检索结果-内蒙古大学图书馆

计算机科学 2012年第6期39卷 89-92页

作者：章韵巨德文陈志扈罗全岳文静南京邮电大学计算机学院南京210003 江苏省无线传感网高技术研究重点实验室南京210003 南京大学计算机软件新技术国家重点实验室南京210093 宽带无线通信与传感网技术教育部重点实验室南京210003 苏州大学城市轨道交通学院苏州215104

在汇聚节点移动可预测情况下,提出一种无线传感网分簇算法。该算法将subsink节点引入到HEED分簇算法中,以较快感知移动路径变化,快速形成分簇拓扑;采用sink节点注册机制,实现汇聚节点移动过程中的信息交互。实例分析表明,该算法能快速... 详细信息

在汇聚节点移动可预测情况下,提出一种无线传感网分簇算法。该算法将subsink节点引入到HEED分簇算法中,以较快感知移动路径变化,快速形成分簇拓扑;采用sink节点注册机制,实现汇聚节点移动过程中的信息交互。实例分析表明,该算法能快速形成合理网络拓扑,延长无线传感网的生存期。

关键词：无线传感网移动sink 分簇算法

来源：评论

学校读者我要写书评

暂无评论

面向半监督聚类的最优间隔分布学习机

引用

中国科学：信息科学 2022年第1期52卷 86-98页

作者：张腾黎铭金海华中科技大学大数据技术与系统国家地方联合工程研究中心武汉430074 华中科技大学服务计算技术与系统教育部重点实验室武汉430074 华中科技大学集群与网格计算湖北省重点实验室武汉430074 华中科技大学计算机科学与技术学院武汉430074 南京大学计算机软件新技术国家重点实验室南京210023

基于间隔的聚类是一类经典的聚类算法,此类算法假设聚类结构能通过引入监督学习中的间隔来确定.即一个好的聚类结果,当以其簇标记作为类别标记进行监督学习时,所得分类器产生的关于间隔的目标物理量也同时达到最优.目前最为有效的间隔... 详细信息

基于间隔的聚类是一类经典的聚类算法,此类算法假设聚类结构能通过引入监督学习中的间隔来确定.即一个好的聚类结果,当以其簇标记作为类别标记进行监督学习时,所得分类器产生的关于间隔的目标物理量也同时达到最优.目前最为有效的间隔物理量是间隔分布,其基于最新的间隔理论,取得了比优化最小间隔更好的效果.然而在现实聚类任务中,我们往往还能获得一些额外的监督信息,例如两两样本之间的"必连"约束和"勿连"约束,此时优化间隔分布是否还有效尚未可知.对此,本文提出面向半监督聚类的最优间隔分布学习机(ODMSSC),对该问题进行初步探索. ODMSSC对应的形式化是一个混合整数规划,我们将其放松成一个鞍点问题,并提出一种高效的交替优化方法进行求解.最终通过真实数据集上的实验,我们验证了所提算法的有效性.

关键词：半监督聚类约束聚类最优间隔分布学习机间隔分布间隔

来源：评论

学校读者我要写书评

暂无评论

并发缺陷检测技术研究进展

引用

计算机科学 2019年第5期46卷 13-20页

作者：薄莉莉姜淑娟张艳梅王兴亚于巧中国矿业大学计算机科学与技术学院矿山数字化教育部工程研究中心江苏徐州221116 南京大学计算机软件新技术国家重点实验室南京210093 江苏师范大学计算机科学与技术学院江苏徐州221116

多核时代的到来使得并发程序的设计备受人们关注。然而,并发程序的并发性和不确定性容易引发并发缺陷。因此,快速且有效地检测出这些并发缺陷尤为重要。首先,将目前常见的并发缺陷分为五大类(并发类型状态缺陷、死锁、数据竞争、原子性... 详细信息

多核时代的到来使得并发程序的设计备受人们关注。然而,并发程序的并发性和不确定性容易引发并发缺陷。因此,快速且有效地检测出这些并发缺陷尤为重要。首先,将目前常见的并发缺陷分为五大类(并发类型状态缺陷、死锁、数据竞争、原子性违背和顺序违背);随后,从软件运行的角度,将现有的并发缺陷检测技术分为静态分析、动态分析和动静结合分析,并对每一类进行详细的分析、比较和总结;接着,对并发缺陷检测技术的通用性进行分析和总结;最后,从通用准确的并发缺陷检测、软硬件相结合的并发缺陷检测、并发缺陷检测修复一体化、适用于松散内存模型的并发缺陷检测、安卓等其他应用平台的并发缺陷检测和分布式系统非确定性并发缺陷研究等方面,对并发缺陷检测技术的未来研究进行了探讨。

