检索结果-内蒙古大学图书馆

中国科学：信息科学 2023年第4期53卷 737-757页

作者：钟小玉韩玉艳姚香娟巩敦卫孙永征中国矿业大学数学学院徐州221116 聊城大学计算机学院聊城252000 中国矿业大学信息与控制工程学院徐州221116 南京大学计算机软件新技术国家重点实验室南京210023

在实际工业生产中,调度环境的复杂性与不确定性使得调度问题求解难度大大提高.针对加工时间不确定的柔性作业车间调度问题,采用不确定参数描述随机工时波动程度和约束条件允许违背程度,构建工时波动服从指数分布的多目标柔性车间调度模... 详细信息

在实际工业生产中,调度环境的复杂性与不确定性使得调度问题求解难度大大提高.针对加工时间不确定的柔性作业车间调度问题,采用不确定参数描述随机工时波动程度和约束条件允许违背程度,构建工时波动服从指数分布的多目标柔性车间调度模型.基于机会约束规划理论,将不确定调度问题转化为加工时间确定的柔性作业车间调度问题,求解得到一定程度上具有鲁棒性能的调度方案.在执行过程中,采用工序移动调整和重调度方法对作业排产方案进行动态调整.基于双链式编码以及贪婪插入法解码规则,提出了基于变邻域搜索的混合NSGA-Ⅱ算法.针对车间调度问题的多约束性和计算复杂度高等特点,设计了基于机器选择的复合启发式规则,包括依据概率的最小累计机器负载和最短工序加工时间规则,以获取更加接近Pareto前沿的均匀分布初始种群.采用改进工序和设备交叉策略以提高算法的全局搜索能力.此外,基于关键工序和机器选择的多种邻域结构,设计了变邻域搜索策略,以进一步提高算法的局部搜索能力.通过Kacem和Brandimarte标准算例的数值仿真以及与多种代表算法的统计比较,验证了所提算法的有效性.本文所提算法为不确定柔性作业车间调度问题提供了更优的调度方案.

关键词：多目标优化柔性作业车间调度 NSGA-Ⅱ 变邻域搜索不确定工时机会约束规划

来源：评论

学校读者我要写书评

暂无评论

边缘场景下面向分布式交互应用的服务器分配

引用

计算机工程与科学 2024年第10期46卷 1748-1756页

作者：顾颖程魏柳姜宁程环宇刘凯宋玉刘梅招汤雷陈彧张胜国网江苏省电力有限公司信息通信分公司江苏南京210024 南京大学计算机软件新技术全国重点实验室江苏南京210023

移动边缘计算作为一种极具前瞻性的分布式计算范式,将云计算的计算能力下沉到网络边缘来高效地处理数据。近年来,分布式交互应用的需求激增,移动智能设备数量爆炸性增长,作为移动边缘计算的重要组成部分,边缘服务器可以使交互应用程序... 详细信息

移动边缘计算作为一种极具前瞻性的分布式计算范式,将云计算的计算能力下沉到网络边缘来高效地处理数据。近年来,分布式交互应用的需求激增,移动智能设备数量爆炸性增长,作为移动边缘计算的重要组成部分,边缘服务器可以使交互应用程序在用户附近执行,从而解决通信和网络开销过大和数据无法即时处理的问题。一个关键的挑战是找到一个合适的边缘服务器分配策略以有效降低交互延迟和平衡服务器工作负载。基于此目标提出了边缘服务器分配算法ESADQN,将问题建模为马尔可夫决策过程,使用强化学习有效地选择边缘服务器部署位置,并将用户分配到相应服务器。与k-means算法相比,ESADQN算法在工作负载标准差相近的情况下,总交互时延平均减少了31%;与Top-K算法相比,ESADQN算法在总交互时延相近的情况下,工作负载标准差平均减少了49%。实验结果表明,ESADQN选择的服务器分配方案能有效降低交互时延和工作负载标准差。

关键词：边缘计算服务器分配分布式交互应用马尔可夫决策过程强化学习

来源：评论

学校读者我要写书评

暂无评论

一种监控系统的链路跟踪型日志数据的存储设计

引用

软件学报 2021年第5期32卷 1302-1321页

作者：尤勇汪浩任天顾胜晖孙佳林美团点评上海200335 南京大学软件学院江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

随着软件系统越来越复杂化和分布化,为系统提供具有完善功能的监控服务显得越来越重要.APM(application performance management)系统通过采集软件系统运行时的各项指标数据来分析软件的运行状态,例如CPU、内存使用率、垃圾回收的耗时、... 详细信息

