检索结果-内蒙古大学图书馆

计算机科学 2024年第8期51卷 345-353页

作者：任美璇邓鹏赵悦汪笑宇王超戴海鹏吴黎兵武汉大学国家网络安全学院武汉430072 计算机软件新技术国家重点实验室(南京大学) 南京210023 苏州大学计算机科学与技术学院江苏苏州215006 郑州大学网络空间安全学院郑州450001

多天线无线充电器的安全布置问题(SPINNER)涉及给定一组无线可充电设备和一组无线充电器,每个充电器都配备了多根有向天线,需确定其功率水平和策略(包括充电器的位置和天线方向),以最大化整体充电效用,并确保目标区域内任意位置均满足... 详细信息

多天线无线充电器的安全布置问题(SPINNER)涉及给定一组无线可充电设备和一组无线充电器,每个充电器都配备了多根有向天线,需确定其功率水平和策略(包括充电器的位置和天线方向),以最大化整体充电效用,并确保目标区域内任意位置均满足电磁辐射安全约束。文中考虑了两种场景,分别是具有给定位置集的多天线无线充电器的安全布置(SPINNER-G)和具有任意点的多天线无线充电器的安全布置(SPINNER-A)。首先,采用分段常数函数近似非线性充电功率函数,并将二维区域划分为有限数量的子区域,使得无限的电磁辐射安全约束减少为有限个。然后,针对SPINNER-G,提出了一种最大覆盖集提取方法,以限制无线充电器的方向。针对SPINNER-A,构造了最大相交情况,以限制充电器的位置和方向。文中提出了两种基于线性规划的贪心方案,分别求解SPINNER-G和SPINNER-A,近似比均为1/2-ε。仿真结果表明,所提算法在充电效用方面相比3种对比算法至少提高了54.2%。

关键词：多天线无线充电器有向充电安全布置充电调度近似算法

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

基于熵值过滤和类质心优化的无监督域适应

引用

计算机科学 2024年第7期51卷 345-353页

作者：田青卢章虎杨宏南京信息工程大学软件学院南京210044 南京信息工程大学计算机学院、网络空间安全学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 南京大学计算机软件新技术国家重点实验室南京210023

无监督域适应作为机器学习领域的新兴研究方向之一,其主要利用源域监督信息来辅助无标记目标域的学习。截至目前,已有较多无监督域适应方法被提出,但在关系挖掘方面仍存在一些不足之处。具体来说,现有方法通常对目标域样本采取一致性处... 详细信息

无监督域适应作为机器学习领域的新兴研究方向之一,其主要利用源域监督信息来辅助无标记目标域的学习。截至目前,已有较多无监督域适应方法被提出,但在关系挖掘方面仍存在一些不足之处。具体来说,现有方法通常对目标域样本采取一致性处理策略,而忽略了目标域样本在关系挖掘中的差异性,因此文中提出了熵值过滤和类质心优化方法。所提方法利用生成对抗网络架构对目标域样本进行标记,利用所获伪标签计算样本熵值,并与所设阈值进行比较,从而进一步划分目标域样本。对于简单样本,分配伪标签;对于困难样本,该方法结合对比学习思想,利用源域和简单样本来学习更加鲁棒的分类器对困难样本分类,并进一步获得源和目标域的类质心。通过优化域间和实例对比对齐,来减小域间和域内的差异。最后,在3个标准数据集上与目前几种先进的领域自适应方法进行了对比实验,实验结果表明所提方法的性能均优于对比方法。

关键词：迁移学习无监督域适应对抗学习对比学习类质心优化

来源：评论

学校读者我要写书评

暂无评论

领域驱动设计模式的收益与挑战:系统综述

引用

软件学报 2021年第9期32卷 2642-2664页

作者：贾子甲钟陈星周世旗荣国平章程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 安徽大学计算机科学与技术学院安徽合肥230601

背景:近年来,领域驱动设计(domain driven design,简称DDD)作为一种软件设计方法在业界中逐渐流行起来,并形成了若干应用的固有范式,即领域驱动设计模式(domain driven design pattern,简称DDDP).然而,目前软件开发社区却仍然对DDDP在... 详细信息

