检索结果-内蒙古大学图书馆

天文学报 2020年第4期61卷 129-139页

作者：单家辉封莉袁汉青张岩钟忺甘为群黎辉黄宇中国科学院紫金山天文台南京210023 中国科学院暗物质和空间天文重点实验室南京210023 武汉理工大学计算机科学与技术学院武汉430070 中国科学技术大学天文与空间科学学院合肥230026 南京大学计算机软件新技术国家重点实验室南京210023

日冕物质抛射(Coronal Mass Ejection,CME)的检测是建立CME事件库和实现对CME在行星际传播的预报的重要前提.通过Visual Geometry Group(VGG)16卷积神经网络方法对日冕仪图像进行自动分类.基于大角度光谱日冕仪(Large Angle and Spectro... 详细信息

日冕物质抛射(Coronal Mass Ejection,CME)的检测是建立CME事件库和实现对CME在行星际传播的预报的重要前提.通过Visual Geometry Group(VGG)16卷积神经网络方法对日冕仪图像进行自动分类.基于大角度光谱日冕仪(Large Angle and Spectrometric Coronagraph Experiment,LASCO)C2的白光日冕仪图像,根据是否观测到CME对图像进行标记.将标记分类的数据集用于VGG模型的训练,该模型在测试集分类的准确率达到92.5%.根据检测得到的标签结果,结合时空连续性规则,消除了误判区域,有效分类出CME图像序列.与Coordinated Data Analysis Workshops(CDAW)人工事件库比较,分类出的CME图像序列能够较完整地包含CME事件,且对弱CME结构有较高的检测灵敏度.未来先进天基太阳天文台(Advanced Space-based Solar Observatory,ASO-S)卫星的莱曼阿尔法太阳望远镜将搭载有白光日冕仪(Solar Corona Imager,SCI),使用此分类方法将该仪器产生的日冕图像按有无CME分类.含CME标签的图像将推送给中国的各空间天气预报中心,对CME进行预警.

关键词：太阳:日冕物质抛射技术:图像处理方法:数据分析

来源：评论

学校读者我要写书评

暂无评论

软件协同中基于中介的协同模型应用研究

软件协同中基于中介的协同模型应用研究

引用

2004’全国软件与应用学术会议(NASAC)

作者：许婷俞春陶先平吕建南京大学计算机软件新技术国家重点实验室江苏南京210093 南京大学计算机科学与技术系江苏南京210093

在开放、动态的Internet平台上实现软件资源的协同是网络技术研究热点之一.传统的软件协同存在协同模式单一的不足,不能很好适应网络资源的多模式协同.本文在我们开展的多模式软件协同研究背景下,基于共享空间协同技术,针对多模式协同特... 详细信息

在开放、动态的Internet平台上实现软件资源的协同是网络技术研究热点之一.传统的软件协同存在协同模式单一的不足,不能很好适应网络资源的多模式协同.本文在我们开展的多模式软件协同研究背景下,基于共享空间协同技术,针对多模式协同特点,在基于agent的多模式协同中间件中,设计并实现了一个基于中介的协同环境,为多模式软件协同提供了良好的中介协同支撑.

关键词：中间件元组匹配算法软件协同

来源：评论

学校读者我要写书评

暂无评论

针对漏洞攻击的自恢复系统

针对漏洞攻击的自恢复系统

引用

2011年全国通信安全学术会议

作者：王国栋南京大学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

文章针对程序漏洞攻击,提出程序运行时的自恢复和回退方法。方法首先识别程序的输入点作为程序回退点,其次在程序崩溃时识别并定位程序漏洞,最后分析漏洞输入和外部输入之间的依赖关系以识别触发程序漏洞的程序输入点,并将该输入点对应... 详细信息

文章针对程序漏洞攻击,提出程序运行时的自恢复和回退方法。方法首先识别程序的输入点作为程序回退点,其次在程序崩溃时识别并定位程序漏洞,最后分析漏洞输入和外部输入之间的依赖关系以识别触发程序漏洞的程序输入点,并将该输入点对应的程序回退点作为此次程序自恢复的回退状态点对程序进行回退,使得程序可以继续正常运行。试验结果表明,方法能成功识别对现实软件的漏洞攻击并完成程序自恢复回退。

关键词：计算机安全漏洞攻击漏洞定位程序自恢复回退

来源：评论

学校读者我要写书评

暂无评论

基于MAC的数据库安全模型探讨

基于MAC的数据库安全模型探讨

引用

第十八届全国数据库学术会议

作者：徐洁磐柏文阳南京大学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

1.引言计算机网络的出现与发展引发了对网上数据的恶意破坏如病毒、黑客等行为,为防止此类问题发生,网上数据安全性已成为重要研究课题,本文即重点研究基于网络的数据库安全问题。

