检索结果-内蒙古大学图书馆

软件学报 2021年第11期32卷 3351-3371页

作者：陶传奇包盼盼黄志球周宇张智轶南京航空航天大学计算机科学与技术学院江苏南京211106 高安全系统的软件开发与验证技术工信部重点实验室(南京航空航天大学) 江苏南京211106 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

在软件开发的编程现场,有大量与当前开发任务相关的信息,比如代码上下文信息、用户开发意图等.如果能够根据已有的编程现场上下文给开发人员推荐当前代码行,不仅能够帮助开发人员更好地完成开发任务,还能提高软件开发的效率.而已有的一... 详细信息

在软件开发的编程现场,有大量与当前开发任务相关的信息,比如代码上下文信息、用户开发意图等.如果能够根据已有的编程现场上下文给开发人员推荐当前代码行,不仅能够帮助开发人员更好地完成开发任务,还能提高软件开发的效率.而已有的一些方法通常是进行代码修复或者补全,又或者只是基于关键词匹配的搜索方法,很难达到推荐完整代码行的要求.针对上述问题,一种可行的解决方案是基于已有的海量源码数据,利用深度学习析取代码行的相关上下文因子,挖掘隐含的上下文信息,为精准推荐提供基础.因此,提出了一种基于深度学习的编程现场上下文深度感知的代码行推荐方法,能够在已有的大规模代码数据集中学习上下文之间潜在的关联关系,利用编程现场已有的源码数据和任务数据得到当前可能的代码行,并推荐Top-N给编程人员.代码行深度感知使用RNN Encoder-Decoder,该框架能够将编程现场已有的若干行上文代码行进行编码,得到一个包含已有代码行上下文信息的向量,然后根据该向量进行解码,得到预测的Top-N代码行输出.利用在开源平台上收集的大规模代码行数据集,对方法进行实验并测试,结果显示,该方法能够根据已有的上下文推荐相关的代码行给开发人员,Top-10的推荐准确率有60%左右,并且MRR值在0.3左右,表示用户满意的推荐项排在N个推荐结果中比较靠前的位置.

关键词：编程现场代码上下文代码行深度学习 RNN Encoder-Decoder

来源：评论

学校读者我要写书评

暂无评论

车联网环境下基于强化学习的边缘服务器部署策略

引用

计算机集成制造系统 2022年第10期28卷 3146-3155页

作者：严翰致许小龙代飞齐连永窦万春李彤南京信息工程大学计算机与软件学院江苏南京210044 西南林业大学大数据与智能工程学院云南昆明650224 曲阜师范大学信息科学与工程学院山东日照276825 南京大学计算机软件新技术国家重点实验室江苏南京210023 云南农业大学大数据学院云南昆明650201

鉴于现有的边缘服务器部署策略主要用于改善5G、无线城域网等场景下的服务性能,无法直接用于车联网服务部署,提出一种边云协同的5G车联网边缘计算系统模型,针对该系统模型设计了基于强化学习的边缘服务器部署策略,其以负载优化为核心目... 详细信息

鉴于现有的边缘服务器部署策略主要用于改善5G、无线城域网等场景下的服务性能,无法直接用于车联网服务部署,提出一种边云协同的5G车联网边缘计算系统模型,针对该系统模型设计了基于强化学习的边缘服务器部署策略,其以负载优化为核心目标,在保证低延迟和低能耗前提下实现边缘服务器间的负载均衡。根据路边单元位置信息用Canopy聚类获取初始的聚簇数,用模糊C均值聚类获取路边单元的初始划分,并输出路边单元归属优先级矩阵;通过强化学习获得路边单元归属的最优状态并计算聚簇中心作为边缘服务器部署位置。通过对比实验验证了该策略在低服务延迟和低能耗下,能够高度实现边缘服务器间的负载均衡,表明该策略具有优越性。

