检索结果-内蒙古大学图书馆

计算机科学 2021年第11期48卷 356-362页

作者：吉晓祥沈航白光伟南京工业大学计算机科学与技术学院南京211816 南京大学计算机软件新技术国家重点实验室南京210093

文中提出了异构无线网络下基于非正交多址的可伸缩视频多播的资源管理框架。该框架综合考虑了不同基站间的频谱切分、切片内多播组之间的频谱分配和多播组内的发射功率分配,目的是最大化多播组所有用户设备的整体视频质量。考虑到每个... 详细信息

文中提出了异构无线网络下基于非正交多址的可伸缩视频多播的资源管理框架。该框架综合考虑了不同基站间的频谱切分、切片内多播组之间的频谱分配和多播组内的发射功率分配,目的是最大化多播组所有用户设备的整体视频质量。考虑到每个多播组请求视频的不同、不同的用户设备位置和小基站间的干扰,将联合资源管理问题转化为一个整数线性规划问题,并将该优化问题解耦为多播组内发射功率划分问题和基站间频谱切分与基站内多组频谱资源分配问题。前者通过多重循环求得了叠加编码每一层所需的最优发射功率,后者通过背包算法得到了最优的解。仿真结果表明,所提方案在频谱利用率和用户设备平均视频质量方面优于现有方案。

关键词：非正交多址可伸缩视频编码多播异构无线网络

来源：评论

学校读者我要写书评

暂无评论

一种数据高效的第三人称模仿学习方法

引用

计算机科学 2021年第2期48卷 238-244页

作者：姜冲章宗长陈子璇朱佳成蒋俊鹏苏州大学计算机科学与技术学院江苏苏州215006 南京大学计算机软件新技术国家重点实验室南京210023

模仿学习提供了一种能够使智能体从专家示范中学习如何决策的框架。在学习过程中,智能体无需与专家进行交互,也不依赖于环境的奖励信号,而只需要大量的专家示范。经典的模仿学习方法需要使用第一人称的专家示范,该示范由一个状态序列以... 详细信息

模仿学习提供了一种能够使智能体从专家示范中学习如何决策的框架。在学习过程中,智能体无需与专家进行交互,也不依赖于环境的奖励信号,而只需要大量的专家示范。经典的模仿学习方法需要使用第一人称的专家示范,该示范由一个状态序列以及对应的专家动作序列组成。但是,在现实生活中,专家示范通常以第三人称视频的形式存在。相比第一人称专家示范,第三人称示范的观察视角与智能体的存在差异,导致两者之间缺乏一一对应关系,因此第三人称示范无法被直接用于模仿学习中。针对此问题,文中提出了一种数据高效的第三人称模仿学习方法。首先,该方法在生成对抗模仿学习的基础上引入了图像差分方法,利用马尔可夫决策过程的马尔可夫性质以及其状态的时间连续性,去除环境背景、颜色等领域特征,以得到观察图像中与行为策略最相关的部分,并将其用于模仿学习;其次,该方法引入了一个变分判别器瓶颈,以对判别器进行限制,进一步削弱了领域特征对策略学习的影响。为了验证所提算法的性能,通过MuJoCo平台中的3个实验环境对其进行了测试,并与已有算法进行了比较。实验结果表明,与已有的模仿学习方法相比,该方法在第三人称模仿学习任务中具有更好的性能表现,并且不需要额外增加对样本的需求。

关键词：模仿学习第三人称领域特征数据高效图像差分变分判别器瓶颈

来源：评论

学校读者我要写书评

暂无评论

国际开源发展经验及其对我国开源创新体系建设的启示

引用

中国科学院院刊 2021年第12期36卷 1497-1505页

作者：隆云滔王晓明顾荣包云岗中国科学院科技战略咨询研究院北京100190 中国科学院大学公共政策与管理学院北京100049 计算机软件新技术国家重点实验室(南京大学) 南京210023 南京大学计算机科学与技术系南京210023 中国科学院计算技术研究所北京100190

