检索结果-内蒙古大学图书馆

数据采集与处理 2022年第3期37卷 715-724页

作者：陈金怡罗圣钦李洪均南通大学信息科学技术学院南通226019 南京大学计算机软件新技术国家重点实验室南京210093

为了改善机器人的操作方式,提高体感交互的识别精度,提出了一种基于限幅加权骨骼节点滤波的体感交互技术。首先利用Kinect传感器获取深度场景信息,并通过骨骼追踪技术处理所获得的深度信息以此匹配人体各个关节,建立人体各关节的3D坐标... 详细信息

为了改善机器人的操作方式,提高体感交互的识别精度,提出了一种基于限幅加权骨骼节点滤波的体感交互技术。首先利用Kinect传感器获取深度场景信息,并通过骨骼追踪技术处理所获得的深度信息以此匹配人体各个关节,建立人体各关节的3D坐标;然后采用空间向量映射的形式计算出各关节转动角度,并利用本文所提出的限幅加权滤波算法,即通过对采集并计算出的关节转动角度进行限幅加权滤波处理,减少了骨骼噪声的影响;最后将转动角度转化为控制指令,通过蓝牙串口将控制指令发送给机械臂控制器,操控机械臂舵机转动。实验结果表明,该方法能够实现体感交互效果,机械臂随人体手臂运动的识别率为96.3%,且限幅加权滤波算法能有效减少骨骼噪声影响。

关键词：体感交互限幅加权滤波骨骼追踪 Kinect传感器

来源：评论

学校读者我要写书评

暂无评论

基于决策树模型重用的分布变化流数据学习

引用

中国科学：信息科学 2021年第1期51卷 1-12页

作者：赵鹏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

在很多真实应用中,数据以流的形式不断被收集得到.由于数据收集环境往往发生动态变化,流数据的分布也会随时间不断变化.传统的机器学习技术依赖于数据独立同分布假设,因而在这类分布变化的流数据学习问题上难以奏效.本文提出一种基于决... 详细信息

在很多真实应用中,数据以流的形式不断被收集得到.由于数据收集环境往往发生动态变化,流数据的分布也会随时间不断变化.传统的机器学习技术依赖于数据独立同分布假设,因而在这类分布变化的流数据学习问题上难以奏效.本文提出一种基于决策树模型重用的算法进行分布变化的流数据学习.该算法是一种在线集成学习方法:算法将维护一个模型库,并通过决策树模型重用机制更新模型库.其核心思想是希望从历史数据中挖掘与当前学习相关的知识,从而抵御分布变化造成的影响.通过在合成数据集和真实数据集上进行实验,我们验证了本文提出方法的有效性.

关键词：机器学习分布变化流数据模型重用集成学习动态环境

来源：评论

学校读者我要写书评

暂无评论

一种优化的数据流驱动的微服务化拆分方法

引用

软件学报 2021年第5期32卷 1284-1301页

作者：李杉杉荣国平高邱雅邵栋南京大学软件学院江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

近年来,微服务架构已经成为软件工程领域比较流行的架构风格,其天然支持DevOps和持续交付以及可伸缩性、可扩展性好等特性,驱动着业界实践者纷纷向微服务架构迁移.然而,采用微服务架构也面临诸多挑战,其中最关键的是缺乏自动化、一体化... 详细信息

近年来,微服务架构已经成为软件工程领域比较流行的架构风格,其天然支持DevOps和持续交付以及可伸缩性、可扩展性好等特性,驱动着业界实践者纷纷向微服务架构迁移.然而,采用微服务架构也面临诸多挑战,其中最关键的是缺乏自动化、一体化的解决方案来高效支持面向微服务的拆分设计以及候选微服务架构的评估.为了应对该挑战,对已有的数据流驱动的微服务化拆分方法的局限问题(例如效率和灵活性)进行改进,在此基础上,提出了一种优化的微服务化拆分方法(DFD-A).该方法通过动、静态分析相结合的方式,实现了更加高效的数据流信息自动化收集,同时,采用两阶段的聚类算法来取代完全基于自定义规则的微服务化拆分算法.同时实现了原型工具来支持从数据收集分析、服务拆分到候选微服务架构评估的完整且自动化的过程.案例研究结果表明,该优化方法DFD-A及其原型工具在保证拆分结果有效性的基础上,可以更加高效、灵活地支持面向微服务的自动化拆分与评估.

