检索结果-内蒙古大学图书馆

小型微型计算机系统 2019年第1期40卷 141-148页

作者：顾海博付明乔磊冯新宇中国科学技术大学计算机科学与技术学院合肥230027 中国科学技术大学苏州研究院软件安全实验室江苏苏州215123 华为上海研究所2012实验室-OS内核实验室上海201206 北京控制工程研究所北京100190 南京大学计算机软件新技术国家重点实验室南京210023

SpaceOS是北京控制工程研究所自主研发的嵌入式实时操作系统,已被应用于探月工程、空间站等重大航天项目.SpaceOS作为底层系统软件,是影响航天任务成败的关键因素. SpaceOS在设计中提出了一些多个内核模块(如任务管理、调度、通信和时... 详细信息

SpaceOS是北京控制工程研究所自主研发的嵌入式实时操作系统,已被应用于探月工程、空间站等重大航天项目.SpaceOS作为底层系统软件,是影响航天任务成败的关键因素. SpaceOS在设计中提出了一些多个内核模块(如任务管理、调度、通信和时间管理等)相互协同过程中所需要满足的全局性质.本文扩展已有的操作系统验证框架支持全局性质的推理,为SpaceOS内核建立抽象模型,给出主要系统调用的抽象规范,并基于设计需求给出形式化定义描述若干全局性质,通过严格的数学证明保证SpaceOS在抽象设计层面上满足这些全局性质.所有工作都在证明助手Coq中完成.

关键词： SpaceOS 形式化验证全局性质操作系统内核 Coq

来源：评论

学校读者我要写书评

暂无评论

基于映射节点级联宽度学习的人体坐姿识别

引用

南通大学学报（自然科学版） 2020年第3期19卷 28-33,89页

作者：李洪均孙婉婷周泽李超波张士兵南通大学信息科学技术学院江苏南通226019 南京大学计算机软件新技术国家重点实验室江苏南京210023 南通智能信息技术联合研究中心江苏南通226019 南通大学通科微电子学院江苏南通226019

为了有效地识别办公场景下的人体坐姿,提出一种映射节点级联宽度学习系统。采用Kinect硬件设备获取相关数据并建立坐姿识别数据库;创新性地设计基于映射节点级联的坐姿识别模块,通过级联特征节点,有效地将低级特征逐步映射为高级特征,... 详细信息

为了有效地识别办公场景下的人体坐姿,提出一种映射节点级联宽度学习系统。采用Kinect硬件设备获取相关数据并建立坐姿识别数据库;创新性地设计基于映射节点级联的坐姿识别模块,通过级联特征节点,有效地将低级特征逐步映射为高级特征,提高特征的可区分性,便于识别不同坐姿;由于真实视频中包含不同坐姿变换之间的过渡帧,同时引入帧判别概率和结构相似性指标建立视频序列中的过渡帧检测模块,筛选过渡帧,提高识别率。在公共数据集和自建库的测试实验结果表明:该模型不仅在公共数据集上取得显著效果,而且在自建库图像上的平均识别精度达到99.90%,在视频序列上的平均识别精度达到79.21%,平均识别率相较经典的宽度学习系统提高了5.5%。该模型的识别精度明显提升、速度增快,具有一定的泛化性能。

关键词：映射节点级联宽度学习人体坐姿识别 Kinect

来源：评论

学校读者我要写书评

暂无评论

并发缺陷检测技术研究进展

引用

计算机科学 2019年第5期46卷 13-20页

作者：薄莉莉姜淑娟张艳梅王兴亚于巧中国矿业大学计算机科学与技术学院矿山数字化教育部工程研究中心江苏徐州221116 南京大学计算机软件新技术国家重点实验室南京210093 江苏师范大学计算机科学与技术学院江苏徐州221116

多核时代的到来使得并发程序的设计备受人们关注。然而,并发程序的并发性和不确定性容易引发并发缺陷。因此,快速且有效地检测出这些并发缺陷尤为重要。首先,将目前常见的并发缺陷分为五大类(并发类型状态缺陷、死锁、数据竞争、原子性... 详细信息

