检索结果-内蒙古大学图书馆

电子设计工程 2023年第10期31卷 59-63,68页

作者：俞延峰孙雯雯陈雷放中国石油大学(华东)计算机科学与技术学院山东青岛266520 山东外贸职业学院信息工程系山东青岛266100 青岛农业大学理学与信息科学学院山东青岛266109

容器云作为互联网底层基础服务设施应用越来越广泛,合理的任务调度对云资源优化、云服务质量以及企业的降本增效至关重要。为提高容器云环境下资源利用率,提出一种基于深度强化学习的资源调度算法(RLSD)。该算法基于深度强化学习理论构... 详细信息

容器云作为互联网底层基础服务设施应用越来越广泛,合理的任务调度对云资源优化、云服务质量以及企业的降本增效至关重要。为提高容器云环境下资源利用率,提出一种基于深度强化学习的资源调度算法(RLSD)。该算法基于深度强化学习理论构建动作空间、智能体状态等基本要素,通过采集各资源的利用率并结合权重因子实现奖励函数设计。通过仿真平台WorkflowSim构建交互环境,进行智能体的训练。实验表明,RLSD算法在保障任务调度稳定性的同时,资源利用率比传统算法提高了20%。

关键词：云计算容器强化学习资源调度

来源：评论

学校读者我要写书评

暂无评论

基于技术指标和随机森林的股价走势预测算法

引用

现代计算机 2021年第27期27卷 43-47,52页

作者：王惠莹郝泳涛同济大学电子与信息工程学院计算机科学与技术系上海201824

由于股票价格波动的复杂性和动态性,预测股价走势多年来一直是研究人员关心的领域。将预测问题视为分类问题,以股票的异同移动平均线、平均趋向、相对强弱、布林线、强力指数五个技术指标和下周股价走势作为随机森林预测模型的特征,然... 详细信息

由于股票价格波动的复杂性和动态性,预测股价走势多年来一直是研究人员关心的领域。将预测问题视为分类问题,以股票的异同移动平均线、平均趋向、相对强弱、布林线、强力指数五个技术指标和下周股价走势作为随机森林预测模型的特征,然后通过网格搜索优化随机森林模型的参数,构建基于技术指标的GS-RF股价走势预测模型。实验结果表明,相比于技术指标交易策略的收益率,使用GS-RF模型收益率最高、风险最小。

关键词：随机森林技术指标参数优化网格搜索股价预测

来源：评论

学校读者我要写书评

暂无评论

环境物联网中的信道估计

引用

物联网学报 2024年第4期8卷 110-118页

作者：王若珩董岚刘铭王公仆艾渤北京交通大学计算机科学与技术学院北京100044 北京交通大学电子信息工程学院北京100044 北京交通大学轨道交通控制与安全国家重点实验室北京100044

应用无源反向散射技术的环境物联网(AIoT,ambient Internet of things)是未来物联网的重要演进方向,当前备受关注。环境物联网实际应用场景中会有相位噪声和杂散引起的强自干扰,这对信道参数估计提出新的挑战。因此,针对两节点AIoT系统... 详细信息

应用无源反向散射技术的环境物联网(AIoT,ambient Internet of things)是未来物联网的重要演进方向,当前备受关注。环境物联网实际应用场景中会有相位噪声和杂散引起的强自干扰,这对信道参数估计提出新的挑战。因此,针对两节点AIoT系统提出了一种考虑相位噪声和杂散的有效信道估计迭代算法。该算法基于最小二乘法和复指数基扩展模型(CE-BEM,complex expoential basis expansion model)对信道系数和基变量进行估计,而后利用迭代来提高估计精度。此外,推导了信道估计参数的克拉美罗下界(CRLB,Cramer-Rao lower bound),以评估估计精度的理论极限。最后,通过仿真证明了该估计算法的有效性。

关键词：反向散射通信信道估计复指数基扩展模型克拉美罗下界物联网相位噪声杂散

来源：评论

学校读者我要写书评

暂无评论

面向无人机网络的属性代理签名方案

引用

通信学报 2021年第11期42卷 87-96页

作者：贺蕾马建峰魏大卫西安电子科技大学计算机科学与技术学院陕西西安710071 郑州轻工业大学计算机与通信工程学院河南郑州450002 西安电子科技大学网络与信息安全学院陕西西安710071 西安电子科技大学陕西省网络与系统安全重点实验室陕西西安710071

为保护无人机网络中指挥机构发送给无人机的命令的完整性和认证性,需要使用数字签名对命令消息进行保护,该签名方案应保证无人机能及时收到签名,并且保护签名者的隐私。因此,提出了面向无人机网络的属性代理签名方案,并对其安全性进行... 详细信息