关键词：微服务 DevOps 可伸缩拆分评估数据流

来源：评论

学校读者我要写书评

暂无评论

基于隐式网络和显式网络相似性学习的零样本意图识别

引用

中国科学：信息科学 2021年第11期51卷 1853-1866页

作者：孙鹏飞欧阳亚文戴新宇张文明计算机软件新技术国家重点实验室(南京大学) 南京210023

意图识别是对话系统的一个重要组成部分.现有的工作主要集中在使用充足的标记数据进行意图识别.然而,这些方法不能识别训练数据中不存在的意图.为了解决这个问题,我们提出了一种基于隐式网络和显式网络的相似性学习模型,用于零样本意图... 详细信息

意图识别是对话系统的一个重要组成部分.现有的工作主要集中在使用充足的标记数据进行意图识别.然而,这些方法不能识别训练数据中不存在的意图.为了解决这个问题,我们提出了一种基于隐式网络和显式网络的相似性学习模型,用于零样本意图识别,该模型能够从词级和句子级学习用户话术和意图描述之间的相似性.为了增强意图的表示,我们引入槽位类型作为意图描述.并依据表达方式的不同将意图分为显式意图和隐式意图,分别从词级和句子级构建显式网络和隐式网络.同时,为了更好地结合这两部分信息,我们还设计了关系层来融合不同层级的信息.在两个基准数据集上的实验结果表明,我们的模型明显优于现有的最先进的模型,并展示了从词级和句子级同时学习相似性的有效性.

关键词：零样本意图识别隐式网络显式网络关系层选择门

来源：评论

学校读者我要写书评

暂无评论

自动驾驶软件测试技术研究综述

引用

中国图象图形学报 2021年第1期26卷 13-27页

作者：冯洋夏志龙郭安陈振宇南京大学计算机软件新技术国家重点实验室南京210023

自动驾驶系统(autonomous driving system,ADS)是一种集成高精度传感器、人工智能和地图导航系统等模块的信息—物理融合系统。该类系统中的自动驾驶软件完成了从高级辅助驾驶到无人驾驶任务中关键的感知、定位、预测、规划和控制任务... 详细信息

自动驾驶系统(autonomous driving system,ADS)是一种集成高精度传感器、人工智能和地图导航系统等模块的信息—物理融合系统。该类系统中的自动驾驶软件完成了从高级辅助驾驶到无人驾驶任务中关键的感知、定位、预测、规划和控制任务。随着深度学习和强化学习等人工智能技术的发展和车载硬件设备的不断升级,高级别的自动驾驶软件已经逐渐应用于多种安全攸关的场景中,保障其运行稳定性与可靠性的测试技术逐渐成为学术界和产业界的研究重点。本文在广泛调研国内外文献基础上,对自动驾驶软件测试技术进行了深入分析与梳理。结合自动驾驶软件的架构特点及系统特征,讨论了面向自动驾驶系统的仿真测试和实景测试,以及面向组件的测试技术。其中,在仿真方法方面,分析了软件仿真、半实体仿真和在环仿真等技术;在仿真对象方面,讨论了静态环境仿真、动态场景仿真、传感器仿真和车辆动力学仿真等。同时,本文介绍了当前实景测试的进展与情况,重点分析了实景测试案例中的得失优劣。在面向自动驾驶软件组件的测试技术方面,重点讨论了当前数据驱动技术在感知组件、决策规划组件,以及控制组件测试方面的进展。最后,本文总结分析了自动驾驶软件测试当前面临的挑战,并对未来自动驾驶软件测试技术的研究方向和研究重点进行了展望。

关键词：自动驾驶软件综述仿真测试数据驱动的测试软件测试

来源：评论

学校读者我要写书评

暂无评论

基于RFID的无源感知机制研究综述

引用

软件学报 2022年第1期33卷 297-323页

作者：王楚豫谢磊赵彦超张大庆叶保留陆桑璐计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京航空航天大学计算机科学与技术学院江苏南京210016 高可信软件技术教育部重点实验室(北京大学) 北京100871 北京大学计算机学院北京100871