关键词：并发程序并发缺陷缺陷检测软件测试

来源：评论

学校读者我要写书评

暂无评论

支持向量机方法预测七鳃鳗miRNA前体

引用

济南大学学报（自然科学版） 2015年第5期29卷 333-339页

作者：张洁李庆伟邹丽辽宁师范大学生命科学学院大连116081 辽宁师范大学七鳃鳗研究中心大连116081 辽宁师范大学计算机与信息技术学院大连116081 南京大学计算机软件新技术国家重点实验室南京210093

将七鳃鳗miRNA前体(pre-miRNA)序列的结构特征作为支持向量机工具Lib-SVM的输入向量,经Grid程序优化参数后,开发序列预测程序Lj-miRSVM,通过10倍交叉法验证,平均敏感性和特异性分别为95%和95.9%,准确率为95.8%,接收者操作特征曲线(ROC)... 详细信息

将七鳃鳗miRNA前体(pre-miRNA)序列的结构特征作为支持向量机工具Lib-SVM的输入向量,经Grid程序优化参数后,开发序列预测程序Lj-miRSVM,通过10倍交叉法验证,平均敏感性和特异性分别为95%和95.9%,准确率为95.8%,接收者操作特征曲线(ROC)下的面积比约为98.9%。用Lj-miRSVM预测其他20个物种的pre-miRNA,平均正确率为78.5%。

关键词：七鳃鳗支持向量机 miRNA前体预测 ROC曲线

来源：评论

学校读者我要写书评

暂无评论

SpaceOS中若干全局性质的形式化描述和验证

引用

小型微型计算机系统 2019年第1期40卷 141-148页

作者：顾海博付明乔磊冯新宇中国科学技术大学计算机科学与技术学院合肥230027 中国科学技术大学苏州研究院软件安全实验室江苏苏州215123 华为上海研究所2012实验室-OS内核实验室上海201206 北京控制工程研究所北京100190 南京大学计算机软件新技术国家重点实验室南京210023

SpaceOS是北京控制工程研究所自主研发的嵌入式实时操作系统,已被应用于探月工程、空间站等重大航天项目.SpaceOS作为底层系统软件,是影响航天任务成败的关键因素. SpaceOS在设计中提出了一些多个内核模块(如任务管理、调度、通信和时... 详细信息

SpaceOS是北京控制工程研究所自主研发的嵌入式实时操作系统,已被应用于探月工程、空间站等重大航天项目.SpaceOS作为底层系统软件,是影响航天任务成败的关键因素. SpaceOS在设计中提出了一些多个内核模块(如任务管理、调度、通信和时间管理等)相互协同过程中所需要满足的全局性质.本文扩展已有的操作系统验证框架支持全局性质的推理,为SpaceOS内核建立抽象模型,给出主要系统调用的抽象规范,并基于设计需求给出形式化定义描述若干全局性质,通过严格的数学证明保证SpaceOS在抽象设计层面上满足这些全局性质.所有工作都在证明助手Coq中完成.

关键词： SpaceOS 形式化验证全局性质操作系统内核 Coq

来源：评论

学校读者我要写书评

暂无评论

局部方向三值模式纹理描述子

引用

计算机工程与设计 2015年第5期36卷 1260-1264,1303页

作者：刘海军南京大学计算机软件新技术国家重点实验室江苏南京210023 北京市轻纺机械机器视觉工程技术研究中心北京100176 北京经纬纺机新技术有限公司北京100176

为解决LDP算子运算速度较慢、对于有些模式无法精确区分等问题,提出局部方向三值模式纹理描述子。采用自适应阈值,对像素8个方向边缘响应进行三值编码,提取并统计正边缘模式和负边缘模式,联合起来构成局部方向三值模式,作为最终特征来... 详细信息

为解决LDP算子运算速度较慢、对于有些模式无法精确区分等问题,提出局部方向三值模式纹理描述子。采用自适应阈值,对像素8个方向边缘响应进行三值编码,提取并统计正边缘模式和负边缘模式,联合起来构成局部方向三值模式,作为最终特征来描述图像。在Brodatz数据集和CUReT数据集上将该模式与传统的LBP、LDP、FLDP、LTP算法进行对比实验,对比结果表明,与LDP算法相比,该模式在上述两个数据集上的分类准确率分别提高了5.42%和8.43%,运算速度提高了8倍以上;与LBP、FLDP、FTP相比,该模式也有明显优势。

关键词：纹理特征纹理描述子局部方向模式局部三值模式纹理分类

来源：评论

学校读者我要写书评

暂无评论

基于边缘异常候选集的迭代式主动多元时序异常检测算法

引用

计算机应用 2024年第5期44卷 1458-1463页

作者：孟凡杨群力霍静王新宽江苏省战略与发展研究中心公共信用信息中心南京210036 计算机软件新技术国家重点实验室(南京大学) 南京210093 中国移动江苏公司扬州分公司江苏扬州225012

无监督多元时间序列(MTS)异常检测方法因标注成本低而广受关注,但传统方法一般基于两个假设:1)服从独立同分布(IID)假设,即假设时序数据样本之间和属性之间不存在依赖关系;2)高净度启动假设,即假设可拥有完全正常态的时序数据集进行训... 详细信息

