检索结果-内蒙古大学图书馆

计算机应用与软件 2020年第12期37卷 32-36,82页

作者：王爽袁苇航江苏经贸职业技术学院江苏南京211168 南京大学计算机软件新技术国家重点实验室江苏南京210046

工业印染中的印花图样,个性化创作要求高,印染企业设计成本负担重。为了更加智能化辅助印花图样生成,降低印花企业设计成本,提出一种针对多类别多尺度问题的对象重复模式发现方法。定义印花图样的重复模式基本表示;运用对象“内容一致... 详细信息

工业印染中的印花图样,个性化创作要求高,印染企业设计成本负担重。为了更加智能化辅助印花图样生成,降低印花企业设计成本,提出一种针对多类别多尺度问题的对象重复模式发现方法。定义印花图样的重复模式基本表示;运用对象“内容一致性”与“空间结构一致性”发现印花图像中的重复模式;经过多次迭代计算得到印花图像中的重复对象,从而生成印花图样。实验表明,该方法解决了印花图像中重复对象之间存在的类别和尺度问题,并能够准确地发现印花图像中重复模式实例。

关键词：重复模式对象发现数字印花内容一致性空间结构一致性

来源：评论

学校读者我要写书评

暂无评论

基于增量学习的RocksDB键值系统主动缓存机制

引用

计算机应用 2020年第2期40卷 321-327页

作者：骆克云叶保留唐斌梅峰卢文达计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 国网浙江省电力有限公司浙江杭州310007

由于分层结构的约束,基于日志结构合并(LSM)树的RocksDB键值存储系统面临着读取性能低下的问题。一种有效的解决方法是对热点数据进行主动缓存,但其面临两个挑战:一是如何在数据分布持续动态变化时对热点数据进行预测,二是如何将主动缓... 详细信息

由于分层结构的约束,基于日志结构合并(LSM)树的RocksDB键值存储系统面临着读取性能低下的问题。一种有效的解决方法是对热点数据进行主动缓存,但其面临两个挑战:一是如何在数据分布持续动态变化时对热点数据进行预测,二是如何将主动缓存机制与RocksDB存储结构衔接起来。针对这些挑战,基于预测分析技术,构建了由数据采集、系统交互、系统测试等部分组成的面向RocksDB键值系统的主动缓存框架,能够将热点数据缓存在LSM树的较低层级中;并对数据访问模式进行建模,设计并实现了基于增量学习的热点数据预测分析方法,能够有效减少存储介质的I/O访问次数。实验结果表明该机制能有效提升RocksDB在不同动态工作负载下的数据读取性能。

关键词： RocksDB 主动缓存增量学习日志结构合并树

来源：评论

学校读者我要写书评

暂无评论

一种权重平均值的深度双Q网络方法

引用

计算机研究与发展 2020年第3期57卷 576-589页

作者：吴金金刘全陈松闫岩苏州大学计算机科学与技术学院江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006 软件新技术与产业化协同创新中心(南京大学) 南京210023

深度强化学习算法的不稳定性和可变性对其性能有重要的影响.深度Q网络模型在处理需要感知高维输入数据的决策控制任务中性能良好.然而,深度Q网络存在着高估动作值使agent性能变差的问题.尽管深度双Q网络能够缓解高估带来的影响,但是仍... 详细信息

深度强化学习算法的不稳定性和可变性对其性能有重要的影响.深度Q网络模型在处理需要感知高维输入数据的决策控制任务中性能良好.然而,深度Q网络存在着高估动作值使agent性能变差的问题.尽管深度双Q网络能够缓解高估带来的影响,但是仍然存在低估动作值的问题.在一些复杂的强化学习环境中,即使是很小的估计误差也会对学习到的策略产生很大影响.为了解决深度Q网络中高估动作值和深度双Q网络中低估动作值的问题,提出一种基于权重平均值的深度双Q网络方法(averaged weighted double deep Q-network,AWDDQN),该方法将带权重的双估计器整合到深度双Q网络中.为了进一步地减少目标值的估计误差,通过计算之前学习到的动作估计值的平均值来产生目标值,并且根据时间差分误差动态地确定平均动作值的数量.实验结果表明:AWDDQN方法可以有效减少估计偏差,并且能够提升agent在部分Atari 2600游戏中的表现.

