庞敏 作品数:14 被引量:8 H指数:2 供职机构: 中北大学电子与计算机科学技术学院 更多>> 相关领域: 自动化与计算机技术 文化科学 更多>>
融合CNN-BiGRU和注意力机制的网络入侵检测模型 被引量:1 2024年 为提高网络入侵检测模型特征提取能力和分类准确率,提出了一种融合双向门控循环单元(CNN-BiGRU)和注意力机制的网络入侵检测模型.使用CNN有效提取流量数据集中的非线性特征;双向门控循环单元(BiGRU)提取数据集中的时序特征,最后融合注意力机制对不同类型流量数据通过加权的方式进行重要程度的区分,从而整体提高该模型特征提取与分类的性能.实验结果表明:其整体精确率比双向长短期记忆网络(BiLSTM)模型提升了2.25%.K折交叉验证结果表明:该模型泛化性能良好,避免了过拟合现象的发生,印证了该模型的有效性与合理性. 杨晓文 张健 况立群 况立群关键词:网络入侵检测 卷积神经网络 “双一流”背景下非全日制专业学位硕士研究生培养质量提升改革与实践 2024年 在非全日制研究生招生考试改革的背景下,针对非全日制研究生面临的培养过程管理松散、社会认可度不高和课题完成困难等问题,围绕“双一流”建设对提高人才培养质量的要求,从培养目标、培养方案、教学方法、导师指导和考核体系等方面构建非全日制研究生培养体系。结果表明,该措施切实提升了非全日制研究生整体培养质量,推动了研究生教育发展。 张元 庞敏 杨晓文 韩慧妍 王爽关键词:非全日制 个性化培养 改进的基于Web的频繁访问路径挖掘算法 被引量:1 2009年 对于连续频繁访问路径的挖掘如果采用常见的序列模式挖掘算法,挖掘效率是比较低的,而且只能得到频繁访问路径.本文在研究访问路径性质的基础上给出了一种能从普通Web日志中挖掘出连续频繁访问路径的算法.设计了一种新颖的数据结构压缩存储空间及存储所需挖掘信息.同时采用分区搜索的方式,为每个频繁节点构造一棵后缀树,通过遍历该后缀树挖掘出连续频繁访问路径.采用这种方法进行挖掘,无需生成候选集,而且一次就可以挖掘出所有以根节点为后缀的连续频繁访问路径. 庞敏 赵乙国 周海英关键词:后缀树 基于共形几何的面部模型插值构建算法 2024年 针对传统三维模型构建方法难以获取连续维度的高质量面部模型问题,提出一种以不同表情的多面部模型为数据源基于共形几何的面部模型插值构建技术。利用准共形映射算法将面部模型降维到二维平面;提出一种插值算法对多模型形状特征进行线性插值,为构建过渡模型定义几何约束,同时提出一种自适应模型选择算法在数据源中自适应选择基础模型;通过几何约束引导准共形迭代改变基础模型形状;将变化后的二维模型转化到三维空间,构建具有过渡表情的三维面部模型。实验结果表明,该算法的有效性和运行效率都得到大幅提高。 庞敏 庞敏 张元 熊风光 霍昕恬关键词:插值 降维 基于Web日志的网络使用挖掘算法研究 随着Internet的快速发展和广泛应用,如何合理地规划网络建设,为网络使用者提供更加人性化的服务是目前的一个重要的研究方向。通过网络使用挖掘分析用户的浏览行为可以为页面改造和网站整体架构优化提供有益的指导。
... 庞敏关键词:WEB使用挖掘 用户聚类 相似度 文献传递 Web使用挖掘中重建会话的改进算法 2009年 网络使用挖掘是利用数据挖掘技术从网络用户浏览行为中发现各种信息。这些访问请求信息一般被保存在服务器的访问日志中。网络使用挖掘的第一阶段是数据预处理阶段,在数据预处理阶段,首先从服务器日志中过滤出有关信息。之后将属于同一个用户的访问请求合并为一组用户会话。最后将面向时间和面向导航相结合的启发式进行会话构造。在传统的启发式会话构造方法中加入网站拓扑信息,以达到提高会话构造准确性的目的。 