检索结果-内蒙古大学图书馆

软件学报 2025年第3期36卷 1390-1412页

作者：杨锁荣杨洪朝申富饶赵健计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023 南京大学人工智能学院江苏南京210023 南京大学电子科学与工程学院江苏南京210023

深度学习已经在许多计算机视觉任务中取得了显著的成果.然而,深度神经网络通常需要大量的训练数据以避免过拟合,但实际应用中标记数据可能非常有限.因此,数据增强已成为提高训练数据充分性和多样性的有效方法,也是深度学习模型成功应用... 详细信息

深度学习已经在许多计算机视觉任务中取得了显著的成果.然而,深度神经网络通常需要大量的训练数据以避免过拟合,但实际应用中标记数据可能非常有限.因此,数据增强已成为提高训练数据充分性和多样性的有效方法,也是深度学习模型成功应用于图像数据的必要环节.系统地回顾不同的图像数据增强方法,并提出一个新的分类方法,为研究图像数据增强提供了新的视角.从不同的类别出发介绍各类数据增强方法的优势和局限性,并阐述各类方法的解决思路和应用价值.此外,还介绍语义分割、图像分类和目标检测这3种典型计算机视觉任务中常用的公共数据集和性能评价指标,并在这3个任务上对数据增强方法进行实验对比分析.最后,讨论当前数据增强所面临的挑战和未来的发展趋势.

关键词：深度学习图像数据增强图像识别泛化性能计算机视觉

来源：评论

学校读者我要写书评

暂无评论

跨城市人类移动行为预测研究综述

引用

计算机科学 2025年第1期52卷 102-119页

作者：张雨松胥帅严兴宇关东海许建秋南京航空航天大学计算机科学与技术学院南京211106 计算机软件新技术国家重点实验室(南京大学) 南京210023

城市化进程积累了大量记录人类移动行为的时空数据,为研究人类移动行为建模及预测提供了良好的数据基础。在智慧城市建设背景下,跨城市人类移动预测是实现城市协同管理与治理的必然要求,时常面临数据匮乏以及数据分布不平衡等问题,传统... 详细信息

城市化进程积累了大量记录人类移动行为的时空数据,为研究人类移动行为建模及预测提供了良好的数据基础。在智慧城市建设背景下,跨城市人类移动预测是实现城市协同管理与治理的必然要求,时常面临数据匮乏以及数据分布不平衡等问题,传统机器学习方法难以取得理想的性能。因此,将人类移动相关知识从数据丰富的源城市迁移到数据稀疏乃至稀缺的目标城市至关重要。首先概述了现有跨城市人类移动行为预测研究所使用的数据集和评价指标,随后循序渐进地讨论人类个体和群体层面的跨城市移动预测问题并分类综述各自适用的研究方法。针对人类个体跨城市移动预测,主要分析协同过滤、矩阵分解、统计学习以及深度学习这4类模型方法的应用。针对人类群体跨城市移动预测,则聚焦知识迁移和元学习这两种面向少样本机器学习方法的应用。最后,展望了跨城市人类移动行为预测领域亟需解决的重要问题。

关键词：跨城市人类移动行为时空数据迁移学习深度学习

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

基于多示例学习的异常行为检测方法

引用

模式识别与人工智能 2011年第6期24卷 862-868页

作者：崔永艳高阳南京大学计算机科学与技术系计算机软件新技术国家重点实验室南京210093

在基于轨迹分析的异常行为检测方法中,被标记为异常的轨迹往往仅在整条轨迹的某个局部存在异常,轨迹的其余部分都是正常行为.然而,传统的基于整条轨迹建模的方法很难检测轨迹的局部异常.针对上述问题,提出一种在多示例学习框架下基于轨... 详细信息

在基于轨迹分析的异常行为检测方法中,被标记为异常的轨迹往往仅在整条轨迹的某个局部存在异常,轨迹的其余部分都是正常行为.然而,传统的基于整条轨迹建模的方法很难检测轨迹的局部异常.针对上述问题,提出一种在多示例学习框架下基于轨迹分段的异常行为检测方法.该方法首先根据轨迹的曲率,将轨迹分割成若干相互独立的子段.然后采用层次狄利克雷过程-隐马尔科夫模型对每个子段建模.最后在多示例学习框架下,以整条轨迹为包,正常轨迹为负包,异常轨迹为正包,轨迹子段为包的示例进行学习.通过实验验证,该方法在准确率和召回率上都优于传统的基于轨迹建模的方法.

