基于梯度提升决策树的微博虚假消息检测

微博是信息共享的重要平台,同时,也成为虚假消息产生和推广的重要平台,虚假消息的传播严重扰乱了社会秩序。为了快速、有效地识别微博虚假消息,提出一种基于梯度提升决策树(GBDT)的虚假消息检测方法。首先,从评论的角度分析微博虚假消息和真实消息之间存在的差异,在此基础上提取评论中的文本内容、用户属性,信息传播和时间特性的分类特征;然后,基于分类特征,采用GBDT算法实现微博虚假消息识别模型;最后,在两个真实的微博数据集上进行验证。实验结果表明,基于GBDT的识别模型能有效提高微博虚假消息检测的准确率。

基于微博评论的虚假消息检测模型

微博虚假消息的判别是微博研究中的难点问题。为了实现快速准确识别,从源微博的评论角度出发定义了三个不同特征:支持性、置信度、内容相关性。利用所选三个特征作为输入,构建SVM分类算法判别消息真伪。以抓取的新浪微博上的真实数据集作为实验对象,利用提出的模型进行了实验并与人工神经网络对比,在虚假微博的识别中初步取得了较好的结果,可以有效的识别虚假消息。

基于LSTM的PM2.5浓度预测模型

随着近年雾霾天气的频繁出现,空气质量开始越来越受到公众关注;PM2.5浓度指数是判断空气质量的重要指标,如何根据历史数据有效地预测空气中PM2.5浓度,具有很高的应用价值;分析以往空气质量数据表明,PM2.5浓度有明显的非线性和不确定性波动,很难用传统机器学习算法有效地预测;文章基于LSTM循环神经网络,依据过去20小时采集的空气数据,预测未来5小时的PM2.5浓度指数;实验结果表明,LSTM可以有效地捕获空气质量的时序特征,较准确预测出未来时刻的PM2.5浓度指数。

一种改进的H．264码率控制算法

码率控制是H.264视频编码中一项重要技术,对平稳码率和保证良好的图像质量起着重要作用.通过分析H.264 JVT-012中目标码率计算与分配算法的缺陷,提出了基于图像直方图和滑动窗技术的自适应改进方法.根据图像复杂度和场景切换,通过图像直方图和滑动窗引入比率因子λ,对预测的MAD进行自适应调整,使之更加接近真实的MAD值,从而有效地提高了码率控制的性能.实验结果表明,与JVT-G012算法相比,目标码率匹配更精确,图像解码质量提高且PSNR变化较小,并能较好地处理场景切换等问题.

基于神经网络的微博虚假消息识别模型

文章提出一种融合博主属性和微博消息文本特征的神经网络识别模型。首先根据博主信息获取博主特征:博主类别、博主活跃度、博主好友值、博主粉丝值、博主消息原创比;接着基于word2vec得到微博文本表征向量,并利用并行卷积人工神经网络提取文本特征,根据语义内容得到文本的特征表示;最后构建BP神经网络识别模型,融合微博文本的语义属性和微博博主的自身属性,作为识别模型的多元特征输入,利用BP神经网络识别微博消息。

基于DM642的嵌入式无线视频监控系统硬件设计

选用TMS320DM642作为系统CPU,并采用最新视频编码标准H.264压缩算法,实现基于CDMA网络传输的无线视频监控和视频数据存储系统。文中详细地描述了系统组成、结构和功能,对系统各个组成模块进行了详细分析和设计,主要包括视音频输入、CDMA传输串口、IDE及USB通信等模块,并针对DM642高速CPU,分析了系统设计中应注意的问题。

基于多传递影响力的社交媒体谣言检测方法

社交媒体谣言检测是当前研究的热点问题,现有方法多数通过获取大量用户属性学习用户特征,但不适用于谣言的早期检测,忽略了用户之间的潜在关系对信息传播的影响。提出一种基于多传递影响力的谣言检测方法,根据源微博及其对应转发(评论)之间的关系构建文本信息传播图,并通过图卷积神经网络来捕获、学习文本信息的传播特征。利用文本信息和用户传播过程中的影响力,丰富可用于谣言检测早期的检测信息。将存在转发关系的用户构成用户影响力传播图,构建一种用户节点影响力学习方法,获取用户节点影响力,以增强用户特征信息。在此基础上,将文本特征与用户特征融合以进行谣言检测,从而提升检测效果。在3个真实社交媒体数据集上的实验结果表明,该方法在谣言自动检测以及早期检测的效果都有显著提升,与目前最好的基准方法相比,在微博、Twitter15、Twitter16数据集上的正确率分别提高了2.8%、6.9%和3.4%。

