图模型

摘要： 本文根据图模型理论,从网络安全、评估分析方法以及存在的一些问题对基于图模型的网络安全状态评估进行了分析研究。

摘要： 辨识序列间的因果联系是时间序列分析的主要任务之一。将Granger因果关系的检验问题转换为变量选择问题,应用稀疏组Lasso方法辨识序列间Granger因果关系的存在性和因果影响的滞后阶数。提出了稀疏组Lasso Granger因果图模型,顶点表示多维时间序列的分量序列,顶点间的有向边表示序列间存在的Granger因果关系,定义了滞后信息矩阵揭示因果影响的滞后信息。数值模拟验证了在各种维数和滞后影响结构的模型下,样本量对估计效果的影响。应用到中国宏观经济数据,进行实证分析的结果表明,稀疏组Lasso Granger因果图方法能够较好地揭示序列间的因果关系结构。

摘要： 大规模无线传感器网络中节点定位问题可以归结为高度非线性非凸的优化问题。该问题在大规模无线传感器网络中难以直接求解,因此提出了一种新的传感器节点分布式定位算法。首先将大规模无线传感器网络构成的全局无向图分解为一系列部分重叠的子图,进而将全局的优化问题分解为一系列小规模的子图内优化问题,每个子图内的优化问题可以独立进行迭代求解。新的传感器节点分布式定位算法每步迭代包含两个步骤,首先使用Barzilai-Borwein梯度法估计出划分好的部分重叠子图中节点的位置,使用的Barzilai-Borwein梯度法具备收敛速度较快,计算复杂度较低的特点,然后再对不同部分重叠的子图内的同一个传感器节点进行融合求平均。通过理论分析和仿真结果表明,新的传感器节点分布式定位算法与已有算法相较,具有较高的扩展性,在大规模无线传感器网络中有较高的定位精度,能满足大规模的无线传感器网络节点的定位需求。

摘要： 针对金融资产的动态变化特征,构建动态时变的Lasso图模型理论,通过局部组套索惩戒施加于结构化平稳的模型,以图模型结构时变为前提,进行结构化平稳处理.将无向图模型方法应用于我国2014年1月―2020年3月股市的高维数据建模,利用Lasso方法给出精度矩阵的估计,从而识别得到上证380个股和带有权重的行业指数的图模型结构.实证研究结果表明:不同时点的上证380个股和行业的图模型结构均存在较大差异,股票关联结构呈现动态变化特征.快速上升期(牛市)和快速下跌期(熊市),个股和行业图模型边连接较多,关联结构较强;震荡期,个股和行业图模型边数量较少,关联性相对较弱.

摘要： 关键短语抽取,即从文档中抽取能够表达文档主题和内容的关键短语集合,对于信息检索和文档分类等文本处理任务具有重要意义。然而,现有文献缺乏针对中文特点的关键短语抽取算法的研究。为此,该文提出了一种半监督式中文关键短语抽取模型,该模型采用预训练语言模型来表征短语及文章,以减少算法对大量标注训练数据的依赖;进而提出图模型描述候选短语间的相似性空间并迭代计算各短语的重要度;同时结合了多项统计特征来进一步提高短语评估的准确率。对比实验表明,该文提出的方法在中文关键短语抽取方面比基线方法具有明显的提升效果。

摘要： 针对传统定密方式定密不严谨、定密尺度难以把握、经验难以积累等问题,提出基于改进的TextRank算法的计算机辅助定密方法,该方法通过定密规则的词性特点,将句向量分解为名词向量和非名词向量,构造基于词性的句向量,利用改进的TextRank算法对文档语句排序,获取在定密细则影响下的关键语句权重,计算文档密级分数,判断文档密级。实验结果表明,该方法比目前传统定密方式准确率有所提高。

摘要： 针对监控视频中行人外观、姿态相似等现象导致的视频行人重识别准确率低的问题进行了研究,提出了一种基于图模型的视频行人重识别方法,有效利用了视频中的时序信息,实现跨帧及帧内区域的信息交互。具体来说,利用跨帧分块区域间的关联信息建立区域节点间的固有关系,并进行特征传播迭代更新区域信息。另一方面,在度量学习过程中,提出了一种加权损失函数策略,这个方法将先前挖掘策略中的二进制分配法(即丢弃或保留该样本)优化为连续分数分配法,解决了可用样本未被有效利用的问题。将模型在MARS和DukeMTMC-VideoReID两个数据集上进行了评估,实验结果证实了提出方法的有效性。

