检索结果-内蒙古大学图书馆

计算机学报 2022年第4期45卷 781-797页

作者：屈毓锛秦蓁马靖豪戴海鹏董超王海吴帆陈贵海南京航空航天大学电磁频谱空间认知动态系统工信部重点实验室南京航空航天大学电子信息工程学院上海交通大学计算机科学与工程系中国人民解放军陆军工程大学通信工程学院南京大学计算机软件新技术国家重点实验室

无人机辅助的移动边缘计算被认为是在下一代移动通信网络中能高效灵活处理时延敏感的计算密集型任务的潜力技术之一.本文研究了基于无人机的空地协同移动边缘计算的服务布置问题，具体而言，如何在满足任务时延需求和其他资源约束的情... 详细信息

无人机辅助的移动边缘计算被认为是在下一代移动通信网络中能高效灵活处理时延敏感的计算密集型任务的潜力技术之一.本文研究了基于无人机的空地协同移动边缘计算的服务布置问题，具体而言，如何在满足任务时延需求和其他资源约束的情况下，通过联合优化无人机和地面基站的服务布置、无人机航迹、任务卸载和计算资源分配，以最小化所有用户的总能耗.由于问题的非凸和各种变量的复杂耦合，该问题属于一个非凸混合整数非线性规划问题，较难求解.本文针对多无人机和多地面基站协同提供计算服务的场景，提出了一种基于交替优化的服务布置算法.该算法通过迭代求解三个不同的子问题来获得具有收敛性保证的次优解决方案.首先，采用分支定界法求解联合服务布置和任务卸载的子问题.其次，采用连续凸逼近方法求解无人机航迹优化的子问题.然后，利用计算资源分配子问题的特性得到该子问题的闭式最优解.最后，对上述过程重复迭代，得到问题的一个次优解.仿真结果表明，相比随机布置策略、贪心布置策略、本地计算策略，所提布置策略能够大大减少用户总能耗.

关键词：移动边缘计算空地协同无人机服务布置交替优化

来源：评论

学校读者我要写书评

暂无评论

可靠多模态学习综述

引用

软件学报 2021年第4期32卷 1067-1081页

作者：杨杨詹德川姜远熊辉南京理工大学计算机科学与工程学院江苏南京210094 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 Rutgers Business School NewarkNJ 07012USA

近年来,多模态学习逐步成为机器学习、数据挖掘领域的研究热点之一,并成功地应用于诸多现实场景中,如跨媒介搜索、多语言处理、辅助信息点击率预估等.传统多模态学习方法通常利用模态间的一致性或互补性设计相应的损失函数或正则化项进... 详细信息

近年来,多模态学习逐步成为机器学习、数据挖掘领域的研究热点之一,并成功地应用于诸多现实场景中,如跨媒介搜索、多语言处理、辅助信息点击率预估等.传统多模态学习方法通常利用模态间的一致性或互补性设计相应的损失函数或正则化项进行联合训练,进而提升单模态及集成的性能.而在开放环境下,受数据缺失及噪声等因素的影响,多模态数据呈现不均衡性.具体表现为单模态信息不充分或缺失,从而导致"模态表示强弱不一致""模态对齐关联不一致"两大挑战,而针对不均衡多模态数据直接利用传统的多模态方法甚至会退化单模态和集成的性能.针对这类问题,可靠多模态学习被提出并进行了广泛研究,系统地总结和分析了目前国内外学者针对可靠多模态学习取得的进展,并对未来研究可能面临的挑战进行展望.