多核时代的到来使得并发程序的设计备受人们关注。然而,并发程序的并发性和不确定性容易引发并发缺陷。因此,快速且有效地检测出这些并发缺陷尤为重要。首先,将目前常见的并发缺陷分为五大类(并发类型状态缺陷、死锁、数据竞争、原子性违背和顺序违背);随后,从软件运行的角度,将现有的并发缺陷检测技术分为静态分析、动态分析和动静结合分析,并对每一类进行详细的分析、比较和总结;接着,对并发缺陷检测技术的通用性进行分析和总结;最后,从通用准确的并发缺陷检测、软硬件相结合的并发缺陷检测、并发缺陷检测修复一体化、适用于松散内存模型的并发缺陷检测、安卓等其他应用平台的并发缺陷检测和分布式系统非确定性并发缺陷研究等方面,对并发缺陷检测技术的未来研究进行了探讨。

关键词：并发程序并发缺陷缺陷检测软件测试

来源：评论

学校读者我要写书评

暂无评论

基于改进随机森林算法的钓鱼网站检测方法研究

引用

微电子学与计算机 2019年第4期36卷 43-46,51页

作者：朱琪林果园中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心江苏徐州221116 南京大学计算机软件新技术国家重点实验室江苏南京210023

为了更准确快捷的对钓鱼网站进行识别,提出了一种基于改进随机森林算法的钓鱼网站检测方法.该方法挖掘钓鱼网页特征之间潜在的关联规则,并对数据集进行分区,以此区分特征数据的重要程度并计算权重以及数据选取的比例,选取数据后对数据... 详细信息

为了更准确快捷的对钓鱼网站进行识别,提出了一种基于改进随机森林算法的钓鱼网站检测方法.该方法挖掘钓鱼网页特征之间潜在的关联规则,并对数据集进行分区,以此区分特征数据的重要程度并计算权重以及数据选取的比例,选取数据后对数据空间进行相应的集合化与剪辑以此优化森林的建立,并根据建立的森林达到对钓鱼网站检测识别的目的.最终实验说明,该方法对钓鱼网站的检测识别具有很好的效果和效率.

关键词：钓鱼检测关联规则特征分区数据空间

来源：评论

学校读者我要写书评

暂无评论

基于多损失的生成式对抗目标跟踪算法

引用

东南大学学报（自然科学版） 2018年第3期48卷 400-405页

作者：程旭周琳张毅锋东南大学信息科学与工程学院南京210096 中船重工鹏力(南京)智能装备系统有限公司南京210003 南京大学计算机软件新技术国家重点实验室南京210023

为了降低目标遭受遮挡、光照变化、运动模糊等外界挑战性因素造成跟踪失败的风险,提出了一种基于多损失生成式对抗网络的目标跟踪算法.在生成式对抗网络中,针对遮挡、光照变化和运动模糊3种挑战性场景设计了相应的解码器结构,编码器则... 详细信息

为了降低目标遭受遮挡、光照变化、运动模糊等外界挑战性因素造成跟踪失败的风险,提出了一种基于多损失生成式对抗网络的目标跟踪算法.在生成式对抗网络中,针对遮挡、光照变化和运动模糊3种挑战性场景设计了相应的解码器结构,编码器则共享网络参数.跟踪时,编码器作为特征提取器来提取目标的特征,在粒子滤波框架下完成对目标的定位.从内容损失、类内损失和身份保留损失方面定义了损失函数,将对抗训练得到的先验知识和目标固有知识相结合,重构清晰图像.实验结果表明,在遮挡、光照变化和运动模糊情况下,所提跟踪算法取得了良好的跟踪性能.