摘要： 自然语言处理是人工智能的核心技术,文本表示是自然语言处理的基础性和必要性工作,影响甚至决定着自然语言处理系统的质量和性能.探讨了文本表示的基本原理、自然语言的形式化、语言模型以及文本表示的内涵和外延.宏观上分析了文本表示的技术分类,对主流技术和方法,包括基于向量空间、基于主题模型、基于图、基于神经网络、基于表示学习的文本表示,进行了分析、归纳和总结,对基于事件、基于语义和基于知识的文本表示也进行了介绍.对文本表示技术的发展趋势和方向进行了预测和进一步讨论.以神经网络为基础的深度学习以及表示学习在文本表示中将发挥重要作用,预训练加调优的策略将逐渐成为主流,文本表示需要具体问题具体分析,技术和应用融合是推动力.

摘要： 网络安全风险评估是一种主动型网络安全防御技术,相应的评估结果对网络安全防御策略选择具有重要的参考意义。本文将目前业界应用最为广泛的模型评估方法作为讨论重点。首先,阐述了通用的网络安全风险评估过程,并介绍了国内外常用的风险评判标准;其次,将多种模型评估方法分为图模型、数学模型和人工智能理论模型3个类型,梳理了不同模型的定义、优劣势、应用范围等要素;最后,展望了未来网络安全风险评估研究重点。

摘要： 为提高复杂配电系统供电可靠性计算的效率,提出一种基于Neo4j图数据库的可靠性计算方法。首先,通过图数据库以节点-边形式存储配电网拓扑结构。同时,利用Neo4j图数据库中边具有不同类型的特点来完成复杂配电系统中的馈线分级及负荷分块,构建基于图数据库的配电网图模型。其次,结合路径搜索进行配电网图模型的子图划分,基于各子图完成图模型的简化。最后,在最小路可靠性算法基础上,结合Neo4j图数据库高效率的最短路径查询等功能实现了配电系统的供电可靠性分析。通过比林顿测试系统及中国某10 kV实际配电网进行算法验证,验证了所提方法的有效性。

摘要： 在冲突博弈过程中,能通过适当的方式获取对手的偏好认知信息对提升自身利益将起着不可估量的作用.本文依据冲突分析图模型理论,建立了冲突局中人的偏好认知模型.该模型通过逻辑分析首先得出某个局中人的理想冲突结局一定是其冲突对手不想看到的结果,即对手一定希望在该结局的偏好值越小越好;其次给出了Nash和SEQ稳定性的最小偏好值的求解方法,并利用反问题求解模型得到了在该值下分别满足相应稳定性的偏好序集;然后构建偏好序分布信息熵对该偏好序集中包含的信息进行挖掘,得到维持理想冲突结局稳定需要特别关注的对手的偏好信息.最后,以"古巴导弹危机"为例,通过偏好认知模型解析,得出美国要想在其理想冲突结局取得Nash和SEQ均衡,需要首先关注的可行状态以及采取的相应策略;同时也验证了该方法的有效性和优越性.偏好认知模型可以从战略层面为冲突中的一方提供决策依据.

摘要： 为了克服线拓扑造区效率低的问题，根据图模型中有向闭合环的特点，提出了一种基于图模型的鲁棒性较强的多边形构建方案。该方案首先将线数据构成图模型，并对图模型进行预处理；然后根据图模型生成环，再依据有向环的构成方向，判断有效环是洞还是壳；最后，把生成的洞分配给其对应的壳。壳的个数即为生成多边形的个数。该算法可较好地解决大规模线性数据生成区的效率问题，同时用其与混合模型，要素模型和简单要素模型进行了比较，实验中采用了四叉树索引和R树索引，都具有较高的效率，其中四叉树索引在实验中对于93664大小的线数据生成区数据，比要素模型快了5.400 s，比简单要素模型快了3.641 s。实验结果说明该算法性能优于其他的同类算法。