随着软件系统越来越复杂化和分布化,为系统提供具有完善功能的监控服务显得越来越重要.APM(application performance management)系统通过采集软件系统运行时的各项指标数据来分析软件的运行状态,例如CPU、内存使用率、垃圾回收的耗时、QPS等指标.此外,APM系统也会在软件运行中生成各种日志数据.通常来说,它能提供的监控数据分为3种:指标统计数据、链路跟踪(tracing)数据以及离散事件记录.这些数据有助于系统或者服务的维护人员理解运行状态,从而确保系统或者服务的稳定运行.基于开源的APM监控系统——CAT系统,提出了一种针对tracing类型数据的存储设计方案,通过内存块批量写入的方式提升存储效率,并设计了两级索引以提高查询效率.从线上的真实运行数据来看,该方案在写入性能和查询性能方面均有较好的表现.

关键词：监控系统日志存储两级索引

来源：评论

学校读者我要写书评

暂无评论

小样本困境下的深度学习图像识别综述

引用

软件学报 2022年第1期33卷 193-210页

作者：葛轶洲刘恒王言徐百乐周青申富饶通信信息控制和安全技术重点实验室浙江嘉兴314033 中国电子科技集团公司第三十六研究所浙江嘉兴314033 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

图像识别是图像研究领域的核心问题,解决图像识别问题对人脸识别、自动驾驶、机器人等各领域研究都有重要意义.目前广泛使用的基于深度神经网络的机器学习方法,已经在鸟类分类、人脸识别、日常物品分类等图像识别数据集上达到了超过人... 详细信息

图像识别是图像研究领域的核心问题,解决图像识别问题对人脸识别、自动驾驶、机器人等各领域研究都有重要意义.目前广泛使用的基于深度神经网络的机器学习方法,已经在鸟类分类、人脸识别、日常物品分类等图像识别数据集上达到了超过人类的水平,同时越来越多的工业界应用开始考虑基于深度神经网络的方法,以完成一系列图像识别业务.但是深度学习方法极度依赖大规模标注数据,这一缺陷极大地限制了深度学习方法在实际图像识别任务中的应用.针对这一问题,越来越多的研究者开始研究如何基于少量的图像识别标注样本来训练识别模型.为了更好地理解基于少量标注样本的图像识别问题,广泛地讨论了几种图像识别领域主流的少量标注学习方法,包括基于数据增强的方法、基于迁移学习的方法以及基于元学习的方法,通过讨论不同算法的流程以及核心思想,可以清晰地看到现有方法在解决少量标注的图像识别问题上的优点和不足.最后针对现有方法的局限性,指出了小样本图像识别未来的研究方向.

关键词：图像识别深度学习小样本学习数据增强迁移学习元学习

来源：评论

学校读者我要写书评

暂无评论

多天线无线充电器的安全布置研究

引用

计算机科学 2024年第8期51卷 345-353页

作者：任美璇邓鹏赵悦汪笑宇王超戴海鹏吴黎兵武汉大学国家网络安全学院武汉430072 计算机软件新技术国家重点实验室(南京大学) 南京210023 苏州大学计算机科学与技术学院江苏苏州215006 郑州大学网络空间安全学院郑州450001

多天线无线充电器的安全布置问题(SPINNER)涉及给定一组无线可充电设备和一组无线充电器,每个充电器都配备了多根有向天线,需确定其功率水平和策略(包括充电器的位置和天线方向),以最大化整体充电效用,并确保目标区域内任意位置均满足... 详细信息

多天线无线充电器的安全布置问题(SPINNER)涉及给定一组无线可充电设备和一组无线充电器,每个充电器都配备了多根有向天线,需确定其功率水平和策略(包括充电器的位置和天线方向),以最大化整体充电效用,并确保目标区域内任意位置均满足电磁辐射安全约束。文中考虑了两种场景,分别是具有给定位置集的多天线无线充电器的安全布置(SPINNER-G)和具有任意点的多天线无线充电器的安全布置(SPINNER-A)。首先,采用分段常数函数近似非线性充电功率函数,并将二维区域划分为有限数量的子区域,使得无限的电磁辐射安全约束减少为有限个。然后,针对SPINNER-G,提出了一种最大覆盖集提取方法,以限制无线充电器的方向。针对SPINNER-A,构造了最大相交情况,以限制充电器的位置和方向。文中提出了两种基于线性规划的贪心方案,分别求解SPINNER-G和SPINNER-A,近似比均为1/2-ε。仿真结果表明,所提算法在充电效用方面相比3种对比算法至少提高了54.2%。

