首页期刊导航|重庆邮电大学学报（自然科学版）
期刊信息/Journal information
重庆邮电大学学报（自然科学版）
重庆邮电大学
重庆邮电大学学报（自然科学版）

重庆邮电大学

刘宴兵

双月刊

1673-825X

journal@cqupt.edu.cn

023-62461032

400065

重庆南岸区

重庆邮电大学学报（自然科学版）/Journal Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊主要刊登通信与信息系统，信号与信息处理，计算机应用技术，计算机软件与理论，电磁与微波技术，微电子学与固体电子学，控制理论与控制工程以及相关基础技术领域的学术论文、研究报告、综述、研究简报及学位论文。中国科技核心期刊、教育部优秀期刊、全国优秀学报、重庆市“十佳”科技期刊、重庆市优质期刊；英国科学文摘（SA）、英国INSPEC数据库、美国剑桥科学文摘（CSA）、俄罗斯文摘（AJ）、中国科技论文与引文数据库（CSTPC）、学术期刊综合评价数据库等收录。
正式出版
收录年代

    CS-GNN:用于真实世界漏洞检测的类敏感图神经网络

    范春瞿治国王保卫孙乐...
    1042-1051页
    查看更多>>摘要：针对当前大多数基于深度学习的漏洞检测方法在应用于工业5.0系统中检测不平衡的真实世界的漏洞时,受到程序代码流程信息利用不足的限制,导致误报率很高的问题,提出了类敏感图神经网络(class-sensitive graph neural network,CS-GNN),一种新型的函数级真实世界漏洞检测方法.该方法基于代码属性图(code property graph,CPG)和异构图Transformer(heterogeneous graph transformer,HGT),有效提升了漏洞检测的能力和可靠性,以保护消费者数字生态系统的安全.HGT用于接收和学习代码生成的CPG上丰富的语义信息和语句间的关联信息,可以很好地学习到漏洞代码的相关特征.此外,还添加了一个新型的卷积池化模块,用于更好地进行样本特征区分.实验结果表明,CS-GNN实现了更好的检测准确度、精确度、召回率和F1得分,在同样的数据集上,将最先进的基于深度学习的方法提高了 13.21％～153.75％.

    工业5.0消费者数字生态系统漏洞检测图神经网络异构图

      原文链接:
    • 万方数据
    • 维普

    基于物品交互约束的自编码器推荐模型

    李昌兵陈思彤罗陈红邓江洲...
    1052-1061页
    查看更多>>摘要：近年来,自编码器凭借其良好的数据压缩能力在推荐领域得到广泛应用.研究发现,受推荐系统中数据稀疏性的影响,自编码器模型会因为用户与物品之间缺少交互而在训练过程中产生偏差,从而影响模型的推荐结果.为解决此问题,提出一种基于物品交互约束的自编码器推荐模型.该模型以物品交互情况作为约束条件,设计了新的参数更新规则,规避了由数据稀疏性引入的模型训练偏差.在此基础上,推荐模型还将物品标签信息引入到训练中,通过增加新的数据源来缓解数据稀疏性的影响,提升推荐性能.在3个不同规模和稀疏度的数据集上的实验表明,模型对稀疏数据集具有良好的适应性,能够有效提高推荐的准确性,展现出良好的应用潜力.

    自编码器推荐系统物品交互约束协同过滤

      原文链接:
    • 万方数据
    • 维普

    测试时间代价敏感决策树

    孔婕胡军
    1062-1070页
    查看更多>>摘要：决策树作为一种重要的分类算法已在许多领域得到了广泛应用.针对传统决策树算法未考虑实际应用中代价约束的问题,已有研究提出在限制代价的情况下构建决策树的方法.这些方法中代价的定义并没有考虑测试样本通过决策树进行分类的时间代价.为了最小化样本通过决策树进行分类的测试时间,提出了一种测试时间代价敏感决策树算法.定义了样本的测试时间代价,定义了衡量属性重要度的决策指数,给出了构造代价敏感决策树的算法.实验结果表明,算法的测试时间代价相较于C4.5、RSDT和CSGR等主要算法平均提升了 11.7％,且在不同数据集下分类准确度平均提升了 5.3％.

    决策树代价敏感决策指数测试时间

      原文链接:
    • 万方数据
    • 维普

    征稿启事

    封3页
      原文链接:
    • 万方数据