针对飞行自组织网络(Flying Ad Hoc Network,FANET)中高动态拓扑变化导致数据丢包率较高的问题,提出一种基于节点移动机会转发的集群路由算法CROF(Cluster Routing-Opportunity Forward)。该算法通过考虑节点相对移动趋势度和剩余能量...针对飞行自组织网络(Flying Ad Hoc Network,FANET)中高动态拓扑变化导致数据丢包率较高的问题,提出一种基于节点移动机会转发的集群路由算法CROF(Cluster Routing-Opportunity Forward)。该算法通过考虑节点相对移动趋势度和剩余能量的综合权值来统一对集群头节点以及集群间机会转发节点进行选择。仿真实验结果表明,CROF算法在高动态自组织网络中可以有效提高消息投递率以及网络生命周期。展开更多
互联网是广告推广的重要媒介,但是低质、诈骗、违法等违规广告也大量充斥其中,严重污染网络空间,因此,实现恶意广告的有效甄别对构建安全清朗的网络环境意义重大。针对各类违法违规中文广告内容的识别需求,利用Bert(bidirectional encod...互联网是广告推广的重要媒介,但是低质、诈骗、违法等违规广告也大量充斥其中,严重污染网络空间,因此,实现恶意广告的有效甄别对构建安全清朗的网络环境意义重大。针对各类违法违规中文广告内容的识别需求,利用Bert(bidirectional encoder representation from transformers)和Word2vec分别提取文本字粒度和词粒度嵌入特征,使用CNN(convolutional neural networks)网络对Bert高层特征做深层抽取,同时将词粒度特征向量输入到双向LSTM(long short-term memory)网络提取全局语义,并采用Attention机制对语义特征强化,将强化特征和Bert字粒度特征进行融合,充分利用动态词向量和静态词向量的语义表征优势,提出一种基于强化语义的中文广告识别模型CARES(Chinese advertisement text recognition based on enhanced semantic)。在真实的社交聊天文本数据集上的实验表明,与使用卷积神经网络、循环神经网络等文本分类模型相比,CARES模型分类性能最优,能更加精确识别社交聊天文本中的广告内容,模型识别的正确率达到97.73%。展开更多
文摘针对飞行自组织网络(Flying Ad Hoc Network,FANET)中高动态拓扑变化导致数据丢包率较高的问题,提出一种基于节点移动机会转发的集群路由算法CROF(Cluster Routing-Opportunity Forward)。该算法通过考虑节点相对移动趋势度和剩余能量的综合权值来统一对集群头节点以及集群间机会转发节点进行选择。仿真实验结果表明,CROF算法在高动态自组织网络中可以有效提高消息投递率以及网络生命周期。
文摘互联网是广告推广的重要媒介,但是低质、诈骗、违法等违规广告也大量充斥其中,严重污染网络空间,因此,实现恶意广告的有效甄别对构建安全清朗的网络环境意义重大。针对各类违法违规中文广告内容的识别需求,利用Bert(bidirectional encoder representation from transformers)和Word2vec分别提取文本字粒度和词粒度嵌入特征,使用CNN(convolutional neural networks)网络对Bert高层特征做深层抽取,同时将词粒度特征向量输入到双向LSTM(long short-term memory)网络提取全局语义,并采用Attention机制对语义特征强化,将强化特征和Bert字粒度特征进行融合,充分利用动态词向量和静态词向量的语义表征优势,提出一种基于强化语义的中文广告识别模型CARES(Chinese advertisement text recognition based on enhanced semantic)。在真实的社交聊天文本数据集上的实验表明,与使用卷积神经网络、循环神经网络等文本分类模型相比,CARES模型分类性能最优,能更加精确识别社交聊天文本中的广告内容,模型识别的正确率达到97.73%。