检索结果-内蒙古大学图书馆

计算机集成制造系统 2013年第9期19卷 2374-2383页

作者：李决龙张淼淼邢建春杨启亮解放军理工大学国防工程学院江苏南京210007 海军海防工程研究中心北京100841 南京大学计算机软件新技术国家重点实验室江苏南京210093

为了从面向对象的遗留系统中识别出高质量的服务,提出一种半自动化的遗留系统的服务识别方法。通过分析构件识别方法和服务识别方法,以业务流程模型和统一建模语言类图作为服务识别方法的输入,将服务识别问题转换为业务流程图的划分问... 详细信息

为了从面向对象的遗留系统中识别出高质量的服务,提出一种半自动化的遗留系统的服务识别方法。通过分析构件识别方法和服务识别方法,以业务流程模型和统一建模语言类图作为服务识别方法的输入,将服务识别问题转换为业务流程图的划分问题。为了得到一组图划分的最优解即最优服务集,又将图划分看作一个多目标优化问题。分别定义了服务集粒度、耦合度和内聚度的定量化关系,建立了多目标优化的服务识别模型。通过线性加权,给出了基于粒子群优化算法的服务识别算法。以某工程遗留系统为例,通过对比实验验证了方法的有效性。

关键词：遗留系统服务识别多目标优化粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的蛋白质折叠类型最小特征提取

引用

南京大学学报（自然科学版） 2020年第5期56卷 744-753页

作者：潘越王骏李文飞张建王炜南京大学物理学院南京210023 南京大学脑科学研究院南京210023 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科学与技术系南京210023

通过蛋白质的序列、结构等信息构建完整的蛋白质宇宙是生物信息学中的重要课题,相关研究对蛋白质结构预测、蛋白质进化路径分析以及蛋白质结构设计等方面的研究都有重要的意义.从蛋白质结构的一种简化表示——蛋白质接触图出发,通过训... 详细信息

通过蛋白质的序列、结构等信息构建完整的蛋白质宇宙是生物信息学中的重要课题,相关研究对蛋白质结构预测、蛋白质进化路径分析以及蛋白质结构设计等方面的研究都有重要的意义.从蛋白质结构的一种简化表示——蛋白质接触图出发,通过训练卷积神经网络进行特征提取,筛选出可识别结构域折叠类型的最小特征向量,构建蛋白质折叠类型空间,并使用谱聚类等方法对不同蛋白质折叠类型的高维分布情况进行分析.得到的最小特征向量兼顾了信息的完整性与冗余度,可以很好地表示全部七种常见蛋白质类的空间关联.该研究结果填补了之前蛋白质宇宙研究中对不常见类的空间位置和相互关系描述的空白,加深了对于蛋白质结构相似性的理解.

关键词：蛋白质宇宙深度学习卷积神经网络蛋白质折叠类型识别

来源：评论

学校读者我要写书评

暂无评论

基于词典信息和网络百科的下位词获取

引用

数据采集与处理 2014年第5期29卷 821-827页

作者：宋文杰周俊生曲维光南京师范大学计算机科学与技术学院南京210023 江苏省信息安全保密技术工程研究中心南京210023 南京大学计算机软件新技术国家重点实验室南京210023

对中文下位词自动抽取方法进行研究,提出一种基于词典信息和网络百科的下位词获取方法,旨在构建一个较为完善的上下位词语知识库。基于词典信息的抽取方法利用《中文概念词典》和《中国分类主题词表》中蕴含的格式化信息获取上下位关系... 详细信息

对中文下位词自动抽取方法进行研究,提出一种基于词典信息和网络百科的下位词获取方法,旨在构建一个较为完善的上下位词语知识库。基于词典信息的抽取方法利用《中文概念词典》和《中国分类主题词表》中蕴含的格式化信息获取上下位关系。基于网络百科的抽取方法利用维基百科、百度百科和互动百科,分析百科网页地址和内容格式,利用正则式抽取下位词语。对获取到的下位词进行自动过滤和人工校对,实验表明,与NLP&CC 2012上下位关系评测结果相比,本文方法取得较好效果。

关键词：下位词词典网络百科模式方法正则式

来源：评论

学校读者我要写书评

暂无评论

多策略同义词获取方法研究

引用

北京大学学报（自然科学版） 2015年第2期51卷 301-306页

作者：宋文杰顾彦慧周俊生孙玉杰严杰曲维光南京师范大学计算机科学与技术学院南京210023 江苏省信息安全保密技术工程研究中心南京210023 南京大学计算机软件新技术国家重点实验室南京210023

提出一种多策略同义词获取方法,一方面利用《同义词词林》、《中文概念词典》等现有语义词典中蕴含的同义关系获取同义词,另一方面根据百度百科信息框(Bdbk)中特征词和汉典网(Zdic)中HTML标记获取同义词,同时采用DIPRE自动获取模式的方... 详细信息