关键词：异常行为检测轨迹分段层次狄利克雷过程-隐马尔科夫模型(HDP—HMM) 多示例学习

来源：评论

学校读者我要写书评

暂无评论

数据挖掘方法在入侵检测中的应用研究

引用

模式识别与人工智能 2008年第4期21卷 520-526页

作者：周荃赵凤英王崇骏陈世福南京大学计算机科学与技术系计算机软件新技术国家重点实验室南京210093

针对入侵检测数据集具有的类别不均衡性、数据中心重叠、噪音、分布率变化等问题,提出一种集多种数据挖掘方法的解决方案,包括 k-means、C4.5、SVM、Nave Bayes、Bayes Net、Co-training 等,并进行相关实验.实验结果表明其有效性.

关键词：重复性不均衡入侵检测软集成取样

来源：评论

学校读者我要写书评

暂无评论

基于场景规约的构件式系统设计分析与验证

引用

计算机学报 2006年第4期29卷 513-525页

作者：胡军于笑丰张岩王林章李宣东郑国梁计算机软件新技术国家重点实验室南京210093 南京大学计算机科学与技术系南京210093

使用接口自动机及接口自动机网络来描述构件式系统的行为设计模型,使用UML顺序图表示基于场景的需求规约,对系统设计阶段的构件交互行为的动态兼容性进行形式化分析和检验.通过对接口自动机网络状态空间的分析,给出了一系列算法以检验... 详细信息

使用接口自动机及接口自动机网络来描述构件式系统的行为设计模型,使用UML顺序图表示基于场景的需求规约,对系统设计阶段的构件交互行为的动态兼容性进行形式化分析和检验.通过对接口自动机网络状态空间的分析,给出了一系列算法以检验系统行为的存在一致性以及几种不同形式的强制一致性性质,包括前向强制一致性、逆向强制一致性以及双向强制一致性等.

关键词：构件式系统设计接口自动机模型检验顺序图统一建模语言(UML)

来源：评论

学校读者我要写书评

暂无评论

基于自动规约规则的HTML文档元数据提取

引用

模式识别与人工智能 2005年第4期18卷 405-411页

作者：王守芳狄涤潘金贵南京大学计算机科学与技术系计算机软件新技术国家重点实验室南京210093

利用HTML文档的元数据,可以为Web检索提供多样化的检索手段。本文提出了一种从HTML文档自动提取文档元数据的方法,对其中提取规则的设计、规约算法及其复杂度分析做出了重点介绍。该方法的提取规则在语法形式上和文档片断接近,更适合自... 详细信息

利用HTML文档的元数据,可以为Web检索提供多样化的检索手段。本文提出了一种从HTML文档自动提取文档元数据的方法,对其中提取规则的设计、规约算法及其复杂度分析做出了重点介绍。该方法的提取规则在语法形式上和文档片断接近,更适合自动生成,通过自动规约生成规则无需人工分析,适应Web文档特点。文章最后给出了实验结果并进行了分析。

