检索结果-内蒙古大学图书馆

计算机工程与应用 2025年第1期61卷 300-307页

作者：刘岗王炎张雪芹华东理工大学信息科学与工程学院上海200237 上海市计算机软件评测重点实验室上海201112

在线社交网络的发展为信息传播提供了极大的便利,但同时在一定程度上也成为谣言等信息的重要传播渠道。社交网络的信息源检测对于控制信息的传播起着重要作用。为了解决现有社交网络多源点检测方法准确度不够高的问题,提出了一种新颖的... 详细信息

在线社交网络的发展为信息传播提供了极大的便利,但同时在一定程度上也成为谣言等信息的重要传播渠道。社交网络的信息源检测对于控制信息的传播起着重要作用。为了解决现有社交网络多源点检测方法准确度不够高的问题,提出了一种新颖的多源点同步检测方法SVT-BiasMSI。该方法将多源检测问题转化为若干单源检测问题,采用局部度中心节点及相邻节点的Jaccard系数选取种子节点,使用Voronoi方法对社交网络进行初步社区划分,通过tolerance neighborhood方法寻找分区之间重叠部分的节点并实现重叠社区划分,为了兼顾网络全局和局部信息,基于传染邻域偏差改进非回溯矩阵多源点检测方法,提高单源点检测精度。在多个社交网络数据集中的实验表明,所提的方法能够有效提高在线社交网络多源点检测和定位准确度。

关键词：社交网络多源检测重叠社区划分非回溯矩阵传染邻域偏值

来源：评论

学校读者我要写书评

暂无评论

基于峰值滤波算法的河道无人机巡检路径规划研究

引用

人民长江 2025年

作者：黎嘉欣明岢岢郑高翔李玮张晶华东理工大学信息科学与工程学院三峡大学计算机与信息学院长江委河湖保护与建设运行安全中心长江河湖建设有限公司湖北省水电工程智能视觉检测重点实验室

无人机巡检过程中，无人机自主巡检航迹规划直接决定了执行任务的效果和安全性。传统的路径规划方法在地形复杂多变的内河河道存在巡检效率低、安全性不足等问题。为提升内河河道巡检效率，解决传统航线规划方式的不足，本研究提出一种... 详细信息

无人机巡检过程中，无人机自主巡检航迹规划直接决定了执行任务的效果和安全性。传统的路径规划方法在地形复杂多变的内河河道存在巡检效率低、安全性不足等问题。为提升内河河道巡检效率，解决传统航线规划方式的不足，本研究提出一种基于峰值滤波的巡检路径规划算法，基于该算法优化设计面向内河河道无人机巡检的web系统，并进行功能测试。测试结果表明：该算法能够高效提取关键地形特征，显著减少航线变高点数量，实现无人机航迹自适应地形起伏，提高无人机巡检的安全性，飞行效率以及对复杂地形的适应性，为无人机在内河河道复杂场景巡检提供了精细化的航线规划方案。巡检web系统构建了人-前端界面-无人机信息流、控制流的畅通通道，提高作业人员的工作效率和准确性，对河道无人机巡检起到有效辅助作用。本研究不仅丰富了无人机在内河河道巡检领域的应用理论，也为实际作业提供了有力的技术支持，具有较高的实用价值和推广前景。

关键词：无人机巡检路径规划峰值滤波 web系统内河河道

来源：评论

学校读者我要写书评

暂无评论

内容分布网络缓存资源并行分配的博弈粒子场方法

引用

计算机学报 2007年第3期30卷 368-379页

作者：冯翔刘智满帅典勋香港大学计算机科学系华东理工大学信息科学与工程学院

文章研究博弈粒子场方法对内容分布网络(CDN)缓存分配问题求解,通过建立相应的数学模型,将两阶段Web服务器-代理服务器缓存资源分配问题,映射为两个对偶力场中粒子的运动,力场中所有粒子按数学模型中定义的规则运动直至达到稳定状态,再... 详细信息

文章研究博弈粒子场方法对内容分布网络(CDN)缓存分配问题求解,通过建立相应的数学模型,将两阶段Web服务器-代理服务器缓存资源分配问题,映射为两个对偶力场中粒子的运动,力场中所有粒子按数学模型中定义的规则运动直至达到稳定状态,再由粒子的稳定状态反映射为Web服务器-代理服务器缓存资源分配问题的解.提出的适用于CDN的博弈广义粒子场模型(game particle-field(G-PF))置换方法,克服了现有常用的MFU、LFU、LRU等置换算法缓存间不能合作的缺点,发展成为合作的博弈置换算法.并用博弈理论简单地证明了所得到的解为全局Pareto最优解.这样,使G-PF置换算法能逼近理论上的Optimal置换算法,较Korupolu等提出合作的置换算法有更好的性能.