为保护无人机网络中指挥机构发送给无人机的命令的完整性和认证性,需要使用数字签名对命令消息进行保护,该签名方案应保证无人机能及时收到签名,并且保护签名者的隐私。因此,提出了面向无人机网络的属性代理签名方案,并对其安全性进行了分析。所提方案在选择属性和选择消息攻击下具有存在的不可伪造性,而且能保护签名者的隐私。从计算开销和通信开销两方面对签名方案的效率进行了分析,并与其他相关签名方案进行了对比。结果表明,所提方案与其他方案在通信开销处于同一水平时具有更小的计算开销。

关键词：属性签名代理签名数字签名无人机网络

来源：评论

学校读者我要写书评

暂无评论

基于改进卷积神经网络的图像畸变快速校正算法

引用

沈阳大学学报（自然科学版） 2022年第4期34卷 298-305页

作者：李云波李晓峰李东卫晋黑龙江外国语学院信息工程系黑龙江哈尔滨150025 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001 北京理工大学计算机科学与技术学院北京100081

针对传统图像畸变校正方法存在的网络损失函数较高、观测拟合度较低、畸变图像像素点定位准确度较低等问题,提出了基于改进卷积神经网络的图像畸变快速校正算法。首先,转化图像像素点坐标系与笛卡尔坐标系,根据图像中心点计算畸变图像... 详细信息

针对传统图像畸变校正方法存在的网络损失函数较高、观测拟合度较低、畸变图像像素点定位准确度较低等问题,提出了基于改进卷积神经网络的图像畸变快速校正算法。首先,转化图像像素点坐标系与笛卡尔坐标系,根据图像中心点计算畸变图像像素点坐标值;其次,利用改进卷积神经网络校正畸变图像像素点,即通过网络权值修正量获取神经元连接权与修正结果之间的关系式,得到像素点偏移坐标以及偏移距离;最后,通过激活函数中偏置的求和信息,分析改进卷积神经网络中的线性函数与非线性函数的关系式,利用不同函数指令实现图像畸变快速校正。实验结果表明,该方法的网络损失值约为0.0092,观测拟合度为0.96,畸变图像像素点定位准确度平均值为97.7%,校正效果较好。

关键词：改进卷积神经网络图像畸变图像校正损失函数像素点

来源：评论

学校读者我要写书评

暂无评论

混合数据的邻域区分度增量式属性约简算法

引用

电子学报 2020年第4期48卷 682-696页

作者：盛魁王伟卞显福董辉马健亳州职业技术学院信息工程系安徽亳州236800 中国科学技术大学软件学院安徽合肥230051 安徽大学计算机科学与技术学院安徽合肥230601

增量式属性约简是一种针对动态环境下的数据挖掘方法.目前已经提出的增量式属性约简算法仅适用于符号型的信息系统,而很少有对混合信息系统进行相关的研究,这促使在混合信息系统下构建相关的增量式属性约简算法.区分度是用于设计属性约... 详细信息

增量式属性约简是一种针对动态环境下的数据挖掘方法.目前已经提出的增量式属性约简算法仅适用于符号型的信息系统,而很少有对混合信息系统进行相关的研究,这促使在混合信息系统下构建相关的增量式属性约简算法.区分度是用于设计属性约简的一种重要方法,本文将传统的区分度在混合信息系统下进行推广,提出邻域区分度的概念,然后分别研究了邻域区分度在混合信息系统下对象增加和对象减少时的增量式学习,最后根据这种增量式学习分别提出了对应的增量式属性约简算法.UCI数据集上的相关实验结果表明,所提出的增量式属性约简比非增量式属性约简能够更快速的更新约简结果.

关键词：粗糙集混合数据区分度邻域关系增量式学习属性约简

来源：评论

学校读者我要写书评

暂无评论

基于Unity的前列腺三维可视化系统设计与实现

引用

电脑知识与技术 2021年第1期17卷 8-10页

作者：徐振豪何良华同济大学电子与信息工程学院计算机科学与技术系上海201804

随着医学与计算机科学的不断融合,医学影像三维可视化技术在医学领域扮演着重要的角色。为了帮助医务人员更直观观察前列腺癌及其周围器官分布情况,在Unity 3D平台上实现了对前列腺医学影像的三维重建及交互的系统。将医学分割处理后的... 详细信息