关键词：元数据提取基于规则自动规约

来源：评论

学校读者我要写书评

暂无评论

ACP——一种基于局部邮区的移动agent通信算法

引用

计算机研究与发展 2004年第1期41卷 47-52页

作者：贾志勇李振东谢立南京大学计算机软件新技术国家重点实验室南京210093 南京大学计算机科学与技术系南京210093

agent的迁移在位置透明性、通信可靠性以及迁移和执行的异步性等多方面对通信算法的设计提出了挑战提出一种基于局部邮区的移动agent通信算法 ,通过在agent当前通信和迁移活动较集中的区域建立局部邮区来支持消息的高效传输 ,且通过对... 详细信息

agent的迁移在位置透明性、通信可靠性以及迁移和执行的异步性等多方面对通信算法的设计提出了挑战提出一种基于局部邮区的移动agent通信算法 ,通过在agent当前通信和迁移活动较集中的区域建立局部邮区来支持消息的高效传输 ,且通过对邮区迁移和消息发送的同步来保证通信的可靠性此外 ,算法支持通信的位置透明性 ,对Home结点依赖少 ,对agent迁移不做限制。

关键词：移动agent agent通信可靠通信

来源：评论

学校读者我要写书评

暂无评论

基于NS2的P2P网络模拟平台研究

引用

系统仿真学报 2006年第8期18卷 2152-2157,2169页

作者：吴堃戴菡叶保留陆桑璐南京大学计算机软件新技术国家重点实验室南京大学计算机科学与技术系南京210093 会津大学计算机软件系

目前模拟(Simulation)在Peer-to-Peer(P2P)系统的评估和分析中发挥着重要作用。很多研究者认为底层网络布局对P2P系统性能有较大的影响,但现有的模拟器多基于不考虑底层网络的简单模型。同时多数模拟器仅支持特定协议的较小规模模拟。... 详细信息

目前模拟(Simulation)在Peer-to-Peer(P2P)系统的评估和分析中发挥着重要作用。很多研究者认为底层网络布局对P2P系统性能有较大的影响,但现有的模拟器多基于不考虑底层网络的简单模型。同时多数模拟器仅支持特定协议的较小规模模拟。上述缺陷导致使用现有模拟器进行模拟的实用性和真实性无法满足实验需求。为解决上述问题,一种基于NS2的通用的、可扩展的P2P模拟平台NDP2PSim得以提出。该平台可为各类P2P协议的模拟提供真实且通用的模拟环境,同时实现了P2P系统的一些通用功能并以模块形式提供以便于使用。介绍了该模拟平台的系统结构和实现细节,并模拟Freenet作为实例演示系统使用情况。

关键词：覆盖网络 P2P网络模拟 NS2

来源：评论

学校读者我要写书评

暂无评论

一种基于网络感知的虚拟机再调度算法

引用

计算机学报 2015年第5期38卷 932-943页

作者：罗刚毅钱柱中陆桑璐南京大学计算机软件新技术国家重点实验室南京210093 南京大学计算机科学与技术系南京210093

有效的虚拟机调度策略能够提高数据中心的资源利用率,降低运行时能耗.现有调度算法综合考虑了虚拟机在CPU、内存和网络方面的需求,通过合理部署虚拟机,以期最小化计算、存储与网络的代价.然而,在线的虚拟机部署策略较少考虑由于虚拟机... 详细信息

有效的虚拟机调度策略能够提高数据中心的资源利用率,降低运行时能耗.现有调度算法综合考虑了虚拟机在CPU、内存和网络方面的需求,通过合理部署虚拟机,以期最小化计算、存储与网络的代价.然而,在线的虚拟机部署策略较少考虑由于虚拟机退出所造成的资源利用率下降与网络延迟上升的问题.为此,文中深入研究面向网络感知的周期性资源重配置问题,提出了面向网络感知的虚拟机再调度算法,通过适当的虚拟机迁移,提高部署在虚拟机上任务的性能以及数据中心整体的网络通信效率.算法通过尽可能低代价的虚拟机迁移来提高虚拟机之间的网络通信能力,以提升虚拟机组的整体运行效率,并保持物理机占用但不显著提高.作者通过两个测试平台在真实环境中验证了算法的有效性;通过真实的数据集和模拟实验,在多种虚拟机部署算法下,对比了应用虚拟机再调度算法前后虚拟机的部署效果,验证了该算法能够以较小的代价使得高网络通信代价的任务数明显减少,虚拟机组的网络通信能力显著提高.

关键词：云计算数据中心网络感知虚拟机再调度

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：