课程文献中心 更多>>

关键词： 漏洞检测   注意力机制   图神经网络   多类别分类  

摘要： 软件漏洞威胁着现实世界系统的安全.近年来,基于学习的漏洞检测方法 (尤其是基于深度学习的方法)由于其从大量漏洞样本中挖掘隐式漏洞特征的显著优势,得到了广泛的研究.然而,由于不同类型漏洞之间的特征差异和数据分布不平衡问题,现有基于深度学习的漏洞检测方法难以准确识别具体的漏洞类型.因此,提出一种基于深度学习的多类型漏洞检测方法 MulVD. MulVD构建了一种新型的结构感知图神经网络(SA-GNN),它可以自适应地为不同类型的漏洞提取局部典型的漏洞模式,并在不引入噪声的情况下重新平衡数据分布.检验所提方法在二分类和多分类漏洞检测任务中的有效性.实验结果表明, MulVD显著提高了现有基于深度学习的漏洞检测技术的性能.

关键词： 情感识别   脑电信号   多模态特征   残差网络   循环神经网络  

摘要： 【目的】传统脑电情绪识别方法因依赖单一特征（如仅关注时域、频域或空域信息），难以充分挖掘脑电信号的多维度特性，导致分类精度受限。针对这个问题，本研究提出一种多域特征协同学习框架。通过融合功率谱密度和微分熵特征，结合三维脑图映射与ResNet-RNN（residual network-rerrent neural network）混合模型，充分挖掘脑电信号的时-频-空多维度信息。【方法】基于DEAP数据集，采用标准化预处理（4～45 Hz带通滤波、降采样至128Hz、基线校正）后，以0.5秒时间窗提取Theta、Alpha、Beta和Gamma频段特征，构建9×9电极空间矩阵并堆叠为三维输入；模型设计上，利用残差网络提取空域特征，循环神经网络捕获时序动态，并通过高效通道注意力优化特征权重。【结果】实验表明：该方法在效价（valence）和唤醒度（arousal）分类任务中分别达到96.74%与97.02%的准确率，此外消融实验验证了PSD-DE（power spectral density-differential entropy）特征融合与ECA（efficient channel attention）模块的有效性。【结论】本研究通过多域特征融合与跨模态协同学习，实现了时-频-空信息的深度耦合，为脑电情绪识别提供了新范式，在情感计算与人机交互领域具有重要应用价值。

关键词： 水质预测   图神经网络   时空数据   结构噪声   图噪声学习  

摘要： 未来水质预测任务根据各个观测节点的历史水质数据及相应的拓扑位置关系,预测未来水质变化情况,是图神经网络辅助环境保护的重要任务之一.然而,采集数据的数值和节点间的拓扑结构均存在噪声,且噪声存在耦合现象.同时,污染物流向的不同导致数值噪声与结构噪声的耦合现象更为复杂难以解耦.因此,提出了一种基于趋势感知图神经网络的耦合噪声水质预测方法:1)利用历史水质数据趋势特征,挖掘原始水质数据指标的局部相互关系,构建多种潜在的水系拓扑结构,分离结构噪声; 2)利用构建的邻接矩阵与原始数据挖掘时空特征,分离数值噪声.最终,根据潜在结构构建前后图网络节点表征一致性聚合水质预测结果.实验结果表明,所提方法在真实数据集上比当前最优方法表现更好,且给出的水系潜在拓扑结构符合真实情况.代码和数据可在GitHub上访问:https://***/aTongs1/TaGNN.