背景:近年来,领域驱动设计(domain driven design,简称DDD)作为一种软件设计方法在业界中逐渐流行起来,并形成了若干应用的固有范式,即领域驱动设计模式(domain driven design pattern,简称DDDP).然而,目前软件开发社区却仍然对DDDP在软件项目中的作用缺少较为全面的了解.目的:旨在揭示DDDP的应用情况,即哪些DDDP被应用到了软件开发中,以及其所带来的收益、挑战及相应的缓解挑战方法.方法:应用系统化文献综述方法,对2003年-2019年7月之间发表的相关文献进行了识别、筛选、汇总和分析.结果:通过结合手动检索、自动检索和滚雪球等过程,覆盖了1884篇相关文献,经过筛选,最终得到26篇高质量文献,对应26个独立的研究.总结了基础研究中DDDP的应用概况,即已经被应用到软件开发中的DDDP以及应用DDDP所获得的11项收益、17个挑战以及相应的缓解挑战方法.结论:因为对领域知识非常重视,领域驱动设计能够帮助实践者更好地进行软件设计,但在具体应用领域驱动设计模式时却存在着诸多挑战.虽然目前存在一些缓解方法能够在一定程度上应对挑战,但是仍然存在很多不足.通过系统文献综述,填补了学术界在这一领域的空白.考虑到DDDP的实践价值与当前理论成熟度的不匹配,未来工业界和学术界应该给予该领域更多关注.

关键词：系统文献综述经验研究领域驱动设计软件设计

来源：评论

学校读者我要写书评

暂无评论

车联网边缘计算环境下基于流量预测的高效任务卸载策略研究

引用

电子学报 2024年

作者：许小龙杨威杨辰翊程勇齐连永项昊龙窦万春南京信息工程大学软件学院江苏省大气环境与装备技术协同创新中心江苏省先进计算与智能服务工程研究中心东南大学软件学院中国石油大学(华东)计算机科学与技术学院南京大学计算机软件新技术国家重点实验室

车联网（Internet of Vehicles,IoV）边缘计算通过将移动边缘计算和车联网相结合，实现了车辆计算任务从云服务器向边缘服务器的下沉，从而有效降低了车联网服务的响应时延.然而，车联网中不规则的交通流时空分布会导致边缘服务器计算... 详细信息

车联网（Internet of Vehicles,IoV）边缘计算通过将移动边缘计算和车联网相结合，实现了车辆计算任务从云服务器向边缘服务器的下沉，从而有效降低了车联网服务的响应时延.然而，车联网中不规则的交通流时空分布会导致边缘服务器计算负载不均衡，进而影响车联网服务的实时响应.为此，本文提出了一种车联网边缘计算环境下基于流量预测的高效任务卸载策略.具体而言，首先设计了能充分挖掘路段间连通性和距离信息的切比雪夫图加权网络（Chebyshev graph Weighted Network,ChebWN）进行交通流量预测.然后，设计了一种基于深度强化学习的二元任务卸载方法（DRL-based Binary task Offloading Algorithm,DBOA），该算法将二元任务卸载的决策过程分为两个阶段，即首先通过深度强化学习得到卸载策略，再通过一维双端查找算法确定最大化总计算速率的时间片分配方案，降低了决策过程的复杂度.最后，通过大量的对比实验验证了ChebWN在预测交通流量方面的准确性，以及DBOA在提升车联网服务响应速度方面的优越性.

关键词：移动边缘计算深度强化学习车联网图神经网络(GNN) 任务卸载

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

基于深度学习的混合模糊测试方法

引用

软件学报 2021年第4期32卷 988-1005页

作者：高凤娟王豫司徒凌云王林章计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023 南京大学信息管理学院江苏南京210023

随着软件技术的快速发展,面向领域的软件系统在广泛使用的同时带来了研究与应用上的新挑战.由于领域应用对安全性、可靠性有着很高的要求,而符号执行和模糊测试等技术在保障软件系统的安全性、可靠性方面已经发展了数十年,许多研究和被... 详细信息

