检索结果-内蒙古大学图书馆

华中科技大学学报（自然科学版） 2015年第5期43卷 56-62页

作者：黄海峰宋爱波樊维张鸿中国电力科学研究院江苏南京210003 东南大学计算机科学与工程学院江苏南京211189 东南大学计算机网络和信息集成教育部重点实验室江苏南京211189

通过建立起资源使用、服务器热点与电源能耗三者的统一优化模型,设计多目标虚拟机动态管理系统,协同优化资源使用、服务器热点和电源能耗,以使得数据中心的效益达到最优.鉴于数据中心负载流量的动态波动性,采用基于滑动窗口的两级状态... 详细信息

通过建立起资源使用、服务器热点与电源能耗三者的统一优化模型,设计多目标虚拟机动态管理系统,协同优化资源使用、服务器热点和电源能耗,以使得数据中心的效益达到最优.鉴于数据中心负载流量的动态波动性,采用基于滑动窗口的两级状态检测策略来决策迁移虚拟机时刻,基于多目标统一优化模型设计相应算法来解决迁移虚拟机和目的主机的选择问题.最后在Xen虚拟机平台上测试该系统,实验结果表明:本文设计的虚拟机动态管理方法能够较好地协同优化数据中心的资源使用、服务器热点和电源能耗,使得数据中心的效益达到最优.

关键词：虚拟机整合数据中心服务器热点应用性能能源消耗

来源：评论

学校读者我要写书评

暂无评论

基于网格映射的虚拟视点合成

引用

系统仿真学报 2016年第10期28卷 2321-2328页

作者：姚莉吴琼颖许辉计算机网络和信息集成教育部重点实验室(东南大学) 南京211189 计算机软件新技术国家重点实验室(南京大学) 南京210023 东南大学计算机科学与工程学院南京211189

由于深度不准确、遮挡以及相邻参考视点曝光不同等原因,基于深度图的绘制技术(DIBR)会产生空洞、重影等一系列问题,同时修复空洞需要消耗大量时间,提出基于网格映射的虚拟视点合成方法,以轮廓为基础在图像中构建网格,以网格三角形为映... 详细信息

由于深度不准确、遮挡以及相邻参考视点曝光不同等原因,基于深度图的绘制技术(DIBR)会产生空洞、重影等一系列问题,同时修复空洞需要消耗大量时间,提出基于网格映射的虚拟视点合成方法,以轮廓为基础在图像中构建网格,以网格三角形为映射单元,并通过能量约束进行映射生成虚拟视点图像。利用融合算法将不同视点的图像进行融合,得到最终的虚拟视点图像。算法相比于传统的DIBR中像素为单元的处理方式在合成图像质量相当的前提下具有更快的处理速度。

关键词：边缘检测网格化纹理映射网格映射

来源：评论

学校读者我要写书评

暂无评论

基于测量的接纳控制研究

引用

计算机学报 2001年第1期24卷 40-45页

作者：马小骏顾冠群东南大学计算机科学与工程系南京210096 教育部计算机网络和信息集成支撑技术重点实验室南京210096

与传统的接纳控制算法相比 ,基于测量的接纳控制有诸多优点 ,首先它无需知道应用的流量模型 ,其次它能动态适应网络的负载变化 ,提高网络资源的利用率 .文中分析了基于测量的接纳控制的基本思想 ,并在此基础上提出和实现了一种自适应的... 详细信息

与传统的接纳控制算法相比 ,基于测量的接纳控制有诸多优点 ,首先它无需知道应用的流量模型 ,其次它能动态适应网络的负载变化 ,提高网络资源的利用率 .文中分析了基于测量的接纳控制的基本思想 ,并在此基础上提出和实现了一种自适应的接纳控制算法 (Adaptive Measurement- Based Adm ission Control,AMBAC) .作者通过实验对该算法进行了验证 ,发现在系统资源利用率 (或接纳能力 )接近的情况下 ,与传统的 (固定时间窗口的 )MBAC相比 ,AMBAC能达到更低的平均分组丢失率 .