网络电话中ASN.1编解码器的实现研究

简要介绍了抽象语法标记语言ASN.1,以及BER和PER编码规则,阐述了网络电话中H.323协议栈的ASN.1编解码器的设计与实现。

基于纹理估计的H.264帧内预测快速算法

帧内预测是H.264取得高编码效率的关键技术之一,但其计算复杂度是H.264帧内编码中的瓶颈问题。结合H.264帧内预测特点,提出一种基于纹理估计的帧内预测快速算法。首先通过计算相邻宏块的边界像素差值,估计图像的纹理方向,再根据此方向选择相应的帧内预测模式,减小候选模式数量,简化模式选择过程,降低了帧内预测的计算复杂度。实验结果表明,在保证图像质量和编码码率的前提下,本算法能有效提高H.264的编码速度,有利于实时应用。

H.264网络视频编码优化技术研究

在CDMA1x无线视频传输系统的基础上,使用IntelSSE2技术对H.264编码中的SATD(SAD)计算、亚像素内插、整数变换和量化等复杂耗时模块进行了优化,使编码器的编码速度得到显著提高。

一种用于H.264的快速运动估计算法

针对H.264多预测块模式的运动估计特点,提出一种选择预测块模式的方法,逐步减少预测块搜索,提高运动估计的搜索速度。结果表明,此方法与全预测块模式搜索相比较,平均搜索速度可显著提高。

基于自注意力机制的中文标点符号预测模型

中文标点符号预测是自然语言处理的一项重要任务,能够帮助人们消除歧义,更准确地理解文本。为解决传统自注意力机制模型不能处理序列位置信息的问题,提出一种基于自注意力机制的中文标点符号预测模型。在自注意力机制的基础上堆叠多层Bi-LSTM网络,并结合词性与语法信息进行联合学习,完成标点符号预测。自注意力机制可以捕获任意两个词的关系而不依赖距离,同时词性和语法信息能够提升预测标点符号的正确率。在真实新闻数据集上的实验结果表明,该模型F1值达到85.63%,明显高于传统CRF、LSTM预测方法,可实现对中文标点符号的准确预测。

基于条件变分自编码的密码攻击算法

使用密码猜测算法是评估用户密码强度和安全性的有效方法,提出一种基于条件变分自编码密码猜测算法PassCVAE。算法基于条件变分自编码模型,将用户个人信息作为条件特征,训练密码攻击模型。在编码器端,分别使用双向循环神经网络(GRU)和文本卷积神经网络(TextCNN),实现对密码序列和用户个人信息的编码和特征的抽象提取;在解码器端使用两层GRU神经网络,实现对用户个人信息和密码数据隐编码的解码,生成密码序列。该算法可以有效地拟合密码数据的分布和字符组合规律,生成高质量的猜测密码数据。多组实验结果表明,提出的PassCVAE算法优于现有的主流密码猜测算法。

H.264的帧间宏块模式选择算法

H.264中定义了7种不同大小的帧间宏块模式,为了提高编码效率,编码时对每一种宏块模式都进行运动搜索,并利用率失真优化(RDO)分别计算编码代价,选择编码代价最小的模式作为帧间编码模式,但是计算量非常大,导致运动估计速度缓慢,很难实现实时编码。本文提出一种选择宏块模式的快速算法,通过宏块模式编码代价的比较,提前确定宏块模式,从而逐步减少不必要的宏块搜索和RDO计算。实验结果表明,此方法与全宏块模式搜索相比较,图像质量和码流只有少量变化,而编码速度有显著提高。

基于张量投票的昆虫翅脉提取算法

昆虫翅脉提取对于昆虫自动分类意义重大。鉴于传统翅脉提取算法中存在断裂、边缘不整齐等缺点,提出一种基于张量投票的昆虫翅脉提取算法。首先对翅脉图像进行去噪、二值化、形态学等预处理,得到稀疏二值点图,然后计算每点的张量值,结合Gestalt定律的邻近性、相似性规则,对邻域内点进行张量投票,并设定投票阈值,最终获取昆虫翅脉轮廓。实验结果表明,由于引入张量和Gestalt规则,文中所提算法可以提取出更加符合感知规则的翅脉结构,得到较为完整且平滑的翅脉轮廓,同时对于出现少许断裂的翅脉图像,依然可以获得较为完整的翅脉边缘,这为后期的昆虫自动分类奠定基础。

