检索结果-内蒙古大学图书馆

控制与决策 2023年第3期38卷 790-796页

作者：申晓宁姚铖滨徐继勇宋丽妍王玉芳南京信息工程大学自动化学院南京210044 南京信息工程大学、江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学、江苏省大数据分析技术重点实验室南京210044 南方科技大学、广东省类脑智能计算重点实验室广东深圳518055

考虑新技能的学习机制,建立软件项目调度问题的数学模型.该模型融入员工对新技能的学习、新技能熟练度的增长、投入度的自适应变化以及已有技能熟练度变化等实际因素,通过寻找最佳员工任务分配方案,最小化软件项目的工期和成本.为求解... 详细信息

考虑新技能的学习机制,建立软件项目调度问题的数学模型.该模型融入员工对新技能的学习、新技能熟练度的增长、投入度的自适应变化以及已有技能熟练度变化等实际因素,通过寻找最佳员工任务分配方案,最小化软件项目的工期和成本.为求解该模型,提出一种引入问题启发信息的离散人工蜂群算法.将多元学习策略应用于引领蜂阶段,在保证种群多样性的同时,加强算法全局搜索能力.在跟随蜂阶段采用一种基于启发信息的变异机制,保留最优个体中契合度较高的员工信息,并根据不同个体目标值的优劣采用相异的变异方式,针对性地进行搜索,以增强算法的局部寻优能力.实验结果表明,与已有算法相比,所提算法在不同规模的软件项目调度问题中均能够搜索到更优的分配方案.

关键词：软件项目调度新技能学习机制熟练度人工蜂群算法多元学习启发信息

来源：评论

学校读者我要写书评

暂无评论

面向成组对象集的增量式属性约简算法

引用

智能系统学报 2016年第4期11卷 496-502页

作者：钱进朱亚炎江苏理工学院计算机工程学院江苏常州213015 南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044

现实世界中数据集都是动态变化的,非增量式属性约简方法从头重新计算原始数据集,而且未考虑先前约简结果中的信息,将耗费大量的时间和空间。为此,讨论了动态数据环境下约简的不变性,提出了一种面向成组对象集的增量式属性约简算法,利用... 详细信息

现实世界中数据集都是动态变化的,非增量式属性约简方法从头重新计算原始数据集,而且未考虑先前约简结果中的信息,将耗费大量的时间和空间。为此,讨论了动态数据环境下约简的不变性,提出了一种面向成组对象集的增量式属性约简算法,利用先前约简中信息来快速获取强传承性的约简,从而提高增量式学习算法效率。最后,将该算法与非增量式约简方法和面向单个对象的增量式约简方法在UCI数据集和人工数据集上进行了相关比较。实验结果表明,面向成组对象的增量式属性约简算法能够快速处理动态数据,具有较好的约简传承性。

关键词：粗糙集属性约简成组对象集约简传承性增量式学习

来源：评论

学校读者我要写书评

暂无评论

基于双向神经网络的图像分类算法

引用

计算机工程与设计 2018年第10期39卷 3113-3117页

作者：季思文闫胜业王蒙南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 南京信息工程大学计算机软件学院江苏南京210044

卷积神经网络需要把特征矩阵转换成向量才能进行全连接,对特征空间结构信息造成破坏。针对这个问题,提出一种基于双向神经网络的图像分类算法。利用双向(Two-Directional)层替代原先网络框架中的全连接层并进行端到端的训练,减少特征空... 详细信息

卷积神经网络需要把特征矩阵转换成向量才能进行全连接,对特征空间结构信息造成破坏。针对这个问题,提出一种基于双向神经网络的图像分类算法。利用双向(Two-Directional)层替代原先网络框架中的全连接层并进行端到端的训练,减少特征空间结构信息的损失,提出一种扩展BP算法,用于求解双向神经网络的学习问题。改进CaffeNet及vgg-16模型并在Caltech-256和Oxford Flower-102数据集上进行图像分类对比实验,实验结果表明,在相同的实验条件下双向神经网络算法能有效提升图像分类的性能。

关键词：卷积神经网络双向神经网络图片分类特征提取全连接层

来源：评论

学校读者我要写书评

暂无评论

基于分组学习粒子群算法的众包软件项目调度

引用

计算机集成制造系统 2024年第6期30卷 2056-2068页

作者：申晓宁徐继勇姚铖滨宋丽妍南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 南方科技大学广东省类脑智能计算重点实验室广东深圳518055

为解决众包软件项目调度问题中的开发者选择、任务分配和投入度确定3个强耦合子问题,引入开发者信誉度,考虑技能、工作时长、开发团队规模等约束,以项目完成质量和工期为目标建立数学模型。提出一种采用三段式混合编码的分组学习粒子群... 详细信息