随着医学与计算机科学的不断融合,医学影像三维可视化技术在医学领域扮演着重要的角色。为了帮助医务人员更直观观察前列腺癌及其周围器官分布情况,在Unity 3D平台上实现了对前列腺医学影像的三维重建及交互的系统。将医学分割处理后的结果作为数据输入,通过一种改进的线性插值算法获得内插二值图像,利用面绘制算法生成三角形网格模型、网格平滑算法进行迭代优化,最终渲染出三维可视化模型,在unity上以系统的形式进行展示和交互。

关键词：前列腺三维可视化 Unity3D 面绘制算法线性插值算法网格平滑算法

来源：评论

学校读者我要写书评

暂无评论

基于注意力融合的语义分割网络

引用

电脑知识与技术 2021年第1期17卷 1-3,21页

作者：李旭升何良华程舸帆同济大学电子与信息工程学院计算机科学与技术系上海201800

为赋予语义分割网络在给定空间位置下选择性强调整体信息或细节信息的能力,提出了一种注意力融合算法,本算法在空洞空间金字塔池化(ASPP)的基础上融合胶囊网络中动态路由算法。首先,以骨干网络输出作为输入,经过多条并行空洞卷积支路得... 详细信息

为赋予语义分割网络在给定空间位置下选择性强调整体信息或细节信息的能力,提出了一种注意力融合算法,本算法在空洞空间金字塔池化(ASPP)的基础上融合胶囊网络中动态路由算法。首先,以骨干网络输出作为输入,经过多条并行空洞卷积支路得到不同尺度的特征图。然后,在每一条空洞卷积支路的后面增添一条评估支路来评测该条空洞卷积支路单独分割的能力。最后,对各个评估支路的输出进行注意力路由算法从而对各空洞卷积分配权重。在PascalVOC 2012和Cityscapes两个数据集上,提出的模型在各组实验中均能提升1个百分点以上,并通过可视化注意力图表明,提出模型能够根据上下文信息对各空洞卷积支路进行有侧重的反向传播。

关键词：语义分割卷积神经网络空洞空间金字塔池化胶囊网络动态路由

来源：评论

学校读者我要写书评

暂无评论

一种混合的信用卡欺诈检测模型

引用

电脑知识与技术 2021年第2期17卷 194-196页

作者：毛铭泽同济大学电子与信息工程学院计算机科学与技术系上海201804

信用卡欺诈检测是一个重要的问题,为了提升对于真实世界的信用卡欺诈数据的识别率,提出了一种混合的信用卡欺诈检测模型AWFD(Anomaly weight of credit card fraud detection),首先通过异常检测的方法将数据划分为可信和异常数据,然后... 详细信息

信用卡欺诈检测是一个重要的问题,为了提升对于真实世界的信用卡欺诈数据的识别率,提出了一种混合的信用卡欺诈检测模型AWFD(Anomaly weight of credit card fraud detection),首先通过异常检测的方法将数据划分为可信和异常数据,然后利用半监督的方法训练一个集成模型,最终再利用异常检测进一步剔除检测结果中的异常结果。AWFD在保障对于可信数据的学习效果上,通过半监督集成学习的方法,利用异常数据进一步扩充集成模型的多样性,并将异常检测和集成模型融合。实验结果表明,比起一些传统的机器学习方法,AWFD可以提高整体的信用卡欺诈检测的识别率。

关键词：信用卡欺诈检测异常检测半监督集成学习多样性

来源：评论

学校读者我要写书评

暂无评论

一种图像缺损修复算法分析

引用

激光与光电子学进展 2020年第12期57卷 106-116页

作者：王永飞安徽大学计算机科学与技术学院安徽合肥230601 铜陵职业技术学院信息工程系安徽铜陵244061

针对图像缺损修复需求设计了一种修复算法.该算法以Criminisi算法为基础,引入标记符控制分水岭算法对图像按景物进行分块,提高图像缺损部分修复的准确率;根据最近最佳匹配原则修复图像,引入像素距离远近控制函数以减少搜索匹配块用时;... 详细信息

针对图像缺损修复需求设计了一种修复算法.该算法以Criminisi算法为基础,引入标记符控制分水岭算法对图像按景物进行分块,提高图像缺损部分修复的准确率;根据最近最佳匹配原则修复图像,引入像素距离远近控制函数以减少搜索匹配块用时;引入图像局部色彩方差,优化Criminisi算法的优先权计算方式;引入协方差,提高填充块与待修复区域图像的匹配度;重新设置图像修复的置信度公式,减小因置信度不断更新时放大的误差.结合多种类型的缺损图像实例进行修复验证,均取得了很好的修复效果.实验结果表明:与其他算法对比,该算法大幅度减少了缺损图像修复用时,更有效地恢复了图像原有信息.

关键词：图像处理图像缺损图像景物分块划痕图像修复图像景物去除

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：