关键词：多天线无线充电器有向充电安全布置充电调度近似算法

来源：评论

学校读者我要写书评

暂无评论

空间通信载波多普勒频偏的局部聚类捕获算法

引用

数据采集与处理 2025年第1期40卷 147-162页

作者：张兆维王帅威杜帅吴同邱帅博刘琳左加阔潘甦南京邮电大学物联网学院南京210003 南京大学计算机软件新技术全国重点实验室南京210023 南京邮电大学通达学院计算机工程学院扬州225127 北京邮电大学泛网无线通信教育部重点实验室北京100876

与地面通信不同,空间通信通常涉及相距很远且高速飞行的信号载体。此时,信号传输会面临两个困难:远距离路径损耗导致的低信噪比(Signal-to-noise-ratio,SNR)和高速相对运动引起的高动态多普勒频偏。针对多普勒频偏捕获,低SNR要求一个很... 详细信息

与地面通信不同,空间通信通常涉及相距很远且高速飞行的信号载体。此时,信号传输会面临两个困难:远距离路径损耗导致的低信噪比(Signal-to-noise-ratio,SNR)和高速相对运动引起的高动态多普勒频偏。针对多普勒频偏捕获,低SNR要求一个很长的累积周期来累积很多个信号。但是,在这个长累积周期内,高动态多普勒频偏扩散所有信号的总能量到一个很宽的频率区间。为解决此能量扩散问题,本文提出一种局部聚类捕获(Local-clustering-acquisition,LCA)算法。该算法首先利用全局范围内最大元素来构造一个局部范围,然后从局部范围内选择若干个较大元素并进行聚类,最后从聚类结果中搜索最大的簇来得到捕获结果。理论分析和仿真验证结果表明,相较于现有算法,LCA算法在提升捕获概率方面展现出显著优势。

关键词：空间通信多普勒捕获能量扩散局部范围聚类

来源：评论

学校读者我要写书评

暂无评论

车联网边缘计算环境下基于流量预测的高效任务卸载策略研究

引用

电子学报 2025年第2期53卷 329-343页

作者：许小龙杨威杨辰翊程勇齐连永项昊龙窦万春南京信息工程大学软件学院江苏省大气环境与装备技术协同创新中心江苏省先进计算与智能服务工程研究中心东南大学软件学院中国石油大学(华东)计算机科学与技术学院南京大学计算机软件新技术国家重点实验室

车联网（Internet of Vehicles,IoV）边缘计算通过将移动边缘计算和车联网相结合，实现了车辆计算任务从云服务器向边缘服务器的下沉，从而有效降低了车联网服务的响应时延.然而，车联网中不规则的交通流时空分布会导致边缘服务器计算... 详细信息

车联网（Internet of Vehicles,IoV）边缘计算通过将移动边缘计算和车联网相结合，实现了车辆计算任务从云服务器向边缘服务器的下沉，从而有效降低了车联网服务的响应时延.然而，车联网中不规则的交通流时空分布会导致边缘服务器计算负载不均衡，进而影响车联网服务的实时响应.为此，本文提出了一种车联网边缘计算环境下基于流量预测的高效任务卸载策略.具体而言，首先设计了能充分挖掘路段间连通性和距离信息的切比雪夫图加权网络（Chebyshev graph Weighted Network,ChebWN）进行交通流量预测.然后，设计了一种基于深度强化学习的二元任务卸载方法（DRL-based Binary task Offloading Algorithm,DBOA），该算法将二元任务卸载的决策过程分为两个阶段，即首先通过深度强化学习得到卸载策略，再通过一维双端查找算法确定最大化总计算速率的时间片分配方案，降低了决策过程的复杂度.最后，通过大量的对比实验验证了ChebWN在预测交通流量方面的准确性，以及DBOA在提升车联网服务响应速度方面的优越性.

关键词：移动边缘计算深度强化学习车联网图神经网络(GNN) 任务卸载

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯优化的强化学习广义不动点解逼近

引用

山东大学学报（工学版） 2024年第4期54卷 21-34页

作者：陈兴国吕咏洲巩宇陈耀雄南京邮电大学大数据安全与智能处理重点实验室江苏南京210023 南京大学计算机软件新技术国家重点试验室江苏南京210046 淮阴工学院电子信息工程学院江苏淮安223003

针对强化学习不动点的解更优这一问题,提出广义不动点解模型设计,该设计使用n步自举法的不动点解扩展和基于线性插值法的不动点解构造方法。将该设计应用于成熟的CBMPI算法框架上,提出基于广义不动点的CBMPI(n,β)算法。针对如何表达并... 详细信息