关键词：不均衡多模态数据模态表示强弱不一致模态对齐关联不一致可靠多模态学习

来源：评论

学校读者我要写书评

暂无评论

公共服务热线中基于地域自适应的突发事件实时检测方法

引用

计算机学报 2020年第12期43卷 2259-2275页

作者：麦丞程陈玉婷仇学明刘健赵博袁春风黄宜华南京大学计算机软件新技术国家重点实验室南京210023 南京大学计算机科学与技术系南京210023

随着信息技术的普及应用,城市公共服务热线平台累积了大量亟待分析的民生诉求数据.传统事件检测方法缺少对于地域模式的考虑,同时,其所依赖的GPS地理信息也不易获得.因此,难以直接运用现有的突发事件检测方法挖掘公共服务热线中潜在的... 详细信息

随着信息技术的普及应用,城市公共服务热线平台累积了大量亟待分析的民生诉求数据.传统事件检测方法缺少对于地域模式的考虑,同时,其所依赖的GPS地理信息也不易获得.因此,难以直接运用现有的突发事件检测方法挖掘公共服务热线中潜在的民生突发事件.为此,本文提出了一种基于地域自适应的突发事件实时检测方法(RAEDetection).首先,提出一种基于增量式Kleinberg模型的突发词识别算法,克服了现有批处理式Kleinberg模型的局限性,可从流式增量数据中实时识别突发词汇;然后,提出一种基于分层语义分析的候选突发事件识别算法,以突发词为线索,先根据突发词的主题层语义信息确定突发主题事件,再根据诉求记录的事件层语义信息将每个突发主题事件进一步细分为多个候选突发事件;最后,提出一种基于事件地域树的地域模式自适应识别算法,通过构建包含市级、区级、街道级三层结构的事件地域树,并通过基于KL距离的事件地域分布检验与优化,自适应地识别不同事件发生的地域模式,过滤候选突发事件中的噪声数据,得到最终的突发事件.在城市公共服务真实数据集以及Twitter数据集上的实验结果表明,与目前最新的方法对比,本文方法具有更高的检测准确率和更快的计算性能,能够有效地检测出数据流中的突发事件,算法具备良好的数据和系统可扩展性.本文方法已经成功落地应用于江苏省公共服务热线平台,提供高效的自动化和智能化突发事件检测服务.

关键词：事件检测突发性分析地域自适应公共服务热线数据挖掘

来源：评论

学校读者我要写书评

暂无评论

一种SCADE同步语言程序安全属性自动验证工具

引用

小型微型计算机系统 2022年第4期43卷 858-864页

作者：孙毅陈哲冉丹杨志斌南京航空航天大学计算机科学与技术学院南京211106 华东师范大学上海市高可信计算重点实验室上海200062 南京大学计算机软件新技术国家重点实验室南京210093

安全关键领域的反应系统大都采用同步语言开发,然而,学术界尚不存在SCADE同步语言程序的形式化验证工具,为此,本文提出了一种自动验证SCADE同步语言程序安全属性的方法.首先使用无量词一阶逻辑公式对SCADE同步语言程序的行为进行建模,可... 详细信息

安全关键领域的反应系统大都采用同步语言开发,然而,学术界尚不存在SCADE同步语言程序的形式化验证工具,为此,本文提出了一种自动验证SCADE同步语言程序安全属性的方法.首先使用无量词一阶逻辑公式对SCADE同步语言程序的行为进行建模,可将SCADE同步语言程序的安全属性的验证问题转化为无量词一阶逻辑公式的可满足性问题;然后采用先进的可满足性模理论求解器对其可满足性进行求解.本方法旨在实现对SCADE同步语言程序进行自动地、直接地验证,以填补SCADE同步语言程序验证领域的技术空白.此外,本文对所提方法进行了代码实现,并通过实验验证了所提方法的有效性.