为解决众包软件项目调度问题中的开发者选择、任务分配和投入度确定3个强耦合子问题,引入开发者信誉度,考虑技能、工作时长、开发团队规模等约束,以项目完成质量和工期为目标建立数学模型。提出一种采用三段式混合编码的分组学习粒子群算法求解所建模型。所提算法根据适应度排序将种群划分为3组,不同分组的粒子数量随进化代数自适应变化,且各组根据不同的适应度采用不同的更新策略。将所提算法与10种具有代表性的算法在12个不同规模的众包软件项目调度算例中进行对比,结果表明,所提算法能够获得精度更高的调度方案。

关键词：众包软件项目调度粒子群优化分组学习混合编码信誉度

来源：评论

学校读者我要写书评

暂无评论

基于近似牛顿法的分布式卷积神经网络训练

引用

计算机科学 2019年第7期46卷 180-185页

作者：王雅慧刘博袁晓彤南京信息工程大学信息与控制学院南京210044 江苏省大数据分析技术重点实验室南京210044 罗格斯大学计算机科学学院新泽西州08854

大多数机器学习问题可以最终归结为最优化问题(模型学习)。它主要运用数学方法研究各种问题的优化途径及方案,在科学计算和工程分析中起着越来越重要的作用。随着深度网络的快速发展,数据和参数规模也日益增长。尽管近些年来GPU硬件、... 详细信息

大多数机器学习问题可以最终归结为最优化问题(模型学习)。它主要运用数学方法研究各种问题的优化途径及方案,在科学计算和工程分析中起着越来越重要的作用。随着深度网络的快速发展,数据和参数规模也日益增长。尽管近些年来GPU硬件、网络架构和训练方法均取得了重大的进步,但单一计算机仍然很难在大型数据集上高效地训练深度网络模型,分布式近似牛顿法作为解决这一问题的有效方法之一被引入到分布式神经网络的研究中。分布式近似牛顿法将总体样本平均分布到多台计算机,减少了每台计算机所需处理的数据量,使计算机之间互相通信,共同协作完成训练任务。文中提出了基于近似牛顿法的分布式深度学习,在相同的网络中利用分布式近似牛顿法训练,随着GPU数目呈2的指数次幂增加,训练时间呈近乎2的指数次幂减少。这与研究的最终目的一致,即在保证估计精度的前提下,利用现有分布式框架实现近似牛顿法,分布式训练神经网络,从而提升训练效率。

关键词：最优化问题近似牛顿法分布式框架神经网络

来源：评论

学校读者我要写书评

暂无评论

基于全局和局部特征融合的车型识别

引用

计算机工程与设计 2016年第4期37卷 1051-1055页

作者：金炎孙伟唐慧强张小瑞陈胜南京信息工程大学信息与控制学院江苏南京210044 南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 南京信息工程大学计算机与软件学院江苏南京210044

针对车型识别中计算时间过长、识别精度低的问题,提出基于整体与局部特征融合的车型识别方法。利用Sobel算子、Gabor滤波器组分别提取车辆的整体特征以及局部特征,结合灰关联分析对维数较高的局部特征进行优化;为减少稀疏表示中字典维... 详细信息

针对车型识别中计算时间过长、识别精度低的问题,提出基于整体与局部特征融合的车型识别方法。利用Sobel算子、Gabor滤波器组分别提取车辆的整体特征以及局部特征,结合灰关联分析对维数较高的局部特征进行优化;为减少稀疏表示中字典维度过高带来的计算耗时问题,提出双层串行分类策略,第一层中以整体特征为依据对车型进行粗略划分,第二层中以局部特征为依据实现最终的车型辨识。实验结果表明,该方法能有效提高车型识别的正确率,减少高维特征带来的计算时间消耗。

关键词： Sobel算子 Gabor滤波器灰关联分析稀疏表示车型辨识

来源：评论

学校读者我要写书评

暂无评论

基于全局信息优化的USV-VIO算法

引用

控制工程 2024年

作者：孟晓晴葛泉波黄岩军南京信息工程大学计算机学院南京信息工程大学自动化学院江苏省大数据分析技术重点实验室大气环境与装备技术协同创新中心同济大学汽车学院

为解决水面反射和光照等因素造成的视觉特征稀少致使USV(Unmanned Surface Vehicles)定位精度和定位稳定性下降的问题，研究提出了一种基于全局信息优化的USV-VIO(Visual-Inertial Odometry)算法。该算法通过设计一种自适应多角度匹配... 详细信息

