检索结果-内蒙古大学图书馆

小型微型计算机系统 2018年第12期39卷 2646-2652页

作者：宋来将白光伟沈航葛畅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 南京邮电大学通信与网络技术国家工程研究中心南京210003

智能手机已成为日常生活中不可或缺的工具,被广泛地用于流媒体应用,而流媒体是一种资源消耗型的任务,手机单次充满电使用时间明显缩短.针对该问题,提出一种面向边缘计算环境的智能手机动态背光调节机制,在保证视觉效果的同时有效减少智... 详细信息

智能手机已成为日常生活中不可或缺的工具,被广泛地用于流媒体应用,而流媒体是一种资源消耗型的任务,手机单次充满电使用时间明显缩短.针对该问题,提出一种面向边缘计算环境的智能手机动态背光调节机制,在保证视觉效果的同时有效减少智能手机的能耗.该机制利用边缘计算节点的低延迟等优势,当视频数据传输到边缘计算节点时,通过分析视频帧像素亮度,确定视频帧在手机端显示时的局部最优背光亮度值.然后,从像素亮度和对比度两个方面进行背光亮度补偿,准确度量并减少亮度补偿造成的失真.最后,根据连续帧间的亮度关系,确定背光亮度保持不变的帧间隔.实验结果表明,在无显著增加延迟和视频失真的前提下,该机制能降低手机端20%～30%的能耗.

关键词：边缘计算背光调节像素亮度实时视频节能

来源：评论

学校读者我要写书评

暂无评论

基于模块度增量的二分网络社区挖掘算法

引用

计算机科学 2018年第B06期45卷 442-446,464页

作者：戴彩艳陈崚胡孔法南京中医药大学信息技术学院南京210016 扬州大学信息工程学院江苏扬州225009 南京大学计算机软件新技术国家重点实验室南京210093

针对二分网络的社区挖掘问题,提出了一种基于模块度增量的二分网络社区挖掘算法。该算法假设每个顶点独自构成一个社区,并具有自己的标号。其中,一部分顶点将自己的标号复制并传递到另一部分中的某个顶点上,使之与其位于同一个社区;另... 详细信息

针对二分网络的社区挖掘问题,提出了一种基于模块度增量的二分网络社区挖掘算法。该算法假设每个顶点独自构成一个社区,并具有自己的标号。其中,一部分顶点将自己的标号复制并传递到另一部分中的某个顶点上,使之与其位于同一个社区;另一部分的顶点实施同样的操作。如此反复迭代,直至收敛。标号传播时,选择模块度增量最大的边进行传送,使整体模块度不断提高。在真实数据集上进行的测试表明,所提算法能对二分网络进行高质量的社区划分。

关键词：社区挖掘二分网络模块度增量标号传播

来源：评论

学校读者我要写书评

暂无评论

基于簇的认知多媒体传感器网络实时路由协议

引用

计算机科学 2018年第10期45卷 83-88页

作者：李灵俐白光伟沈航王天荆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 南京邮电大学通信与网络技术国家工程研究中心南京210003

认知无线电传感器网络中信道的可变性使得多媒体数据传输面临着巨大考验,在主要用户的干扰下如何让数据实时传输到汇聚节点是许多研究者正在研究的问题。文中提出一种基于簇的认知多媒体传感器网络实时路由协议,该协议通过对主要用户活... 详细信息

认知无线电传感器网络中信道的可变性使得多媒体数据传输面临着巨大考验,在主要用户的干扰下如何让数据实时传输到汇聚节点是许多研究者正在研究的问题。文中提出一种基于簇的认知多媒体传感器网络实时路由协议,该协议通过对主要用户活动时间的预测获得信道的预期可用时间,并选择合适的信道进行数据传输;同时考虑可靠性指标,将数据丢失概率控制在合理的范围内,使得数据可以在规定的时间内可靠地传输到目的地;在选择下一跳节点时,除了考虑距离问题,还兼顾了信道的可用时间问题,尽可能地减少数据的传输时间。仿真结果表明,CBRTR可以均衡节点能耗,延长网络的生命周期,实现数据的实时、可靠传输。

