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

深度代码模型安全综述

2

作者 孙伟松 陈宇琛 +7 位作者 赵梓含 陈宏 葛一飞 韩廷旭 黄胜寒 李佳讯 房春荣 陈振宇 《软件学报》 北大核心 2025年第4期1461-1488,共28页

随着深度学习技术在计算机视觉与自然语言处理等领域取得巨大成功,软件工程研究者开始尝试将其引入到软件工程任务求解当中.已有研究结果显示,深度学习技术在各种代码相关任务(例如代码检索与代码摘要)上具有传统方法与机器学习方法无... 随着深度学习技术在计算机视觉与自然语言处理等领域取得巨大成功,软件工程研究者开始尝试将其引入到软件工程任务求解当中.已有研究结果显示,深度学习技术在各种代码相关任务(例如代码检索与代码摘要)上具有传统方法与机器学习方法无法比拟的优势.这些面向代码相关任务训练的深度学习模型统称为深度代码模型.然而,由于神经网络的脆弱性和不可解释性,与自然语言处理模型与图像处理模型一样,深度代码模型安全也面临众多挑战,已经成为软件工程领域的焦点.近年来,研究者提出了众多针对深度代码模型的攻击与防御方法.然而,目前仍缺乏对深度代码模型安全研究的系统性综述,不利于后续研究者对该领域进行快速的了解.因此,为了总结该领域研究现状、挑战及时跟进该领域的最新研究成果,搜集32篇该领域相关论文,并将现有的研究成果主要分为后门攻击与防御技术和对抗攻击与防御技术两类.按照不同技术类别对所收集的论文进行系统地梳理和总结.随后,总结该领域中常用的实验数据集和评估指标.最后,分析该领域所面临的关键挑战以及未来可行的研究方向,旨在为后续研究者进一步推动深度代码模型安全的发展提供有益指导. 展开更多

关键词 深度代码模型 深度代码模型安全 人工智能模型安全 后门攻击与防御 对抗攻击与防御

在线阅读 下载PDF 职称材料

融合预训练模型和图卷积网络的代码漏洞检测

3

作者 黄媛 《长江工程职业技术学院学报》 2025年第4期27-33,共7页

由于大规模预训练模型在自然语言处理领域取得的进步,面向编程语言的预训练模型也在代码漏洞检测任务上取得了良好进展。但现有的预训练模型在代码漏洞检测任务上仅将代码视作序列处理,忽视了代码自身包含的语义结构信息,因而限制了模... 由于大规模预训练模型在自然语言处理领域取得的进步,面向编程语言的预训练模型也在代码漏洞检测任务上取得了良好进展。但现有的预训练模型在代码漏洞检测任务上仅将代码视作序列处理,忽视了代码自身包含的语义结构信息,因而限制了模型对代码漏洞的检测效果。为此,结合预训练模型和图卷积网络提出一种新的代码漏洞检测模型,首先对源代码分析提取代码的抽象语法树、控制流图以及程序依赖图,并综合三种表示得到完整的代码图;其次,对代码图使用图卷积网络训练提取代码的图特征,同时使用预训练模型提取代码的上下文语义特征;最后将两类特征进行融合用于指导漏洞检测。在公开数据集上的实验结果表明,所提方法较两个预训练模型,准确率和F1指标分别最高可提高6.26%和15.76%,与同领域基线方法相比,准确率和F1指标分别最大可提高20.20%和19.33%。 展开更多

