基于统一测量和张量学习的多视图无监督特征选择

下载全文  

随着多视图数据在高维工业应用中的普及,特征选择因能保留特征的原始物理意义和可解释性而备受关注。尤其在标签稀缺的实际场景下,多视图无监督特征选择方法更具实用价值。针对现有方法在视图间关联挖掘与一致性探索方面的不足,提出一种基于统一测量和张量学习的多视图无监督特征选择方法（SMUMT… …   相似文献

戴嘉珉  谢锡炯 《计算机应用研究》2026,43(4)

下载全文  

  相似文献

Li Jiawei;Yang Chengye;Zhang Yaochen;Sun Weilin;Meng Lei;Meng Xiangxu 《中国图象图形学报》2026,31(4):1216-1226

可解释深度学习的概念建模方法综述

下载全文  

近年来, 深度神经网络在多个领域取得了显著进展, 但其作为典型的黑盒模型, 内部机制仍难以为人所理解, 给医疗诊断、金融风控、自动驾驶等高风险应用场景带来了严峻挑战. 提升模型的可解释性, 已成为实现高可信机器学习的核心问题之一. 现有可解释性方法大致可分为两类: 基于信息流的解… …   相似文献

王家祺  冯毅  刘华锋  景丽萍  于剑 《软件学报》2026,37(4):1591-1614

面向欺诈检测的风险感知动态聚合图联邦学习

下载全文  

随着信息技术的迅猛发展, 欺诈行为在金融交易、社交网络与评论系统等多个领域呈现出日益复杂化和多样化的趋势, 给传统欺诈检测技术带来了严峻挑战. 当前主流的基于图神经网络的方法虽然在单机构数据环境中表现出色, 但由于涉及用户敏感信息, 难以实现跨机构间的数据共享与协作, 进而限制了… …   相似文献

杨家震  邱天  陈可嘉  段明江  蒋健  胡泽远  宋明黎  冯尊磊 《软件学报》2026,37(4):1511-1530

基于自适应策略优化的鲁棒泛化权衡学习

下载全文  

对抗训练被视为提升深度模型鲁棒性的核心防御手段, 但其固有缺陷严重制约了实际应用效果. 传统对抗训练方法依赖固定攻击模式生成对抗样本, 导致训练过程中样本多样性不足、模型泛化能力受限, 且在鲁棒性与干净准确率间难以达成有效平衡. 更为关键的是, 现有对抗训练框架缺乏对训练过程的自适应控制, 容易引发鲁棒过拟合现象. 针对上述挑战, 利用演化优化提出一个自适应对抗训练框架, 称为基于自适应策略优化的鲁棒精度权衡学习, 简称TRA²SO. 该方法将遗传算法引入对抗训练过程, 通过动态调整不同训练阶段的对抗攻击策略, 实现对抗样本生成模式的渐进式复杂化. 这种层级递进的对抗机制不仅增强了样本多样性, 还可通过策略优化记录实现训练早停, 有效抑制过拟合风险. 在CIFAR系列数据集上的实验表明, 相较于传统对抗训练方法, 所提框架在维持基础分类性能的同时, 提升了模型面对多种攻击范式的防御能力, 且加快了训练收敛速度. 为对抗训练中鲁棒性-准确性的权衡提供了新思路, 对构建可信深度学习系统具有重要实践价值.… …   相似文献

翟浩杰  王冉  邬文慧  贾育衡 《软件学报》2026,37(4):1472-1491

基于动量加速和任务均衡的目标检测对抗训练方法

下载全文  

对抗训练作为提升深度神经网络对抗鲁棒性的核心策略, 在图像分类任务中已得到广泛关注, 但在目标检测领域中的研究较为匮乏. 传统对抗训练通常依赖投影梯度下降法(projected gradient descent, PGD)开展模型的鲁棒优化, 然而对抗样本的迭代大幅延长了模型训练… …   相似文献

陇盛  林晨  陶蔚  张军  陶卿 《软件学报》2026,37(4):1575-1590

大语言模型驱动的可信政务问答技术

下载全文  

政务问答系统能实时处理政务咨询, 在降低人工咨询压力的同时提高了企业和群众的办事效率. 政务问答系统的服务场景多样且重视回答表述的准确规范, 现有方法或基于预设知识库产生回答, 或基于规模有限的语言模型生成回答, 均无法在多服务场景下有效理解咨询并生成准确且可解释的可信回答. 为… …   相似文献

王骞玥  胡晋武  王宇丰  胡宇  高浩然  邱舟强  谭明奎 《软件学报》2026,37(4):1740-1758

面向油田图像分割的空-频双域融合深度网络

下载全文  

石油生产场景复杂,火灾、刺漏等异常频发,严重威胁安全生产。为实现对异常的精确识别与定位,提出一种空-频双域融合网络（SFDFNet）,以提升语义分割在细节保留和全局特征建模方面的性能。该方法首先在空域采用多分辨率卷积神经网络提取图像的多层次特征;其次提出多尺度频域金字塔模块（MF… …   相似文献

鹿晓琳  嵇晓峰  王燕 《计算机应用研究》2026,43(4)

异构环境下基于历史模型的动态联邦学习方法

下载全文  

联邦学习能够在保证本地数据隐私的前提下完成全局机器学习模型训练,但面临着由数据异构情况导致的全局模型精度低,收敛速度慢的问题。针对以上问题,提出了一种基于历史模型数据的动态联邦学习方法FedHD（federated learning with historical data）。F… …   相似文献

罗浩文  盛志伟 《计算机应用研究》2026,43(4)

融合时频分解与通道交互感知的多变量光伏功率预测

下载全文  

为了提高多变量光伏功率预测的精度,提出一种基于时频分解与通道交互感知的多变量光伏功率预测模型。针对现有依赖基本移动平均核的时序分解方法难以处理光伏功率数据非线性结构与复杂趋势的问题,设计融合时域与频域的双重分解机制以增强非平稳序列建模能力。为克服通道独立方法忽视多变量间潜在相关性… …   相似文献

李整  武文丽  秦金磊  武衡 《计算机应用研究》2026,43(4)