关键词：反应系统 SCADE同步语言形式化验证一阶逻辑可满足性模理论

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的三维点云修复技术综述

引用

计算机辅助设计与图形学学报 2021年第12期33卷 1936-1952页

作者：刘彩霞魏明强郭延文南京师范大学教育信息工程研究所南京210097 南京航空航天大学计算机科学与技术学院南京211106 南京大学计算机软件新技术国家重点实验室南京210023

三维点云是最常用的三维场景/物体表示方法之一.根据点云修复侧重点不同,将基于深度学习的三维点云修复技术划分为密集重建、补全重建和去噪重建3类;详细分析了相关典型修复模型及关键技术,如特征编码、特征扩展和损失函数设计;总结了... 详细信息

三维点云是最常用的三维场景/物体表示方法之一.根据点云修复侧重点不同,将基于深度学习的三维点云修复技术划分为密集重建、补全重建和去噪重建3类;详细分析了相关典型修复模型及关键技术,如特征编码、特征扩展和损失函数设计;总结了常用的网络模块、点云数据集和评估准则;最后讨论了3类修复技术之间的关系,并从旋转不变性特征提取、细节信息修复、拓扑关系保持、几何算法应用和多模态数据融合5个方面探讨了点云修复技术面临的挑战及未来发展趋势.

关键词：三维点云点云修复深度学习网络模型特征编码

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深度强化学习的分布式服务卸载方法

引用

计算机学报 2021年第12期44卷 2382-2405页

作者：许小龙方子介齐连永窦万春何强段玉聪南京信息工程大学计算机与软件学院南京210044 南京大学计算机软件新技术国家重点实验室南京210023 曲阜师范大学信息科学与工程学院山东曲阜273199 斯威本科技大学计算机科学与软件工程系澳大利亚墨尔本3122 海南大学计算机与网络空间安全学院海口570228

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户... 详细信息

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户的服务需求,因此,如何在边缘服务器资源限制的约束下,确定服务卸载地点,为用户提供低时延的服务,仍然是一个巨大的挑战.针对上述问题,本文提出了一种“端-边-云”协同的5G车联网边缘计算系统模型,并针对该系统模型设计了深度学习和深度强化学习协同的分布式服务卸载方法D-SOAC.首先,通过深度时空残差网络,D-SOAC在中心云预测出潜在的用户服务需求量,协同各边缘服务器获取本地车联网边缘计算环境的系统状态,输入边缘服务器上的本地行动者网络,得到该状态下的服务卸载策略.然后,本地评论家网络基于时序差分误差评价该服务卸载策略的优劣,并指导本地行动者网络进行网络参数的优化.优化一定步数后,边缘服务器将优化过的本地网络参数上传到位于中心云的全局网络,协同中心云进行网络参数的更新.最后,中心云将最新的参数推送回本地网络,从而不断对行动者评论家网络进行调优,获得服务卸载的最优解.基于来自现实世界的车载用户服务需求数据集的实验结果表明,在各种车联网边缘计算环境中,相比于四种现有的服务卸载算法,D-SOAC能够降低0.4%~20.4%的用户平均服务时延.

关键词：边缘计算车联网服务卸载深度时空残差网络异步优势行动者评论家

来源：评论

学校读者我要写书评

暂无评论

面向增量分类的多示例学习

引用

计算机研究与发展 2022年第8期59卷 1723-1731页

作者：魏秀参徐书林安鹏杨健南京理工大学计算机科学与工程学院南京210094 综合业务网理论及关键技术国家重点实验室(西安电子科技大学) 西安710071 高维信息智能感知与系统教育部重点实验室(南京理工大学) 南京210094 社会安全图像与视频理解江苏省重点实验室(南京理工大学) 南京210094 计算机软件新技术国家重点实验室(南京大学) 南京210023 中国海洋石油集团有限公司信息技术中心北京100010

近年来多示例学习(multi-instance learning,MIL)被广泛应用于复杂数据问题中,但现有的多示例学习算法往往在封闭静态环境中工作良好,其所处理的类别数量也恒定不变.然而在现实应用当中,常会有新的类别不断地加入到系统当中,例如科学的... 详细信息

