检索结果-内蒙古大学图书馆

计算机研究与发展 2012年第10期49卷 2241-2250页

作者：贾存鑫胡伟柏文阳瞿裕忠计算机软件新技术国家重点实验室(南京大学) 南京210046

伴随语义网的发展,语义网本体数量激增.然而万维网上绝大多数的数据仍存储在关系数据库中.建立关系数据库模式与语义网本体间的映射是一种实现两者之间互操作性的有效途径.因此,提出了一种基于语义的关系数据库模式与OWL本体间的映射方... 详细信息

伴随语义网的发展,语义网本体数量激增.然而万维网上绝大多数的数据仍存储在关系数据库中.建立关系数据库模式与语义网本体间的映射是一种实现两者之间互操作性的有效途径.因此,提出了一种基于语义的关系数据库模式与OWL本体间的映射方法SMap,包含简单映射发现和复杂映射学习两个阶段.在简单映射发现阶段,首先通过逆向工程规则将关系数据库模式和本体中的元素对应地分为不同类别,再为每个元素构建虚拟文档并计算它们之间的相似度,其中针对不同类别的元素设计了不同的虚拟文档抽取方案.在复杂映射学习阶段,基于已发现的简单映射以及重叠的数据库记录和本体实例,自动化地生成训练事实数据,然后运用归纳逻辑编程算法学习出多种类型的基于Horn规则的复杂映射.真实数据集上的实验结果表明,SMap在简单映射发现和复杂映射学习上均明显优于现有的关系数据库模式与本体间映射方法.

关键词：本体映射模式匹配关系数据库虚拟文档归纳逻辑编程

来源：评论

学校读者我要写书评

暂无评论

基于域理论的自适应谐振神经网络分类器

引用

软件学报 2000年第5期11卷 667-672页

作者：周志华陈兆乾 *** 陈世福南京大学计算机软件新技术国家重点实验室南京210093

提出了一种基于域理论的自适应谐振神经网络模型 FTART2 ( field theory based adaptive resonancetheory 2 ) .该模型结合了自适应谐振理论和域理论的优点 ,学习速度快 ,归纳能力强 ,效率高 ,可以根据输入样本自适应地调整拓扑结构 ,... 详细信息

提出了一种基于域理论的自适应谐振神经网络模型 FTART2 ( field theory based adaptive resonancetheory 2 ) .该模型结合了自适应谐振理论和域理论的优点 ,学习速度快 ,归纳能力强 ,效率高 ,可以根据输入样本自适应地调整拓扑结构 ,克服了前馈型网络需要人为设置隐层神经元的缺点 .基准测试表明 ,FTART2在学习精度和速度上都远远优于标准

关键词：神经网络机器学习自适应谐振域理论分类器

来源：评论

学校读者我要写书评

暂无评论

计算机辅助建筑结构算量技术与软件

引用

计算机辅助设计与图形学学报 2007年第6期19卷 748-756页

作者：杨华飞杨若瑜路通蔡士杰南京大学计算机软件新技术国家重点实验室南京210093

根据近年来计算机辅助建筑算量技术研究及相关软件开发情况,将现有的相关技术方法分为参数输入法、局部建模法、全局建模法和自动识别法4类,深入讨论了其特点,并分析了2个代表性的软件.最后展望了该技术的发展方向.

关键词：计算机读图工程算量建模法自动识别法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的类别增量学习算法综述

引用

计算机学报 2023年第8期46卷 1577-1605页

作者：周大蔚汪福运叶翰嘉詹德川计算机软件新技术国家重点实验室(南京大学) 南京210023

近年来,深度学习模型在众多领域取得了广泛成功.现有的深度学习模型大多部署在静态环境下,依赖提前收集好的数据集进行离线训练,模型一经确定,便无法进一步更新.然而,现实中开放动态的环境往往存在以流形式不断到来的数据,包括随时间演... 详细信息

