检索结果-内蒙古大学图书馆

暂无评论

计算机辅助设计与图形学学报 2017年第3期29卷 444-449页

作者：王斌刘洋唐胜郭俊波中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049 国家计算机网络应急技术处理协调中心北京100029

行人检测在车辆辅助驾驶、视频监控、智能机器人等领域具有重要的应用价值.针对当前行人检测算法在视频分辨率低和背景复杂的情况下存在很多误检及漏检的问题,提出一种融合多模型和帧间信息的行人检测算法.首先融合Fast R-CNN和Faster R... 详细信息

行人检测在车辆辅助驾驶、视频监控、智能机器人等领域具有重要的应用价值.针对当前行人检测算法在视频分辨率低和背景复杂的情况下存在很多误检及漏检的问题,提出一种融合多模型和帧间信息的行人检测算法.首先融合Fast R-CNN和Faster R-CNN模型的互补检测结果获取精准的检测窗口;然后采用视频帧间上下文融合算法来弥补单帧图像检测算法存在的漏检和误检.实验结果表明,在Caltech行人检测数据库上,在每幅图像虚警率(FPPI)为10%的条件下,该算法丢失率仅为14.04%,比Faster R-CNN单模型丢失率(16.09%)降低2.05%;利用多模型和帧间信息融合对行人检测结果进行校正,能提高行人检测性能.

关键词：行人检测卷积神经网络模型融合帧间信息融合

来源：评论

学校读者我要写书评

暂无评论

学校读者我要写书评

暂无评论

面向固态硬盘的Spark数据持久化方法设计

引用

计算机研究与发展 2017年第6期54卷 1381-1390页

作者：陆克中朱金彬李正民隋秀峰深圳大学计算机与软件学院广东深圳518060 广东工业大学计算机学院广州511400 计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 国家计算机网络应急技术处理协调中心北京100029 中国工程院战略咨询中心北京100088

基于固态硬盘(solid-state drive,SSD)和硬盘(hard disk drive,HDD)混合存储的数据中心已经成为大数据计算领域的高性能载体,数据中心负载应该可将不同特性的数据按需持久化到SSD或HDD,以提升系统整体性能.Spark是目前产业界广泛使用的... 详细信息

基于固态硬盘(solid-state drive,SSD)和硬盘(hard disk drive,HDD)混合存储的数据中心已经成为大数据计算领域的高性能载体,数据中心负载应该可将不同特性的数据按需持久化到SSD或HDD,以提升系统整体性能.Spark是目前产业界广泛使用的高效大数据计算框架,尤其适用于多次迭代计算的应用领域,其原因在于Spark可以将中间数据持久化在内存或硬盘中,且持久化数据到硬盘打破了内存容量不足对数据集规模的限制.然而,当前的Spark实现并未专门提供显式的面向SSD的持久化接口,尽管可根据配置信息将数据按比例分布到不同的存储介质中,但是用户无法根据数据特征按需指定RDD的持久化存储介质,针对性和灵活性不足.这不仅成为进一步提升Spark性能的瓶颈,而且严重影响了混合存储系统性能的发挥.有鉴于此,首次提出面向SSD的数据持久化策略.探索了Spark数据持久化原理,基于混合存储系统优化了Spark的持久化架构,最终通过提供特定的持久化API实现用户可显式、灵活指定RDD的持久化介质.基于SparkBench的实验结果表明,经本方案优化后的Spark与原生版本相比,其性能平均提升14.02%.

关键词：大数据混合存储固态硬盘 Spark 持久化

来源：评论

学校读者我要写书评

暂无评论

tsk-shell:一种话题敏感的高影响力传播者发现算法

引用

计算机研究与发展 2017年第2期54卷 361-368页

作者：笱程成杜攀贺敏刘悦程学旗中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049 国家计算机网络与信息安全管理中心北京100029

在社交网络中,挖掘高影响力的信息传播者,对微博服务中内容的流行度分析和预测是非常有价值的任务.与众多相关方法相比,k-shell分解(k-core)方法因其简洁高效、平均性能好的特点吸引了越来越多的研究人员的兴趣.但是,目前k-shell方法着... 详细信息