随着物联网技术的飞速发展与广泛部署,物联网领域的应用需求逐步从“万物互联”转变成“人-机-物”的感知融合.在众多感知技术之中,射频识别技术(radio frequency identification,RFID)作为物联网领域的核心技术之一,由于标签的轻量级... 详细信息

随着物联网技术的飞速发展与广泛部署,物联网领域的应用需求逐步从“万物互联”转变成“人-机-物”的感知融合.在众多感知技术之中,射频识别技术(radio frequency identification,RFID)作为物联网领域的核心技术之一,由于标签的轻量级、可标记、易部署等特征,成为“无源感知”的重要媒介.为深入剖析无源感知的研究方法,了解当前无源感知的研究进展,以基于RFID的无源感知研究为主要切入点,根据感知研究的一般流程,从感知渠道、感知方法、感知范畴以及感知应用这4个层面对近年来基于RFID的无源感知研究工作进行阐述和分析.我们着重在各个层面上分析相关技术的研究进展,比较不同技术在感知应用中的优势和劣势,总结当前阶段无源感知的主要研究趋势,并对未来发展方向进行展望.

关键词：射频识别技术无源感知信号处理无线感知

来源：评论

学校读者我要写书评

暂无评论

一种验证分布式协议活性属性容错机制的模型检测方法

引用

计算机学报 2021年第8期44卷 1714-1731页

作者：陆超逸聂长海张成志南京大学计算机软件新技术国家重点实验室南京210023 香港科技大学香港999077

云计算是一种通过网络以服务的方式向用户提供按需收费的计算资源的模式,目前企业逐渐将业务部署、数据处理转移到云计算平台上进行。因为可扩展性、性能等各方面需求,所以云平台部署在分布式系统上。由于分布式系统采用大量的商品机通... 详细信息

云计算是一种通过网络以服务的方式向用户提供按需收费的计算资源的模式,目前企业逐渐将业务部署、数据处理转移到云计算平台上进行。因为可扩展性、性能等各方面需求,所以云平台部署在分布式系统上。由于分布式系统采用大量的商品机通过复杂的结构进行搭建,因此分布式系统中组件发生故障是无法避免的。为了提高分布式系统的可靠性,技术人员在开发分布式系统时为其设计了容错机制。为了保证容错机制在分布式系统发生故障时能真正有效地工作,故障注入是检验容错机制的方法之一,通过人为地向系统中注入特定的故障,观察系统的行为并检验容错机制是否正确工作。由于分布式系统的并发特性,传统软件测试方法无法对其进行完全测试,近年来越来越多地使用模型检测技术来对分布式系统进行验证。现有的模型检测技术注重对分布式系统的安全性属性和活性属性的检测,忽略了对容错机制尤其是活性属性容错机制的检测,所以如何验证系统的活性属性容错机制是目前面临的挑战。采用抽象模型检测方法会引入模型与实际系统不匹配的问题。同时,采用实现级模型检测方法会加剧模型检测中的状态空间爆炸问题。本文提出了一个实现级模型检测工具LTMC(Liveness Properties Fault Tolerance Model Checker),结合故障注入技术对分布式协议的安全性属性与活性属性及其容错机制进行验证。同时,基于分布式系统节点的角色,本文提出了一种对等约减策略PRP(Peer Reduction Policy)对LTMC需要搜索的状态空间进行约减,缓解了状态空间爆炸问题。此外,LTMC通过引入逻辑时钟机制,优先搜索那些更有实际价值的事件执行路径。LTMC能够有目标地在待验证系统运行的特定时刻注入特定的故障,而不依赖于随机故障注入策略;当待验证系统发生改变时,只需要简单地对工具进行轻微的修改;LTMC可以系统地发现分布式协议中指定类型的所有Bug。在本文最后,我们将LTMC应用到ZooKeeper和Cassandra的几个协议中,并与深度优先搜索作对比,可以发现LTMC有3.7~594.4倍的状态空间约减率。

关键词：分布式系统模型检测故障注入活性属性容错机制对等约减策略

来源：评论

学校读者我要写书评

暂无评论

基于贪心组合优化的分布极端不平衡分类算法

引用

小型微型计算机系统 2024年第10期45卷 2411-2419页

作者：陈兴国许静李扬罗玉盘南京邮电大学大数据安全与智能处理重点实验室南京210023 南京大学计算机软件新技术国家重点实验室南京210046 井冈山大学网络信息中心江西吉安343009

