检索结果-内蒙古大学图书馆

计算机科学 2021年第9期48卷 271-277页

作者：成昭炜沈航汪悦王敏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

文中提出了一个异构网络下无人机基站辅助的弹性视频多播机制。结合SVC编码,将无人机动态部署和资源分配问题联合考虑,目的是最大化用户整体的视频质量。考虑到宏基站覆盖范围内用户的移动会使网络拓扑结构发生改变,传统的启发式算法难... 详细信息

文中提出了一个异构网络下无人机基站辅助的弹性视频多播机制。结合SVC编码,将无人机动态部署和资源分配问题联合考虑,目的是最大化用户整体的视频质量。考虑到宏基站覆盖范围内用户的移动会使网络拓扑结构发生改变,传统的启发式算法难以应对用户移动的复杂性。对此,采用基于深度强化学习的DDPG算法训练神经网络来决策无人机的最佳部署位置和带宽资源分配比重。在模型收敛后,学习代理可以在较短的时间内找到最优的无人机部署和带宽分配策略。仿真结果表明,所提方案达到了预期目标并且优于现有的基于Q-learning的方案。

关键词：可伸缩视频编码多播深度强化学习无人机移动互联网

来源：评论

学校读者我要写书评

暂无评论

基于能量分类器的抗SSDF攻击协作频谱感知算法

引用

计算机科学 2021年第2期48卷 282-288页

作者：丁诗铭王天荆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

频谱感知是认知无线电通信的重要环节,SSDF(Spectrum Sensing Data Falsification)是协作频谱感知面临的严重安全威胁。SSDF攻击方式逐渐呈现动态化的趋势,传统防御算法因假定攻击强度保持不变而难以识别动态的篡改数据。针对动态化的S... 详细信息

频谱感知是认知无线电通信的重要环节,SSDF(Spectrum Sensing Data Falsification)是协作频谱感知面临的严重安全威胁。SSDF攻击方式逐渐呈现动态化的趋势,传统防御算法因假定攻击强度保持不变而难以识别动态的篡改数据。针对动态化的SSDF攻击,提出一种基于能量分类器的抗SSDF攻击协作频谱感知算法。该算法首先通过分析动态SSDF攻击的特性,结合距离判别法将邻居节点能量分类,通过将分类结果与本地结果进行对比来识别恶意邻居节点;然后本地节点在滑动时间窗内根据历史频谱判决信息和当前频谱判决信息建立信誉模型,并由此更新各邻居节点的信誉值;最后,本地节点实施加权协作频谱感知。仿真结果表明:相比LDCSS(Largest Deviation-based distributed Cooperative Spectrum Sensing)算法和RBCSS(Reputation-based Cooperative Spectrum Sensing)算法,所提算法在动态SSDF攻击的攻击强度接近阈值时频谱检测概率分别提高了15%和16%,显著增加了认知网络的协作频谱感知性能,提升了频谱共享的效率。

关键词：分布式频谱感知数据篡改能量检测法距离判别信誉值

来源：评论

学校读者我要写书评

暂无评论

异构无线网络中基于非正交多址的可伸缩视频多播机制

引用

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

一种手绘制导的移动应用界面测试方法

引用

软件学报 2020年第12期31卷 3671-3684页

作者：成浩亮汤恩义玉淳舟张初成陈鑫王林章卜磊李宣东计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学软件学院江苏南京210093 南京大学计算机科学与技术系江苏南京210023

软件测试在提高移动应用的安全性和可靠性方面扮演着重要角色.然而,目前主流的移动应用界面测试技术存在着许多不足:人工编写脚本和录制回放技术需要消耗大量的人力成本,自动化测试在移动应用界面测试的应用场景上受到了诸多限制.针对... 详细信息

软件测试在提高移动应用的安全性和可靠性方面扮演着重要角色.然而,目前主流的移动应用界面测试技术存在着许多不足:人工编写脚本和录制回放技术需要消耗大量的人力成本,自动化测试在移动应用界面测试的应用场景上受到了诸多限制.针对这些问题,提出一种基于手绘制导的移动应用界面测试方法.该方法通过设计一种简单直观且具有较强表达能力的手绘语言来帮助测试者轻松表达其测试意图,测试者仅需在待测应用的界面图像上做简单绘制,就能生成对应的测试模型,并以此为基础生成界面测试所需的测试用例.以近年来在相关文献中已经用作移动应用界面测试的评估用例集为基准来评估该方法的测试效果.评估结果表明:在提供很少人力成本的条件下,手绘图形所表达的用户测试意图在制导移动应用界面测试上能起到非常关键的作用.