无监督多元时间序列(MTS)异常检测方法因标注成本低而广受关注,但传统方法一般基于两个假设:1)服从独立同分布(IID)假设,即假设时序数据样本之间和属性之间不存在依赖关系;2)高净度启动假设,即假设可拥有完全正常态的时序数据集进行训练。以上假设在实际场景中往往难以满足。为此,提出一种基于边缘异常候选集的迭代式主动多元时序异常检测算法(EraseMTS)。首先,利用一种多粒度时序特征学习方法捕捉子序列内和子序列间的依赖关系,并在此基础上对原始多元时间序列进行再表示;其次,提出一种利用边缘异常候选集的选择策略,以子序列异常得分为基础,同时考虑异常程度,选择待人工交互的范围;最后,提出一种迭代式子序列权重更新机制,将异常反馈信息融入无监督异常检测模型的训练过程中,通过迭代方式不断优化初始训练模型性能。在UCR时间序列库中的4个数据集和1个人工合成数据集上对所提算法的检测性能、可扩展性和稳定性进行验证,实验结果表明该算法能够有效且稳定运行。

关键词：异常检测多元时间序列权重更新多粒度表示主动学习

来源：评论

学校读者我要写书评

暂无评论

一种基于模型结合的错误定位方法

引用

新型工业化 2012年第3期 54-64页

作者：唐启锋许蕾钱巨陈林张震宇南京大学计算机软件新技术国家重点实验室，南京 210093 南京大学计算机科学与技术系，南京 210093 南京航空航天大学计算机科学与技术学院南京210016 中国科学院软件研究所，计算机科学国家重点实验室，北京 100080

目前大多数错误定位技术的研究均基于单一类型的程序节点（如语句、谓词等），其效果往往只在定位相应类型的错误时表现较好，而定位其他类型的程序错误时则表现不佳。为此，借鉴机器学习领域中集成学习的思想，建立多错误定位方法相结... 详细信息

目前大多数错误定位技术的研究均基于单一类型的程序节点（如语句、谓词等），其效果往往只在定位相应类型的错误时表现较好，而定位其他类型的程序错误时则表现不佳。为此，借鉴机器学习领域中集成学习的思想，建立多错误定位方法相结合的错误定位模型，并综合了基于语句覆盖信息和程序谓词信息这2种错误定位方法，提出了3种新的错误定位方法。实验结果表明，相对于此前单一的方法，所提出的2种方法具有更高的错误定位效率和更强的适应性。

关键词：错误定位集成学习程序分析软件调试

来源：评论

学校读者我要写书评

暂无评论

基于推理规则的OODBMS授权管理机制

基于推理规则的OODBMS授权管理机制

引用

第十七届全国数据库学术会议

作者：应丽君徐洁磐南京大学计算机软件新技术国家重点实验室南京大学计算机系南大谷元石油软件研究所有限公司

1引言随着网络技术的发展以及计算机在社会各个领域的广泛应用,数据的安全性问题已日益被人们所关注。数据库系统作为一个数据的主要存放场所,其安全与否已成为评价它的重要性能指标。目前,大部分数据库系统主要利用强制访问控制、自主... 详细信息

1引言随着网络技术的发展以及计算机在社会各个领域的广泛应用,数据的安全性问题已日益被人们所关注。数据库系统作为一个数据的主要存放场所,其安全与否已成为评价它的重要性能指标。目前,大部分数据库系统主要利用强制访问控制、自主授权控制管理等措施来实现安全性保护。限于篇幅,本文只讨论其中的自主授权控制管理问题。

关键词： Reasoning rule Authorization management Authorization-user Authorization-object

来源：评论

学校读者我要写书评

暂无评论

基于改进随机森林算法的钓鱼网站检测方法研究

引用

微电子学与计算机 2019年第4期36卷 43-46,51页

作者：朱琪林果园中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心江苏徐州221116 南京大学计算机软件新技术国家重点实验室江苏南京210023

为了更准确快捷的对钓鱼网站进行识别,提出了一种基于改进随机森林算法的钓鱼网站检测方法.该方法挖掘钓鱼网页特征之间潜在的关联规则,并对数据集进行分区,以此区分特征数据的重要程度并计算权重以及数据选取的比例,选取数据后对数据... 详细信息

为了更准确快捷的对钓鱼网站进行识别,提出了一种基于改进随机森林算法的钓鱼网站检测方法.该方法挖掘钓鱼网页特征之间潜在的关联规则,并对数据集进行分区,以此区分特征数据的重要程度并计算权重以及数据选取的比例,选取数据后对数据空间进行相应的集合化与剪辑以此优化森林的建立,并根据建立的森林达到对钓鱼网站检测识别的目的.最终实验说明,该方法对钓鱼网站的检测识别具有很好的效果和效率.

关键词：钓鱼检测关联规则特征分区数据空间

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：