现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性... 详细信息

现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性质,并采用贪心的组合优化方法.具体而言,选择深度森林算法为基础,依次组合最优重采样方法、以异常检测思想的特征提取方法对数据进行的特征处理方法或基于贝叶斯优化的最优代价敏感矩阵方法.在3种组合算法中选择分类性能最优的算法组合,再次组合其余角度的方法,判断分类性能是否再次提升.实验选择两组极端不平衡数据——真实饮用水数据和UCI数据库中的page-blocks数据进行验证.结果表明,基于贪心优化对算法间进行组合,在3轮迭代后得到的算法组合,较单一算法其分类性能能有进一步的提升.

关键词：次模函数贪心优化数据分布极端不平衡深度森林组合算法

来源：评论

学校读者我要写书评

暂无评论

基于几何先验和深度学习的点云法矢估算

引用

计算机辅助设计与图形学学报 2022年第1期34卷 9-17页

作者：郜金艳郭延文王连生汪俊魏明强南京航空航天大学计算机科学与技术学院南京211106 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南京211106 南京大学计算机软件新技术国家重点实验室南京210023 厦门大学计算机科学系厦门361005

法矢是三维点云曲面最基本的几何属性.为解决传统几何估算子与基于学习技术中的问题,提出基于几何先验和深度学习的点云法矢估算方法.首先,使用一个多尺度曲面块选择方法保持点云的特征和细节,以降低后续深度网络的学习难度;然后,结合... 详细信息

法矢是三维点云曲面最基本的几何属性.为解决传统几何估算子与基于学习技术中的问题,提出基于几何先验和深度学习的点云法矢估算方法.首先,使用一个多尺度曲面块选择方法保持点云的特征和细节,以降低后续深度网络的学习难度;然后,结合局部特征和几何先验知识设计一个法矢优化神经网络,输出精确点云法矢;最后使用合成模型数据和Microsoft Kinect V1扫描得到的真实模型数据进行验证,使用平均角度误差作为度量标准与主流方法进行对比,定量和定性分析结果表明文中方法在保持模型细节和噪声鲁棒性方面均明显优于对比方法.

关键词：三维点云法矢估算点云去噪深度学习双边滤波

来源：评论

学校读者我要写书评

暂无评论

基于边缘计算的紧致化掌纹识别系统

引用

中国科学：技术科学 2022年第5期52卷 704-712页

作者：刘钧文钟德星邵会凯刘成城西安交通大学自动化科学与工程学院西安710049 人工智能与数字经济广东省实验室(广州) 广州510330 南京大学计算机软件新技术国家重点实验室南京210023

随着生物特征身份认证技术的发展,无接触式掌纹识别的高识别率、低侵犯性和无接触性等优点,使其得到了越来越广泛的关注.为了满足边缘环境下多设备实时高效的处理需求,本文设计了一套基于边缘计算的紧致化掌纹识别框架,分别在终端设备... 详细信息

随着生物特征身份认证技术的发展,无接触式掌纹识别的高识别率、低侵犯性和无接触性等优点,使其得到了越来越广泛的关注.为了满足边缘环境下多设备实时高效的处理需求,本文设计了一套基于边缘计算的紧致化掌纹识别框架,分别在终端设备层、边缘服务器层、云层搭建掌纹识别子系统.在终端设备层采用基于Tiny YOLO-v3的目标识别算法和基于MobilenetV2的关键点定位算法对采集图像进行预处理,提取掌纹ROI(region of interest),并提出识别请求.在边缘服务器层,对接受到的掌纹ROI利用基于对抗度量学习的GoogLeNet模型进行特征提取和特征匹配,在返回识别结果后进行数据同步.在云层,数据中心将会对所有的识别任务记录日志并归入数据库,同时定时训练更新终端设备和边缘设备的网络模型,以提高系统的跨领域识别能力.该框架是一套完整可行的生物特征识别框架,具有广阔的市场前景和应用价值.

关键词：边缘计算紧致化系统嵌入式系统掌纹识别生物特征

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：