关键词 预训练模型 图神经网络 代码漏洞检测 深度学习 代码表征

在线阅读 下载PDF 职称材料

基于SecureViT的恶意代码检测模型

4

作者 张傲 刘微 +2 位作者 刘阳 李波 刘芳菲 《电子测量技术》 北大核心 2025年第16期113-121,共9页

随着恶意代码的多样性和隐蔽性不断增加,传统的恶意代码检测方法在面对未知恶意代码时往往面临高成本和不稳定性的挑战。本研究旨在提出一种轻量化且高效的恶意代码检测模型,以适应资源受限环境中的应用需求。本文提出了一种基于Secure... 随着恶意代码的多样性和隐蔽性不断增加,传统的恶意代码检测方法在面对未知恶意代码时往往面临高成本和不稳定性的挑战。本研究旨在提出一种轻量化且高效的恶意代码检测模型,以适应资源受限环境中的应用需求。本文提出了一种基于SecureViT的轻量化恶意代码检测模型。该模型通过引入ACF模块与MSDC模块实现高效特征提取与精准分类。ACF模块增强了模型对全局上下文信息的建模能力,MSDC模块则通过多尺度特征提取与动态显著性调整进一步提升特征表达的丰富性。实验结果表明,SecureViT模型在Malimg、Virus-MNIST和BIG2015数据集上的分类精度分别为97.46%、91.17%和95.49%,且计算开销仅为1.71 GMAC,显著提高了检测性能并有效降低了计算成本。该模型在恶意代码检测中展现了优异的检测精度与低计算复杂度,具备在资源受限环境中的实际应用潜力。 展开更多

关键词 恶意代码检测 上下文融合 多尺度卷积 轻量化深度学习模型

原文传递

基于北斗网格位置码构建时空数据知识图谱的探讨

5

作者 宋跃明 《科技资讯》 2025年第10期24-26,共3页

在日常政府服务和社会管理中积累了大量数据,这些数据分头采集、缺乏统一标准,并且位置精度不一。因此,挖掘数据间的关联关系成为提升其效用、助力社会治理的必要手段。基于“北斗网格位置码”构建时空数据知识图谱,提出一种新的数据治... 在日常政府服务和社会管理中积累了大量数据,这些数据分头采集、缺乏统一标准,并且位置精度不一。因此,挖掘数据间的关联关系成为提升其效用、助力社会治理的必要手段。基于“北斗网格位置码”构建时空数据知识图谱,提出一种新的数据治理方法体系。通过“北斗网格位置码+时间码+业务码”,将来自政府、企业、互联网等渠道数据进行融合,实现数据的关联匹配、脱密、高效聚类和共享分发。 展开更多

关键词 北斗网格位置码 知识图谱 深度学习模型 数据要素 聚类分析

在线阅读 下载PDF 职称材料

基于深度学习的语义通信研究综述

6

作者 叶伟 姚淼 《湖南邮电职业技术学院学报》 2025年第3期1-11,共11页

传统通信以香农信息论为基石,旨在实现比特流的可靠传输并逼近信道容量。随着6G、物联网与人工智能的兴起,海量数据需求与有限频谱资源的矛盾促使通信范式由“传输比特”向“传递意义”转型。深度学习在特征提取与端到端优化方面的突破... 传统通信以香农信息论为基石,旨在实现比特流的可靠传输并逼近信道容量。随着6G、物联网与人工智能的兴起,海量数据需求与有限频谱资源的矛盾促使通信范式由“传输比特”向“传递意义”转型。深度学习在特征提取与端到端优化方面的突破,为语义通信的技术落地提供了可行路径。本文系统综述基于深度学习的语义通信研究进展:回溯从Weaver构想到深度学习赋能的演化,界定核心概念与理论基础,阐明其区别于传统通信的本质特征;重点评述以深度联合信源信道编码(Deep-JSCC)为代表的方法体系,解析其在文本、图像、音视频及新兴多模态场景中的实现机制、关键模型与演进趋势。综合对比现有工作,本文归纳出四项核心挑战:性能评估困境、模型鲁棒性与泛化不足、理论与实践脱节以及新型安全隐私威胁。在此基础上,提出未来方向:构建可解释、可泛化的大模型驱动框架,发展面向多智能体协作的分布式语义网络,深化与物理世界感知的融合,建立标准化评测基准。本文旨在为相关研究提供系统参考,推动语义通信理论与技术发展。 展开更多