关键词：边缘计算负载均衡模糊C均值强化学习

来源：评论

学校读者我要写书评

暂无评论

面向网络社交媒体的少样本新冠谣言检测

引用

中文信息学报 2022年第1期36卷 135-144,172页

作者：陆恒杨范晨悠吴小俊江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122 南京大学计算机软件新技术国家重点实验室江苏南京210023 深圳市人工智能与机器人研究院广东深圳518129

在社交媒体上发布和传播有关新冠的谣言对民生、经济、社会等都产生了严重影响,因此通过机器学习和人工智能技术开展新冠谣言检测具有重要的研究价值和社会意义。现有谣言检测研究,一般假定进行建模和预测的事件已有充足的有标签数据,... 详细信息

在社交媒体上发布和传播有关新冠的谣言对民生、经济、社会等都产生了严重影响,因此通过机器学习和人工智能技术开展新冠谣言检测具有重要的研究价值和社会意义。现有谣言检测研究,一般假定进行建模和预测的事件已有充足的有标签数据,但对于新冠这类突发事件,由于可训练样本较少,所以此类模型存在局限性。该文聚焦少样本谣言检测问题,旨在使用极少的有标签样例训练可检测突发事件的谣言检测模型。该文以新浪微博的新冠谣言为研究对象,构建适用于少样本谣言检测的新浪微博新冠谣言数据集,提出基于元学习的深度神经网络少样本谣言检测模型。在少样本机器学习场景下,该模型在新冠谣言数据集、PHEME公共数据集上的实验结果均有显著的性能提升。

关键词：谣言检测少样本学习在线社交媒体

来源：评论

学校读者我要写书评

暂无评论

边缘环境下面向实时目标检测的帧卸载调度算法

引用

计算机工程 2023年第5期49卷 295-301,309页

作者：罗华峰沈奕菲阮黎翔杜奇伟郑翔陈智麒张胜国网浙江省电力有限公司电力科学研究院杭州310014 国网浙江省电力有限公司杭州310007 国网浙江省电力有限公司衢州供电公司浙江衢州324000 南京大学计算机软件新技术国家重点实验室南京210023

边缘环境下的目标检测应用大多依赖于边缘设备。目前,MobileNet等轻量级检测模型在满足实时性要求的前提下难以达到准确度要求,Faster RCNN等重量级模型的检测准确度较高,但数据传输耗时大,难以保证检测实时性。提出一种边缘辅助的目标... 详细信息

边缘环境下的目标检测应用大多依赖于边缘设备。目前,MobileNet等轻量级检测模型在满足实时性要求的前提下难以达到准确度要求,Faster RCNN等重量级模型的检测准确度较高,但数据传输耗时大,难以保证检测实时性。提出一种边缘辅助的目标检测框架及自适应帧卸载(OEOD)算法,在线将视频帧卸载到边缘服务器,以执行高准确度、高时延的目标检测,或在本地执行低准确度、低时延的目标检测,从而在满足给定检测准确度要求的前提下缩短视频帧的平均处理时延。为实现OEOD算法,提出一种基于内容相似性的特征向量度量方式,以预测当前帧的检测时延和准确度,并以贪心的方式决定当前帧的检测策略。实验结果表明,与MobileNet算法相比,OEOD算法在保证准确度的前提下将检测时延降低了29%,且在不同的数据集上均表现良好。

关键词：边缘计算目标检测计算卸载在线调度时延优化

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的无人机辅助弹性视频多播机制

引用

计算机科学 2021年第9期48卷 271-277页

作者：成昭炜沈航汪悦王敏白光伟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

文中提出了一个异构网络下无人机基站辅助的弹性视频多播机制。结合SVC编码,将无人机动态部署和资源分配问题联合考虑,目的是最大化用户整体的视频质量。考虑到宏基站覆盖范围内用户的移动会使网络拓扑结构发生改变,传统的启发式算法难... 详细信息