提出一种多策略同义词获取方法,一方面利用《同义词词林》、《中文概念词典》等现有语义词典中蕴含的同义关系获取同义词,另一方面根据百度百科信息框(Bdbk)中特征词和汉典网(Zdic)中HTML标记获取同义词,同时采用DIPRE自动获取模式的方法,从百度百科文本中发现置信度较高的模式和同义关系。实验结果表明,所提方法在NLP&CC 2012同义词评测数据集中取得较好结果。利用该方法,以《现代汉语语法信息词典》名词部分为目标,构建一部同义词词典并进行人工校对,为《现代汉语语法信息词典》构建较为完善的语义关系体系做出尝试。

关键词：同义词关系抽取模式匹配网络百科

来源：评论

学校读者我要写书评

暂无评论

全卷积语义分割与物体检测网络

引用

中国图象图形学报 2019年第3期24卷 474-482页

作者：肖锋芮挺任桐炜王东陆军工程大学研究生院南京210018 陆军工程大学野战工程学院南京210018 南京大学计算机软件新技术国家重点实验室南京210018

目的目前主流物体检测算法需要预先划定默认框,通过对默认框的筛选剔除得到物体框。为了保证足够的召回率,就必须要预设足够密集和多尺度的默认框,这就导致了图像中各个区域被重复检测,造成了极大的计算浪费。提出一种不需要划定默认框... 详细信息

目的目前主流物体检测算法需要预先划定默认框,通过对默认框的筛选剔除得到物体框。为了保证足够的召回率,就必须要预设足够密集和多尺度的默认框,这就导致了图像中各个区域被重复检测,造成了极大的计算浪费。提出一种不需要划定默认框,实现完全端到端深度学习语义分割及物体检测的多任务深度学习模型(FCDN),使得检测模型能够在保证精度的同时提高检测速度。方法首先分析了被检测物体数量不可预知是目前主流物体检测算法需要预先划定默认框的原因,由于目前深度学习物体检测算法都是由图像分类模型拓展而来,被检测数量的无法预知导致无法设置检测模型的输出,为了保证召回率,必须要对足够密集和多尺度的默认框进行分类识别;物体检测任务需要物体的类别信息以实现对不同类物体的识别,也需要物体的边界信息以实现对各个物体的区分、定位;语义分割提取了丰富的物体类别信息,可以根据语义分割图识别物体的种类,同时采用语义分割的思想,设计模块提取图像中物体的边界关键点,结合语义分割图和边界关键点分布图,从而完成物体的识别和定位。结果为了验证基于语义分割思想的物体检测方法的可行性,训练模型并在VOC(visual object classes)2007 test数据集上进行测试,与目前主流物体检测算法进行性能对比,结果表明,利用新模型可以同时实现语义分割和物体检测任务,在训练样本相同的条件下训练后,其物体检测精度优于经典的物体检测模型;在算法的运行速度上,相比于FCN,减少了8ms,比较接近于YOLO(you only look once)等快速检测算法。结论本文提出了一种新的物体检测思路,不再以图像分类为检测基础,不需要对预设的密集且多尺度的默认框进行分类识别;实验结果表明充分利用语义分割提取的丰富信息,根据语义分割图和边界关键点完成物体检测的方法是可行的,该方法避免了对图像的重复检测和计算浪费;同时通过减少语义分割预测的像素点数量来提高检测效率,并通过实验验证简化后的语义分割结果仍足够进行物体检测任务。

关键词：深度学习物体检测语义分割边界关键点多任务学习迁移学习默认框

来源：评论

学校读者我要写书评

暂无评论

主观试题的计算机自动批改技术研究

引用

计算机应用研究 2004年第2期21卷 181-185页

作者：高思丹袁春风南京大学计算机软件新技术国家重点实验室江苏南京210093 南京大学多媒体技术研究所江苏南京210093

作为网络教学系统的关键技术之一,主观题的自动化批改技术日益受到关注。介绍了近年来国内外开发的具有代表性、性能突出的主观题自动批改系统,包括PEG,LSA,ATM,AutoMark等。

关键词：网络教学自动批改自然语言理解

来源：评论

学校读者我要写书评

暂无评论

机器辅助下的形式化规格说明求精技术

引用

计算机科学 1998年第6期25卷 19-23页

作者：袁晓东郑国梁电力部电力自动化研究院仿真室南京210003 南京大学计算机软件新技术国家重点实验室计算机科学与技术系南京210093

形式化规格说明为我们提供一个简洁、精确且能被很好理解的系统描述。但我们还需要从规格说明得到其合适的代码实现,这一开发过程称为形式化规格说明的求精[lj。规格说明的求精技术已经有比较深入的研究,一般要通过数据求精和操作求精... 详细信息

形式化规格说明为我们提供一个简洁、精确且能被很好理解的系统描述。但我们还需要从规格说明得到其合适的代码实现,这一开发过程称为形式化规格说明的求精[lj。规格说明的求精技术已经有比较深入的研究,一般要通过数据求精和操作求精逐步精化的过程,逐步降低抽象级,最终得到规格说明的程序实现代码。但现有的精化理论较少考虑机器辅助技术的应用。