摘要： 传统电商与社交电商关于市场份额的争夺愈发激烈,其激起了电商行业中数次的不正当冲突,其中以淘宝与拼多多间的博弈最具代表性.由于拼多多不存在资源两难配置和错配境遇,其对任一市场份额的抢占均是有利的;淘宝应对拼多多崛起的不及时使得其采取的策略摇摆不定,主要表现在对拼多多低价策略同化和自我资源优化为主的两难选择,其偏好具有不确定性.这不仅干扰了双方的市场份额争夺,更恶化了日趋重复业务范围的冲突格局.政府为规避电商行业不正当竞争而出台的《电商法》,在电商行业起到划时代的作用,出台前后的不同阶段冲突格局变化巨大.本文通过冲突决策者的识别,不确定偏好的分析、确定,构建两阶段的冲突分析图模型,从四种稳定状态出发寻求淘宝不确定偏好在不同阶段下的全局均衡解,通过冲突演化过程拓展了冲突图模型的适用性,为电商行业的良性发展提供了可行的参考.

摘要： 多示例学习中,包空间特征描述包容易忽略包中的局部信息,示例空间特征描述包容易忽略包的整体结构信息,针对上述问题,本文提出了融合包空间特征和示例空间特征的多示例学习方法.首先,建立图模型表达包中示例之间的关系,将图模型转化为关联矩阵以构建包空间特征.其次,筛选出正包中与正包的类别的相关性比较强的示例和负包中与正包的类别的相关性比较弱的示例,将示例特征分别作为正包和负包的示例空间特征.最后,用Gaussian RBF核将包空间和示例空间特征映射到相同的特征空间,采用基于权重的特征融合方法进行特征融合.在多示例的基准数据集及公开的图像数据集和文本数据集上对本文方法进行了实验验证,结果表明:本文提出的方法提高了分类效果.

摘要： 《资本论》中加法和西方经济学的加法都反映商品经济和资本主义经济如何从量上分配社会财富，不同的是马克思指出了分配对象的来源：劳动。所以，马克思主义政治经济学研究质量统一体。值得注意的是，恩格斯将辩证法的规律归纳为三条，把“量转化为质和质转化为量的规律”（2009f，第463页）排在了第一位。而《资本论》的图正体现了这个规律。本文在《资本论》的加法基础上发展出马克思主义政治经济学的生产模型e，它用加法和乘除、质和量矛盾统一的数学形式反映出包含生产、分配、交换和消费的生产有机体。

摘要： 针对现有EHA作动系统可靠性评估传统方法的局限性,将一种新的可靠性分析方法——GO法引入到电动静液作动器可靠性研究中.给出了电动静液作动器工作原理,并针对工作原理进行了图形化建模.阐述了GO法的具体分析步骤,构建了电动静液作动器的GO图模型.利用GO法状态组合算法对电动静液作动器进行了精确的定量分析和定性分析.与FTA算法对比,验证了GO法在电动静液作动器可靠性分析中的可用性与正确性.

摘要： blog文章对应了大量评论信息，评论中又包含大量的噪声，因此如何结合blog评论获取blog文章的主要内容是许多基于blog的应用所要面临的难题。以往提出的文摘方法大多是针对多文档文摘的通用方法，并未考虑blog文章的特殊性，无法有效地结合评论来处理文章。本文通过分析blog的特点提出了一种新的结合评论信息的blog文摘方法。该方法首先基于特征计算出评论的权重，然后结合图模型使用HITS算法得到正文句子权重，进而得到文摘句。通过在凤凰博客数据集上的实验表明，本文方法在ROUGE测度上优于以往方法。

摘要： 人脸检测是模式识别研究的典型问题，本文提出了一种基于几何显著图的三维人脸对象检测方法。利用高斯加权平均曲率描述网格模型顶点的几何显著性，通过非线性仰制算子 合并多尺度下的顶点几何显著性，产生三维模型的几何显著图。聚类具有相同属性的顶点区域，产生图模型。通过将图模型的所有三角图与标准人脸基准三角图的空间变换，完成人脸检测的 初始化，计算基准三角图与初始化待检测模型的匹配误差，可以作为待检测模型是否人脸的分 类判据。实验结果验证该算法可有效检测三维人脸对象，对人脸表情具有良好的鲁棒性。