关键词：深度强化学习深度Q网络估计误差权重双估计器时间差分

来源：评论

学校读者我要写书评

暂无评论

基于多目标优化的测试用例优先级排序方法

引用

计算机科学 2020年第6期47卷 38-43页

作者：夏春艳王兴亚张岩牡丹江师范学院计算机与信息技术学院黑龙江牡丹江157011 南京大学计算机软件新技术国家重点实验室南京210023

回归测试是软件测试中使用最频繁、成本最昂贵的测试方法。测试用例优先级排序是一种能够有效降低回归测试成本的方法,其目的是通过优先执行高级别的测试用例来达到提升软件故障检测的能力。文中提出了一种基于多目标优化的测试用例优... 详细信息

回归测试是软件测试中使用最频繁、成本最昂贵的测试方法。测试用例优先级排序是一种能够有效降低回归测试成本的方法,其目的是通过优先执行高级别的测试用例来达到提升软件故障检测的能力。文中提出了一种基于多目标优化的测试用例优先级排序方法,该方法在遗传算法的个体评价机制中融入了选择函数,设计了合理的编码方式以及合适的选择、交叉和变异策略,以故障检测率、语句覆盖率和有效执行时间为优化目标,采用非支配排序遗传算法对测试用例优先级排序。基于4个基准程序和4个工业程序的实验结果表明:与其他方法相比,所提方法能够提高软件测试的有效性。

关键词：软件测试测试用例优先级多目标优化非支配排序遗传算法选择函数

来源：评论

学校读者我要写书评

暂无评论

一种基于卷积神经网络的砂岩显微图像特征表示方法

引用

软件学报 2020年第11期31卷 3621-3639页

作者：李娜顾庆姜枫郝慧珍于华倪超计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京理工大学泰州科技学院移动互联网学院江苏泰州225300 南京工程学院通信工程学院江苏南京211167

砂岩显微图像分类是地质学研究中一项基本工作,在油气储集层评估等方面有重要意义.在实现自动分类时,由于砂岩显微图像具有复杂多变的显微结构,人工定义特征对砂岩显微图像的表示能力有限.此外,由于样本采集和标注成本高昂,带标记的砂... 详细信息

砂岩显微图像分类是地质学研究中一项基本工作,在油气储集层评估等方面有重要意义.在实现自动分类时,由于砂岩显微图像具有复杂多变的显微结构,人工定义特征对砂岩显微图像的表示能力有限.此外,由于样本采集和标注成本高昂,带标记的砂岩显微图像很少.提出一种面向小规模数据集的基于卷积神经网络的特征表示方法FeRNet,以便有效地捕获砂岩显微图像的语义信息,提高对砂岩显微图像的特征表示能力.FeRNet网络结构简单,可降低网络对带标记图像数据量的要求,防止参数过拟合.针对带标记砂岩显微图像数量不足的问题,提出了图像扩增预处理方法及基于卷积自编码网络的权重初始化策略,降低了因数据不足造成的过拟合风险.基于采自西藏地区的砂岩显微图像数据集设计并进行实验,实验结果表明,在带标记砂岩显微图像数据不足的情况下,图像扩增和卷积自编码网络可以有效地改善FeRNet网络的训练效果,通过FeRNet网络提取的特征对砂岩显微图像的表示能力优于人工定义特征.

关键词：特征表示砂岩显微图像卷积神经网络图像扩增卷积自编码

来源：评论

学校读者我要写书评

暂无评论

近似多元信息多样性

引用

计算机科学与探索 2019年第4期13卷 639-646页

作者：孙涛周志华南京大学计算机软件新技术国家重点实验室南京210023

集成多样性,即个体学习器之间的差异性,是集成学习中的一个基础问题。多元信息多样性(multiinformation diversity)基于信息论来刻画集成多样性,为理解集成多样性提供了一个可行方向,其在实际应用中面临的困难是高阶信息通常难以估计。... 详细信息

集成多样性,即个体学习器之间的差异性,是集成学习中的一个基础问题。多元信息多样性(multiinformation diversity)基于信息论来刻画集成多样性,为理解集成多样性提供了一个可行方向,其在实际应用中面临的困难是高阶信息通常难以估计。提出基于一种特殊的k阶t-cherry联结树对高阶信息做低阶近似,从而得到多元信息多样性的近似估计。方法包括基于联结树直接近似估计多元信息和近似估计多元信息分量,并对两者的相关性进行了分析。实验结果表明,在同阶近似下,该估计方法优于现有近似估计方法。

关键词：机器学习集成多样性信息论联结树

来源：评论

学校读者我要写书评

暂无评论

基于主动迁移学习的图像目标自动标注

引用

指挥信息系统与技术 2021年第5期12卷 61-69页

作者：江彪龙坤谢佳鑫林喜鹏陈杰罗子娟南京大学计算机软件新技术国家重点实验室南京210023 中国电子科技集团公司第二十八研究所南京210023

针对目标检测中海量图像数据缺乏标注的情况,提出了一种基于主动学习和域适应迁移学习的联合训练策略。为了显著降低标注量,引入了主动学习,利用了不确定策略和无监督聚类算法来采样关键数据进行标注;引入了域适应迁移学习,通过类似的... 详细信息