开源已成为全球科技进步至关重要的创新渠道。开源创新体系建设是我国实现科技自立自强的重要途径。中国作为全球软件价值链和高新技术产业链必不可少的一环,需要更完善的开源创新生态。文章在系统梳理欧美先发国家开源发展经验的基础上... 详细信息

开源已成为全球科技进步至关重要的创新渠道。开源创新体系建设是我国实现科技自立自强的重要途径。中国作为全球软件价值链和高新技术产业链必不可少的一环,需要更完善的开源创新生态。文章在系统梳理欧美先发国家开源发展经验的基础上,立足我国开源生态建设面临的实际问题,提出促进我国开源创新体系建设的政策建议。

关键词：开源基金会开源治理开源生态开源创新体系

来源：评论

学校读者我要写书评

暂无评论

基于边缘计算的云游戏服务质量增强机制

引用

西北师范大学学报（自然科学版） 2021年第1期57卷 38-47页

作者：白光伟张慧丽沈专沈航南京工业大学计算机科学与技术学院江苏南京211816 南京大学计算机软件新技术国家重点实验室江苏南京210093

提出了一种基于边缘计算的云游戏服务质量增强算法,旨在减少网络传输响应延迟和提高可靠性,扩大云游戏服务范围.该方法使用边缘服务器为玩家渲染游戏,云端负责计算游戏状态和发送更新信息给边缘服务器.首先,设计区域划分算法来确定集群... 详细信息

提出了一种基于边缘计算的云游戏服务质量增强算法,旨在减少网络传输响应延迟和提高可靠性,扩大云游戏服务范围.该方法使用边缘服务器为玩家渲染游戏,云端负责计算游戏状态和发送更新信息给边缘服务器.首先,设计区域划分算法来确定集群部署位置,以均衡负载;第二,研究集群部署位置选择算法,在满足差异化游戏需求基础上尽可能节约资源;第三,设计服务器分配算法,尽可能将相关性高的玩家分配到同一台服务器上,以减少交互所致延迟;最后,考虑到游戏动态的周期性变化,提出了服务器动态部署策略来动态开启服务器,提升服务器的可靠性并节约成本.仿真结果证明提出的方法能够减少响应延迟18~20 ms,节约带宽和提高服务覆盖率.

关键词：云游戏边缘计算响应延迟用户覆盖服务质量

来源：评论

学校读者我要写书评

暂无评论

非结构化数据的多粒度集成分类方法

引用

南京航空航天大学学报 2020年第5期52卷 723-728页

作者：王子一徐苏平商琳计算机软件新技术国家重点实验室(南京大学) 南京210023 南京大学计算机科学与技术系南京210023

深度学习模型已经在文本和图像等分类任务上取得了不错的效果,然而深度学习模型很难为分类结果提供可解释性。本文提出一种非结构化数据的多粒度集成分类方法,与其他学习方法相比,多粒度集成分类方法能够保留数据的上下文信息。在多粒... 详细信息

深度学习模型已经在文本和图像等分类任务上取得了不错的效果,然而深度学习模型很难为分类结果提供可解释性。本文提出一种非结构化数据的多粒度集成分类方法,与其他学习方法相比,多粒度集成分类方法能够保留数据的上下文信息。在多粒度集成分类方法中,数据被划分成不同的粒度,用于训练不同的基学习器,这些学习结果为集成模型最后的分类提供了可解释性。基学习器根据它们在验证集上的精度被赋予不同的权重,从而构造出一个较好的集成学习器。在实验中,本文验证了所提出模型在3种非结构化数据类型(文本、医学图像和时间序列)上的有效性。实验结果表明,本文的模型比现有的基准方法简单,具有较好的分类精度,并且能够为数据的分类提供可解释性。