摘要： 针对现有基于图的流行排序的显著目标检测研究算法对于背景先验假设过于理想导致其在复杂背景图像检测中效果较不佳的问题,提出一种基于仿射传播聚类和流行排序的改进算法.首先根据位于边界的超像素集的颜色对比度进行边界提取;然后在背景估计和前景估计的显著性计算中利用仿射传播算法将提取的边界超像素按颜色自适应聚类,对各聚类簇采用流行排序算法计算显著性,最后合并排序结果并融合多尺度显著图得到最终的显著检测结果.在常用的公开的ASD、ECSSD、DUTOMRON和SED2数据集上与九种流行算法就准确率、召回率、F-measure、PR曲线和AUC值等指标和直观的视觉检测效果进行了比较,证明了所提算法的有效性.

摘要： 针对现有基于图的流行排序的显著目标检测研究算法对于背景先验假设过于理想导致其在复杂背景图像检测中效果较不佳的问题,提出一种基于仿射传播聚类和流行排序的改进算法.首先根据位于边界的超像素集的颜色对比度进行边界提取;然后在背景估计和前景估计的显著性计算中利用仿射传播算法将提取的边界超像素按颜色自适应聚类,对各聚类簇采用流行排序算法计算显著性,最后合并排序结果并融合多尺度显著图得到最终的显著检测结果.在常用的公开的ASD、ECSSD、DUTOMRON和SED2数据集上与九种流行算法就准确率、召回率、F-measure、PR曲线和AUC值等指标和直观的视觉检测效果进行了比较,证明了所提算法的有效性.

摘要： 本发明涉及一种基于键值、文档和图数据的分布式高速存储方法，其中，包括：从数据库或其它数据源获取键值、文档和图数据；对于数据进行分布式管理和数据分区，包括：数据存储到内存中，若收到查询和计算请求，应用程序从内存中查询数据，并在内存中进行计算；若原有管理节点离开集群，将在原有管理节点之前加入集群后最先加入集群的节点设为新的管理节点，新的管理节点再广播，进行数据迁移和分区表更新，若有普通节点新加入或离开集群，管理节点广播，再进行数据迁移和分区表更新。本发明分布式框架支持弹性扩展，数据自动均衡。增加集群节点数可以线性扩展高速存储空间和数据量。

摘要： 本发明涉及一种基于键值、文档和图数据的分布式高速存储方法，其中，包括：从数据库或其它数据源获取键值、文档和图数据；对于数据进行分布式管理和数据分区，包括：数据存储到内存中，若收到查询和计算请求，应用程序从内存中查询数据，并在内存中进行计算；若原有管理节点离开集群，将在原有管理节点之前加入集群后最先加入集群的节点设为新的管理节点，新的管理节点再广播，进行数据迁移和分区表更新，若有普通节点新加入或离开集群，管理节点广播，再进行数据迁移和分区表更新。本发明分布式框架支持弹性扩展，数据自动均衡。增加集群节点数可以线性扩展高速存储空间和数据量。

摘要： 本发明涉及一种设备屏幕透图检测模型训练方法及设备屏幕透图检测方法，在获取到各智能设备的透图属性信息后，将透图属性信息以及对应的智能设备是否存在透图作为训练数据，训练用于检测设备屏幕是否存在透图的检测模型。基于此，避免了使用图像识别进行检测所遇到的干扰因素，保证透图检测的稳定。同时，检测模型可通过智能设备的数据量进行持续训练，有利于逐步提高透图检测的准确率，并有效地降低透图检测的硬件成本。

摘要： 本公开提供了一种场景图生成模型的训练方法、场景图生成方法及装置，属于图像处理技术。该场景图生成模型的训练方法包括：基于场景图生成模型对样本图像进行预测，得到预测结果信息，预测结果信息用于指示多个第一关系词的预测概率，第一关系词用于表示样本图像中的一对物体实例在样本图像中预测的关系；基于关系词关联信息和预测结果信息，确定第一损失，关系词关联信息用于表示多个第一关系词和第二关系词之间的关联关系，第二关系词用于表示样本图像中的一对物体实例在样本图像中标注的关系，第一损失用于表示多个第一关系词与第二关系词之间的差异；基于第一损失，训练场景图生成模型。该方法能够提高模型生成的视觉场景图的准确度。