关键词：认知多媒体传感器网络分簇实时路由可靠性

来源：评论

学校读者我要写书评

暂无评论

链路相关性欺骗攻击与检测机制

引用

计算机科学 2018年第12期45卷 104-110页

作者：徐佳佳白光伟沈航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 南京邮电大学通信与网络技术国家工程研究中心南京210003

近年来的研究工作表明,无线通信中的数据包传输在不同的链路上存在接收相关性,这一现象对无线网络环境下不同通信协议的性能都有着很大的影响。现有的链路相关性感知协议的性能提升大都依赖链路相关性度量的准确性。然而,通过分析发现,... 详细信息

近年来的研究工作表明,无线通信中的数据包传输在不同的链路上存在接收相关性,这一现象对无线网络环境下不同通信协议的性能都有着很大的影响。现有的链路相关性感知协议的性能提升大都依赖链路相关性度量的准确性。然而,通过分析发现,无线网络自身的移动性、射频通信等特点导致其在通信过程中存在着各种威胁与网络攻击。文中结合链路相关性,提出链路相关性感知协议的欺骗攻击机制,即当网络中的源节点发送数据包时,相应的接收节点通过恶意修改自身维持的数据包接收位图中的数据来欺骗源节点,从而达到篡改同一源节点的不同邻居节点之间的链路相关性度量值的目的,因此,该攻击机制会降低协议的传输性能。针对这一攻击机制,文中提出了对应的恶意节点检测机制,即利用Watchdog机制对网络中节点的行为进行检测,从而得出真实的数据包接收位图。仿真结果表明,提出的链路相关性欺骗攻击机制增加了通信协议的数据包重传次数,降低了协议传输的性能,同时基于Watchdog的恶意节点检测机制对这一攻击具有良好的防御力。

关键词：无线网络链路相关性欺骗攻击检测机制

来源：评论

学校读者我要写书评

暂无评论

非对称占空比传感网中的广播能效优化算法

引用

计算机应用 2018年第11期38卷 3275-3281页

作者：徐力杰南京邮电大学计算机学院软件学院网络空间安全学院南京210023 南京邮电大学江苏省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京210023

针对非对称占空比传感网中最小端到端延迟约束下的广播能效优化问题,首先构造了一个能够刻画广播时空特征的时空状态图,将目标问题建模成转发行为子集覆盖问题,然后分别提出了一种面向总能耗优化的最小代价转发行为子集覆盖算法(MC-SCA... 详细信息

针对非对称占空比传感网中最小端到端延迟约束下的广播能效优化问题,首先构造了一个能够刻画广播时空特征的时空状态图,将目标问题建模成转发行为子集覆盖问题,然后分别提出了一种面向总能耗优化的最小代价转发行为子集覆盖算法(MC-SCA)和一种面向能量公平性的代价均衡转发行为子集覆盖算法(CB-SCA)。MC-SCA和CB-SCA都是采用迭代的方式选择最优转发行为子集。MC-SCA在每一轮迭代中贪心地选择转发行为代价与新增覆盖节点数量的比值最小的转发行为,而CB-SCA在每一轮迭代中贪心地选择带来更小节点转发能耗负载且更多新增覆盖节点数量的转发行为。仿真结果表明,MC-SCA与典型的随机父节点选择算法(RPNS-A)相比其广播总能耗平均降低了24.23%,而CB-SCA与RPNS-A、MC-SCA以及最小节点负载优先的贪心算法相比其节点最大广播负载值分别平均降低了48.69%、65.21%和10.64%,因此CB-SCA具有更好的广播能量公平性。

