北大核心 2010年第4期942-945,共4页

提出了一种近似等效信道模型,实现了GF(22)域上的LDPC码在深空通信系统中的嵌入设计。仿真结果表明:当数据帧长为1784bits,biterrorrate(ber)为2×10-6,采用FFT-BP译码算法,50次迭代时,GF(22)域上的LDPC码相比RS码与卷积码级联码具... 提出了一种近似等效信道模型,实现了GF(22)域上的LDPC码在深空通信系统中的嵌入设计。仿真结果表明:当数据帧长为1784bits,biterrorrate(ber)为2×10-6,采用FFT-BP译码算法,50次迭代时,GF(22)域上的LDPC码相比RS码与卷积码级联码具有4.8dB的编码增益;如果采用MAX-LOG-BP简化译码算法,10次迭代时,前者仍然能获得约3.8dB的增益,且复杂度可以接受。 展开更多

关键词 等效信道模型 深空通信 GF(2^2)域上的LDPC码 编码增益

在线阅读 下载PDF 职称材料

大理岩脆-延-塑转换特性的细观模拟研究 被引量：33

13

作者 余华中 阮怀宁 褚卫江 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2013年第1期55-64,共10页

针对锦屏深埋大理岩峰后变形破坏的脆-延-塑转换特性,采用颗粒流程序(PFC)中的簇单元模型(CPM)对其进行细观模拟研究。经过对室内试验结果的反复模拟校准,获得描述锦屏深埋大理岩力学性质的一组细观物理力学性质参数。模型试验结果表明... 针对锦屏深埋大理岩峰后变形破坏的脆-延-塑转换特性,采用颗粒流程序(PFC)中的簇单元模型(CPM)对其进行细观模拟研究。经过对室内试验结果的反复模拟校准,获得描述锦屏深埋大理岩力学性质的一组细观物理力学性质参数。模型试验结果表明:试样的一系列宏观力学表现,包括弹性模量、泊松比、单轴与启裂抗压强度、应力-应变曲线、峰值与残余强度包络线、拉压强度比以及破坏形态等均与锦屏深埋大理岩的试验结果具有良好的一致性。对不同围压下裂纹发育规律的研究表明:不同应力状态下细观裂纹发育特征的显著差异是导致大理岩的变形破坏出现脆-延-塑转换特性的主要原因;张性裂纹的大量发育决定介质的脆性破坏模式,而剪切裂纹数目的快速增长则促使介质由脆性破坏模式逐渐向延-塑性破坏模式转换。 展开更多

关键词 岩石力学 深埋大理岩 脆-延-塑转换 颗粒流程序 黏结颗粒模型 簇单元模型 强度包络线

在线阅读 下载PDF 职称材料

基于结构感知混合编码模型的代码注释生成方法 被引量：3

14

作者 蔡瑞初 张盛强 许柏炎 《计算机工程》 CAS CSCD 北大核心 2023年第2期61-69,共9页

代码注释能够提高程序代码的可读性,从而提升软件开发效率并降低成本。现有的代码注释生成方法将程序代码的序列表示或者抽象语法树表示输入到不同结构的编码器网络,无法融合程序代码不同抽象形式的结构特性,导致生成的注释可读性较差... 代码注释能够提高程序代码的可读性,从而提升软件开发效率并降低成本。现有的代码注释生成方法将程序代码的序列表示或者抽象语法树表示输入到不同结构的编码器网络,无法融合程序代码不同抽象形式的结构特性,导致生成的注释可读性较差。构建一种结构感知的混合编码模型,同时考虑程序代码的序列表示和结构表示,通过序列编码层和图编码层分别捕获程序代码的序列信息和语法结构信息,并利用聚合编码过程将两类信息融合至解码器。设计一种结构感知的图注意力网络,通过将程序代码的语法结构的层次和类型信息嵌入图注意力网络的学习参数,有效提升了混合编码模型对程序代码的复杂语法结构的学习能力。实验结果表明,与SiT基准模型相比,混合编码模型在Python和Java数据集上的BLEU、ROUGE-L、METEOR得分分别提高了2.68%、1.47%、3.82%和2.51%、2.24%、3.55%,能生成更准确的代码注释。 展开更多

