席亮
- 作品数：47 被引量：73H指数：4
- 供职机构：哈尔滨理工大学更多>>
- 发文基金：国家自然科学基金黑龙江省自然科学基金黑龙江省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信电气工程更多>>
- 基于自适应遗传算法的神经网络结构优化算法被引量：15
- 2021年
- 深度学习使用最广泛的模型是神经网络。而神经网络的结构设计是神经网络研究的热点问题之一。隐含层的设计和节点数量的确定是神经网络结构设计的核心,对神经网络的收敛速度、泛化能力等有着很大的影响。遗传算法是模拟生物遗传和进化而形成的一种自适应优化概率搜索算法,其核心思想源于生物遗传学和适者生存的自然规律,是具有“生存+检测”迭代过程的搜索算法。但是遗传算法参数的选择带有主观性、收敛慢并且容易陷入早熟收敛。为了解决这些问题,提出了一种自适应遗传算法并用于寻找最优的神经网络结构。自适应遗传算法在每次迭代寻优过程中选取前n个最优个体并加入一定量的随机个体进行种群更新,并自适应优化种群搜索步长,可在保证种群多样性的同时提高收敛速度。然后对神经网络的结构进行编码处理,应用自适应遗传算法,进行神经网络结构寻优,确定最优网络结构和参数取值以提高神经网络的准确率。实验结果表明,本算法对函数的拟合度效果优于传统机器学习方法;在breast_cancer数据集上的检测准确率为97.57%,检测误差为2.07%。优于传统的机器学习方法。
- 席亮王瑞东
- 关键词：遗传算法神经网络结构优化自适应优化
- 一种基于任务驱动的自适应SDN仿真系统及仿真平台
- 本发明提出了一种基于任务驱动的自适应SDN仿真系统及仿真平台，所述系统包括图形化控制平台、控制器模块以及虚拟网络环境；本发明将控制器模块与图形化控制平台分离，并将其分别运行在不同的虚拟机中，图形化控制平台通过RPC调用控...
- 席亮陈晓壮李鸿鹄林中霖胡琮梅
- 文献传递
- 一种基于用户商品画像和潜在因子特征提取的混合推荐方法
- 本发明提出了一种基于用户商品画像和潜在因子特征提取的混合推荐方法，所述混合推荐方法包括以下步骤：S100通过用户画像和商品本身的信息提取用户和商品的显式特征表示；S200通过把用户和商品映射到潜在空间，得到用户和商品的潜...
- 席亮刘越
- 邻域形态空间与检测算法被引量：3
- 2011年
- 针对免疫入侵检测中实值空间存在的问题,借助免疫细胞的表位组织形式和离散拓扑理论,提出一种新的形态空间表示法—–邻域表示法.该方法利用数据的集合特性,采用空间中互不相交的邻域表示自体/检测器,并设计匹配策略和检测算法.实验表明,邻域空间可以较好地弥补实值空间的缺陷,提高检测器生成效率,改善系统整体检测效果.
- 张凤斌席亮王大伟岳新
- 关键词：免疫原理入侵检测
- 一种掩码图自编码器异常检测方法
- 本发明提出一种掩码图自编码器异常检测方法，属于自监督图异常检测领域。针对现有自监督图自动编码器存在的问题，提出一种掩码图自编码器异常检测方法，提高了目前模型的有效性。本发明创新性地使用一个新的掩码图自编码器模型，将掩码自...
- 席亮李梦涵苗德华
- 一种邻域形态空间人工免疫检测器多源生成算法
- 本发明提出了一种邻域形态空间人工免疫检测器多源生成算法，属于人工智能免疫系统技术领域。所述邻域形态空间人工免疫检测器多源生成算法使用邻域形态空间，并改进邻域否定选择算法，引入混沌理论和遗传算法而形成的一种检测器多源生成算...
- 席亮姚之钰赵一霖张凤斌
- 文献传递
- 免疫入侵检测自体与检测器动态自适应机制研究
- 随着信息产业的飞速发展，网络与信息安全存在的问题也越来越多。作为一种积极主动的网络安全技术，入侵检测的研究越来越受到广大学者的重视。而生物免疫系统所具有的自适应性、鲁棒性和自组织性等优良特性，可以很好地应用于入侵检测技术...
- 席亮
- 关键词：入侵检测免疫机制检测器自适应学习
- 基于深度对抗学习潜在表示分布的异常检测模型被引量：11
- 2021年
- 针对已有的异常检测模型在高维、样本多样(类内多样)的数据背景下无法获得合理的潜在表示分布,不平衡数据较多(正常数据远大于异常数据)时特征提取准确性低,以及分类器超参数敏感等问题,本文提出一种基于深度对抗学习潜在表示分布的异常检测模型.基于正则化约束改进自编码器,将数据的原始特征空间映射到潜在特征空间形成低维的潜在表示,使其保持合理的空间分布;配以基于多判别器的生成对抗网络,在有效避免重构特征循环不一致和训练不稳定的基础上,来精确估计潜在表示的概率分布;以获得的潜在表示概率分布为单类分类器的输入,解决单类分类器超参数敏感问题,从而有效提高异常检测的整体性能.实验结果表明,相比于最新的基于机器学习和深度学习的异常检测模型,本文模型可在高维、样本多样、不平衡数据较多的应用背景下获得更合理的潜在表示空间分布并有效估计其概率分布,对单类分类器的超参数不敏感,并有效提高模型的检测性能.
- 席亮刘涵樊好义张凤斌
- 关键词：异常检测
- 基于多模态对抗学习的无监督时间序列异常检测被引量：7
- 2021年
- 时间序列异常检测旨在发现对应时序特征中不符合一般规律的特异性模式,是机器学习领域重要的研究方向之一.然而,现有的时序异常检测方法大多为单模态学习,忽略了时序信息在多模态空间上不同特征分布的关联性和互补性,不能充分利用已有信息进行有效地模式挖掘,从而造成检测效果差等问题.为此,提出了一种基于多模态对抗学习的无监督时间序列异常检测模型.首先,将原始时间序列转换至频域空间,构造多模态时间序列表示.其次,提出多模态生成对抗网络模型,针对多模态时间序列,实现正常时序信息关于时域和频域特征分布的无监督联合学习.最后,通过将异常检测问题转化为时间序列在时域和频域空间的重构度量问题,从时域空间和频域空间2个方面度量时间序列的异常值,实现更有效的异常检测.在时间序列数据集合UCR和MIT-BIH中的6个真实数据集的实验结果表明,在异常检测任务上相较于传统单模态异常检测方法,提出方法在AUC和AP这2个性能指标上最高分别提升了12.50%和21.59%,证明了方法的有效性.
- 黄训华张凤斌樊好义席亮
- 关键词：时间序列多模态
- 一种基于时空融合图神经网络的交通流量预测方法
- 本发明提出一种基于时空融合图神经网络的交通流量预测方法，属于交通流时空数据预测领域。针对现有框架使用单独的模块来处理时空相关性以及只使用独立的组件来捕获局部或全局异构依赖关系，提出一种基于时空融合图神经网络的交通流量预测...
- 席亮李梦涵