近年来,深度学习模型在众多领域取得了广泛成功.现有的深度学习模型大多部署在静态环境下,依赖提前收集好的数据集进行离线训练,模型一经确定,便无法进一步更新.然而,现实中开放动态的环境往往存在以流形式不断到来的数据,包括随时间演进不断产生的新类别数据.因此,理想的机器学习模型应能够从流式数据中不断学习新类,从而增强自身的判别能力.这样的学习范式被称作“类别增量学习”(class-incremental learning),且近年来已成为机器学习领域的研究热点.面对流式数据,直接使用新类别样本训练模型会使其遗忘旧类别的数据,造成整体性能的下降.因此,设计增量学习模型时,需确保模型在学习新类的同时也能够抵抗灾难性遗忘.本文从机器学习的三个重要方面(数据层面、参数层面、算法层面)着眼,总结和归纳近几年基于深度学习的类别增量学习算法.此外,本文还在基准数据集上对10种典型算法进行了实验验证,并从中总结出适应类别增量学习的一般性规律.最后,本文对基于深度学习的类别增量学习算法目前存在的挑战加以分析,并展望未来的发展趋势.

关键词：类别增量学习持续学习开放动态环境灾难性遗忘模型复用

来源：评论

学校读者我要写书评

暂无评论

用于软件保护的代码混淆技术

引用

计算机工程 2006年第11期32卷 177-179页

作者：罗宏蒋剑琴曾庆凯南京大学计算机软件新技术国家重点实验室

对软件的盗版、篡改和逆向工程使软件的安全受到了严重威胁。攻击者通过静态分析和动态跟踪来分析编程者的思想,获取机密数据和核心算法。因此,保护程序在未知环境下正常运行,防止逆向工程和静态分析的攻击,成为软件保护的一个重要问题... 详细信息

对软件的盗版、篡改和逆向工程使软件的安全受到了严重威胁。攻击者通过静态分析和动态跟踪来分析编程者的思想,获取机密数据和核心算法。因此,保护程序在未知环境下正常运行,防止逆向工程和静态分析的攻击,成为软件保护的一个重要问题。文章从软件保护的方法出发,介绍和分析代码混淆技术的方法和目标,并指出了代码混淆技术的优势和发展趋势。

关键词：软件保护代码混淆模糊谓词

来源：评论

学校读者我要写书评

暂无评论

RFID数据管理:算法、协议与性能评测

引用

计算机学报 2013年第3期36卷 457-470页

作者：谢磊殷亚凤陈曦陆桑璐陈道蓄南京大学计算机软件新技术国家重点实验室南京210093

随着物联网关键理论及技术的发展,RFID作为物联网的核心支撑技术,成为物联网领域备受关注的研究热点之一.文中以RFID的数据管理为切入点,从算法、协议以及性能评测3个层面对RFID的研究工作进行阐述与分析,着重介绍了RFID的防冲突算法、... 详细信息

随着物联网关键理论及技术的发展,RFID作为物联网的核心支撑技术,成为物联网领域备受关注的研究热点之一.文中以RFID的数据管理为切入点,从算法、协议以及性能评测3个层面对RFID的研究工作进行阐述与分析,着重介绍了RFID的防冲突算法、认证与隐私保护协议以及真实环境下系统的性能评测与分析等方面的研究成果及进展.最后展望了未来的研究方向.

关键词：射频识别数据管理防冲突算法认证与隐私保护性能优化物联网

来源：评论

学校读者我要写书评

暂无评论

面向脸部表情识别的Gabor特征选择方法

引用

计算机辅助设计与图形学学报 2008年第1期20卷 79-84页

作者：姚伟孙正兴张岩南京大学计算机软件新技术国家重点实验室南京10093

针对人脸表情识别中Gabor特征向量的高维度信息冗余问题,提出了一个2层Gabor特征选择方法.该方法首先利用改进方差比率作为评估特征的区分能力对高维向量进行过滤,然后对过滤得到的特征子集进行AdaBoost特征选择,以挑选出最具区分度的特... 详细信息

针对人脸表情识别中Gabor特征向量的高维度信息冗余问题,提出了一个2层Gabor特征选择方法.该方法首先利用改进方差比率作为评估特征的区分能力对高维向量进行过滤,然后对过滤得到的特征子集进行AdaBoost特征选择,以挑选出最具区分度的特征,从而降低了Gabor特征的表示维度.实验结果验证了所提方法的有效性,在训练时间和识别性能两者之间取得了较好的平衡.