关键词：接纳控制流量模型网络资源网络带宽 Internet 计算机网络

来源：评论

学校读者我要写书评

暂无评论

基于三元纠错输出编码的偏标记学习算法

引用

计算机科学与探索 2018年第9期12卷 1444-1453页

作者：周斌斌张敏灵刘胥影东南大学计算机科学与工程学院南京210096 东南大学计算机网络和信息集成教育部重点实验室南京210096

偏标记学习是一类重要的弱监督学习框架,在该框架下,每个训练样本与一组候选标记相关联,在候选标记集合中有且仅有一个是其真实标记。很明显,候选标记数目越多,偏标记学习难度越大。为了减少候选标记数目以降低偏标记学习难度,提出了一... 详细信息

偏标记学习是一类重要的弱监督学习框架,在该框架下,每个训练样本与一组候选标记相关联,在候选标记集合中有且仅有一个是其真实标记。很明显,候选标记数目越多,偏标记学习难度越大。为了减少候选标记数目以降低偏标记学习难度,提出了一种基于三元纠错输出码的偏标记学习算法(PL-TECOC),该算法将偏标记学习问题转换为多个二类学习问题,并对学到的多个二类分类器进行最终集成。在构建二类训练数据时采用编码"0"来忽略相应标记,仅依据非"0"编码标记进行正负类的构造,以达到减少候选标记数目的目的。实验表明,与多个流行的偏标记学习算法相比,PL-TECOC在人工数据集和真实数据集上均取得了较好的分类性能。

关键词：弱监督学习消歧纠错输出编码偏标记学习

来源：评论

学校读者我要写书评

暂无评论

光网络流量工程的控制机制研究

引用

计算机工程与应用 2002年第9期38卷 136-139页

作者：李仕锋顾冠群东南大学计算机科学与工程系南京210096 教育部计算机网络和信息集成重点实验室南京210096

密集波分复用DWDM(DenseWavelengthDivisionMultiplex)光网络有着十分丰富的带宽,并且能够根据实时需要提供带宽,所以逐渐成为Internet骨干核心网。该文提出一种在光网络中实施流量工程TE(TrafficEngineering)的建议,尤其突出了多协议... 详细信息

密集波分复用DWDM(DenseWavelengthDivisionMultiplex)光网络有着十分丰富的带宽,并且能够根据实时需要提供带宽,所以逐渐成为Internet骨干核心网。该文提出一种在光网络中实施流量工程TE(TrafficEngineering)的建议,尤其突出了多协议波长交换MPLS(Multi-ProtocolLambdaSwitch)控制平面和DWDM网络的综合。首先简单描述了光交叉连接OXC(OpticalCrossConnect)的一些基本概念,并介绍了利用TE管理器在两个或多个域之间进行组合控制的概念。进一步定义了在网络单元(如OXC,标记交换路由器LSR(LabelSwitchRouter),TE管理器)之间进行交互的控制消息。并介绍了TE管理的流程,包括动态带宽预留,快速恢复和回收网络资源。

关键词：光网络流量工程多协议波长交换光交叉连接控制机制 Internet

来源：评论

学校读者我要写书评

暂无评论

计算机网络的发展现状及网络体系结构涵义分析

引用

计算机科学 2007年第3期34卷 1-5,158页

作者：杨鹏顾冠群东南大学计算机科学与工程学院南京210096 东南大学计算机网络和信息集成教育部重点实验室南京210096

自身存在种种缺陷与不足的传统网络体系结构,已不再适宜用来指导现今互联网向下一代网络的演进。有必要在正确认识当前计算机网络发展现状和重新审视网络体系结构涵义的基础上,展开对满足下一代网络发展需求的新一代网络体系结构的研究... 详细信息

自身存在种种缺陷与不足的传统网络体系结构,已不再适宜用来指导现今互联网向下一代网络的演进。有必要在正确认识当前计算机网络发展现状和重新审视网络体系结构涵义的基础上,展开对满足下一代网络发展需求的新一代网络体系结构的研究。为此,本文专门对以互联网为代表的计算机网络所面临的发展现状以及近年来计算机网络演进与发展的主要趋势进行了总结和分析,并重点对网络体系结构的涵义进行了全方位、多角度的深入剖析。主张在综合考虑网络体系结构的普适性、特指性、抽象性和过程性等特征的基础上,运用发展的眼光和系统的观点来全面认识和把握其本质,并提出了合理的“网络体系结构认知框架”。本文研究结论对新一代网络体系结构的研究有重要的参考价值和指导意义。

关键词：计算机网络互联网网络体系结构网络体系结构认知框架

来源：评论

学校读者我要写书评

暂无评论

一种基于概率统计方法的P2P系统信任评价模型

引用

计算机研究与发展 2008年第3期45卷 408-416页

作者：吴鹏吴国新方群计算机网络和信息集成教育部重点实验室(东南大学) 南京210096 东南大学计算机科学与工程学院南京210096

现有的P2P系统信任评价模型正面临着两种恶意节点的攻击行为——策略性欺骗和不诚实推荐,严重影响了模型计算节点信任评价的准确性和有效性.针对现有模型存在的不足,提出了一种基于概率统计方法的信任评价模型.该模型借鉴人类社会中主... 详细信息