关键词：内容分发网络缓存资源分配博弈粒子场分布并行算法

来源：评论

学校读者我要写书评

暂无评论

基于像素级生成对抗网络的复杂场景灰度图像彩色化

引用

计算机辅助设计与图形学学报 2019年第3期31卷 439-446页

作者：林家骏诸葛晶晶张晴华东理工大学信息科学与工程学院上海200237 上海应用技术大学计算机科学与信息工程学院上海201418

针对当前基于深度学习的彩色化模型在面对具有多个目标的复杂场景时存在的误着色问题,提出一种基于像素级生成对抗网络的彩色化模型.该模型在生成网络中采用全卷积网络模型处理不定尺度的输入灰度图像,并加入与真实彩色分量间的L1损失... 详细信息

针对当前基于深度学习的彩色化模型在面对具有多个目标的复杂场景时存在的误着色问题,提出一种基于像素级生成对抗网络的彩色化模型.该模型在生成网络中采用全卷积网络模型处理不定尺度的输入灰度图像,并加入与真实彩色分量间的L1损失作为彩色化优化目标;在判别网络中,采用语义分割网络计算像素级Softmax损失,反向传递优化彩色化生成网络.在Pascal Segmentation及ILSVRC2012数据集上进行的彩色化图像质量比较,实验结果表明,与同类模型相比,本文模型在处理复杂场景灰度图像的彩色化任务中具有更高的着色准确率,并且对不同目标之间具有更好的区分度.

关键词：图像彩色化生成对抗网络全卷积网络复杂场景

来源：评论

学校读者我要写书评

暂无评论

一种Web访问者行为取向量化模型

引用

计算机工程 2002年第8期28卷 114-116页

作者：党齐民陈宝树华东理工大学计算机信息科学与工程学院上海200237

提出了一种基于页视图同现率、独立与数据量、以访问者数据为中心的向量空间描述模型,每个页视图对应向量空间中的一个点。由于页视图在不同的会话中含有的行为取向的语义信息不同,先将会话进行向量描述,然后将会话向量聚类为用户行为类... 详细信息

提出了一种基于页视图同现率、独立与数据量、以访问者数据为中心的向量空间描述模型,每个页视图对应向量空间中的一个点。由于页视图在不同的会话中含有的行为取向的语义信息不同,先将会话进行向量描述,然后将会话向量聚类为用户行为类,得到代表不同的行为取向的行为语义向量。最后将量化的行为取向信息用于指导访问者行为。

关键词：量化模型访问者行为取向 Web 网络服务器网站计算机网络页视图向量会话向量行为取向行为语义向量

来源：评论

学校读者我要写书评

暂无评论

Web数据挖掘中的数据预处理

引用

计算机工程 2002年第7期28卷 125-127页

作者：陈宝树党齐民华东理工大学计算机信息科学与工程学院上海200237

WLP数据挖掘是分析网络应用的主要手段。其数据源一般是网络服务器日志,然而日志记录的是杂乱的、不完整的、不准确的并且Web是非结构化的数据,必须进行数据预处理。文章将预处理过程分为个阶段—数据清洗、区分使用者、会话识别,并提... 详细信息

WLP数据挖掘是分析网络应用的主要手段。其数据源一般是网络服务器日志,然而日志记录的是杂乱的、不完整的、不准确的并且Web是非结构化的数据,必须进行数据预处理。文章将预处理过程分为个阶段—数据清洗、区分使用者、会话识别,并提出了一个高效的3Web数据挖掘预处理结构和相应的算法。

关键词： Web数据挖掘数据预处理结构化数据数据库

来源：评论

学校读者我要写书评

暂无评论

CORBA工作流时间Petri网建模与分析

引用

深圳大学学报（理工版） 2009年第1期26卷 42-46页

作者：郑红明仲华东理工大学信息科学与工程学院上海200237 深圳大学计算机与软件学院深圳518060

基于时间Petri网和工作流分析技术,引入时间工作流网概念,建立CORBA系统中由一组受时间约束的子工作流协作组成的工作流的时间工作流网模型,并基于该模型分析时间工作流网模型的有效性,验证了模型与系统需求规范的一致性.

