魏小涛
- 作品数：8 被引量：25H指数：2
- 供职机构：北京交通大学软件学院更多>>
- 发文基金：国家自然科学基金北京市自然科学基金北京市教育委员会共建项目更多>>
- 相关领域：自动化与计算机技术交通运输工程建筑科学文化科学更多>>
- ReLSL:基于可靠标签选择与学习的半监督学习算法被引量：2
- 2022年
- 深度神经网络在众多视觉表征领域取得了显著的成功,如目标检测、识别等.然而,需要大量良好标记的数据进行训练是它们最普遍的限制之一.在实际应用中,为每一个要学习的新任务建立庞大的标记数据集是极其昂贵,甚至是不可行的.半监督深度学习,通过在有限标记数据的条件下充分挖掘大量的未标记数据信息,从而达到与监督学习相媲美的分类精度.然而,当标记数据极其稀少时,现有半监督算法的性能会受到严重影响.因此,本文提出了一种可靠标签选择与学习(Reliable Label Selection and Learning,ReLSL)算法,以解决在仅有极少量标签图像数据时半监督深度学习所面临的问题.具体地,本文首先运用无监督学习方法提取样本特征,并应用基于图的标签传染算法得到无标签样本的伪标签.而后,为了筛选出更为可靠、有更多信息的样本,本文提出了一种综合考虑样本输出均值和一致性的伪标签学习与标定策略.在获得具有扩展标签的数据集后,考虑到训练样本中引入一定比例的标签噪声无可避免,因此本文提出两种策略来训练高鲁棒半监督深度模型:标签平滑策略(Label Smoothing Strategy,LS),用以避免标签过于尖锐;均值偏移校正策略(Mean Shifting Correction Strategy,MSC),用以降低样本输出偏移风险.实验结果表明,在CNN-13、WRN-28-2及ResNet-18各种网络结构下,本文所提出的ReLSL算法在CIFAR-10/100、SVHN、STL-10和Mini-ImageNet数据集上均表现出先进的性能.特别地,本文算法在WRN-28-2网络结构下仅有10个标记数据的CIFAR-10上,相较于最新算法具有6.78%的准确率提升;在CNN-13网络下仅有100个标记数据时,可以达到目前主流半监督学习算法4000标记时的测试误差6.39±0.47%.
- 魏翔王靖杰张顺利张迪张健魏小涛
- 关键词：鲁棒性特征提取
- 转换桥理论及其应用被引量：10
- 1996年
- 本文详细地讨论了转换桥的含义、分类和桥的网络拓扑，并以ＦＧＲ系统为背景介绍了转换桥的构造、转换控制和转换过程。最后。
- 魏小涛贺仲雄梁炜伦
- 关键词：多通路公路桥
- 全文增补中
- 软科学决策支持系统及其应用
- 科学的预测和决策在当前的经济社会中变得越来越重要。多年来,我们在决策支持系统的基础上,引入了模糊数学、灰系统、可拓学、智能系统和集对分析等思想和技术,研制出了一系列适用于开放的复杂大系统和巨系统的软科学决策支持产品,其中...
- 贺仲雄魏小涛
- 文献传递
- 基于集对分析的半监督ISODATA聚类
- 2009年
- 提出一个基于集对分析的半监督ISODATA聚类算法,用于网络异常检测。在三方面进行了改进:首先,算法能够直接处理字符数字混合属性的数据,并使用集对分析来计算数据记录之间的距离;其次,算法同时处理有标号和无标号的数据,并利用少量的有标号数据来指导算法的分裂过程;最后,将算法的输入参数减少到只有两个。在KDD99入侵检测数据集上的实验结果显示,该算法获得了95.62%的检测率和1.29%的误报率。
- 魏小涛
- 关键词：集对分析网络异常检测半监督聚类
- 智能可拓决策支持系统及其在经济领域中的应用
- 魏小涛
- 在线自适应网络异常检测系统模型与相关算法研究
- 随着计算机网络应用的日益增多,安全问题越来越突出。网络入侵可能会对计算机网络造成严重的破坏,因此对具有主动防御特征的入侵检测系统的需求日趋紧迫。与传统的防火墙、反病毒软件不同,入侵检测系统能够主动对网络和用户行为进行监控...
- 魏小涛
- 关键词：网络入侵检测异常检测入侵检测系统模型影响函数半监督聚类
- 文献传递
- 在线自适应网络异常检测系统模型与算法被引量：11
- 2010年
- 随着因特网等计算机网络应用的增加,安全问题越来越突出,对具有主动防御特征的入侵检测系统的需求日趋紧迫.提出一个轻量级的在线自适应网络异常检测系统模型,给出了相关算法.系统能够对实时网络数据流进行在线学习和检测,在少量指导下逐渐构建网络的正常模式库和入侵模式库,并根据网络使用特点动态进行更新.在检测阶段,系统能够对异常数据进行报警,并识别未曾见过的新入侵.系统结构简单,计算的时间复杂度和空间复杂度都很低,满足在线处理网络数据的要求.在DARPAKDD99入侵检测数据集上进行测试,10%训练集数据和测试集数据以数据流方式顺序一次输入系统,在40s之内系统完成所有学习和检测任务,并达到检测率91.32%和误报率0.43%的结果.实验结果表明系统实用性强,检测效果令人满意,而且在识别新入侵上有良好的表现.
- 魏小涛黄厚宽田盛丰
- 关键词：网络入侵检测在线自适应数据流异常检测
- 基于半监督聚类的网络入侵检测算法被引量：2
- 2010年
- 入侵检测是维护网络安全的重要技术手段之一。本文提出一种聚类算法:k-cubes,用于网络异常检测。算法采用基于网格的方法对网络连接数据进行预处理,然后以网格为数据处理单位进行聚类,在聚类过程中通过动态合并与分裂自动决定聚类的数目。在此基础上给出了半监督k-cubes聚类算法,并根据聚类的结果生成检测规则。k-cubes聚类算法适合处理高维并且含有多值字符属性的大数据量数据,同时具有输入参数少等特点。在KDD99入侵检测数据集上的实验结果显示,算法获得95.82%的检测率和1.25%的误报率,并且在识别新入侵的能力上,算法检测到17种新入侵中的15种。
- 魏小涛黄厚宽田盛丰
- 关键词：网络异常检测半监督聚类