关键词 代码注释生成 混合编码模型 图注意力网络 深度自注意力网络 自然语言处理

在线阅读 下载PDF 职称材料

视频监控领域深度特征编码的行人检测算法 被引量：8

15

作者 罗南超 郑伯川 《西安科技大学学报》 CAS 北大核心 2019年第4期701-707,共7页

由于高清视频监控领域现有行人检测算法在复杂背景下检测准确率不高且检测实时性不强,提出了一种新颖的深度特征行人检测算法,该算法利用聚合通道特征模型对监控高清图像进行预处理,筛选出具有显著特性的疑似目标,大大降低目标检测的数... 由于高清视频监控领域现有行人检测算法在复杂背景下检测准确率不高且检测实时性不强,提出了一种新颖的深度特征行人检测算法,该算法利用聚合通道特征模型对监控高清图像进行预处理,筛选出具有显著特性的疑似目标,大大降低目标检测的数量;然后对获取的疑似目标区域进行尺度校正与特征提取,并输入到深度模型中进行深度特征编码,提高特征的表征能力;最后输入到LSSVM分类模型,得到最终的行人检测结果。仿真实验结果显示所提行人检测算法在保证检测准确率的同时,具有较高的检测效率。 展开更多

关键词 模式识别 深度编码 行人检测 SVM算法 自编码网络 聚合通道特征

在线阅读 下载PDF 职称材料

基于深度学习编码模型的图像分类方法 被引量：11

16

作者 赵永威 李婷 蔺博宇 《工程科学与技术》 EI CAS CSCD 北大核心 2017年第1期213-220,共8页

针对矢量量化编码的量化误差严重,而稀疏编码只是一种浅层学习模型,容易导致视觉词典对图像特征缺乏选择性的问题,提出了一种基于深度学习特征编码模型的图像分类方法。首先,采用深度学习网络无监督的受限玻尔兹曼机(RBM)代替传统的K-Me... 针对矢量量化编码的量化误差严重,而稀疏编码只是一种浅层学习模型,容易导致视觉词典对图像特征缺乏选择性的问题,提出了一种基于深度学习特征编码模型的图像分类方法。首先,采用深度学习网络无监督的受限玻尔兹曼机(RBM)代替传统的K-Means聚类及稀疏编码等方法对SIFT特征库进行编码学习,生成视觉词典;其次,对RBM编码添加正则化项分解组合每个特征的稀疏表示,使得生成的视觉单词兼具稀疏性和选择性;然后,利用训练数据的类别标签信息有监督地自上而下对得到的初始视觉词典进行微调,得到图像深度学习表示向量,以此训练SVM分类器并完成图像分类。实验结果表明,本文方法能有效克服传统矢量量化编码及稀疏编码等方法的缺点,有效地提升图像分类性能。 展开更多

关键词 图像分类 视觉词典模型 深度学习 稀疏编码 受限玻尔兹曼机

在线阅读 下载PDF 职称材料

地图空间形状认知的自编码器深度学习方法 被引量：8

17

作者 晏雄锋 艾廷华 +1 位作者 杨敏 郑建滨 《测绘学报》 EI CSCD 北大核心 2021年第6期757-765,共9页

形状是地理空间要素的重要特征,是人们建立空间概念、形成空间认知的重要依据。本文利用深度学习的特征挖掘能力引入自编码学习方法,对二维地图空间中形状边界上多组邻域尺寸下的多个特征进行集成和整合,为空间形状认知的机理和形式化... 形状是地理空间要素的重要特征,是人们建立空间概念、形成空间认知的重要依据。本文利用深度学习的特征挖掘能力引入自编码学习方法,对二维地图空间中形状边界上多组邻域尺寸下的多个特征进行集成和整合,为空间形状认知的机理和形式化提供支撑。本文以建筑物数据为例,将建筑物形状边界转换为序列数据,并提取其描述特征;随后结合sequence-to-sequence自编码学习模型,对无标签的建筑面要素数据进行学习训练,形成形状认知编码。试验表明,本文方法能够产生符合形状认知、具有相似度计算意义的形状编码,具备对不同建筑物形状的区分能力;同时,在形状检索和匹配等应用场景中,该形状编码能有效地表示建筑物的全局和局部特征,与视觉认知结果一致。 展开更多