关键词：无线传感器网络非对称占空比广播调度能量效率负载均衡

来源：评论

学校读者我要写书评

暂无评论

考虑父节点的贝叶斯网络故障路径追溯算法

引用

计算机科学与探索 2018年第11期12卷 1796-1805页

作者：王林宋蓓张友卫綦小龙王皓江苏方天电力技术有限公司南京211102 南京大学计算机软件新技术国家重点实验室南京210023 伊犁师范学院电子与信息工程学院新疆伊宁835000

基于概率图模型的故障诊断技术常被用于不确定信息的推理。其中贝叶斯网络作为一类具有强大实用性及适用性的概率图模型,得到了广泛应用。为有效识别大数据量工业系统中的故障传播路径,提出了一种考虑父节点影响的贝叶斯网络故障路径追... 详细信息

基于概率图模型的故障诊断技术常被用于不确定信息的推理。其中贝叶斯网络作为一类具有强大实用性及适用性的概率图模型,得到了广泛应用。为有效识别大数据量工业系统中的故障传播路径,提出了一种考虑父节点影响的贝叶斯网络故障路径追溯算法。在建立贝叶斯网络后,给定父节点所有潜在取值组合,算法利用条件概率分解及二分法估计特定故障子节点的最大条件分布值,然后与真实观测值比较,得到导致此故障发生的最大可能原因。通过逐层推断,最终能够实现对网络中故障传播路径的有效追溯。实验结果表明,该算法具有准确追踪故障路径的能力,同时显示出较高的可用性及较快的追踪速度。

关键词：贝叶斯网络故障路径追溯概率推理最大条件概率

来源：评论

学校读者我要写书评

暂无评论

水面机器人机舱设备预测维护系统研究与设计

引用

机械设计与制造 2018年第6期 270-272页

作者：乔大雷戴立坤邹玉娟江苏海事学院信息工程学院江苏南京211100 南京大学计算机软件新技术国家重点实验室江苏南京210023

水面机器人是继无人驾驶汽车、无人机后的工业界、学术界的又一关注热点,机舱作为水面机器人的控制和运行中枢,要求具备高度的智能化和自治化。基于边缘计算模式设计和实现了水面机器人机舱预测性维护系统,该系统具有机舱运行参数实时... 详细信息

水面机器人是继无人驾驶汽车、无人机后的工业界、学术界的又一关注热点,机舱作为水面机器人的控制和运行中枢,要求具备高度的智能化和自治化。基于边缘计算模式设计和实现了水面机器人机舱预测性维护系统,该系统具有机舱运行参数实时感知、故障诊断,估计剩余寿命,进而开展预测性维护的功能。论文给出基于边缘计算的预测性维护系统体系结构设计,以NVIDIA Tegra Parker深度学习Soc为核心的边缘网关架构设计,基于GRU门控循环单元神经网络学习算法的故障诊断、剩余寿命预测方法及预测性维护实现思路,最后在NASA的PCo E发动机退化模拟数据集上验证了系统设计的可行性及预测算法的有效性。

关键词：水面机器人智能机舱边缘计算预测性维护 GRU深度学习

来源：评论

学校读者我要写书评

暂无评论

基于递归神经网络局部建模的人群异常事件监测

引用

计算机应用研究 2018年第6期35卷 1900-1905页

作者：蔡瑞初陈恬郝志峰谢伟浩温雯广东工业大学计算机学院广州510006 计算机软件新技术国家重点实验室南京大学南京210023 佛山科学技术学院数学与大数据学院广东佛山528000

针对密集人群建模困难、异常事件检测可靠性差等问题,提出了一种基于递归神经网络局部建模的人群异常事件监测与定位方法。该方法首先对人群场景进行网格划分,提取多尺度光流统计直方图特征,并按照一定规则进行特征选择,建立人群动态序... 详细信息