随着软件技术的快速发展,面向领域的软件系统在广泛使用的同时带来了研究与应用上的新挑战.由于领域应用对安全性、可靠性有着很高的要求,而符号执行和模糊测试等技术在保障软件系统的安全性、可靠性方面已经发展了数十年,许多研究和被发现的缺陷表明了它们的有效性.但是,由于两者的优劣各有不同,将这两者相结合仍是近期热门研究的话题.目前的结合方法在于两者相互协助,例如,模糊测试不可达的区域交给符号执行求解.但是,这些方法只能在模糊测试(或符号执行)运行时判定是否应该借助符号执行(或模糊测试),无法同时利用这两者的优势,从而导致性能不足.基于此,提出基于深度学习,将基于符号执行的测试与模糊测试相结合的混合测试方法.该方法旨在测试开始之前就判断适合模糊测试(或符号执行)的路径集,从而制导模糊测试(或符号执行)到达适合它们的区域.同时,还提出混合机制实现两者之间的交互,从而进一步提升整体的覆盖率.基于LAVA-M中程序的实验结果表明,所提方法相对于单独符号执行或模糊测试,能够提升20%+的分支覆盖率,增加约1~13倍的路径数目,多检测出929个缺陷.

关键词：软件测试深度学习路径表示符号执行模糊测试混合测试

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

一种基于广义异步值迭代的规划网络模型

引用

软件学报 2021年第11期32卷 3496-3511页

作者：陈子璇章宗长潘致远张琳婧计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 苏州大学计算机科学与技术学院江苏苏州215006

近年来,如何生成具有泛化能力的策略已成为深度强化学习领域的热点问题之一,并涌现出了许多相关的研究成果,其中的一个代表性工作为广义值迭代网络.广义值迭代网络是一种可作用于非规则图形的规划网络模型.它利用一种特殊的图形卷积算... 详细信息

近年来,如何生成具有泛化能力的策略已成为深度强化学习领域的热点问题之一,并涌现出了许多相关的研究成果,其中的一个代表性工作为广义值迭代网络.广义值迭代网络是一种可作用于非规则图形的规划网络模型.它利用一种特殊的图形卷积算子来近似地表示状态转移矩阵,使得其在学习到非规则图形的结构信息后,可通过值迭代过程进行规划,从而在具有非规则图形结构的任务中产生具有泛化能力的策略.然而,由于没有考虑根据状态重要性来合理分配规划时间,广义值迭代网络中的每一轮迭代都需要在整个状态空间的所有状态上同步执行.当状态空间较大时,这样的同步更新会降低网络的规划性能.用异步更新的思想来进一步研究广义值迭代网络.通过在值迭代过程中定义状态优先级并执行异步值更新,提出了一种新型的异步规划网络模型——广义异步值迭代网络.在未知的非规则结构任务中,与广义值迭代网络相比,广义异步值迭代网络具有更高效且更有效的规划过程.进一步地,改进了广义值迭代网络中的强化学习算法及图形卷积算子,并通过在非规则图形和真实地图中的路径规划实验验证了改进方法的有效性.

关键词：深度学习强化学习模仿学习规划异步更新

来源：评论

学校读者我要写书评

暂无评论

基于模型的移动应用功能场景自动标注方法

引用

计算机工程与设计 2023年第10期44卷 3039-3046页

作者：郑晓梅钱正轩李刚王天舒南京中医药大学人工智能与信息技术学院江苏南京210023 南京大学计算机科学与技术系江苏南京210023 南京大学计算机软件新技术国家重点实验室江苏南京210023

对于程序功能场景的识别一直是程序理解方面的难点之一,现有的方法主要还是依靠人工标注。针对该难点,对移动应用的执行过程进行研究,提出一种基于模型的功能场景自动化标注方法AFSLM。基于交互流建模语言IFML国际标准构造刻画移动应用... 详细信息

对于程序功能场景的识别一直是程序理解方面的难点之一,现有的方法主要还是依靠人工标注。针对该难点,对移动应用的执行过程进行研究,提出一种基于模型的功能场景自动化标注方法AFSLM。基于交互流建模语言IFML国际标准构造刻画移动应用执行特征的应用执行路径ARP动态模型,用于直接对应移动应用的测试脚本,设计用于度量功能场景相似度的模型匹配算法,提出基于模型的功能场景自动化标注方法AFSLM,实现将人工测试模型的功能场景标签泛化到自动化工具探索模型上,实现高效的功能场景自动化标注。通过实例研究和实验评估,展示方法的有效性。

关键词：功能场景人工标注自动化标注方法交互流建模语言应用执行路径相似度泛化

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：