关键词：深度学习生成式对抗网络目标跟踪损失函数

来源：评论

学校读者我要写书评

暂无评论

无组织恶意攻击检测问题的研究

引用

中国科学：信息科学 2018年第2期48卷 177-186页

作者：庞明周志华南京大学计算机软件新技术国家重点实验室南京210023 南京大学软件新技术与产业化协同创新中心南京210023

推荐系统在我们的生活中被广泛应用,对人们的生活起着越来越重要的影响.然而,协同过滤作为一种常见的推荐技术,很容易受到伪造虚假用户评分信息的恶意攻击的影响.为了保证推荐的质量,很多恶意攻击检测的方法被提出用于检测恶意攻击.现... 详细信息

推荐系统在我们的生活中被广泛应用,对人们的生活起着越来越重要的影响.然而,协同过滤作为一种常见的推荐技术,很容易受到伪造虚假用户评分信息的恶意攻击的影响.为了保证推荐的质量,很多恶意攻击检测的方法被提出用于检测恶意攻击.现有的攻击检测方法大多是针对有组织大规模攻击的检测,即攻击者根据同一种策略,伪造大量的虚假用户评分信息用于提升或贬低一个目标物品.本文研究了一种不同的攻击类型:无组织恶意攻击,即攻击者们在没有组织的情况下,分别伪造少量的虚假用户评分信息来提升或贬低同一个目标物品.无组织恶意攻击出现在很多真实的应用中,对推荐系统的鲁棒性造成严重影响,而针对该攻击类型的研究还很初步.实验结果表明现有攻击检测方法不能够有效地检测无组织恶意攻击.本文分析了现有的多种攻击检测方法无效的原因,进而通过分析无组织恶意攻击的特性,总结出无组织恶意攻击检测的关键.

关键词：攻击检测推荐系统协同过滤无组织恶意攻击鲁棒性

来源：评论

学校读者我要写书评

暂无评论

融合用户社会地位和矩阵分解的推荐算法

引用

计算机研究与发展 2018年第1期55卷 113-124页

作者：余永红高阳王皓孙栓柱南京邮电大学通达学院南京210003 计算机软件新技术国家重点实验室(南京大学) 南京210023 江苏省软件新技术与产业化协同创新中心(南京大学) 南京210023 江苏方天电力技术有限公司南京211100

随着社交网络服务的日益流行,社交网络平台为推荐算法提供了丰富的额外信息.假设朋友之间共享更多的共同偏好并且用户往往易于接受来自朋友的推荐,越来越多的推荐系统利用社交网络中用户之间的信任关系来改进传统推荐算法的性能.然而,... 详细信息

随着社交网络服务的日益流行,社交网络平台为推荐算法提供了丰富的额外信息.假设朋友之间共享更多的共同偏好并且用户往往易于接受来自朋友的推荐,越来越多的推荐系统利用社交网络中用户之间的信任关系来改进传统推荐算法的性能.然而,现有基于社交网络推荐算法忽略了2个问题:1)在不同的领域中,用户信任不同的朋友;2)由于用户在不同的领域内具有不同的社会地位,因此,用户在不同的领域内受朋友的影响程度是不同的.首先利用整体的社交网络结构信息和用户的评分信息推导特定领域社交网络结构,然后利用PageRank算法计算用户在特定领域的社会地位,最后提出了一种融合用户社会地位信息的矩阵分解推荐算法.在真实数据集上的实验结果表明:融合用户地位信息的矩阵分解推荐算法的性能优于传统的基于社交网络推荐算法.

关键词：用户社会地位矩阵分解推荐算法 PageRank算法社交网络

来源：评论

学校读者我要写书评

暂无评论

利用辅助信息进行矩阵补全的核方法及其在多标记学习中的应用

引用

中国科学：信息科学 2018年第1期48卷 47-59页

作者：徐淼周志华南京大学计算机软件新技术国家重点实验室南京210023 软件新技术与产业化协同创新中心南京210023

现实机器学习任务中一个样本通常和多个标记相关,但获取完整的标记信息需耗费大量人力物力,因此多标记学习经常会遇到标记缺失的情况.将未缺失的标记看作不完全的标记矩阵,将样本特征作为辅助信息,则可通过矩阵补全方法来解决该问题,以... 详细信息

现实机器学习任务中一个样本通常和多个标记相关,但获取完整的标记信息需耗费大量人力物力,因此多标记学习经常会遇到标记缺失的情况.将未缺失的标记看作不完全的标记矩阵,将样本特征作为辅助信息,则可通过矩阵补全方法来解决该问题,以往研究主要针对线性可分情形,本文提出KernelMaxide方法,在处理线性不可分多标记数据中缺失的监督信息的同时,不仅能利用数据的非线性结构,还能考虑标记之间的相互关系.该方法依据矩阵核范数的表示定理,构建了基于核矩阵的核范数最小化优化目标以及相应的优化算法,并用Nystrm方法缓解核矩阵的存储和计算开销问题.实验显示出KernelMaxide的优越性能.