针对密集人群建模困难、异常事件检测可靠性差等问题,提出了一种基于递归神经网络局部建模的人群异常事件监测与定位方法。该方法首先对人群场景进行网格划分,提取多尺度光流统计直方图特征,并按照一定规则进行特征选择,建立人群动态序列事件表示;然后采用递归神经网络对人群场景进行局部细粒度建模和预测;最后基于前后帧重构误差进行异常事件判定,实现异常事件的监测和定位。在公共数据集UCSD上进行的对比实验结果验证了该方法的有效性。

关键词：人群异常监测异常定位递归神经网络无监督学习重构误差

来源：评论

学校读者我要写书评

暂无评论

Goldfish:基于矩阵分解的大规模RDF数据存储与查询系统

引用

计算机学报 2017年第10期40卷 2212-2230页

作者：顾荣仇红剑杨文家胡伟袁春风黄宜华南京大学计算机软件新技术国家重点实验室南京210093 江苏省软件新技术与产业化协同创新中心南京210093

随着互联网应用的迅猛发展和语义网技术研究的深入,语义数据呈现出爆炸性增长趋势.一方面,对于语义数据实现高效存储和查询是语义网应用的重要基础,越来越多的语义应用可以依赖于此以提供更好的服务;另一方面,语义数据的爆炸性增长,对... 详细信息

随着互联网应用的迅猛发展和语义网技术研究的深入,语义数据呈现出爆炸性增长趋势.一方面,对于语义数据实现高效存储和查询是语义网应用的重要基础,越来越多的语义应用可以依赖于此以提供更好的服务;另一方面,语义数据的爆炸性增长,对大数据环境下的语义数据的存储与查询技术提出了新的挑战.传统的基于关系型数据库的语义数据与查询系统已难以满足大规模语义数据的存储与查询需求.该文针对大规模RDF数据的存储与查询问题,以OpenRDF Sesame框架为基础,采用分布式分层式存储架构,提出并实现了属性表存储结构来进行语义数据的存储.在此基础上,针对布尔矩阵分解算法在对大规模语义数据构造属性表较慢的问题,基于Spark分布式计算框架提出并实现了并行化频繁项集挖掘算法求解大规模矩阵分解,以加速属性表的构造过程.并且,在查询层增加了基于哈希转换等查询优化.最后,基于该文所提出的索引结构和优化方法设计实现了原型系统Goldfish,并在大规模合成和真实数据集上进行了实验对比.结果表明,Goldfish原型系统比Rainbow系统查询性能平均提升约6倍,比Jena-HBase查询性能平均提升约500倍,比基于MapReduce的RDF查询系统SHARD性能平均提升约1200倍.

关键词：大规模RDF存储矩阵分解分层式存储大数据语义网 Spark

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积特征的细粒度图像分类研究综述

引用

自动化学报 2017年第8期43卷 1306-1318页

作者：罗建豪吴建鑫南京大学计算机科学与技术系南京大学软件新技术国家重点实验室南京210023

细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题,其目标是对子类进行识别,如区分不同种类的鸟.由于子类别间细微的类间差异和较大的类内差异,传统的分类算法不得不依赖于大量的人工标注信息.近年来,随着深度学习的发展,深... 详细信息

细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题,其目标是对子类进行识别,如区分不同种类的鸟.由于子类别间细微的类间差异和较大的类内差异,传统的分类算法不得不依赖于大量的人工标注信息.近年来,随着深度学习的发展,深度卷积神经网络为细粒度图像分类带来了新的机遇.大量基于深度卷积特征算法的提出,促进了该领域的快速发展.本文首先从该问题的定义以及研究意义出发,介绍了细粒度图像分类算法的发展现状.之后,从强监督与弱监督两个角度对比分析了不同算法之间的差异,并比较了这些算法在常用数据集上的性能表现.最后,我们对这些算法进行了总结,并讨论了该领域未来可能的研究方向及其面临的挑战.

关键词：细粒度图像分类深度学习卷积神经网络计算机视觉

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：