检索结果-内蒙古大学图书馆

计算机应用 2016年第8期36卷 2262-2267页

作者：王涛覃锡忠贾振红牛红梅曹传玲新疆大学信息科学与工程学院乌鲁木齐830046 中国移动通信集团新疆有限公司网络监控部乌鲁木齐830063

针对关联规则个性化好友推荐中规则挖掘效率及推荐有效性不高的问题,首先提出基于散列及位图的改进关联规则算法BHA。该算法通过引入散列技术,减少了频繁2项集挖掘所需的时间;利用位图及相关性质,压缩无关候选项,减少了数据集所需的遍... 详细信息

针对关联规则个性化好友推荐中规则挖掘效率及推荐有效性不高的问题,首先提出基于散列及位图的改进关联规则算法BHA。该算法通过引入散列技术,减少了频繁2项集挖掘所需的时间;利用位图及相关性质,压缩无关候选项,减少了数据集所需的遍历次数。另外,在BHA的基础上,提出基于相似度及信任度的推荐算法STA,利用出、入相似度定义信任度,有效解决了新浪微博未提供显示信任关系的问题,同时弥补了相似度推荐未考虑用户间远近层次关系的缺陷。采集新浪微博用户数据进行实验,在关联规则挖掘效率的对比上,BHA挖掘所需的平均时间仅为改进Aprioiri Tid算法的47%;在好友推荐的有效性上,推荐算法STA较SNFRBOAR算法在准确率及召回率上分别提升了15.2%和9.8%。实验结果表明,STA能够有效降低规则挖掘所需的平均时间,并使实际好友推荐的有效性得到提升。

关键词：好友推荐关联规则出相似度入相似度信任度

来源：评论

学校读者我要写书评

暂无评论

利用深度学习提升通信运营商IT中终端需求预测的准确性

引用

信息技术时代 2023年第24期 188-190页

作者：马晓明樊野袁奇中国移动通信集团江苏有限公司江苏南京210000 中国移动通信集团江苏有限公司江苏南京210000 中国移动通信集团江苏有限公司江苏南京210000

本研究旨在通过深度学习技术,提升中国移动泛终端需求预测的准确性.本研究通过整合移动终端销售数据和智能家居设备数据,采用深度神经网络(DNN)模型进行需求预测,并验证其性能.实验结果表明,相较于传统方法,深度学习模型在泛终端服务场... 详细信息

本研究旨在通过深度学习技术,提升中国移动泛终端需求预测的准确性.本研究通过整合移动终端销售数据和智能家居设备数据,采用深度神经网络(DNN)模型进行需求预测,并验证其性能.实验结果表明,相较于传统方法,深度学习模型在泛终端服务场景下具备更高的准确性和泛化能力,为移动终端提供了更精准的泛终端库存管理和资源优化策略.

关键词：深度学习终端需求预测通信运营商IT 深度神经网络库存管理资源优化

来源：评论

学校读者我要写书评

暂无评论

基于可信概率的电子数据取证有效性模型

引用

计算机学报 2011年第7期34卷 1262-1274页

作者：孙国梓耿伟明陈丹伟申涛南京邮电大学计算机学院南京210003 江苏省无线传感网高技术研究重点实验室南京210003 宽带无线通信与传感网技术教育部重点实验室南京210003 中国移动通信集团河北有限公司石家庄分公司石家庄050021

针对当前证据有效性不足的缺点,结合概率论,提出了基于可信概率的电子数据取证有效性模型.以Petri网为基础,将取证后经形式化处理的数据抽象为Petri网中的库所,操作行为和取证方法抽象为变迁,后一节点为运用该操作方法对前一节点进行某... 详细信息

针对当前证据有效性不足的缺点,结合概率论,提出了基于可信概率的电子数据取证有效性模型.以Petri网为基础,将取证后经形式化处理的数据抽象为Petri网中的库所,操作行为和取证方法抽象为变迁,后一节点为运用该操作方法对前一节点进行某种变换所形成.给出了取证过程中的基本定义和形式化处理方法,研究了概率计算的相关算法,描述了详细的推理过程.利用"可信度+数据源+取证规则"作为对所得证据的有效性说明,为可信取证的动态取证行为可信提供理论基础.通过概率计算的方法,最终得到具体的概率数据,在保证数据源信息可信的基础上(即静态属性可信的假设前提),通过可信概率(概率值接近0或者1)的方法保证处理过程所使用的取证规则可信(即使用可信的动态取证方法或行为),最终实现电子数据作为证据的高的可信度.最后,设计了有效性证明系统,利用实际案例,分析并验证了可信概率在电子数据取证有效性模型中的具体应用.