关键词： 西域地图   舆地图   疆域观   天下观  

摘要： 地图是政治认同与文化整合的载体。汉代的西域地图，源自使者的奏报、屯田水利时的测绘、“西域服从”时的献图。中央政权掌握了多种多源的西域地图。在作为王朝总图的汉舆地图中，需要妥善绘制西域。舆地图主要描绘郡国之界，随着郡国增减、疆域盈缩而调整更新。郡县所止的玉门关，应当在舆地图上有着标识，郡国与西域的绘制形式也有所差别。汉朝的地图绘制，有着融并郡县外的地理信息的倾向。汉舆地图选择性地绘入西域、匈奴的部分地点，形成了中心详实、边缘简略的绘制传统，体现了多元的天下观。

关键词： 字典乘积   宽直径   乘积图   传输延迟  

摘要： 使用乘积图构造网络十分常见.其中,字典乘积图作为一种连通度较高,并且性质较好的乘积图,被人们广泛的研究与使用.在度量网络的众多指标中,宽直径可以很好的度量网络传输延迟和容错性能.本文通过组合优化及构造顶点不交路的方式,利用字典乘积图和宽直径的性质,给出了路与非完全图、圈与非完全图、完全图与非完全图之间的字典乘积构造图的宽直径,并进一步得到了无圈图与非完全图以及含圈图与非完全图之间的字典乘积构造图的精确宽直径.

关键词： 新型电力系统   图注意力网络   无功优化   非线性关系   沙普利加和解释  

摘要： 新能源出力的随机性和波动性加剧电网电压波动，严重影响电网的安全和经济运行。针对该问题，提出了一种基于可解释图注意力网络（graph attention network，GAT）的实时无功优化方法。首先，结合电网的物理信息，设计训练样本的标签。然后，利用GAT模型映射无功调节设备状态与新能源和负荷数据之间复杂的非线性关系，从而获得最优解。最后，基于沙普利加和解释（shapley additive explanations，SHAP）的可解释机制，对GAT模型决策结果进行分析。以某实际电网为例，验证了所提方法具有更好的无功优化性能和更快的求解速度，且可解释方法能够帮助运行人员更好地理解和信任模型决策，提升新型电力系统运行的安全性和经济性水平。

关键词： 油浸式电力变压器的故障检测   DGA   图神经网络   知识蒸馏  

摘要： 溶解气体分析(Dissolved Gas Analysis， DGA)旨在通过监测绝缘油中的溶解气体来识别潜在的故障类型。然而，现有DGA方法受到有限标记数据制约导致性能不佳。在这项工作中，提出一种新的图知识蒸馏方法(GKDG)，旨在提高DGA的准确性和效率。具体而言，采用了双视角图构建策略从样本邻域中获得额外的监督，通过传播直接从其他样本中聚合信息。进一步地，将教师图神经网络中的知识蒸馏到学生图神经网络模型中，确保学生模型能够有效地捕捉并解释溶解气体之间的复杂关系。此外，为了对齐嵌入空间中的学生图和教师图，引入了多种知识，从而增强学生模型的学习能力，可以更好地从教师模型中学习。广泛的实验验证了本文方法在提升DGA性能方面的显著效果，为电力设备的维护和故障检测提供了有力支持。

关键词： 有界平均振动空间   延拓定理   扰动半空间  

摘要： Giga-Gu(2022)在有界C2区域上定义的局部有界平均振动空间构造了一种新的有界线性延拓.Gu(2022)证明了该有界线性延拓可以推广到任意一致的C2区域上定义的局部有界平均振动空间.文章证明了对于在任意扰动C2半空间上定义的有界平均振动函数(简记为BMO函数),如果该函数的支撑集包含在边界某个足够小的邻域内时,对该函数进行由Giga-Gu(2022)所定义的延拓也是有界线性的.

关键词： 汤液经法图   脾虚   四君子汤   组方配伍  

摘要： 当今社会人们普遍感到社会压力较大，生活方式也随之受到影响，多有饮食不节，思虑过度的情况，进而导致脾胃病发病率增高。本文以《辅行诀》所载的“汤液经法图”为基础，运用五脏虚实辨证法，对治疗脾虚证基础方“四君子汤”及其衍生方，包括六君子汤、香砂六君子汤、八珍汤的组方进行分析，以四君子汤及其衍生方的角度一隅三反，旨在运用“汤液经法图”理论进行识方解方，进一步优化配伍结构，进行更为有效的药方配伍增减，拓展“汤液经法图”临床指导应用。