摘要： 本发明公开了一种针对图数据不变特征的图神经网络模型的训练方法和装置。该方法包括：利用诠释生成器对原图进行特征提取，得到不变本质特征子图概率分布和环境噪声子图概率分布；根据预设采样比例，得到不变本质特征强化视图和环境噪声强化视图；利用骨干图神经网络编码器处理得到第一不变本质特征图向量、第二不变本质特征图向量以及环境噪声图向量；利用多层感知机投影头得到第一不变本质特征隐空间向量、第二不变本质特征隐空间向量和环境噪声隐空间向量；利用损失值优化所述骨干图神经网络编码器；迭代进行特征提取操作、采样操作、处理操作和优化操作，直到损失值收敛于预设条件，得到训练完成的骨干图神经网络编码器。

摘要： 本发明提出一种将De Bruijn彩色结构光图像转化为赋权有向图模型和赋权有向图模型简化方法，属于计算机图像处理技术领域。此方法将彩色条纹看待基本解码单位，对摄像机拍摄到的条纹颜色空间进行颜色分类化，采用图论将检测条纹图像转化为赋权有向图模型，并通过合并结点的方法对赋权有向图模型进行了化简，得到了简化赋权有向图模型，为以后寻找彩色条纹的匹配路径奠定基础。

摘要： 本发明提出一种将De Bruijn彩色结构光图像转化为赋权有向图模型和赋权有向图模型简化方法，属于计算机图像处理技术领域。此方法将彩色条纹看待基本解码单位，对摄像机拍摄到的条纹颜色空间进行颜色分类化，采用图论将检测条纹图像转化为赋权有向图模型，并通过合并结点的方法对赋权有向图模型进行了化简，得到了简化赋权有向图模型，为以后寻找彩色条纹的匹配路径奠定基础。

摘要： 本发明涉及一种键值模型、文档模型和图模型数据的统一存储方法，包括:利用文档模型对数据的描述能力，建立键值模型到文档模型的映射以及图模型到文档模型的映射；键值模型和文档模型的统一存储包括：设计Class类，Class类实例化后的普通表存放文档模型的记录；图模型和文档模型的统一存储方法包括：设计Vector类和Edge类，Vector类实例化后的顶点表存放文档模型的记录，Edge类实例化后的边表存放文档模型的记录；键值模型、图模型和文档模型的统一存储包括：Vector子类和Edge子类与父类Class类是继承关系，Class类支持键值模型和文档模型，Vector类和Edge类支持顶点和边，使用Vector类和Edge类实例化的顶点和边可以同时存储键值模型、文档模型和图模型的数据。

摘要： 本公开涉及用于分布式图模型的图学习方法，包括：针对所述一条或更多条邻边中的每条邻边，响应于其连接的镜像节点和邻居节点的当前层的节点特征值均被更新，根据当前邻边的上一层的边特征值、镜像节点的当前层的节点特征值、以及当前邻居节点的当前层的节点特征值，计算当前邻边的当前层的边特征值，并根据当前邻边的当前层的边特征值和当前邻居节点的当前层的节点特征值，计算当前邻边在镜像节点处的聚合值；以及响应于所述一条或更多条邻边在镜像节点处的聚合值均被计算，计算镜像节点的本地聚合值，并将镜像节点的本地聚合值传输给用于分布式图学习的第二设备，所述第二设备与所述图模型的第二部分相关联，所述第二部分包括镜像节点的主节点。

摘要： 本说明书实施例提供一种针对动态图训练图模型的方法及装置，首先获取第一实体对应第一时间点的第一表达向量和第二时间点的第二表达向量，然后通过第一时间表征模型确定第一时间差对应的第一时间表征向量，接着，基于第一时间表征向量确定第一表达向量和第二表达向量之间的f‑信息，进一步以f‑信息最大化为目标确定模型损失，并向着模型损失减小的方向调整图模型及第一时间表征模型中的各个待定参数。这种方式可以提高模型的灵活性和有效性。