庞敏 周海英 魏海燕关键词:网络使用挖掘 网络拓扑结构 融合GBWO与ENN的人体尺寸预测模型 2024年 为了提高人体尺寸预测的效率和准确性,该文提出了GBWO-ENN(Grey Black Wolf Optimization-Elman Neural Network)的方法。针对传统灰狼算法易于陷入局部最优和无法平衡全局与局部搜索的平衡性问题,提出了GBWO算法。该算法融合黑寡妇优化算法中蜘蛛的运动方式对灰狼优化算法中α狼位置更新进行了优化,通过非线性递减的方法降低了收敛系数,并且提出了按位置等级更新种群的策略。随后采用GBWO算法对Elman神经网络的权值和阈值进行优化,并将GBWO-ENN模型应用于三维人体尺寸预测。实验结果表明,GBWO-ENN模型结构简单,能够准确预测人体尺寸,具有较好的预测能力。 杨晓文 李雅婷 韩燮 韩燮 庞敏 况立群关键词:ELMAN神经网络 虚拟仿真技术引导汽车构造拆装实验系统开发 2024年 针对传统的汽车拆装训练在时间和空间上的学习限制,设计并开发了汽车构造拆装训练及展示系统,该系统包括基于虚拟现实的汽车构造拆装实验和基于增强现实的汽车构造拆装展示,通过丰富多样的学习方式,加强学生对汽车内部结构的认识和了解。汽车构造拆装训练及展示采用3Ds MAX制作了零部件拆装动画,以汽车的发动机、车轮、悬挂系统、制动系统、转向系统五大零部件为学习对象,基于Unity 3D软件、Holo Lens1代设计开发,实现了汽车部件拆装的理论学习、拆装逻辑实操、考核一体化的虚拟拆装训练与展示系统。该系统的全新体验方式激发了学生的学习兴趣、规范学生拆装过程中的操作步骤,进一步强化和巩固理论教学知识学习,并有效降低了教学成本和时间成本。 杨晓文 郭子军 张元 熊风光 薛红新 庞敏 庞敏 李玲关键词:虚拟现实 实验教学 基于RGB⁃D数据耦合误差处理的CEP⁃SLAM 2024年 针对使用RGB-D相机的VSLAM中RGB-D数据存在耦合误差的问题、现有特征提取方法存在的边点误提取问题及恒速运动模型跟踪稳定性差的问题,基于ORB-SLAM2框架提出了CEP-SLAM算法。算法使用恒加速运动模型来设置待跟踪帧的初始位姿;使用优化后的位姿计算帧间视觉里程计并更新恒加速运动模型,结合RGB图与深度图的采集时间差估算位姿偏移,基于该位姿偏移构建对极几何约束,使用二分法查找特征点在深度图对应像素点的位置,对特征点深度进行调整,缓解了RGB-D数据耦合误差对VSLAM的影响;提出一种基于联合方法的关键帧边点剔除算法,通过利用特征点在深度图的邻域信息对待插入关键帧中存在的不良边点进行判断和剔除。使用本文提出的CEP-SLAM算法在TUM公共数据集上进行实验,结果表明本文算法较好地剔除了不良边点,与经典算法相比有更好的鲁棒性、跟踪稳定性和更高的定位精度。 李林其 常敏 侯晓煜 贾彩琴 庞敏关键词:视觉里程计 基于改进Yolov5s的增强现实文物识别方法 2024年 将增强现实技术应用于数字博物馆的文物展览,有助于拉近参观者与文物的距离,使展览更具趣味性。针对增强现实技术在文物展览应用场景中,增强现实设备采集的文物目标图像背景复杂、文物形状纹理丰富而导致的误检、识别准确率低的问题,提出一种基于改进的Yolov5s的文物识别方法。在Yolov5s网络结构中的骨干网络与颈部网络之间引入了CBAM注意力机制,并在骨干网络中的Bottleneck模块中,使用多头注意力机制替换普通卷积,有效捕获局部信息,降低了无用信息的干扰。为了提高识别网络对于目标文物的边界框定位精度,采用DIoU-NMS方法挑选最优的目标识别框作为最终的预测框。实验结果表明,该方法提高了文物的平均识别精度,比原模型更适用于AR应用文物的目标识别。 张元 关瑜 熊风光 熊风光 况立群