期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于随机矩阵动态时空网络的交通流量预测
1
作者 唐郑熠 陈豫超 +2 位作者 黄贻望 王金水 邢树礼 《交通运输工程学报》 北大核心 2025年第6期243-254,共12页
为了更灵活地建模交通数据中复杂多变的时空结构并提升其对异常交通模式的识别能力,提出了一种新型的随机矩阵动态时空网络(Random Matrix-based Dynamic Spatiotemporal Network,RM-DTSN)模型,该模型引入了时空随机矩阵嵌入机制,摒弃... 为了更灵活地建模交通数据中复杂多变的时空结构并提升其对异常交通模式的识别能力,提出了一种新型的随机矩阵动态时空网络(Random Matrix-based Dynamic Spatiotemporal Network,RM-DTSN)模型,该模型引入了时空随机矩阵嵌入机制,摒弃了对预定义邻接矩阵的依赖,能够根据输入的数据动态调整节点间的空间交互强度,从而更精准地表达节点间异构关系与动态空间结构;为了增强对时间序列依赖的建模能力,RM-DTSN设计了独立注意力机制,能更有效地捕捉不同时间步之间的短期与长期动态特征;此外,模型融合残差分解与门控机制,能够有效提取多层次的时空特征,不仅在保留关键信号的同时抑制噪声干扰,提升了对异常交通信号的鲁棒性,还缓解了深层网络中的梯度消失问题。研究结果表明,在关键交通数据集上,RM-DTSN取得了显著的性能提升:在PeMSD3数据集上,其均方根误差(RMSE)为24.79,相比经典时空图网络STGCN(30.42)降低了18.5%;平均绝对误差为14.38,较当前最优模型DDGCRN(14.63)降低了1.71%;在PeMSD8数据集上,RMSE为23.62,相比广泛应用的时序卷积模型TCN(35.79)显著降低了34.0%。试验结果充分验证了RM-DTSN在不同预测场景中的稳定性和泛化能力。RM-DTSN为复杂交通环境下的流量预测提供了一种高效且鲁棒的解决方案,在智慧交通、路径规划和城市调度等实际场景中展现出广阔的应用前景,特别适用于应对高维交通数据中的突发拥堵、线路异常等复杂预测任务。 展开更多
关键词 智能交通 交通流预测 随机矩阵动态时空网络 时空随机矩阵嵌入 独立注意力机制 残差分解与门控融合
原文传递
一种随机嵌入抗SPAM检测的可逆数据隐藏算法 被引量：5
2
作者 柳玲 陈同孝 +1 位作者 曹晨 陈玉明 《计算机应用研究》 CSCD 北大核心 2013年第7期2111-2114,共4页
针对数据隐藏算法在携带信息时容易被检测工具SPAM侦测出来这一现象,将随机嵌入和直方图修正技术应用到数据隐藏中,提出一种随机嵌入抗SPAM检测的可逆数据隐藏算法。该方法通过对采样子图与参照子图间的差值直方图进行平移空位来嵌入信... 针对数据隐藏算法在携带信息时容易被检测工具SPAM侦测出来这一现象,将随机嵌入和直方图修正技术应用到数据隐藏中,提出一种随机嵌入抗SPAM检测的可逆数据隐藏算法。该方法通过对采样子图与参照子图间的差值直方图进行平移空位来嵌入信息。在信息嵌入过程中,用随机函数产生的伪随机序列来标志待隐藏信息的位置,使嵌入的信息分布更不规律,从而更好地逃脱检测工具SPAM的侦测。实验结果表明,相比Kim算法,该算法抗SPAM检测的安全性更好,更适合进行信息传递。 展开更多
关键词 随机嵌入 SPAM 可逆数据隐藏 直方图修正 子图采样
在线阅读 下载PDF
融合Gabor特征的基于随机点积图的人脸识别算法 被引量：1
3
作者 张昀 顾乃杰 《小型微型计算机系统》 CSCD 北大核心 2015年第6期1306-1309,共4页
为了提高人脸识别的精度,将随机图理论应用到人脸识别中,提出一种融合Gabor特征的基于随机点积图的算法.首先用Gabor滤波算子提取训练集图像的特征数据并进行预处理,减少特征数据内的冗余性.随机图对人脸训练集图像进行重构,获得节点赋... 为了提高人脸识别的精度,将随机图理论应用到人脸识别中,提出一种融合Gabor特征的基于随机点积图的算法.首先用Gabor滤波算子提取训练集图像的特征数据并进行预处理,减少特征数据内的冗余性.随机图对人脸训练集图像进行重构,获得节点赋值.之后根据赋值向量夹角余弦值以及节点的类别信息,计算每个节点的惩罚权值.将待识别图像投影到训练集图像随机点积重构得到的子空间中,依据最近邻节点惩罚值进行识别,判断图像所属类别.在ORL人脸库上的实验结果表明,算法在对归一化人脸图像特征数据降维上要优于PCA方法. 展开更多
关键词 人脸识别 流行学习 随机点积图 图嵌入 惩罚值矩阵
在线阅读 下载PDF
网络顶点表示学习方法 被引量：1
4
作者 周晓旭 刘迎风 +2 位作者 付英男 朱仁煜 高明 《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第5期83-94,共12页
网络是一种常用的数据结构,在社交、通信和生物等领域广泛存在,如何对网络顶点进行表示是学术界和工业界广泛关注的难点问题之一.网络顶点表示学习旨在将顶点映射到一个低维的向量空间,并且能够保留网络中顶点间的拓扑结构.本文在分析... 网络是一种常用的数据结构,在社交、通信和生物等领域广泛存在,如何对网络顶点进行表示是学术界和工业界广泛关注的难点问题之一.网络顶点表示学习旨在将顶点映射到一个低维的向量空间,并且能够保留网络中顶点间的拓扑结构.本文在分析网络顶点表示学习的动机与挑战的基础上,对目前网络顶点表示学习的主流方法进行了详细分析与比较,主要包括基于矩阵分解、基于随机游走和基于深度学习的方法,最后介绍了衡量网络顶点表示性能的方法. 展开更多
关键词 网络嵌入 随机游走 矩阵分解 深度神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部