为解决水面反射和光照等因素造成的视觉特征稀少致使USV(Unmanned Surface Vehicles)定位精度和定位稳定性下降的问题，研究提出了一种基于全局信息优化的USV-VIO(Visual-Inertial Odometry)算法。该算法通过设计一种自适应多角度匹配点提纯方法，有效消除光照影响下的特征点误匹配，并通过基于RANSAC(Random Sample Consensus)优化的视觉位姿计算方法降低计算复杂度，提高系统实时性，此外，结合直接法和五点法的视觉惯导联合初始化算法保证了系统在特征匹配稀疏场景下的稳定性，最后设计基于非关键帧的视觉惯导融合定位方法优化惯导数据，通过提高预积分精确度，实现定位精度提升。实验结果表明，该算法在多组EuRoc公开数据集和现场采集的USV航行数据集中表现出更好的适应性和定位精度，有效提升了水面场景下的系统性能。

关键词：多传感器融合运动估计组合导航非线性优化

来源：评论

学校读者我要写书评

暂无评论

基于离散混合蛙跳算法的地震应急物资调度

引用

系统仿真学报 2024年第1期36卷 97-109页

作者：申晓宁葛忠佩姚铖滨宋丽妍王玉芳南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 广东省类脑智能计算重点实验室(南方科技大学) 广东深圳518055

建立震后应急物资调度数学模型。该模型根据各灾区的受灾情况评估其救援紧急程度,并设计一种需求拆分供应的运输机制,提高车辆的利用效率。为求解该模型,提出一种多源信息学习的离散混合蛙跳算法。所提算法引入多种信息源以扩展算法的... 详细信息

建立震后应急物资调度数学模型。该模型根据各灾区的受灾情况评估其救援紧急程度,并设计一种需求拆分供应的运输机制,提高车辆的利用效率。为求解该模型,提出一种多源信息学习的离散混合蛙跳算法。所提算法引入多种信息源以扩展算法的搜索方向,降低种群的同化速度。同时,让子组最差个体学习种群中的有效信息,提高算法的收敛精度。实验结果表明,所提算法能够搜索到精度更优的调度方案,对问题规模具有良好的可扩展性。

关键词：应急物资调度混合蛙跳算法灾区紧急程度需求拆分供应车辆路径问题

来源：评论

学校读者我要写书评

暂无评论

多媒体内容的多维度相似性计算与搜索专题前言

引用

软件学报 2020年第7期31卷 1931-1932页

作者：蒋树强刘青山孙立峰李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 江苏省大数据分析技术重点实验室(南京信息工程大学自动化学院) 江苏南京210044 清华大学计算机科学与技术系北京100084 北京航空航天大学计算机学院北京100191

图像、视音频等多媒体数据包含的信息量非常丰富.近年来,随着研究的不断深入,根据不同应用需求,多媒体搜索可以从不同维度展开,包括从底层特征到高层语义的表示维度、从实例到类别的物体维度、从单个概念到多个概念直至语言的描述维度... 详细信息

图像、视音频等多媒体数据包含的信息量非常丰富.近年来,随着研究的不断深入,根据不同应用需求,多媒体搜索可以从不同维度展开,包括从底层特征到高层语义的表示维度、从实例到类别的物体维度、从单个概念到多个概念直至语言的描述维度、从全局内容到局部区域的尺度维度等,并且这些维度之间也相互关联与交叉.多维度的多媒体相似性计算与搜索研究可以深入挖掘多媒体内容的相似性,建立更加全面的多媒体内容搜索方案.

关键词：相似性计算多媒体内容底层特征多维度搜索方案视音频不同维度

来源：评论

学校读者我要写书评

暂无评论

多媒体数据的知识关联与理解专题前言

引用

软件学报 2019年第4期30卷 865-866页

近年来,不同来源的多媒体数据产生量剧增,成为用户信息获取、信息交换与信息消费的主要对象,多媒体数据具有广泛的应用需求和重大的应用价值.相对于其他数据类型,图像、视频等多媒体数据具有关系繁杂、冗余性强、信息隐藏深、全面理解... 详细信息

近年来,不同来源的多媒体数据产生量剧增,成为用户信息获取、信息交换与信息消费的主要对象,多媒体数据具有广泛的应用需求和重大的应用价值.相对于其他数据类型,图像、视频等多媒体数据具有关系繁杂、冗余性强、信息隐藏深、全面理解困难等特点,因此,全面和准确地分析和理解多媒体内容是一个非常重要和具有挑战性的问题.最近,基于知识关联与理解的多媒体计算正逐渐得到研究者的关注,呈现出新的发展动态,这项研究可以使得多媒体内容的分析与理解更加深入,建立从多媒体内容感知到全面认知理解的桥梁.

关键词：多媒体数据知识多媒体内容多媒体计算信息获取信息消费信息交换数据类型

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：