关键词：集成学习多粒度神经网络分类

来源：评论

学校读者我要写书评

暂无评论

基于Shapelet的不相关情感子序列挖掘方法

引用

南京大学学报（自然科学版） 2020年第1期56卷 57-66页

作者：吴静怡吴钟强商琳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

为了描述和分析特定微博事件的情感变化,情感时间序列被应用在微博事件分析当中.情感时间序列是根据不同时间段内的情感强度生成的曲线,能够描述用户关于事件的情感随时间变化的趋势.为了使对微博的情感挖掘定位到更为精准的时间片,提... 详细信息

为了描述和分析特定微博事件的情感变化,情感时间序列被应用在微博事件分析当中.情感时间序列是根据不同时间段内的情感强度生成的曲线,能够描述用户关于事件的情感随时间变化的趋势.为了使对微博的情感挖掘定位到更为精准的时间片,提出一种基于Shapelet的不相关情感子序列挖掘方法.首先通过事件和不同类别用户的微博生成相应的情感时间序列,然后利用基于Shapelet的思想将相应序列划分成不同的子序列,最后通过计算不同种类用户的子序列和事件子序列的相似性得到最不相关的情感子序列.通过基于微博事件数据集的实验展示了使用该方法挖掘出的情感子序列结果,并进一步通过情感相似度方法验证了该方法的合理性.

关键词：时间序列微博情感分析数据挖掘 Shapelet

来源：评论

学校读者我要写书评

暂无评论

代码特征自动提取方法

引用

计算机科学与探索 2021年第3期15卷 456-467页

作者：史志成周宇南京航空航天大学计算机科学与技术学院南京210016 南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室南京210016 南京大学软件新技术国家重点实验室南京210023

神经网络在软件工程中的应用极大程度上缓解了传统的人工提取代码特征的压力。已有的研究往往将代码简化为自然语言或者依赖专家的领域知识来提取代码特征,简化为自然语言的处理方法过于简单,容易造成信息丢失,而引入专家制定启发式规... 详细信息

神经网络在软件工程中的应用极大程度上缓解了传统的人工提取代码特征的压力。已有的研究往往将代码简化为自然语言或者依赖专家的领域知识来提取代码特征,简化为自然语言的处理方法过于简单,容易造成信息丢失,而引入专家制定启发式规则的模型往往过于复杂,可拓展性以及普适性不强。鉴于以上问题,提出了一种基于卷积和循环神经网络的自动代码特征提取模型,该模型借助代码的抽象语法树(AST)来提取代码特征。为了缓解因AST过于庞大而带来的梯度消失问题,对AST进行切割,转换成一个AST序列再作为模型的输入。该模型利用卷积网络提取代码中的结构信息,利用双向循环神经网络提取代码中的序列信息。整个流程不需要专家的领域知识来指导模型的训练,只需要将标注类别的代码作为模型的输入就可以让模型自动地学习如何提取代码特征。应用训练好的分类编码器,在相似代码搜索任务上进行测试,Top1、NDCG、MRR的值分别能达到0.560、0.679和0.638,对比当下前沿的用于代码特征提取的深度学习模型以及业界常用的代码相似检测工具有显著的优势。

关键词：代码特征提取代码分类程序理解相似代码搜索

来源：评论

学校读者我要写书评

暂无评论

量子计算与不确定性原理

引用

计算机科学 2020年第1期47卷 40-50页

作者： Renata WONG 南京大学计算机科学与技术系南京大学软件新技术国家重点实验室

对量子计算的计算潜力的高度期望源于量子力学的各种特性,如叠加原理、纠缠现象、破坏性和建设性的量子干扰。相对于经典计算,量子计算具有某些假定的优势,例如量子算法的运行速度比经典算法快;但另一方面却似乎存在影响经典算法但不影... 详细信息