关键词：机器学习多标记学习矩阵补全核方法 Nystrm方法

来源：评论

学校读者我要写书评

暂无评论

集成测试中的类测试顺序生成技术述评

引用

计算机学报 2018年第3期41卷 670-694页

作者：张艳梅姜淑娟张妙鞠小林中国矿业大学计算机科学与技术学院江苏徐州221116 广西可信软件重点实验室(桂林电子科技大学) 广西桂林541004 南京大学计算机软件新技术国家重点实验室南京210093 南通大学计算机科学与技术学院江苏南通226019

对于面向对象程序,一个常见的问题是确定集成测试中的类的测试顺序,称为类集成测试顺序的确定问题.类测试顺序的确定问题是面向对象软件集成测试中的关键难点之一.首先,简单介绍类测试顺序确定问题的背景.其次,概括描述类集成测试顺序... 详细信息

对于面向对象程序,一个常见的问题是确定集成测试中的类的测试顺序,称为类集成测试顺序的确定问题.类测试顺序的确定问题是面向对象软件集成测试中的关键难点之一.首先,简单介绍类测试顺序确定问题的背景.其次,概括描述类集成测试顺序问题以及其产生的原由,并介绍类间依赖关系(包括类间静态依赖关系和动态依赖关系)和抽象类的定义与特点,接着对类测试顺序的确定问题进行分类并评析两种分类方式,包括破除环路的方式和估算测试桩代价的方式.其中,破除环路主要采用基于图论和基于搜索这两类方法,估算测试桩代价主要根据评价所构造的测试桩的个数多少和所构造的测试桩的总体复杂度大小这两个指标.再次,对现有解决类集成测试顺序问题的典型技术进行分类,分为基于图论和基于搜索技术两大类.然后,全面系统地分析这些相关技术的研究现状、特点等,之后还介绍了已有典型的基于图论和基于搜索技术技术在实验过程中各自所使用的评测数据集等.最后,指出未来的研究方向,并对该文进行总结.

关键词：软件测试类测试顺序集成测试破除环路测试桩代价

来源：评论

学校读者我要写书评

暂无评论

一种基于多示例多标记学习的新标记学习方法

引用

中国科学：信息科学 2018年第12期48卷 1670-1680页

作者：朱越姜远周志华计算机软件新技术国家重点实验室(南京大学) 南京210023 软件新技术与产业化协同创新中心南京210023

多标记学习是一种应用非常广泛的学习范式,其中,一个对象可能同时与多个标记相关联.传统的多标记学习研究多假设训练数据中观察到的标记分布与测试数据的真实标记分布一致.但在实际应用中,训练数据中可能存在一些从未被标注出的新标记.... 详细信息

多标记学习是一种应用非常广泛的学习范式,其中,一个对象可能同时与多个标记相关联.传统的多标记学习研究多假设训练数据中观察到的标记分布与测试数据的真实标记分布一致.但在实际应用中,训练数据中可能存在一些从未被标注出的新标记.在预测时,不仅希望能够在目标标记集合(已知标记)上取得好的性能,还要求能够检测出样本是否存在新标记.针对这种多标记新标记学习问题,本文提出了一种端到端的多视图多示例多标记学习方法 EM3NL.该方法基于卷积神经网络产生多示例包,并通过最小化包上观察标记的错分损失和对新标记预测值排序损失的惩罚以及对多视图预测不一致的惩罚同时学习图像,文本两个视图的特征表示以及已知标记和新标记的预测函数.在大规模图片–文本真实数据集上验证了EM3NL在已知标记学习和新标记检测任务上的有效性.

关键词：多标记新标记学习多示例多标记学习多视图学习深度学习

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：