文中提出了一个异构网络下无人机基站辅助的弹性视频多播机制。结合SVC编码,将无人机动态部署和资源分配问题联合考虑,目的是最大化用户整体的视频质量。考虑到宏基站覆盖范围内用户的移动会使网络拓扑结构发生改变,传统的启发式算法难以应对用户移动的复杂性。对此,采用基于深度强化学习的DDPG算法训练神经网络来决策无人机的最佳部署位置和带宽资源分配比重。在模型收敛后,学习代理可以在较短的时间内找到最优的无人机部署和带宽分配策略。仿真结果表明,所提方案达到了预期目标并且优于现有的基于Q-learning的方案。

关键词：可伸缩视频编码多播深度强化学习无人机移动互联网

来源：评论

学校读者我要写书评

暂无评论

利用自监督卷积网络估计单图像深度信息

引用

计算机辅助设计与图形学学报 2020年第4期32卷 643-651页

作者：孙蕴瀚史金龙孙正兴江苏科技大学计算机学院镇江212003 南京大学计算机软件新技术国家重点实验室南京210046

为了提高利用深度神经网络预测单图像深度信息的精确度,提出了一种采用自监督卷积神经网络进行单图像深度估计的方法.首先,该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络,改善... 详细信息

为了提高利用深度神经网络预测单图像深度信息的精确度,提出了一种采用自监督卷积神经网络进行单图像深度估计的方法.首先,该方法通过在编解码结构中引入残差结构、密集连接结构和跳跃连接等方式改进了单图像深度估计卷积神经网络,改善了网络的学习效率和性能,加快了网络的收敛速度;其次,通过结合灰度相似性、视差平滑和左右视差匹配等损失度量设计了一种更有效的损失函数,有效地降低了图像光照因素影响,遏制了图像深度的不连续性,并能保证左右视差的一致性,从而提高深度估计的鲁棒性;最后,采用立体图像作为训练数据,无需目标深度监督信息,实现了端到端的单幅图像深度估计.在TensorFlow框架下,用KITTI和Cityscapes数据集进行实验,结果表明,与目前的主流方法相比,该方法在预测深度的精确度方面有较大提升,拥有更好的深度预测性能.

关键词：卷积神经网络单图像深度估计深度估计

来源：评论

学校读者我要写书评

暂无评论

异构无线网络中基于非正交多址的可伸缩视频多播机制

引用

计算机科学 2021年第11期48卷 356-362页

作者：吉晓祥沈航白光伟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

文中提出了异构无线网络下基于非正交多址的可伸缩视频多播的资源管理框架。该框架综合考虑了不同基站间的频谱切分、切片内多播组之间的频谱分配和多播组内的发射功率分配,目的是最大化多播组所有用户设备的整体视频质量。考虑到每个... 详细信息

文中提出了异构无线网络下基于非正交多址的可伸缩视频多播的资源管理框架。该框架综合考虑了不同基站间的频谱切分、切片内多播组之间的频谱分配和多播组内的发射功率分配,目的是最大化多播组所有用户设备的整体视频质量。考虑到每个多播组请求视频的不同、不同的用户设备位置和小基站间的干扰,将联合资源管理问题转化为一个整数线性规划问题,并将该优化问题解耦为多播组内发射功率划分问题和基站间频谱切分与基站内多组频谱资源分配问题。前者通过多重循环求得了叠加编码每一层所需的最优发射功率,后者通过背包算法得到了最优的解。仿真结果表明,所提方案在频谱利用率和用户设备平均视频质量方面优于现有方案。

关键词：非正交多址可伸缩视频编码多播异构无线网络

来源：评论

学校读者我要写书评

暂无评论

基于能量分类器的抗SSDF攻击协作频谱感知算法

引用

计算机科学 2021年第2期48卷 282-288页

作者：丁诗铭王天荆沈航白光伟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

频谱感知是认知无线电通信的重要环节,SSDF(Spectrum Sensing Data Falsification)是协作频谱感知面临的严重安全威胁。SSDF攻击方式逐渐呈现动态化的趋势,传统防御算法因假定攻击强度保持不变而难以识别动态的篡改数据。针对动态化的S... 详细信息