关键词：形式化规格说明机器辅助求精技术形式语言

来源：评论

学校读者我要写书评

暂无评论

基于Internet的DOL教材信息发现和收集Agent

引用

南京大学学报（自然科学版） 1999年第1期35卷 74-81页

作者：周文辉张灵玲李俊韩耀伟潘金贵三枝武男坂上修二奥山明南京大学计算机软件新技术国家重点实验室南京大学多媒体计算机研究所日本北海道信息大学日本电子开发学院

介绍一个基于多Ａｇｅｎｔ（ｍｕｌｔｉ－ａｇｅｎｔ）体系结构的信息检索系统：ＤＯＬＴＲＩ－Ａｇｅｎｔ．ＤＯＬＴＲＩ－Ａｇｅｎｔ用于从Ｉｎｔｅｒｎｅｔ上发现和收集用于远程开放教学（ＤｉｓｔａｎｃｅａｎｄＯｐｅｎＬｅａｒｎ... 详细信息

介绍一个基于多Ａｇｅｎｔ（ｍｕｌｔｉ－ａｇｅｎｔ）体系结构的信息检索系统：ＤＯＬＴＲＩ－Ａｇｅｎｔ．ＤＯＬＴＲＩ－Ａｇｅｎｔ用于从Ｉｎｔｅｒｎｅｔ上发现和收集用于远程开放教学（ＤｉｓｔａｎｃｅａｎｄＯｐｅｎＬｅａｒｎｉｎｇ，简称ＤＯＬ）中进行教材设计的教材信息．ＤＯＬＴＲＩ－Ａｇｅｎｔ根据用户需要和任务模型主动、智能和协作地搜索Ｉｎｔｅｒｎｅｔ上的各种信息资源（如数据库，ＷＷＷ服务器等），对搜集到的教材信息归类存储，实时地更新本地教材信息库以与外部信息源保持动态一致．它还接收Ｉｎｔｅｒｎｅｔ信息空间中其他教材信息搜集Ａｇｅｎｔ和其他类型Ａｇｅｎｔ的服务请求，开放地与其他Ａｇｅｎｔ进行互操作。

关键词：远程开放教学搜集 Agent Internet 教材信息

来源：评论

学校读者我要写书评

暂无评论

改进的程序时序安全属性模型检测技术

引用

计算机工程 2011年第7期37卷 28-30页

作者：张志张林曾庆凯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 上海市信息安全综合管理技术研究重点实验室上海200030

针对程序时序安全属性模型检测技术改进模型检测算法,使安全漏洞状态机以函数为单位进行扩展,简化程序模型检测过程,以提高检测效率。在检测过程中加入别名分析,考虑安全操作之间的数据流依赖关系,以提高检测的准确性。实验结果表明,改... 详细信息

针对程序时序安全属性模型检测技术改进模型检测算法,使安全漏洞状态机以函数为单位进行扩展,简化程序模型检测过程,以提高检测效率。在检测过程中加入别名分析,考虑安全操作之间的数据流依赖关系,以提高检测的准确性。实验结果表明,改进后的方法比原检测方法具有更高的效率和准确性。

关键词：时序安全属性模型检测别名分析

来源：评论

学校读者我要写书评

暂无评论

基于模糊C均值聚类的软件多缺陷定位方法

引用

计算机学报 2020年第2期43卷 206-232页

作者：王兴亚姜淑娟高鹏飞陆凯薄莉莉鞠小林张艳梅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京210023 南通大学计算科学与技术学院江苏南通226019 桂林电子科技大学广西可信软件重点实验室广西桂林541004

缺陷间的相互干扰会使程序的频谱信息和运行结果发生变化,进而影响基于频谱信息的缺陷定位方法(SBFL)的有效性.本文对缺陷干扰现象进行了研究,通过分析单缺陷程序与多缺陷程序在缺陷运行、感染和传播过程及程序运行结果间的差异定义了... 详细信息

缺陷间的相互干扰会使程序的频谱信息和运行结果发生变化,进而影响基于频谱信息的缺陷定位方法(SBFL)的有效性.本文对缺陷干扰现象进行了研究,通过分析单缺陷程序与多缺陷程序在缺陷运行、感染和传播过程及程序运行结果间的差异定义了两类缺陷干扰,并根据干扰前后缺陷在互斥子集中的分布变化分析了缺陷干扰对SBFL方法有效性的影响.研究结果表明:与特定缺陷无关的失败测试用例是降低SBFL方法缺陷定位有效性的主要原因.在此基础上,本文提出了一种基于模糊C均值聚类的多缺陷定位方法FCMFL:首先,通过模糊C均值聚类分析失败测试用例与不同缺陷间的隶属关系,得到每个缺陷相关的失败测试信息;其次,基于隶属度矩阵加权计算每条语句的可疑度,并通过互斥子集优先级分析确定不同语句集合的检查顺序,最终生成一个语句检查序列指导开发人员进行程序调试.实验结果表明:(1)缺陷干扰会对SBFL方法产生影响,降低SBFL方法的缺陷定位有效性;(2)FCMFL方法可以降低多缺陷对SBFL方法的影响,提高SBFL方法的缺陷定位有效性.

关键词：程序调试缺陷定位程序切片缺陷干扰模糊聚类

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：