H.264变换编码与量化原理分析

详细分析了 H .2 64视频编码标准中的整数变换和量化过程。 H .2 64采用 4× 4整数变换 ,并将尺度调整融合在量化过程中 ,降低变换算法复杂度和减少乘法次数 。

社会网络节点影响力分析研究

社会网络节点影响力研究是社会网络分析的关键问题之一.过去的10多年间,随着在线社会网络的快速发展,研究人员有机会在大量现实社会网络上对影响力进行分析和建模,并取得了丰硕的研究成果和广泛的应用价值.分析和总结了近年来社会网络影响力分析的主要成果.首先介绍了节点影响力的相关定义、作用范围以及表现形式;接着,重点分类介绍了节点影响力的度量方法,通过网络拓扑、用户行为和内容分析这3类方法总结了影响力的建模和度量方法;然后总结了影响力的传播和最大化模型相关成果;最后介绍了影响力的评价指标和应用.根据对现有方法的系统总结,对社会网络影响力的未来研究提出了一些值得关注的方向.

网络评论方面级观点挖掘方法研究综述

网络评论的观点挖掘任务是文本分析的关键问题之一.随着网络评论的快速增长,用户在浏览评论时更加关注细粒度的信息,因此,对评论进行方面级观点挖掘能够帮助消费者更好地做出决策.过去的10多年间,研究人员在大量网络评论语料库上进行观点挖掘等相关研究,并取得了丰硕的研究成果和广泛的应用价值,更不乏优秀学者对观点挖掘方法现状进行综述总结.然而,有针对性地对观点挖掘中的方面提取与观点提取进行综述总结的成果较少.综述了近年来网络评论方面级观点挖掘的研究现状:首先,介绍了方面级观点挖掘的相关问题描述;然后,重点分类介绍方面提取方法及观点内容提取的主要方法;随后,总结了方面级观点挖掘的常见评价指标以及在社会中的广泛应用价值;最后,根据对现有方法提出具有挑战性的方向并进行系统总结.对方面级观点挖掘进行综述有助于比较不同方法的差异,从而发现有价值的研究方向.

面向热点话题时间序列的有效聚类算法研究

聚类热度时间序列是揭示和建模网络热点话题形成与发展的重要过程.Leskovec等人在2010年提出面向话题时间序列的K_SC聚类算法,其精确度较高且能较好地刻画话题内在发展趋势特征.但K_SC算法具有对初始类矩阵中心高度敏感、高时间复杂度等特性,使其难以在实际高维大数据集上应用.文中结合小波变换技术,提出一个新的迭代式聚类算法WKSC,主要提出两个创新:(1)用Haar小波变换将原始时间序列进行压缩,降低原始时间序列的维度,从而降低了算法的时间复杂度;(2)在Haar反小波变换中,将低维聚类返回得到的矩阵中心作为高维聚类的初始矩阵中心,在迭代聚类过程中优化了对初始矩阵中心高敏感性的问题,提高了聚类的效果.文中分别采用国内外3个数据集作为测试样本,进行了大量的实验.实验结果表明WKSC算法能显著降低聚类的时间复杂度,同时改进聚类效果.WKSC算法可很好的应用于大量高维热点话题的模式分析.

基于LEON3的SoC平台构建及UART全双工通信验证

LEON3是一个可配置、可移植、高性能和开源的软核处理器,在工业领域和空间应用中得到广泛研究。论文基于LEON3软核构建了一种高性能、灵活的SoC硬件平台,并设计了UART全双工通信功能。首先介绍了LEON3开发环境硬件平台的搭建,并通过tsim-leon3模拟器,验证了LEON3 SoC的基本功能;其次研究LEON3的UART通信功能,并在LEON3 SoC硬件平台上进行了UART全双工通信实现。结果验证了基于LEON3的SoC平台的可行性,并实现了SoC的UART全双工通信功能,为SoC的开发提供一个良好的参考方案。