近年来多示例学习(multi-instance learning,MIL)被广泛应用于复杂数据问题中,但现有的多示例学习算法往往在封闭静态环境中工作良好,其所处理的类别数量也恒定不变.然而在现实应用当中,常会有新的类别不断地加入到系统当中,例如科学的发展中不断出现新的议题、社交媒体中不断出现新的话题.由于存储限制或保密协议等原因,旧数据可能随着时间的发展变得不可见,这使得直接学习新的类别时模型会忘记曾经学过的知识.增量学习则被用于解决上述问题.因此,在多示例学习设定下进行增量数据挖掘十分有意义,然而目前针对多示例学习下的增量数据挖掘的工作十分稀少.提出一个基于注意力机制和原型分类器映射的多示例增量数据挖掘方法,通过注意力机制选择性地将多示例包的示例汇合为统一的特征表示,然后为每个类别生成类别原型表示并存储下来.类别原型通过原型分类器映射模块得到无偏鲁棒的类别分类器,并通过上一个增量阶段生成的分类器的预测结果对新增量阶段生成的分类器的预测结果进行知识蒸馏,使得模型能够在多示例学习下以极低的存储很好地保留模型的旧知识.实验结果表明:提出的方法能够有效地进行面向增量分类的多示例学习.

关键词：多示例学习增量学习注意力机制知识蒸馏原型

来源：评论

学校读者我要写书评

暂无评论

编程现场上下文深度感知的代码行推荐

引用

软件学报 2021年第11期32卷 3351-3371页

作者：陶传奇包盼盼黄志球周宇张智轶南京航空航天大学计算机科学与技术学院江苏南京211106 高安全系统的软件开发与验证技术工信部重点实验室(南京航空航天大学) 江苏南京211106 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

在软件开发的编程现场,有大量与当前开发任务相关的信息,比如代码上下文信息、用户开发意图等.如果能够根据已有的编程现场上下文给开发人员推荐当前代码行,不仅能够帮助开发人员更好地完成开发任务,还能提高软件开发的效率.而已有的一... 详细信息

在软件开发的编程现场,有大量与当前开发任务相关的信息,比如代码上下文信息、用户开发意图等.如果能够根据已有的编程现场上下文给开发人员推荐当前代码行,不仅能够帮助开发人员更好地完成开发任务,还能提高软件开发的效率.而已有的一些方法通常是进行代码修复或者补全,又或者只是基于关键词匹配的搜索方法,很难达到推荐完整代码行的要求.针对上述问题,一种可行的解决方案是基于已有的海量源码数据,利用深度学习析取代码行的相关上下文因子,挖掘隐含的上下文信息,为精准推荐提供基础.因此,提出了一种基于深度学习的编程现场上下文深度感知的代码行推荐方法,能够在已有的大规模代码数据集中学习上下文之间潜在的关联关系,利用编程现场已有的源码数据和任务数据得到当前可能的代码行,并推荐Top-N给编程人员.代码行深度感知使用RNN Encoder-Decoder,该框架能够将编程现场已有的若干行上文代码行进行编码,得到一个包含已有代码行上下文信息的向量,然后根据该向量进行解码,得到预测的Top-N代码行输出.利用在开源平台上收集的大规模代码行数据集,对方法进行实验并测试,结果显示,该方法能够根据已有的上下文推荐相关的代码行给开发人员,Top-10的推荐准确率有60%左右,并且MRR值在0.3左右,表示用户满意的推荐项排在N个推荐结果中比较靠前的位置.