关键词：表情识别 Gabor特征特征选择方差率 AdaBoost 支持向量机

来源：评论

学校读者我要写书评

暂无评论

建筑构件参数化建模语言PCML的设计和应用

引用

计算机辅助设计与图形学学报 2006年第5期18卷 687-693页

作者：雷璐苏丰蔡士杰南京大学计算机软件新技术国家重点实验室南京210093

针对三维建筑构件建模和应用的特点,提出一种用于描述建筑构件三维模型的方法———建筑构件参数化建模语言PCML.分析了PCML的设计目标,详细介绍了其语法构成与解释执行,并对构件各方面信息的描述方法做出说明.最后结合楼梯建筑构件类型... 详细信息

针对三维建筑构件建模和应用的特点,提出一种用于描述建筑构件三维模型的方法———建筑构件参数化建模语言PCML.分析了PCML的设计目标,详细介绍了其语法构成与解释执行,并对构件各方面信息的描述方法做出说明.最后结合楼梯建筑构件类型,介绍其在三维设计软件EasyStructure中的具体应用.

关键词： CAD 参数化可视化三维建模语言

来源：评论

学校读者我要写书评

暂无评论

一种基于正则化的半监督多标记学习方法

引用

计算机研究与发展 2012年第6期49卷 1272-1278页

作者：李宇峰黄圣君周志华计算机软件新技术国家重点实验室(南京大学) 南京210093

多标记学习主要用于解决单个样本同时属于多个类别的问题.传统的多标记学习通常假设训练数据集含有大量有标记的训练样本.然而在许多实际问题中,大量训练样本中通常只有少量有标记的训练样本.为了更好地利用丰富的未标记训练样本以提高... 详细信息

多标记学习主要用于解决单个样本同时属于多个类别的问题.传统的多标记学习通常假设训练数据集含有大量有标记的训练样本.然而在许多实际问题中,大量训练样本中通常只有少量有标记的训练样本.为了更好地利用丰富的未标记训练样本以提高分类性能,提出了一种基于正则化的归纳式半监督多标记学习方法——MASS.具体而言,MASS首先在最小化经验风险的基础上,引入两种正则项分别用于约束分类器的复杂度及要求相似样本拥有相似结构化多标记输出,然后通过交替优化技术给出快速解法.在网页分类和基因功能分析问题上的实验结果验证了MASS方法的有效性.

关键词：机器学习多标记学习半监督学习网页分类基因功能分析

来源：评论

学校读者我要写书评

暂无评论

基于阴影图的阴影生成算法研究现状

引用

计算机辅助设计与图形学学报 2010年第4期22卷 579-591页

作者：过洁徐晓旸潘金贵南京大学计算机软件新技术国家重点实验室南京210093

阴影效果在计算机图形的真实感显示中非常重要,而阴影图算法又是阴影算法的主流.文中对阴影图算法展开了系统的研究,特别是对该领域近几年的发展进行综述,从阴影图数量、参数化和内容三个方面总结归纳了各类阴影图算法的基本思想、特点... 详细信息

阴影效果在计算机图形的真实感显示中非常重要,而阴影图算法又是阴影算法的主流.文中对阴影图算法展开了系统的研究,特别是对该领域近几年的发展进行综述,从阴影图数量、参数化和内容三个方面总结归纳了各类阴影图算法的基本思想、特点及其应用环境.综合考虑以上三个方面后对特定的场景选择合适的阴影图算法,除了选择场景外,还包括光源类型、内存消耗、实时性要求、硬件支持及特殊阴影要求等.最后结合当前的技术发展和应用需求展望了阴影图领域未来的研究方向.

关键词：阴影图反走样三维图形学真实感绘制 GPU

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：