关键词：手绘制导测试生成模型驱动的自动化测试移动应用图形界面测试

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

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

可成长软件理论方法和实现技术:从范型到跨越

引用

中国科学：信息科学 2020年第11期50卷 1595-1611页

作者：许畅秦逸余萍曹春吕建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

在云计算和大数据的技术背景下,"人–机–物"三元融合的应用模式正不断加速社会的信息化进程,并对软件系统的自适应和持续演化能力提出了新的需求.本文探索了面临软硬件环境及外部资源不断变迁挑战下的可成长网构软件理论方... 详细信息

在云计算和大数据的技术背景下,"人–机–物"三元融合的应用模式正不断加速社会的信息化进程,并对软件系统的自适应和持续演化能力提出了新的需求.本文探索了面临软硬件环境及外部资源不断变迁挑战下的可成长网构软件理论方法和实现技术,从软件可成长性问题的由来,至可成长性概念的内涵和可成长软件的范型机理,在开放环境感知与自适应、无缝演化和过程演进,以及演化质量评估方法和保障机制3个方面系统分析了可成长软件的技术挑战并介绍了当前的技术进展,以支撑软件系统在不断成长视角下的长期生存.

关键词：可成长软件范型机理自主适应持续演化

来源：评论

学校读者我要写书评

暂无评论

基于全卷积神经网络的单幅隧道图像裂纹提取算法

引用

计算机工程与科学 2022年第5期44卷 845-854页

作者：仇静博燕雪峰汪俊郭延文魏明强南京航空航天大学计算机科学与技术学院江苏南京211106 南京航空航天大学模式分析与机器智能工业和信息化部重点实验室江苏南京211106 南京大学计算机软件新技术国家重点实验室江苏南京210023

提出一种基于全卷积神经网络的单幅隧道图像裂纹提取算法,能够有效避免复杂背景下的伪裂纹噪声点干扰,实现对隧道裂纹的精确分割。首先,构建深度残差网络模型提取裂纹特征;其次,使用改进的全卷积神经网络中的反卷积操作恢复裂纹特征图... 详细信息

提出一种基于全卷积神经网络的单幅隧道图像裂纹提取算法,能够有效避免复杂背景下的伪裂纹噪声点干扰,实现对隧道裂纹的精确分割。首先,构建深度残差网络模型提取裂纹特征;其次,使用改进的全卷积神经网络中的反卷积操作恢复裂纹特征图的尺寸和裂纹细节;为了提升裂缝提取的精细程度,提出一个细节修复模块来保持裂缝的完整性与边缘细节;最后,公开一个裂纹数据集NUAACrack-2000,包含2 000幅隧道裂纹图像与精准标注标签。实验表明,提出的算法在避免噪声点干扰方面优于传统图像分割算法;在保留提取裂纹的整体性以及边缘细节处理方面优于基于机器学习的主流裂纹提取算法。

关键词：裂纹提取图像分割 NUAACrack-2000 全卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种面向复杂场景的无线通信节点智能适变架构

引用

中国科学：信息科学 2021年第2期51卷 294-304页

作者：尹浩魏急波赵海涛熊俊梅锴张利军任保全马东堂军事科学院北京100076 国防科技大学电子科学学院长沙410073 南京大学计算机软件新技术国家重点实验室南京210023

针对可能存在对抗的未知通信环境,本文探讨了一种能进行智能适变的通信节点体系架构.该架构包括通信环境理解、通信波形适配和智能节点学习进化3个核心功能,以及支持这些功能的通信计算融合硬件平台.所提出的智能适变架构支持通信环境... 详细信息

针对可能存在对抗的未知通信环境,本文探讨了一种能进行智能适变的通信节点体系架构.该架构包括通信环境理解、通信波形适配和智能节点学习进化3个核心功能,以及支持这些功能的通信计算融合硬件平台.所提出的智能适变架构支持通信环境知识库、通信波形库,以及波形与环境适配知识图谱的不断累积和进化,通过波形在线重构,通信节点既能匹配典型通信场景,又能快速适应未知环境,因而支持智能通信节点的可持续发展.进一步本文梳理了强化学习、在线学习和迁移学习等3种机器学习技术在智能适变无线通信节点中的应用,并以最经典的信道估计过程为代表,给出了机器学习应用于通信环境识别的典型范例.

关键词：智能节点通信环境理解智能适变学习生长机器学习信道估计

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：