针对目标检测中海量图像数据缺乏标注的情况,提出了一种基于主动学习和域适应迁移学习的联合训练策略。为了显著降低标注量,引入了主动学习,利用了不确定策略和无监督聚类算法来采样关键数据进行标注;引入了域适应迁移学习,通过类似的已标注的源域数据集拟合无标注的目标域数据集。将2种方法联合进行数据标注,在速度和精度上均获得更优的效果。在自行收集的数据集上试验结果证明了该方法的有效性。

关键词：主动学习迁移学习域适应目标检测无监督聚类

来源：评论

学校读者我要写书评

暂无评论

大型语言模型智能体:机制和应用的综述

引用

指挥信息系统与技术 2024年第6期15卷 1-11页

作者：胡伟姜晓夏邵洲天朱容志南京大学计算机软件新技术国家重点实验室南京210023 信息系统工程全国重点实验室南京210023

人工智能智能体(AI agent)具有环境感知、决策制定和行动执行能力,被视为实现通用人工智能(AGI)的关键。首先,介绍了大型语言模型智能体(LLM agent)在角色定位、记忆操作、规划推理和动作执行环节的技术细节,包括长短期混合记忆机制、... 详细信息

人工智能智能体(AI agent)具有环境感知、决策制定和行动执行能力,被视为实现通用人工智能(AGI)的关键。首先,介绍了大型语言模型智能体(LLM agent)在角色定位、记忆操作、规划推理和动作执行环节的技术细节,包括长短期混合记忆机制、多种推理模型(如思维链、思维树和思维图)以及基于规划的多样化输出策略;其次,回顾了***和LangChain等开源框架,并探讨了LLM agent在多个领域的应用及未来发展趋势,包括多模态发展、机器人技术进步和模型轻量化设计;最后,指出了LLM agent面临的伦理和社会问题。

关键词：大型语言模型 AI智能体思维链

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的数据库系统自动调参研究

引用

软件导刊 2021年第11期20卷 148-151页

作者：陈镭南京审计大学信息工程学院江苏南京211815 南京大学计算机软件新技术国家重点实验室江苏南京210023

现代数据库管理系统有成百上千个配置参数,繁琐的参数配置工作已经超出数据库管理员的负荷能力。近年来,机器学习技术因具有较强的学习和泛化能力,为解决数据库调参问题提供了新思路。基于机器学习的数据库自动调参系统能利用已有调优... 详细信息

现代数据库管理系统有成百上千个配置参数,繁琐的参数配置工作已经超出数据库管理员的负荷能力。近年来,机器学习技术因具有较强的学习和泛化能力,为解决数据库调参问题提供了新思路。基于机器学习的数据库自动调参系统能利用已有调优数据训练模型自动推荐最优参数,进而提高数据库管理系统的性能,如降低延迟和增加吞吐量等。使用OtterTune系统对PostgreSQL关系数据库进行自动化调参实验,结果表明,基于机器学习的自动调参系统能将系统吞吐率从个位数提高到百位数,显著提高了数据库管理系统性能。

关键词：数据库系统机器学习参数调优

来源：评论

学校读者我要写书评

暂无评论

使用共享变量分析和约束求解检测安卓应用数据竞争

引用

软件学报 2019年第11期30卷 3281-3296页

作者：孙全许蕾夏昕濛张卫丰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 南京邮电大学计算机学院江苏南京210023

安卓系统在移动端操作系统始终占据主导地位,在增强用户体验和提高程序性能的同时,其特有的事件驱动模型和多线程模型也造成了并发缺陷.并发程序中,线程调度的不确定性和难以再现性是并发缺陷检测困难的原因.现有技术主要在动态生成执... 详细信息

安卓系统在移动端操作系统始终占据主导地位,在增强用户体验和提高程序性能的同时,其特有的事件驱动模型和多线程模型也造成了并发缺陷.并发程序中,线程调度的不确定性和难以再现性是并发缺陷检测困难的原因.现有技术主要在动态生成执行路径的基础上进行发生序(happens-before)分析,进而检测安卓应用的并发缺陷,但仍然存在低覆盖率、误报、漏报等问题.结合共享变量分析和约束求解方法实现了安卓应用数据竞争的检测,并实现了检测工具RaceDetector.该工具首先根据安卓系统的特性和数据竞争的定义,通过静态分析抽取相关信息,并进一步使用安卓共享变量分析来提高准确性和性能,继而进行可疑数据竞争分析,得出可疑的数据竞争集合;接着根据每一个可疑的数据竞争候选者,通过约束求解的方法在所有事件调度和线程调度解空间下识别发生序关系,并最终检测出真正的数据竞争.实验部分是从Google Play等来源收集了15个流行的应用APK文件作为数据集,RaceDetector平均报告了340个数据竞争,误报率为13%(44/340).与现有工具EventRacer(默认产生300随机事件触发应用执行,平均检测2个有害数据竞争)相比,RaceDetector能够解析全部源码,覆盖了所有线程调度和事件调度,平均检测出15个有害数据竞争.

关键词：安卓应用数据竞争事件驱动模型多线程模型约束求解

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：