现有的P2P系统信任评价模型正面临着两种恶意节点的攻击行为——策略性欺骗和不诚实推荐,严重影响了模型计算节点信任评价的准确性和有效性.针对现有模型存在的不足,提出了一种基于概率统计方法的信任评价模型.该模型借鉴人类社会中主观信任关系的概念,依据直接经验和反馈信息,利用概率统计方法分别计算节点的直接信任和推荐信任,并通过区分直接经验的重要程度,区分反馈信息及其推荐者的可信度,提高信任评价模型的有效性.仿真实验分析说明,与已有的信任评价模型相比,该模型能够更有效地抑制策略性欺骗和不诚实推荐的威胁,特别是复杂的协同作弊方式对系统的攻击.

关键词：对等网络推荐信任恶意行为协同作弊

来源：评论

学校读者我要写书评

暂无评论

标记分布学习与标记增强

引用

中国科学：信息科学 2018年第5期48卷 521-530页

作者：耿新徐宁东南大学计算机科学与工程学院南京211189 计算机网络和信息集成教育部重点实验室(东南大学) 南京211189

本文主要介绍了标记分布学习和标记增强的相关概念及算法.标记分布学习是一种新型机器学习范式,传统的单标记和多标记学习都可以看做是该范式的特例.标记分布学习将不同标记对示例的重要程度用标记分布来显式刻画,已经在多个应用领域中... 详细信息

本文主要介绍了标记分布学习和标记增强的相关概念及算法.标记分布学习是一种新型机器学习范式,传统的单标记和多标记学习都可以看做是该范式的特例.标记分布学习将不同标记对示例的重要程度用标记分布来显式刻画,已经在多个应用领域中取得很好的效果.然而,现有的多数数据集中却仅具有简单的逻辑标记而非完整的标记分布,因此无法直接应用标记分布学习.为解决这一问题,可以通过挖掘训练集中蕴含的标记重要性信息,恢复出每个示例的标记分布.我们将原始逻辑标记提升为标记分布的过程定义为标记增强.本文给出了标记分布学习和标记增强的形式化定义,介绍了典型标记分布学习和标记增强算法,并对这些算法进行了分析讨论.

关键词：标记分布标记分布学习标记增强多标记学习标记多义性

来源：评论

学校读者我要写书评

暂无评论

新一代网络体系结构:需求目标、设计原则及参考模型

引用

计算机科学 2007年第4期34卷 1-6页

作者：杨鹏顾冠群东南大学计算机科学与工程学院南京210096 东南大学计算机网络和信息集成教育部重点实验室南京210096

本文按照网络体系结构认知框架,遵循“需求目标→设计原则→具体实现”的合理研究思路,对满足下一代网络发展需求的新一代网络体系结构进行了研究。首先对下一代网络的概念进行了比较全面的分析,在此基础上明确地归纳了新一代网络体系... 详细信息

本文按照网络体系结构认知框架,遵循“需求目标→设计原则→具体实现”的合理研究思路,对满足下一代网络发展需求的新一代网络体系结构进行了研究。首先对下一代网络的概念进行了比较全面的分析,在此基础上明确地归纳了新一代网络体系结构的10条主要需求目标;然后通过总结、吸收相关领域的最新成果,研究提出了与这些需求目标相适应的若干新的网络体系结构设计原则;最后,以这些新的设计原则为指导,研究并建立起了满足下一代网络发展需求的新一代网络体系结构INSA参考模型,为满足下一代网络发展需求的新一代网络体系结构的研究提供了较好的思路并奠定了良好的基础。

关键词：下一代网络新一代网络体系结构需求目标设计原则 INSA参考模型

来源：评论

学校读者我要写书评

暂无评论

IP Telephony问题研究综述

引用

通信学报 2000年第7期21卷 50-56页

作者：王宏宇顾冠群高旭严俊东南大学计算机科学与工程系教育部计算机网络与信息集成重点实验室江苏南京210096

文中从对集成服务网络的主要应用之一分组网络语音传输应用的体系结构分析入手 ,从集成服务网络研究的观点出发 ,综述了以IPTelephony为代表的分组网络语音传输技术体系中目前尚有待研究解决的问题。通过文中的分析 ,我们讨论了电信网... 详细信息

文中从对集成服务网络的主要应用之一分组网络语音传输应用的体系结构分析入手 ,从集成服务网络研究的观点出发 ,综述了以IPTelephony为代表的分组网络语音传输技术体系中目前尚有待研究解决的问题。通过文中的分析 ,我们讨论了电信网与因特网通过诸多技术方面的融合 ,走向合一网络的当前网络发展趋势。

关键词：集成服务网络电信网因特网 IP电话计算网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：