对量子计算的计算潜力的高度期望源于量子力学的各种特性,如叠加原理、纠缠现象、破坏性和建设性的量子干扰。相对于经典计算,量子计算具有某些假定的优势,例如量子算法的运行速度比经典算法快;但另一方面却似乎存在影响经典算法但不影响量子算法的障碍,障碍之一是传统上归因于Werner Heisenberg的两个不确定性原理。Heisenberg最初制定的不确定性原理涉及用于测量量子系统的非量子仪器必然会对该系统造成影响。这个原理与其后来的发展有所不同,因为后来发现的不确定性所假定的是不交换可观察量在测量方面存在固有的不能精确测量的特性。在目前的技术发展状况以及当前对量子力学的形式表述与诠释的情况下,这两种不确定性皆有可能对量子计算的速度造成不良影响。近年来,针对这两种不确定性原理有了新的研究成果:1)Ozawa对Heisenberg原理提出了修改,将两种不确定性纳入其内进行并列考虑,从而可以减小Heisenberg原理的不确定性程度;2)在考虑到熵不确定性的情况下,Heisenberg不确定性可被视为Hirschmann不确定性的下界,因此除了在测量上的不确定性之外,量子计算还必须考虑来自其他如信息学的不确定性因素。

关键词：量子计算不确定性原理不确定性关系熵不确定性

来源：评论

学校读者我要写书评

暂无评论

基于程序转化的SCADE模型检测

引用

计算机科学 2021年第12期48卷 125-130页

作者：冉丹陈哲孙毅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

SCADE同步语言是一种常用的嵌入式系统程序设计语言。在航空、航天、交通等安全关键领域的装备研发中,SCADE同步语言通常被用于实现实时嵌入式自动控制系统。SCADE语言是工业级的开发工具,它源于Lustre语言,并在其基础上增加了更多的语... 详细信息

SCADE同步语言是一种常用的嵌入式系统程序设计语言。在航空、航天、交通等安全关键领域的装备研发中,SCADE同步语言通常被用于实现实时嵌入式自动控制系统。SCADE语言是工业级的开发工具,它源于Lustre语言,并在其基础上增加了更多的语言结构来精简代码。目前,相比Lustre语言,SCADE程序模型检测的学术研究相对落后。为此,文中提出了一种对SCADE程序进行模型检测的方法并实现了一款SCADE模型检测工具,该方法的核心思想是基于程序转化,即把SCADE程序经过词法分析、语法分析、抽象语法树生成与化简等操作最终转化为等价的Lustre程序,然后用JKind与SMT求解器完成模型检测。此外,通过理论推导和大量实验证明了工具的模型检测的正确性。实验结果表明,功能相同的两个SCADE和Lustre测试用例模型的检测结果相同,但SCADE程序的模型检测效率相对较低。

关键词：模型检测安全有限状态机词法分析语法分析抽象语法树 JKind

来源：评论

学校读者我要写书评

暂无评论

基于自训练的半监督SQL注入检测算法

引用

陕西师范大学学报（自然科学版） 2021年第1期49卷 37-43页

作者：解银朋周庆博何金栋谢新志周嵩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江苏南京210023 国家电网福建省电力有限公司电力科学研究院福建福州350007

针对基于监督学习的SQL注入检测方法在某些场景下不适用的问题,本文提出一种基于自训练的半监督SQL注入检测方法(self-training based semi-supervised SQL injection detection,S4ID)。S4ID首先对SQL语句进行特征提取,包括基于语法树... 详细信息

针对基于监督学习的SQL注入检测方法在某些场景下不适用的问题,本文提出一种基于自训练的半监督SQL注入检测方法(self-training based semi-supervised SQL injection detection,S4ID)。S4ID首先对SQL语句进行特征提取,包括基于语法树的模式提取和基于词袋模型的特征向量表示;然后使用基于自训练的半监督算法进行训练,通过从未标记样本中选取部分样本并打上伪标记,实现训练集的扩充,从而改善机器学习模型。实验结果表明,在有标记样本有限的情况下,S4ID可以利用未标记样本,取得比监督学习方法更好的SQL注入检测效果。

关键词： SQL注入检测自训练机器学习半监督学习

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：