关键词：编程现场代码上下文代码行深度学习 RNN Encoder-Decoder

来源：评论

学校读者我要写书评

暂无评论

破损文物数字化修复: 以中国出土青铜器为例

引用

计算机辅助设计与图形学学报 2021年第5期33卷 789-797页

作者：魏明强陈红华孙杨杏汪俊郭延文燕雪峰南京航空航天大学计算机科学与技术学院南京210016 模式分析与机器智能工业和信息化部重点实验室南京210016 合肥工业大学仪器科学与光电工程学院合肥230002 南京大学计算机软件新技术国家重点实验室南京210023

出土青铜器大多存在缺失碎块现象,包括片状缺块、跨区域缺块和结构性缺块.随着三维重建和激光扫描技术的发展,以高精度数字化模型为基础的文物修复技术得到了广泛的重视.针对青铜器缺块的多样性和复杂性,从青铜器自身具有的形态特征出发... 详细信息

出土青铜器大多存在缺失碎块现象,包括片状缺块、跨区域缺块和结构性缺块.随着三维重建和激光扫描技术的发展,以高精度数字化模型为基础的文物修复技术得到了广泛的重视.针对青铜器缺块的多样性和复杂性,从青铜器自身具有的形态特征出发,提出了青铜器缺块的多元数字化补配框架.对于片状缺块,分析了具有缺失数据的模型内蕴对称性,研究了青铜器表面纹饰的提取方法,根据模型对称变换建立覆盖缺块的初始模型,再根据纹饰拼接方法,从局部精细调整缺块初步模型,使缺块模型上的纹饰与周围模型的纹饰美观拼接,从而形成了青铜器三维模型从全局到局部的补配方案;对于跨区域缺块,设计了缺块边缘欧拉螺线的走向和研究了缺块内外数据的相似性匹配技术,使用了由粗到精、特征敏感的补配方法;对于结构性缺块,设计了具有高效、良好交互性能的缺块几何形态编辑技术,进而为破损青铜器的缺块补配提供了一个专业、便捷的,且具有多元互补方案的计算机辅助几何处理平台.

关键词：破损青铜器虚拟修复缺块补配三角网格

来源：评论

学校读者我要写书评

暂无评论

攻击网页浏览器:面向脚本代码块的ROP Gadget注入

引用

软件学报 2020年第2期31卷 247-265页

作者：袁平海曾庆凯张云剑刘尧南京大学计算机科学与技术系江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

即时编译机制(just-in-time compilation)改善了网页浏览器执行JavaScript脚本的性能,同时也为攻击者向浏览器进程注入恶意代码提供了便利.借助即时编译器,攻击者可以将脚本中的整型常数放置到动态代码缓存区,以便注入二进制恶意代码片... 详细信息

即时编译机制(just-in-time compilation)改善了网页浏览器执行JavaScript脚本的性能,同时也为攻击者向浏览器进程注入恶意代码提供了便利.借助即时编译器,攻击者可以将脚本中的整型常数放置到动态代码缓存区,以便注入二进制恶意代码片段(称为gadget).通过常数致盲等去毒化处理,基于常数的注入已经得到有效遏制.证实了不使用常数转而通过填充脚本代码块也能实施gadget注入,并实现图灵完备的计算功能.在编译一段给定的脚本代码时,即时编译器生成的动态代码中通常存在着一些固定的机器指令序列.这些指令序列的存在性不受常数致盲和地址空间布局随机化等安全机制的影响,同时,这些指令序列中可能蕴涵着攻击者期望的gadget.在实施攻击时,攻击者可以汇集特定的脚本代码块来构造一个攻击脚本,再借助即时编译器来注入gadget.在x86-64架构上评估了这种注入攻击在Spider Monkey和GoogleV8这两个开源即时编译引擎上的可行性.通过给这两个引擎输入大量的JavaScript脚本,可以得到较为丰富的动态代码块.在这些动态代码块上的统计分析结果表明,这两个引擎生成的动态代码中都存在图灵完备的gadget集合.在实际攻击场景中,攻击者可以利用的脚本集合完全包含且远远多于实验用的脚本.因此,攻击者可以采用该方法注入需要的gadget,以便构造出实现任意功能的ROP(return-oriented programming)代码.

关键词：网页浏览器即时编译机制即时返回导向编程 ROP(return-oriented programming) gadget注入图灵完备计算

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：