关键词： MAC Database security model Bell La padula model

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集方法的共指消解

基于粗糙集方法的共指消解

引用

第十一届全国计算语言学学术会议

作者：贾修一张亚兵陈家骏商琳南京大学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

选择合适的特征是共指消解任务中一个重要的组成部分。特征不是越多越好,反映本质的特征很重要;对于不同种类的语料,一个公共的特征集往往难以适应,为了提高特征对语料的针对性,对不同的语料应选择不同的特征。本文基于上述观点,采用粗... 详细信息

选择合适的特征是共指消解任务中一个重要的组成部分。特征不是越多越好,反映本质的特征很重要;对于不同种类的语料,一个公共的特征集往往难以适应,为了提高特征对语料的针对性,对不同的语料应选择不同的特征。本文基于上述观点,采用粗糙集理论中的属性约简方法来解决共指消解的特征选择问题,它一方面能解决特征冗余问题,另一方面可以实现针对不同语料选择具有适应性的特征。论文在特征选择之后,利用基于粗糙集的LEM2规则提取算法学习规则构建分类器进行共指消解。在ACE-2003语料库上的实验说明了粗糙集方法对共指消解任务的有效性。

关键词：共指消解粗糙集理论特征选择规则提取

来源：评论

学校读者我要写书评

暂无评论

多需求驱动的测试用例集约简方法

多需求驱动的测试用例集约简方法

引用

全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议

作者：孙富强王林章南京大学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

软件测试过程中,测试用例集的规模可能会随着软件的维护和修改而飞速地增长,由于测试过程中时间和资源的限制,测试用例集约简技术试图移除那些冗余的测试用例,即它们满足的测试需求已被其他测试用例所满足。现有的基于单测试目标的测试... 详细信息

软件测试过程中,测试用例集的规模可能会随着软件的维护和修改而飞速地增长,由于测试过程中时间和资源的限制,测试用例集约简技术试图移除那些冗余的测试用例,即它们满足的测试需求已被其他测试用例所满足。现有的基于单测试目标的测试用例集约简方法不仅缩小了测试用例集的规模,同时也可能削弱了缺陷检测的能力。本文提出了多需求驱动的约简方法,该方法根据瀑布模型中需求规约、设计模型和代码的关系,分别设定相应的测试目标,在多测试需求集的基础上,精简现有的测试用例集,以达到既能约简测试用例集,又能提高精简测试用例集的缺陷检测能力的目的。

关键词：多需求测试用例集约简缺陷检测能力

来源：评论

学校读者我要写书评

暂无评论

一种面向情境的情境感知应用编程框架

一种面向情境的情境感知应用编程框架

引用

第十一届全国软件与应用学术会议(NASAC2012)

作者：陈秀余萍徐锋南京大学计算机科学与技术系江苏南京 210046 南京大学计算机软件新技术国家重点实验室江苏南京 210046

随着信息技术的快速发展，各种各样的环境信息影响着我们生活中的各种决策，因此提供一种智能化的应用程序，能够根据用户当前的情境信息为用户提供所需要的最适合的服务变得越来越重要。然而许多遗产软件并不支持情境感知功能，而且目... 详细信息

随着信息技术的快速发展，各种各样的环境信息影响着我们生活中的各种决策，因此提供一种智能化的应用程序，能够根据用户当前的情境信息为用户提供所需要的最适合的服务变得越来越重要。然而许多遗产软件并不支持情境感知功能，而且目前的一些主要的编程语言和编程框架并没有提供一个很好的方式来支持这种情境感知应用程序的开发。因此本文提出了一个新的面向情境的编程框架，支持情境信息的定义、封装、发布，支持对应用行为的驱动和约束，允许应用快速响应非预期情境。通过该框架可以快速开发情境感知应用，也可以以非侵入的方式改造遗产软件，使之具有情境感知能力。

关键词：情境感知 Context 框架遗产软件

来源：评论

学校读者我要写书评

暂无评论

基于海量医疗数据的症状自查服务的云框架设计

基于海量医疗数据的症状自查服务的云框架设计

引用

第二届CCF大数据学术会议

作者：周作建林文敏王斌斌潘金贵南京大学计算机软件新技术国家重点实验室南京中国210046 南京大学计算机科学与技术系南京中国210046

随着当前社会"亚健康"人群的增加,症状自查服务显得愈发重要.各地基于居民健康档案的区域卫生信息平台的建立,为症状自查服务实现提供了数据基础,但是我们仍面临着海量电子病历的获取、存储、搜索以及数据分析计算等诸多挑战... 详细信息