关键词：可信取证有效性电子数据取证 Petri网概率

来源：评论

学校读者我要写书评

暂无评论

基于ELM改进层集成架构的时间序列预测

引用

计算机工程与设计 2019年第7期40卷 1915-1921页

作者：樊树铭覃锡忠贾振红牛红梅王哲辉新疆大学信息科学与工程学院新疆乌鲁木齐830046 中国移动通信集团新疆有限公司新疆乌鲁木齐830063

为进一步提高时间序列预测模型的预测精度和时间效率,提出一种基于极限学习机的层集成网络结构。以极限学习机网络作为基学习器,构成两层集成网络,每层网络在构建时利用先分类,再从类中选优的思想同时考虑基学习器的准确性与多样性,其... 详细信息

为进一步提高时间序列预测模型的预测精度和时间效率,提出一种基于极限学习机的层集成网络结构。以极限学习机网络作为基学习器,构成两层集成网络,每层网络在构建时利用先分类,再从类中选优的思想同时考虑基学习器的准确性与多样性,其中第一层用以优化参数,第二层实现预测。对比实验结果表明,与基于多层感知器的层集成网络相比,该模型在提高预测准确度的同时将学习用时缩短了1-2个数量级。

关键词：时间序列预测极限学习机集成学习聚类自助采样

来源：评论

学校读者我要写书评

暂无评论

5G点亮红色文化

引用

思想政治工作研究 2022年第7期 54-55页

作者：无徐晓杰徐林涛中国移动通信集团有限公司党组宣传部不详

中国移动通信集团有限公司(以下简称“中国移动”)深入学习党的百年奋斗重大成就和历史经验,大力弘扬伟大建党精神,巩固拓展党史学习教育成果,依托网信技术优势,找准情感共鸣点、价值契合点、发展融合点,切实保护运用好红色资源,开展“5... 详细信息

中国移动通信集团有限公司(以下简称“中国移动”)深入学习党的百年奋斗重大成就和历史经验,大力弘扬伟大建党精神,巩固拓展党史学习教育成果,依托网信技术优势,找准情感共鸣点、价值契合点、发展融合点,切实保护运用好红色资源,开展“5G赋能红色资源,为红色添亮色”系列活动,把推动党史学习教育常态化长效化同中心工作结合起来,把党史学习教育成效转化为奋进新征程、建功新时代的实际行动,喜迎党的二十大胜利召开。

关键词：党史学习教育常态化教育成效长效化融合点情感共鸣中国移动大力弘扬

来源：评论

学校读者我要写书评

暂无评论

多光束发射对无线激光通信误码率的影响

引用

光通信技术 2012年第9期36卷 61-62页

作者：邓洪高顾翔宇孙少帅桂林电子科技大学认知无线电与信息处理省部共建教育部重点实验室广西桂林541004 中国移动通信集团设计院有限公司北京100080

在光通信系统中,湍流会导致光束漂移、强度起伏、光束扩展、相位畸变等。这些湍流效应将严重影响无线激光通信系统的稳定性和可靠性。从湍流的相关理论出发,分析了多光束发射在克服湍流影响方面的效果。该分析结果为光通信系统的设计及... 详细信息

在光通信系统中,湍流会导致光束漂移、强度起伏、光束扩展、相位畸变等。这些湍流效应将严重影响无线激光通信系统的稳定性和可靠性。从湍流的相关理论出发,分析了多光束发射在克服湍流影响方面的效果。该分析结果为光通信系统的设计及部署提供了重要参考。

关键词：光通信湍流多光束误码率

来源：评论

学校读者我要写书评

暂无评论

基于清华云监控平台的云迁移性能

引用

计算机应用 2015年第11期35卷 3026-3030,3037页

作者：马海峰意合巴力王烨杨家海张潮黑龙江科技大学计算机与信息工程学院哈尔滨150022 清华大学网络科学与网络空间研究院北京100084 新疆广电网络股份有限公司乌鲁木齐830091 中国移动通信集团公司北京100032

当云计算技术兴起后,很多企业已经或计划将业务和应用迁移到云上,而这面临着应用性能可能降低,关键业务和应用安全性受到威胁等问题,因此是否云迁移还是部署到独立服务器上,是一个需要深入研究的问题。以清华云平台为基础,搭建了基于Nag... 详细信息

当云计算技术兴起后,很多企业已经或计划将业务和应用迁移到云上,而这面临着应用性能可能降低,关键业务和应用安全性受到威胁等问题,因此是否云迁移还是部署到独立服务器上,是一个需要深入研究的问题。以清华云平台为基础,搭建了基于Nagios的清华云监控平台,先对清华云平台和架构进行介绍,再对Nagios和清华云监控平台架构进行了论述,在云迁移性能评估中,以Ubuntu和Windows为操作系统平台,以CPU负载和内存使用为评估指标,分别在云服务器和独立服务器上运行CPU运算类和服务器负载类两类应用,最后对实验结果进行了分析和比较。实验表明,部分应用在独立服务器上性能更好,并不适合云迁移。