频谱感知是认知无线电通信的重要环节,SSDF(Spectrum Sensing Data Falsification)是协作频谱感知面临的严重安全威胁。SSDF攻击方式逐渐呈现动态化的趋势,传统防御算法因假定攻击强度保持不变而难以识别动态的篡改数据。针对动态化的SSDF攻击,提出一种基于能量分类器的抗SSDF攻击协作频谱感知算法。该算法首先通过分析动态SSDF攻击的特性,结合距离判别法将邻居节点能量分类,通过将分类结果与本地结果进行对比来识别恶意邻居节点;然后本地节点在滑动时间窗内根据历史频谱判决信息和当前频谱判决信息建立信誉模型,并由此更新各邻居节点的信誉值;最后,本地节点实施加权协作频谱感知。仿真结果表明:相比LDCSS(Largest Deviation-based distributed Cooperative Spectrum Sensing)算法和RBCSS(Reputation-based Cooperative Spectrum Sensing)算法,所提算法在动态SSDF攻击的攻击强度接近阈值时频谱检测概率分别提高了15%和16%,显著增加了认知网络的协作频谱感知性能,提升了频谱共享的效率。

关键词：分布式频谱感知数据篡改能量检测法距离判别信誉值

来源：评论

学校读者我要写书评

暂无评论

软件运行时验证与监控技术发展现状与展望

引用

前瞻科技 2023年第1期2卷 62-77页

作者：卜磊董威单云霄南京大学计算机软件新技术国家重点实验室南京大学软件学院国防科技大学计算机学院中山大学人工智能学院广东省大数据分析与处理重点实验室

当今社会，大量软件系统运行在开放、动态、不确定的场景中，经常受到非预期的干扰和影响，因此对系统行为进行运行时验证与监控，并针对各种实时情况做出自适应的实时响应、决策与动态调控，具有重要意义。文章从运行时验证、监控、增... 详细信息

当今社会，大量软件系统运行在开放、动态、不确定的场景中，经常受到非预期的干扰和影响，因此对系统行为进行运行时验证与监控，并针对各种实时情况做出自适应的实时响应、决策与动态调控，具有重要意义。文章从运行时验证、监控、增强及动态调控等方面对相关领域的国内外进展进行了回顾与展望，并从软件行为认知与理解、控制器生成、全生命期监控等角度对后续潜在方向进行探讨与建议。

关键词：形式化建模与验证运行时验证在线监控控制生成

来源：评论

学校读者我要写书评

暂无评论

基于信息熵的加权块稀疏子空间聚类算法

引用

数据采集与处理 2021年第3期36卷 544-555页

作者：龙咏红邓秀勤王卓薇刘玉兰广东工业大学应用数学学院广州510006 广东工业大学计算机学院广州510006 南京大学计算机软件新技术国家重点实验室南京210093

稀疏子空间聚类(Sparse subspace clustering,SSC)算法在处理高光谱遥感影像时,地物的划分精度较低,为了提高地物划分精度,本文提出了一种基于信息熵的加权块稀疏子空间聚类算法(Weighted block sparse subspace clustering algorithm b... 详细信息

稀疏子空间聚类(Sparse subspace clustering,SSC)算法在处理高光谱遥感影像时,地物的划分精度较低,为了提高地物划分精度,本文提出了一种基于信息熵的加权块稀疏子空间聚类算法(Weighted block sparse subspace clustering algorithm based on information entropy,EBSSC)。信息熵权重与块对角约束的引入,可以在仿真实验前获得两像素属于同一类别的先验概率,从而正向干预模型求解出的解趋于块对角结构的最优近似解,使模型获得对抗噪声和异常值的性能,从而提高模型分类的判别能力,以获得更好的地物划分精度。在3个经典高光谱遥感数据集上的实验结果表明,本文算法聚类高光谱影像的效果优于现有的几个经典流行的子空间聚类算法。

关键词：信息熵稀疏子空间聚类块稀疏子空间聚类高光谱遥感影像

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：