针对强化学习不动点的解更优这一问题,提出广义不动点解模型设计,该设计使用n步自举法的不动点解扩展和基于线性插值法的不动点解构造方法。将该设计应用于成熟的CBMPI算法框架上,提出基于广义不动点的CBMPI(n,β)算法。针对如何表达并逼近最优解这一问题,提出基于贝叶斯优化的广义不动点解的参数优化和基于集成学习的更高质量的解。在经典的10×10规模的Tetris游戏环境中验证算法提出的有效性。试验结果证明了基于线性插值法的广义不动点构造能比n步传统不动点效果好,其效果与其超参数步长n和插值参数β有很大关联。在100局的Tetris游戏中,平均分达到4 388.3,表明贝叶斯优化技术可以找到多组表现优异的策略。对表现优异的四组广义不动点的策略参数(贝叶斯优化技术的结果)进行策略集成和值函数集成,得到更高质量的解。平均分可以分别达到4 526.29和4 579.74,试验结果表明基于广义不动点的策略集成和基于广义不动点的值函数集成的分数相较于广义不动点的分数有小幅度提高,证实了可以通过集成学习寻找更高质量的解。

关键词：强化学习值函数近似估计不动点贝叶斯优化俄罗斯方块

来源：评论

学校读者我要写书评

暂无评论

基于深度Q网络的平衡杆优化控制实验教学案例设计

引用

实验室研究与探索 2025年第1期44卷 146-152,190页

作者：钟珊杜鑫司亚利刘井莲严卫常熟理工学院计算机科学与工程学院江苏常熟215500 南京大学计算机软件新技术全国重点实验室南京210023 苏州科技大学电子信息与工程学院江苏苏州215009

为了使学生更深入地掌握采用强化学习求解任务最优策略的方法,基于深度Q网络设计了平衡杆的控制优化实验。将平衡杆实验环境建模为马尔可夫决策模型,从深度Q网络结构、探索策略、奖励函数、经验回放池更新和目标Q网络更新等角度进行了... 详细信息

为了使学生更深入地掌握采用强化学习求解任务最优策略的方法,基于深度Q网络设计了平衡杆的控制优化实验。将平衡杆实验环境建模为马尔可夫决策模型,从深度Q网络结构、探索策略、奖励函数、经验回放池更新和目标Q网络更新等角度进行了实验方案的设计。实验评估综合考虑了算法有效性、Q值估计的准确性、样本效率和Q网络的损失估计。在此基础上,将其与基准算法Q学习算法在累计奖赏和学习效率上进行了对比。该实验不仅可以帮助学生学会综合应用强化学习知识,也能帮助其掌握采用深度Q网络算法来求解离散动作空间任务的最优策略。

关键词：强化学习深度Q网络 Q学习平衡杆实验设计

来源：评论

学校读者我要写书评

暂无评论

基于网络表示学习的车险欺诈溯因分析研究

引用

计算机科学 2023年第2期50卷 300-309页

作者：李炜卓卢冰洁杨骏铭那崇宁南京邮电大学现代邮政学院南京210003 之江实验室金融科技研究中心杭州311100 南京大学计算机软件新技术国家重点实验室南京210093 东南大学计算机网络和信息集成教育部重点实验室南京211189

车险欺诈检测对促进汽车保险业的良性健康发展有着重要意义。由于欺诈的判断涉及公民权利等核心内容,需要车险专家对案件进行核查,提供欺诈原因。尽管基于机器学习的方法泛化能力强、精确度高,但缺少可解释性,而基于专家系统的规则方法... 详细信息

车险欺诈检测对促进汽车保险业的良性健康发展有着重要意义。由于欺诈的判断涉及公民权利等核心内容,需要车险专家对案件进行核查,提供欺诈原因。尽管基于机器学习的方法泛化能力强、精确度高,但缺少可解释性,而基于专家系统的规则方法尽管有较好的可解释性,但受限于规则复杂的触发条件。为了解决未触发专家系统欺诈规则而被机器学习方法检测为“欺诈”的案件无法被解释的问题,文中提出了基于网络表示学习的车险欺诈溯因分析方法。该方法首先定义了车险欺诈溯因分析任务,然后采用网络表示学习对已触发专家系统中欺诈规则的案件进行案件-规则因子网络的建模,学习欺诈规则中因子的分布式向量表示。为了更好地度量“欺诈”案件与专家系统中因子未全部触发规则之间的相似度,该方法基于溯因缺省原理,设计了一种规则因子的加权拼接策略来缓解训练数据不足的问题。实验结果表明,所提方法相较于已有方法在车险欺诈溯因预测任务的3项指标中均能取得更好的效果。

关键词：汽车保险欺诈网络表示学习溯因推理专家系统可解释性

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：