关键词：云计算性能监控云迁移 OpenStack Nagios

来源：评论

学校读者我要写书评

暂无评论

中国移动应用研究型审计理念构建领导人员“166经济画像”审计评价体系

引用

中国内部审计 2023年第2期 70-74页

作者：无王致远张婧中国移动通信集团有限公司不详

自《“十四五”国家审计工作发展规划》印发以来,中国移动内审部积极学习研究型审计理念,采取“边研究、边实践、边总结、边提升”的方式,不断探索在各类审计项目中开展研究型审计,全面提升内部审计立项的科学性、推动问题查找的深入性... 详细信息

自《“十四五”国家审计工作发展规划》印发以来,中国移动内审部积极学习研究型审计理念,采取“边研究、边实践、边总结、边提升”的方式,不断探索在各类审计项目中开展研究型审计,全面提升内部审计立项的科学性、推动问题查找的深入性、提高审计建议的针对性、提升审计评价的精准性,推动内部审计高质高效发展。作为内部审计重要组成部分,经济责任审计在新时期面临诸多新要求。

关键词：经济责任审计内部审计审计建议审计项目审计评价审计理念领导人员中国移动

来源：评论

学校读者我要写书评

暂无评论

面向5G干扰数据的半监督聚类研究

面向5G干扰数据的半监督聚类研究

引用

5G网络创新研讨会（2021）

作者：殷旭易佩迪马冠南陈燕雷陈志伟巩雪吴兴耀李涛中国移动通信集团网络事业部中国移动通信集团公司设计院网研中心中国移动通信集团云南有限公司

提出了一种基于生成对抗网络(GAN)的半监督方法,以满足5G时代不平衡干扰数据的分类需求。该方法考虑到不平衡样本的误分代价,在prb数据集上增加敏感代价值,实现了正负样本的抽取概率平衡。在模型构建上,网络层数的选择权衡网络复杂度和... 详细信息

提出了一种基于生成对抗网络(GAN)的半监督方法,以满足5G时代不平衡干扰数据的分类需求。该方法考虑到不平衡样本的误分代价,在prb数据集上增加敏感代价值,实现了正负样本的抽取概率平衡。在模型构建上,网络层数的选择权衡网络复杂度和输出性能的关系,以达到最佳的性能配比。在训练策略中,采用迭代算法。实验研究表明,该方法在干扰数据的分类问题上可以达到97.4%的准确率。同时,该模型能自适应的分类出5G干扰中的新类型,归一化互信息NMI和兰德指数均在0.9以上,在5G干扰分类中有良好的应用前景。据作者所知,本文代表了半监督学习在5G干扰识别分类中的首次应用。

关键词： 5G PRB干扰半监督学习 GAN

来源：评论

学校读者我要写书评

暂无评论

深度学习容器云平台下的GPU共享调度系统

引用

计算机科学 2023年第6期50卷 86-91页

作者：王壮王平辉王彬丞武文博王斌丛鹏宇西安交通大学智能网络与网络安全教育部重点实验室西安710049 中国移动通信有限公司研究院北京100053

近年来,容器由于具有轻量级以及高可扩展性,逐渐替代了虚拟机,被广泛应用于深度学习云平台中。但目前深度学习云平台在GPU资源管理上依然存在着不足,主要表现为由于容器编排技术的限制,多个容器无法共享使用GPU资源,而对于一些小规模模... 详细信息

近年来,容器由于具有轻量级以及高可扩展性,逐渐替代了虚拟机,被广泛应用于深度学习云平台中。但目前深度学习云平台在GPU资源管理上依然存在着不足,主要表现为由于容器编排技术的限制,多个容器无法共享使用GPU资源,而对于一些小规模模型的训练任务和推理任务,单个任务并不能充分利用整张GPU卡的计算资源。当前的独占模式会导致昂贵的GPU资源的浪费,降低资源效率和服务可用性。针对这一问题,提出了一种GPU共享调度系统。一方面,基于Kubernetes的Operator机制对现有集群功能进行扩展,实现了多个Pod共享使用GPU资源,同时设计了一种代理机制保证了与原生Kubernetes的兼容性。另一方面,基于GPU时间片与抢占机制,实现了GPU资源的动态管理与调度,在多个任务之间进行细粒度的协调,并减少了任务干扰。实验结果表明,与原生Kubernetes调度系统相比,该系统能够将一组深度学习训练任务的完成时间平均减少约20%,使得集群GPU资源利用率平均提升约10%。在共享使用GPU时高优先级任务性能相较于独占GPU损耗不到5%,同时能够使得低优先级任务以20%的性能运行在同一张GPU上。

关键词：深度学习云平台 GPU共享容器调度 Docker Kubernetes

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：