随着当前社会"亚健康"人群的增加,症状自查服务显得愈发重要.各地基于居民健康档案的区域卫生信息平台的建立,为症状自查服务实现提供了数据基础,但是我们仍面临着海量电子病历的获取、存储、搜索以及数据分析计算等诸多挑战.鉴于上述问题,本文提出一种基于云框架的症状自查服务模型.首先,本文建立了Hadoop集群,用来对海量医疗数据的存储以及索引的建立,提高电子病历的搜索响应时间.其次,本文设计了基于Lucene的分布式搜索节点集群,用来对海量的电子病历进行实时检索、数据分析和隐私过滤.此外,本文对症状自查服务的实现进行讨论,包括搜索节点的选择、病历索引文件的建立、病历相似度的计算及排序方法.最后,本文通过实验证实症状自查服务的云框架模型具有可扩展性和有效性.

关键词：医疗数据信息查询云框架系统设计

来源：评论

学校读者我要写书评

暂无评论

视觉图像显著性检测综述

引用

计算机科学 2020年第7期47卷 84-91页

作者：袁野和晓歌朱定坤王富利谢浩然汪俊魏明强郭延文南京航空航天大学计算机科学与技术学院/人工智能学院南京210006 模式分析与机器智能工业和信息化部重点实验室南京210016 南京大学计算机软件新技术国家重点实验室南京210023 香港公开大学香港999077 香港教育大学香港999077

当今图像数据呈爆炸式增长,如何利用计算机高效地获取、处理图片信息成为领域内重要的研究课题。在人类视觉注意机制的启发下,研究人员发现将这种机制引入机器图像处理任务中可以大大提高信息提取的效率,从而更好地节省有限的计算资源... 详细信息

当今图像数据呈爆炸式增长,如何利用计算机高效地获取、处理图片信息成为领域内重要的研究课题。在人类视觉注意机制的启发下,研究人员发现将这种机制引入机器图像处理任务中可以大大提高信息提取的效率,从而更好地节省有限的计算资源。视觉图像显著性检测即利用计算机模拟人类的视觉注意机制,对图片中各部分信息的重要程度进行计算。其在图像分割、视频压缩、目标检测、图像索引等领域得到了广泛的应用,有着重要的研究价值。文中介绍了图像显著性检测算法的研究现状,首先以信息驱动来源为切入点,对显著性检测模型进行概述,之后分析了现有几种典型的显著性检测算法,并根据是否基于学习的模型将其分为基于非学习模型、基于传统机器学习模型以及基于深度学习模型3类。针对第一类,文中较为详细地对基于局部对比度和基于全局对比度的显著性检测算法进行了分类比较,指出了各自的优势与不足;针对后两类,分析了机器学习算法及深度学习在显著性检测中的应用。最后对现有的显著性检测算法进行了总结比较,对该领域研究的下一步发展方向进行了展望。

关键词：显著区域检测视觉显著性检测深度学习机器学习视觉注意机制

来源：评论

学校读者我要写书评

暂无评论

基于广义后缀树的二分网络社区挖掘算法

引用

计算机科学 2017年第7期44卷 221-226页

作者：邹凌君陈崚戴彩艳金陵科技学院信息化建设与管理中心南京211169 扬州大学信息工程学院扬州225009 南京大学计算机软件新技术国家重点实验室南京210093 南京航空航天大学计算机科学与技术学院南京210016

近年来,二分网络的社区挖掘问题得到了极大的关注。提出了一种基于广义后缀树的二分网络社区挖掘算法。首先从二分网络的邻接矩阵中提取网络中每个节点的链接节点序列,然后构建广义后缀树。广义后缀树的每个节点表示二分网络的一个完全... 详细信息

近年来,二分网络的社区挖掘问题得到了极大的关注。提出了一种基于广义后缀树的二分网络社区挖掘算法。首先从二分网络的邻接矩阵中提取网络中每个节点的链接节点序列,然后构建广义后缀树。广义后缀树的每个节点表示二分网络的一个完全二分团,由此获取并调整完全二分团。通过引入二分团的紧密度得到初始的社区划分,最后再对孤立点进行处理以得到最终的社区划分。所提算法不仅能发现重叠社区,而且能得到一对多关系的社区。在人工数据集和真实数据集上的实验表明,所提算法能准确地识别二分网络中的社区个数,获得很好的划分效果。

关键词：二分网络社区划分广义后缀树重叠社区

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：