关键词： CORBA系统工作流时间Petri网

来源：评论

学校读者我要写书评

暂无评论

学习理论的一个关键算法的稀疏逼近

引用

华东理工大学学报（自然科学版） 2004年第6期30卷 688-693页

作者：杨辉华王行愚华东理工大学信息科学与工程学院上海200237 桂林电子工业学院计算机系桂林541004

Poggio和Smale最近提出的学习理论的一个关键算法(Akeyalgorithm,KA)可用于非线性分类和回归,并避免求解二次规划,但几乎所有的样本是"支持向量"。为此提出了一种稀疏KA算法(SKA),通过设计特定的优化函数,SKA能有效减少"... 详细信息

Poggio和Smale最近提出的学习理论的一个关键算法(Akeyalgorithm,KA)可用于非线性分类和回归,并避免求解二次规划,但几乎所有的样本是"支持向量"。为此提出了一种稀疏KA算法(SKA),通过设计特定的优化函数,SKA能有效减少"支持向量",并具备良好的推广能力。将SKA应用于两个实际的模式识别问题,并与支持向量机(SVM)进行比较,验证了SKA的有效性。

关键词：一个关键算法稀疏逼近支持向量机正则化二次损失函数

来源：评论

学校读者我要写书评

暂无评论

基于决策变量时域变化特征分类的动态多目标进化算法

引用

自动化学报 2024年第11期50卷 2154-2176页

作者：闵芬董文波丁炜超华东理工大学信息科学与工程学院上海200237 上海市计算机软件评测重点实验室上海201112

动态多目标优化问题(Dynamic multi-objective optimization problems,DMOPs)广泛存在于科学研究和工程实践中,其主要考虑在动态环境下同时联合优化多个冲突目标.现有方法往往关注于目标空间的时域特征,忽视了对单个决策变量变化特性的... 详细信息

动态多目标优化问题(Dynamic multi-objective optimization problems,DMOPs)广泛存在于科学研究和工程实践中,其主要考虑在动态环境下同时联合优化多个冲突目标.现有方法往往关注于目标空间的时域特征,忽视了对单个决策变量变化特性的探索与利用,从而在处理更复杂的问题时不能有效引导种群收敛.为此,提出一种基于决策变量时域变化特征分类的动态多目标进化算法(Dynamic multi-objective evolutionary algorithm based on classification of decision variable temporal change characteristics,FT-DMOEA).所提算法在环境动态变化时,首先基于决策变量时域变化特征分类方法将当前时刻决策变量划分为线性变化和非线性变化两种类型;然后分别采用拉格朗日外插法和傅里叶预测模型对线性和非线性变化决策变量进行下一时刻的初始化操作.为了更有效地识别非线性决策变量变化模式,傅里叶预测模型通过傅里叶变换将历史种群数据从时域转换到频域,在分析周期性频率特征后,使用自回归模型进行频谱估计后再反变换至时域.在多个基准数据集上和其他算法进行对比,实验结果表明,所提算法是有效的.

关键词：傅里叶变换动态多目标优化问题决策变量分类动态多目标进化算法预测策略

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合和深度学习的微观扩散预测

引用

清华大学学报（自然科学版） 2024年第4期64卷 688-699页

作者：张雪芹刘岗王智能罗飞吴建华华东理工大学信息科学与工程学院上海200237 上海市计算机软件评测重点实验室上海201112

准确地预测社交网络中的信息扩散节点可以对谣言、计算机病毒等不良信息的传播以及信息泄露做到早检测、早溯源和早抑制。为了提高微观扩散预测精度,该文提出了一个基于多特征融合和深度学习的微观信息扩散预测通用框架(MFFDLP)。为了... 详细信息

准确地预测社交网络中的信息扩散节点可以对谣言、计算机病毒等不良信息的传播以及信息泄露做到早检测、早溯源和早抑制。为了提高微观扩散预测精度,该文提出了一个基于多特征融合和深度学习的微观信息扩散预测通用框架(MFFDLP)。为了获取信息扩散的时序特征,基于信息扩散序列和社交网络图,采用门控循环神经网络提取局部时序特征和全局时序特征,并融合形成信息扩散序列表征;为了获取用户交互行为和兴趣爱好的动态表示,根据历史信息构建信息扩散图,使用级联图注意力网络提取信息扩散子图中节点特征和边特征,并通过嵌入查找,融合形成当前信息扩散序列中相应节点的动态扩散表征;使用双多头注意力机制,进一步捕获静态和动态扩散特征的上下文信息,实现了高精度微观扩散预测。在3个公共数据集上的对比实验结果表明:所提方法优于对比方法,在微观扩散预测的精度上最高提高了9.98%。

关键词：社交网络微观扩散预测循环神经网络图注意力网络多头注意力机制

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：