在社交网络中,挖掘高影响力的信息传播者,对微博服务中内容的流行度分析和预测是非常有价值的任务.与众多相关方法相比,k-shell分解(k-core)方法因其简洁高效、平均性能好的特点吸引了越来越多的研究人员的兴趣.但是,目前k-shell方法着重考虑节点在网络中的位置因素,而忽略了话题在信息传播中的影响.因此,为了利用用户历史数据中蕴含的话题对消息的传播概率进行细粒度的建模,提出了一种话题敏感的k-shell(topic-sensitive k-shell,tsk-shell)分解算法.在真实Twitter数据集上实验表明,在发现top k高影响力传播者任务中,tsk-shell比k-shell的性能平均提高了约40%,证明了tsk-shell算法的有效性.

关键词：高影响力传播者 k-shell分解社交网络信息扩散传播概率微博

来源：评论

学校读者我要写书评

暂无评论

基于特征驱动的微博话题检测方法

引用

中文信息学报 2017年第3期31卷 101-108,124页

作者：贺敏刘玮刘悦王丽宏白硕程学旗中国科学院计算技术研究所中国科学院网络数据科学与技术重点实验室北京100190 国家计算机网络应急技术处理协调中心北京100029

该文针对微博数据稀疏、内容关系难以计算的特点,提出了一种基于特征驱动的微博话题检测方法。提取有意义串作为微博动态特征,根据微博的结构关系计算特征的作者影响力和文档影响力,与内容统计特性共同构成特征的属性组,采用逻辑回归对... 详细信息

该文针对微博数据稀疏、内容关系难以计算的特点,提出了一种基于特征驱动的微博话题检测方法。提取有意义串作为微博动态特征,根据微博的结构关系计算特征的作者影响力和文档影响力,与内容统计特性共同构成特征的属性组,采用逻辑回归对特征建模,基于属性组对特征二元分类得到话题关键特征,将关键特征之间的互信息作为距离度量,改进最近邻聚类方法对关键特征聚类产生话题。微博数据实验表明,该方法有效提高了微博话题检测的准确率和召回率。

关键词：话题检测微博关键特征逻辑回归聚类

来源：评论

学校读者我要写书评

暂无评论

社交网络用户在在线媒体中点播行为预测

引用

中文信息学报 2017年第4期31卷 199-207页

作者：刘强李静远王元卓刘悦任彦中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学北京100049 国家计算机网络应急技术处理协调中心北京100029

在线媒体快速发展,为用户带来丰富多彩信息的同时,用户的参与也给在线媒体本身带来巨大的经济利益。因此,如何通过精确预测用户的偏好以增加在线媒体点击,成为一个学术界和工业界均关注的问题。现有的预测方法主要是借助用户个人信息和... 详细信息

在线媒体快速发展,为用户带来丰富多彩信息的同时,用户的参与也给在线媒体本身带来巨大的经济利益。因此,如何通过精确预测用户的偏好以增加在线媒体点击,成为一个学术界和工业界均关注的问题。现有的预测方法主要是借助用户个人信息和历史行为来预测用户行为,然而此类方法没有考虑媒体本身缺乏用户信息造成无法预测的问题。随着社交网络的发展,在线媒体与服务运营商间的兼并或合作的增多,支持用户通过单一账户使用多个媒体网络服务的情况越来越常见,这就为基于用户在社交网络中的资料预测用户在其他媒体中的喜好提供海量可信的基础数据。该文基于社交网络Google+和视频媒体YouTube的数据,首先证明用户在YouTube偏好具有高度的集聚性,并提出用户在社交网络中偏好与其在线媒体点击行为具有关联性,基于这种关联性,该文使用社交网络用户信息预测用户在在线媒体中的点播行为。实验结果显示,使用社交网络用户信息可以有效预测用户偏好,预测准确率比仅使用媒体本身信息提高了17%,而且能满足用户个性化需求。