关键词 空间认知 形状编码 深度学习 自编码器 sequence-to-sequence模型

在线阅读 下载PDF 职称材料

一种基于动态量化编码的深度神经网络压缩方法 被引量：8

18

作者 饶川 陈靓影 +1 位作者 徐如意 刘乐元 《自动化学报》 EI CSCD 北大核心 2019年第10期1960-1968,共9页

近年来深度神经网络(Deep neural network,DNN)从众多机器学习方法中脱颖而出,引起了广泛的兴趣和关注.然而,在主流的深度神经网络模型中,其参数数以百万计,需要消耗大量的计算和存储资源,难以应用于手机等移动嵌入式设备.为了解决这一... 近年来深度神经网络(Deep neural network,DNN)从众多机器学习方法中脱颖而出,引起了广泛的兴趣和关注.然而,在主流的深度神经网络模型中,其参数数以百万计,需要消耗大量的计算和存储资源,难以应用于手机等移动嵌入式设备.为了解决这一问题,本文提出了一种基于动态量化编码(Dynamic quantization coding,DQC)的深度神经网络压缩方法.不同于现有的采用静态量化编码(Static quantitative coding,SQC)的方法,本文提出的方法在模型训练过程中同时对量化码本进行更新,使码本尽可能减小较大权重参数量化引起的误差.通过大量的对比实验表明,本文提出的方法优于现有基于静态编码的模型压缩方法. 展开更多

关键词 深度神经网络 模型压缩 动态量化编码 码本更新

在线阅读 下载PDF 职称材料

基于深度学习的模糊测试种子生成技术 被引量：1

19

作者 李张谭 程亮 张阳 《计算机系统应用》 2019年第4期9-17,共9页

模糊测试被广泛应用于各种软件和系统的漏洞挖掘中.而模糊测试的效果与其采用的变异策略以及初始种子文件的代码覆盖率有直接的关系.本文提出了一种基于深度学习的种子文件生成方法,分析并学习初始种子文件和其在目标程序中的执行路径... 模糊测试被广泛应用于各种软件和系统的漏洞挖掘中.而模糊测试的效果与其采用的变异策略以及初始种子文件的代码覆盖率有直接的关系.本文提出了一种基于深度学习的种子文件生成方法,分析并学习初始种子文件和其在目标程序中的执行路径之间的关系,最终输出可能覆盖新执行路径的种子文件,从而提高初始种子文件集合的代码覆盖率.我们以PDF阅读器作为目标程序进行了实验,实验结果表明该方法所生成的种子文件保证了良好的通过率,而且明显提高了代码覆盖率.同时实验证明该方法在针对多种PDF阅读器进行模糊测试时都获得了更高的代码覆盖率. 展开更多

关键词 模糊测试 深度学习 文本生成 代码覆盖 seq2seq模型

在线阅读 下载PDF 职称材料

基于深度序列翻译模型的非侵入式负荷分解方法 被引量：31

20

作者 任文龙 许刚 《电网技术》 EI CSCD 北大核心 2020年第1期27-34,共8页

智能用电的一个重要环节是能量监测,其关键技术是非侵入式负荷分解,为了提高居民负荷分解的准确性,将序列翻译模型应用到非侵入式负荷分解之中。首先确定电器在不同模式的运行功率,同时将电器的运行模式进行组合编码,将所有电器的运行... 智能用电的一个重要环节是能量监测,其关键技术是非侵入式负荷分解,为了提高居民负荷分解的准确性,将序列翻译模型应用到非侵入式负荷分解之中。首先确定电器在不同模式的运行功率,同时将电器的运行模式进行组合编码,将所有电器的运行状态用一个状态码进行表示。其次,考虑电器运行过程中的时间关联关系,结合序列翻译模型理论,将待分解的信号与电器的状态码在序列翻译模型上进行映射训练,同时运用Dropout技术和稀疏化技术对模型进行优化以确定较优的网络参数。构建的序列翻译模型综合应用了电器运行模式的时间尺度信息与信号幅值特性,将待分解的能量翻译为状态码,从而实现负荷能量的分解。最后,利用公开数据集进行验证,结果表明所提方法有较高的能量分解准确率。 展开更多

关键词 非侵入式负荷分解 组合编码 序列翻译模型 居民负荷 深度学习

在线阅读 下载PDF 职称材料