郭浩
- 作品数：3 被引量：21H指数：2
- 供职机构：国防科技大学更多>>
- 发文基金：国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进的跨模态关联歧义学习的虚假信息检测方法研究被引量：1
- 2024年
- 近年来,随着互联网及多媒体技术的迅猛发展,人们获取信息更加方便快捷,然而虚假信息在网络上的传播也日益严重,负面影响不断扩大。为了增强信息的可信度和欺骗性,虚假信息呈现多模态发展趋势,使得检测工作面临更大挑战。现有的多模态虚假信息检测方法大多关注多模态特征的形成,对于跨模态歧义和不同模态特征在检测中的贡献率的研究尚不完善,忽略了不同模态特征间固有差异性对虚假信息检测的影响。为解决该问题,提出了构建改进的跨模态关联歧义学习的虚假信息检测模型,通过对文本和图像特征进行跨模态歧义学习,利用歧义得分更新单模态与融合特征的权重,自适应地拼接单模态与融合特征;同时采用网格搜索动态分配文本、图像特征权重,提高检测准确率。在Twitter数据集上对该模型的有效性进行验证,其相比基线模型准确率提高了6%,相比未进行动态权重分配的检测方法性能提升了1.6%。
- 段钰潇胡艳丽郭浩谭真肖卫东
- 关键词：多模态
- 自适应特征融合的多模态实体对齐研究被引量：2
- 2024年
- 多模态数据间交互式任务的兴起对于综合利用不同模态的知识提出了更高的要求,因此融合不同模态知识的多模态知识图谱应运而生.然而,现有多模态知识图谱存在图谱知识不完整的问题,严重阻碍对信息的有效利用.缓解此问题的有效方法是通过实体对齐进行知识图谱补全.当前多模态实体对齐方法以固定权重融合多种模态信息,在融合过程中忽略不同模态信息贡献的差异性.为解决上述问题,设计一套自适应特征融合机制,根据不同模态数据质量动态融合实体结构信息和视觉信息.此外,考虑到视觉信息质量不高、知识图谱之间的结构差异也影响实体对齐的效果,本文分别设计提升视觉信息有效利用率的视觉特征处理模块以及缓和结构差异性的三元组筛选模块.在多模态实体对齐任务上的实验结果表明,提出的多模态实体对齐方法的性能优于当前最好的方法.
- 郭浩李欣奕唐九阳郭延明赵翔
- 基于改进蚁群算法的敏捷成像卫星任务调度方法被引量：18
- 2012年
- 针对敏捷成像卫星观测任务调度问题,综合考虑卫星最长连续工作时间、任务间卫星姿态调整时间、能量、容量等约束建立了任务调度模型.考虑到密集任务间的相互影响,着重分析了任务间卫星姿态调整时间约束,并给出调姿时间求解方法.提出一种改进蚁群算法对问题进行求解,借鉴蚁群系统(ACS)和最大最小蚂蚁系统(MMAS)的思想设计寻优策略和信息素更新策略.并结合实际约束,引入最早、最晚可观测时间和任务优先级等因素来控制转移概率.实验算例验证了模型和算法的有效性.
- 郭浩邱涤珊伍国华王慧林
- 关键词：任务调度蚁群算法