关键词：社交网络在线媒体用户偏好预测

来源：评论

学校读者我要写书评

暂无评论

融合马尔可夫聚类的实体间关系消解方法

引用

计算机科学与探索 2017年第4期11卷 511-519页

作者：常雨骁庞琳贾岩涛林海伦王元卓刘悦刘春阳中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学北京100049 国家计算机网络应急技术处理协调中心北京100029

随着面向网络大数据的知识库的不断出现,它们各自都包含海量的实体以及实体间的关系。然而许多有相同含义的关系并没有统一名称,针对这种情况,提出了一种基于马尔可夫聚类(Markov cluster algorithm,MCL)的实体间关系融合方法。该方法... 详细信息

随着面向网络大数据的知识库的不断出现,它们各自都包含海量的实体以及实体间的关系。然而许多有相同含义的关系并没有统一名称,针对这种情况,提出了一种基于马尔可夫聚类(Markov cluster algorithm,MCL)的实体间关系融合方法。该方法首先计算关系间的语义相似度,然后利用关系间的语义相似度作为有边的权重,构建无向图,并利用马尔可夫聚类算法进行聚类。实验表明,该方法相比层次聚类和k-means聚类方法在聚类纯度上有一定提高,并且更加方便使用。

关键词：马尔可夫聚类知识库实体间关系

来源：评论

学校读者我要写书评

暂无评论

异构存储感知的Ceph存储系统数据放置方法

引用

计算机科学 2017年第6期44卷 17-22页

作者：刘飞蒋德钧张欢陈静王筠熊劲中国科学院计算技术研究所北京100190 山东省计算中心(国家超级计算济南中心)山东省计算机网络重点实验室济南250101 山东科技大学计算机科学与工程学院青岛266590

Ceph分布式存储系统正成为广泛使用的开源云环境存储解决方案。异构存储如果应用有效的数据管理策略,则能够在保持低成本的同时提供大容量和高性能存储。在Ceph中使用异构存储设备不能有效发挥异构存储设备的性能,由于数据的多个副本可... 详细信息

Ceph分布式存储系统正成为广泛使用的开源云环境存储解决方案。异构存储如果应用有效的数据管理策略,则能够在保持低成本的同时提供大容量和高性能存储。在Ceph中使用异构存储设备不能有效发挥异构存储设备的性能,由于数据的多个副本可以存放到不同的存储介质中,因此不同的副本组合的性能和成本都不一样。针对Ceph提出一种面向异构存储的数据放置方法,通过划分多种不同的副本组合,根据数据热度和读写比例将不同的数据放到不同的副本组合上,在提升系统性能的同时有效地控制了系统容量成本。

关键词：异构存储数据放置副本 Ceph

来源：评论

学校读者我要写书评

暂无评论

面向大规模图像拷贝检测的一种目标级签名提取方法

引用

计算机辅助设计与图形学学报 2016年第9期28卷 1543-1549页

作者：王刚刘洋高科李锦涛中国科学院计算技术研究所智能信息处理重点实验室北京100190 国家计算机网络应急技术处理协调中心北京100029

针对传统的不变量提取方法耗时巨大、对图像背景和前景目标不加取舍、特征冗余多而且区分性差的问题,提出一种目标级签名提取方法——BLIP.首先提出一种快速的仿射不变局部特征检测与描述方法,将提取速度由秒级提升到毫秒级;然后采用改... 详细信息

针对传统的不变量提取方法耗时巨大、对图像背景和前景目标不加取舍、特征冗余多而且区分性差的问题,提出一种目标级签名提取方法——BLIP.首先提出一种快速的仿射不变局部特征检测与描述方法,将提取速度由秒级提升到毫秒级;然后采用改进的二进制化赋范梯度算法检测图像中的前景目标,并将目标区域内BLIP的空间上下文编码为二进制图像签名.实验结果表明,BLIP方法对网络中常见的拷贝攻击具有良好的鲁棒性,提取时间仅需8.9 ms,消耗的内存分别为尺度不变特征变换算法的0.17%,二进制鲁棒尺度不变关键点算法的2%.

关键词：目标级签名局部不变模式目标测量拷贝检测

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：