云南高校图书馆联盟文献共享服务平台- 半监督学习

半监督学习: 作品数：1484被引量：4630H指数：23; 导出分析报告; 相关领域：自动化与计算机技术更多>>; 相关作者：焦李成吕佳周志华侯彪汪西莉更多>>; 相关机构：西安电子科技大学北京邮电大学浙江大学电子科技大学更多>>; 相关期刊：更多>>; 相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金江苏省自然科学基金更多>>

基于EMO-GAN的恶意URL检测框架: 《计算机应用研究》2025年第2期582-591,共10页耿海军蔚超胡治国郭小英池浩田杨静; 国家自然科学基金资助项目(62472267);山西省应用基础研究计划资助项目(20210302123444,20210302123455);中国高校产学研创新基金资助项目(2021FNA02009);国家自然科学基金资助项目(61702315,61906115,62472267);同济大学嵌入式系统与服务计算教育部重点实验室开放课题(ESSCKF2021-04);山西省重点研发计划资助项目(201903D421003);国家重点研发计划资助项目(2018YFB1800401)。; 随着万维网的广泛应用和网络威胁的日益严峻,统一资源定位符(uniform resource locator,URL)的安全性成为了网络安全领域的研究热点,如何有效检测并防范恶意URL已经成为了业内非常关注的问题。针对恶意URL检测中存在的数据获取困难、特...; 关键词：恶意URL 极度随机树半监督学习生成对抗网络在线学习

面向类不平衡和重叠的工控数据异常检测的半监督欠采样方法: 《计算机应用研究》2025年第1期156-164,共9页顾兆军扬雪影隋翯张一诺; 国家自然科学基金资助项目(U2333201)。; 工业控制系统异常检测面临着数据缺乏标签信息、类不平衡和类重叠的耦合问题,导致现有的分类器难以精准检测异常数据。现有的数据级采样方法在打伪标签、数据平衡或检测重叠区域时存在着打伪标签结果不准确、采样效果稳定性差以及重叠...; 关键词：工业控制系统类不平衡类重叠半监督学习异常检测

基于动态超图小波神经网络的半监督超图节点分类: 《计算机应用研究》2024年第12期3735-3741,共7页庞俊程俊澳林晓丽王蒙湘; 新一代人工智能国家科技重大专项资助项目(2020AAA0108503);国家自然科学基金资助项目(62372342);武汉科技大学“十四五”湖北省优势特色学科(群)资助项目(2023D0301)。; 半监督超图节点分类任务旨在利用少量节点的标签信息,预测未标记节点的标签,在复杂网络分析和应用中具有重要意义。现有半监督超图节点分类模型主要存在以下两点不足:a)神经网络层数增加后,忽视隐藏的高阶关系;b)模型时间复杂度高。因此...; 关键词：超图半监督学习节点分类小波变换

基于深度半监督学习的小样本金属工件表面缺陷分割: 《计算机应用研究》2024年第8期2540-2545,共6页徐兴宇钟羽中涂海燕佃松宜; 国家重点研发计划资助项目(2020YFB1709705)。; 针对工业应用场景下缺少缺陷样本的问题,提出了一种仅需要极少缺陷样本的金属工件表面缺陷分割方法。该方法结合了图像生成技术和半监督学习策略,通过利用极少缺陷图像提取的小尺寸缺陷图像来训练缺陷生成模型,然后将生成的缺陷图像嵌...; 关键词：半监督学习表面缺陷检测图像分割小样本数据增广

基于双向时间卷积网络的半监督日志异常检测: 《计算机应用研究》2024年第7期2110-2117,共8页尹春勇孔娴; 国家自然科学基金面上项目(6177282)。; 由于日志解析准确率不高以及标记样本不足降低了异常检测的准确率,所以提出了一种新的基于日志的半监督异常检测方法。首先,通过改进字典的日志解析方法,保留了日志事件中的部分参数信息,从而提高日志信息的利用率和日志解析的准确率;然...; 关键词：日志解析异常检测半监督学习双向时间卷积网络上下文相关性

基于生成对抗网络与特征融合的多尺度音频序列生成方法: 《计算机应用研究》2023年第9期2770-2774,共5页许华杰张勃; 国家自然科学基金资助项目(71963001);广西壮族自治区科技计划资助项目(2017AB15008);崇左市科技计划资助项目(FB2018001)。; 音频数据规模不足是语音识别过程中的一个常见问题,通过较少的训练数据训练得到的语音识别模型效果难以得到保证。因此,提出一种基于生成对抗网络与特征融合的多尺度音频序列生成方法(multi-scale audio sequence GAN,MAS-GAN),包含多...; 关键词：音频序列生成生成对抗网络半监督学习特征融合

基于数据增强和相似伪标签的半监督文本分类算法被引量：5: 《计算机应用研究》2023年第4期1019-1023,1051,共6页盛晓辉沈海龙; 为了减少对有标记数据的依赖,充分利用大量无标记数据,提出了一个基于数据增强和相似伪标签的半监督文本分类算法(semi-supervised text classification algorithm with data augmentation and similar pseudo-labels, STAP)。该算法利...; 关键词：半监督学习文本分类数据增强相似伪标签

基于集成学习的物联网设备异常流量检测算法被引量：6: 《计算机应用研究》2022年第6期1785-1789,1804,共6页刘祥军江凌云; 国家自然科学基金资助项目(92067201);江苏省重点研发计划资助项目(BE2020084-4)。; 随着物联网设备数量的快速增长,被劫持的物联网设备组成的僵尸网络发起非法攻击的频率大大增加,物联网设备的安全性已经成为一个严峻的问题。为了检测物联网设备发起的异常流量,提出一种集成学习的个体学习器选择算法(individual learne...; 关键词：僵尸网络集成学习相关系数半监督学习

基于自编码神经网络的半监督联邦学习模型被引量：2: 《计算机应用研究》2022年第4期1071-1074,1104,共5页侯坤池王楠张可佳宋蕾袁琪苗凤娟; 国家自然科学基金资助项目(61872204,61802118);黑龙江省自然基金资助项目(JQ2019F003);黑龙江省省属本科高校基本科研业务费科研项目(135309453)。; 联邦学习是一种新型的分布式机器学习方法,可以使得各客户端在不分享隐私数据的前提下共同建立共享模型。然而现有的联邦学习框架仅适用于监督学习,即默认所有客户端数据均带有标签。由于现实中标记数据难以获取,联邦学习模型训练的前...; 关键词：联邦学习半监督学习隐私保护自编码神经网络

基于TE-DS的半监督化工过程故障诊断方法被引量：3: 《计算机应用研究》2022年第1期84-89,共6页刘嘉仁宋宏李帅周晓锋刘舒锐; 辽宁省自然科学基金项目(2019-MS-344)。; 针对现有基于深度学习的化工过程故障诊断方法通常需要完备的标签数据才能构建故障诊断模型等局限,提出一种基于时间集成—双重学生模型(temporal ensembling-dual student,TE-DS)的半监督化工过程故障诊断方法。该方法首先以双重学生...; 关键词：故障诊断化工过程半监督学习双重学生模型时间集成

半监督学习