关键词 语义通信 深度学习 联合信源信道编码 大语言模型

在线阅读 下载PDF 职称材料

基于深度学习的代码缺陷自动检测算法设计

7

作者 董艺 《信息与电脑》 2025年第11期22-24,共3页

代码缺陷自动检测目的在于在软件开发过程中及时识别潜在错误,提升系统稳定性与开发效率。文章提出基于深度学习的代码缺陷自动检测算法,设计结合双通道向量表达机制与图结构特征提取的方法,构建节点与边联合编码模型,引入上下文语义建... 代码缺陷自动检测目的在于在软件开发过程中及时识别潜在错误,提升系统稳定性与开发效率。文章提出基于深度学习的代码缺陷自动检测算法,设计结合双通道向量表达机制与图结构特征提取的方法,构建节点与边联合编码模型,引入上下文语义建模与特征融合分类策略,形成从特征学习到缺陷判别的完整系统流程。通过在公开数据集与自建样本上的实验验证,结果显示,该算法在多指标上均优于对比方法,体现了整体设计的有效性与先进性,为智能化代码缺陷检测奠定了坚实的技术基础。 展开更多

关键词 深度学习 代码缺陷检测 图结构特征提取 上下文语义建模 特征融合

在线阅读 下载PDF 职称材料

基于广域-编码源电磁测深的白银厂小铁山VHMS型矿床深部找矿模型构建

8

作者 郭小刚 戴霜 +6 位作者 罗维斌 郭伟亮 廖永锋 韩峰 周小红 王秦 韩盼 《地球科学》 北大核心 2025年第11期4243-4260,共18页

深边部就矿找矿是白银厂VHMS型铜多金属矿田找矿突破的关键,但传统地球物理方法受浅表电磁干扰与深部低分辨率限制.为克服上述难题,本研究创新联合广域电磁法(WFEM)与编码源电磁测深法(CSES)开展小铁山矿区深部勘查.结果表明:铁锰硅质... 深边部就矿找矿是白银厂VHMS型铜多金属矿田找矿突破的关键,但传统地球物理方法受浅表电磁干扰与深部低分辨率限制.为克服上述难题,本研究创新联合广域电磁法(WFEM)与编码源电磁测深法(CSES)开展小铁山矿区深部勘查.结果表明:铁锰硅质岩和铅锌矿石电阻率低于100Ω·m,赋矿石英角斑凝灰岩电阻率平均值约191Ω·m,主要控矿地质体次石英角斑岩电阻率较高(平均值约1 976Ω·m),电性差异显著.次火山岩侵入体呈树枝状高阻异常(>1 500Ω·m),其两侧过渡带低阻异常(ρ<400Ω·m)、矿体延深部位及顶部低阻异常为有利找矿地段.2种方法在火山岩复杂地层区联合应用可发挥协同效应,广域电磁法可有效揭示火山岩基底及深部高阻岩体电性结构,编码源电磁测深法可实现对中浅层低阻矿化带的精细刻画.结合成矿动力学机制,提出“火山机构-热液对流-构造活化”复合成因模型,并构建了地质-地球物理“岩浆-构造-蚀变”协同找矿模型,据此圈定4处找矿靶区.为钻探工程验证提供了依据,对白银厂矿田深边部勘查及区域示范具有重要的指导意义. 展开更多

关键词 白银厂小铁山 VHMS型铜多金属矿床 广域电磁法 编码源电磁测深法 找矿模型 深部找矿 矿产 工程地质

原文传递

深度学习在代码表征中的应用综述 被引量：5

9

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：6

10

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

11

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

原文传递

基于学习的源代码漏洞检测研究与进展 被引量：15

12

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 被引量：2

13

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

大理岩脆-延-塑转换特性的细观模拟研究 被引量：36

14

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

平滑交互式压缩网络的红外小目标检测算法 被引量：2

15

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

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

16

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

17

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

18

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：10

19

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

20

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