郭涛 作品数:25 被引量:99 H指数:6 供职机构: 四川师范大学计算机科学学院 更多>> 发文基金: 国家自然科学基金 四川省教育厅资助科研项目 国家科技支撑计划 更多>> 相关领域: 自动化与计算机技术 文化科学 理学 更多>>
J2EE多层体系结构及在教育信息平台中的应用 被引量:35 2004年 J2EE为开发和部署多层体系结构的应用提供了企业级的计算模型和运行环境。它通过提供企业计算环境所必需的各种服务 ,使得部署在J2EE平台上的多层应用能够实现高可用性、安全性、可扩展性和可靠性。对J2EE新增技术作了简要介绍 ,并对J2EE的多层体系结构的基本特点进行了分析 ,根据J2EE的应用模型 。 郭涛关键词:教育信息平台 J2EE 一种基于受体编辑和免疫抑制的人工免疫系统模型 被广泛采用的人工免疫系统模型ARTIS中的检测器没有主动学习能力,在具体应用中存在检测半径设定困难、检测性能低等问题,受生物免疫中受体编辑和免疫抑制的启发,提出了一种新的人工免疫系统模型REISAIS(Receptor ... 李贵洋 郭涛关键词:人工免疫系统 免疫抑制 文献传递 基于置信度和神经网络的信用卡异常检测 被引量:7 2008年 针对信用卡使用过程中存在的异常消费行为,提出一种新的基于置信度和神经网络的信用卡异常检测方法以及采用ROC分析技术确定系统检测阈值方法,实现了对消费行为特征属性数据的置信度计算,利用BP神经网络建立了信用卡消费行为异常检测模型。实验结果表明,该检测模型不依赖于单个持卡用户,ROC分析技术的引入确保了检测的准确性和有效性,系统的实现对信用卡异常检测有较好的实用性和适应性。 郭涛 李贵洋 袁丁关键词:神经网络 基于双重视图耦合的自监督图表示学习模型 2023年 针对现有的图表示学习在自监督对比学习方法中存在视图差异较大,且依赖于负样本防止模型坍塌,导致节点表示能力弱及空间复杂度加大的问题,提出一种基于双重视图耦合的自监督图表示学习模型(self-supervised graph representation learning model with dual view coupling, DVCGRL),用于学习图数据表示。采用特征空间增广和结构空间扩充相结合生成双重视图,将双重视图作为正样本对输入孪生神经网络;利用图编码器提取图数据特征,通过多层感知器获得映射后的特征向量;采用耦合网络拉近双重视图的特征向量距离,提升节点表示能力,防止模型坍塌。在公开数据集上进行的节点分类实验结果表明,与当前主流图表示学习模型相比,该模型降低了空间复杂度,节点分类精度得到明显提高。 陈琪 郭涛 邹俊颖多层感知器深度卷积生成对抗网络 被引量:6 2019年 生成对抗网络(GAN)是目前图像生成领域中一种新的、有效的训练生成模型方法。深度卷积生成对抗网络(DCGAN)作为GAN的一种延伸,将卷积神经网络引入到生成模型中进行无监督训练。但DCGAN的线性卷积层对于下层数据块是一个广义线性模型,其抽象层次较低,生成的图像质量不高,并且在模型性能度量方面仅以主观的视觉感受来评判图像质量。针对以上问题,文中提出了一种多层感知器深度卷积生成对抗网络(MPDCGAN),采用多层感知器卷积层取代广义线性模型在输入数据上进行卷积,以捕获图像更深层次的特征,并采用定量评估方法Frechet Inception Distance(FID)衡量图像生成质量。在4种基准数据集上的实验结果表明,采用MPDCGAN生成的图像的 FID 值与图像质量呈负相关关系,且图像生成质量随着 FID 值的降低得到了进一步的提高。 王格格 郭涛 李贵洋关键词:多层感知器 FID 基于图的半监督协同训练算法 被引量:5 2012年 在分类器训练过程中,无标记数据的引入容易产生噪音,从而降低分类精度。为此,提出一种基于图的置信度估计半监督协同训练算法。利用样本数据自身的结构信息,计算无标记样本所属类别概率。采用多分类器对无标记数据进行置信度估计,以提高无标记数据挑选标准,减少噪音数据的引入。在UCI数据集上的对比实验验证了该算法的有效性。 郭涛 李贵洋 兰霞关键词:半监督学习 置信度 ERwin在智能考试系统中的应用 被引量:6 2004年 介绍了ERwin的特点,以一个具体的实例应用阐述了如何使用ERwin在数据库设计阶段建立逻辑模型和物理模型,并用物理模型在数据库服务器上产生模型实例等技术问题,并给出了使用ERwin建立的智能考试系统的逻辑模型和物理模型.对于想高效、快速建立实体 关系(E R)模型的数据库应用程序的开发者来说,有一定的参考价值和借鉴意义. 俞晓 左友东 李贵洋 郭涛 刘芳 王世伦关键词:ERWIN 考试 逻辑模型 物理模型 IDEF1X 信用卡欺诈行为多层动态检测模型 被引量:4 2009年 针对信用卡使用过程中存在的欺诈消费行为,相关信用卡欺诈检测的技术得到广泛的应用。在现有的检测技术基础上,本文提出了信用卡欺诈行为多层动态检测模型。该模型的提出有助于解决由于消费行为变化而引起的模型调整问题。 郭涛 李贵洋关键词:信用卡 欺诈检测 数据挖掘 概念漂移 基于知识蒸馏的特征精炼相互学习方法 2023年 为解决相互学习中两个小型学生网络在训练过程出现图像局部信息丢失,造成单个学生网络接收精炼特征图不完整的问题,提出基于知识蒸馏的特征精炼相互学习方法。通过对每个学生网络配备辅助网络,提供精炼特征映射和软标签,保留特征的局部信息,为学生网络之间相互学习传递精炼提取知识,提高视觉任务适用性。实验结果表明,在细粒度视觉分类任务公开数据集和基准数据集下的准确率与深度相互学习和自我知识蒸馏方法相比均有明显提升。 文强 郭涛 王涛 李贵洋 邹俊颖关键词:学生网络 辅助网络 基于双层结构的多标签优序选择分类算法 2016年 针对已有的多标签分类算法在设计过程中忽略标签之间关联性,导致分类精度降低的问题,提出基于双层结构的多标签优序选择分类(DLMC-OS)算法。通过二次信息交互实现标签间的关联性,解决链式分类模型随机性影响分类精度的问题。DLMC-OS构建一个双层结构的分类模型:第一层采用典型的二元独立分类模型实现对实例的第一次分类,与第二层进行标签信息的交互;第二层构建带有更新过程的链式分类模型,用链来传递和更新标签信息,实现分类信息的二次交互。提出构建具有最大权重的标签生成树(MWT-OS)算法,寻求标签优序,解决链式分类模型随机选择类标号序列训练二值分类器导致分类精度降低的问题。在9组基准数据集上与相关算法的比较验证了该算法的有效性。 刘各巧 郭涛关键词:信息交互