检索结果-内蒙古大学图书馆

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

时间约束下任务关键系统的可调度性分析

引用

计算机工程 2018年第12期44卷 115-119,128页

作者：陈莹邢建春杨启亮张孝鹏陆军工程大学国防工程学院南京210007 南京大学计算机软件新技术国家重点实验室南京210093 酒泉卫星发射中心甘肃酒泉732750

针对时间约束下工作流可调度性验证和修正策略不完善的问题,提出一种基于时间约束着色Petri网的任务关键系统(MCS)可调度性分析方法。根据系统中任务的性质将其划分为关键任务和非关键任务。对工作流中的活动进行可调度性验证,结合任务... 详细信息

针对时间约束下工作流可调度性验证和修正策略不完善的问题,提出一种基于时间约束着色Petri网的任务关键系统(MCS)可调度性分析方法。根据系统中任务的性质将其划分为关键任务和非关键任务。对工作流中的活动进行可调度性验证,结合任务类别和时间约束修正不可调度的活动。实例分析结果表明,该方法具有较好的修正性能和运行效果,对时间约束下MCS的描述和建模具有一定应用价值。

关键词：任务关键系统时间约束着色Petri网工作流可调度性分析修正策略

来源：评论

学校读者我要写书评

暂无评论

多模态深度学习及其视觉应用

多模态深度学习及其视觉应用

引用

2018中国大数据技术大会(BDTC)

作者：霍静南京大学软件新技术国家重点实验室

多模态深度学习主要研究方向包括多模态数据表示、跨模态相似性计算、对齐、多模态数据转换、模态数据融合、协同学习。

关键词：多模态深度学习数据表示相似性计算数据转换协同学习

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

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

软件安全漏洞检测专题前言

引用

软件学报 2018年第5期29卷 1177-1178页

作者：王林章陈恺王戟计算机软件新技术国家重点实验室(南京大学) 南京大学计算机科学与技术系信息安全国家重点实验室(中国科学院信息工程研究所) 中国科学院大学网络空间安全学院国防科技大学计算机学院

软件安全漏洞是软件中存在的可能被利用而造成损害的薄弱环节.随着互联网和移动互联网的快速发展,软件因为自身存在漏洞而遭受外界利用攻击,导致隐私泄漏、非法提权、勒索等严重不安全后果.尽早检测软件中存在的安全漏洞并及时实现修复... 详细信息

软件安全漏洞是软件中存在的可能被利用而造成损害的薄弱环节.随着互联网和移动互联网的快速发展,软件因为自身存在漏洞而遭受外界利用攻击,导致隐私泄漏、非法提权、勒索等严重不安全后果.尽早检测软件中存在的安全漏洞并及时实现修复、加固,是网络空间安全领域国内外学术界和产业界的共识与主要关注点.本专题公开征文,共收到投稿28篇,其中26篇论文通过了形式审查,内容涉及软件安全漏洞检测的各个方面.特约编辑先后邀请了20多位专家参与审稿工作,每篇投稿至少邀请2位专家进行评审.稿件经初审、复审、

关键词：软件安全漏洞检测专题移动互联网网络空间安全安全漏洞检测软件审稿工作

来源：评论

学校读者我要写书评

暂无评论

基于代码修改的多目标有监督缺陷预测建模方法

引用

计算机科学 2018年第6期45卷 161-165页

作者：陈翔王秋萍南通大学计算机科学与技术学院江苏南通226019 南京大学软件新技术国家重点实验室南京210093 桂林电子科技大学广西可信软件重点实验室广西桂林541004

基于代码修改的缺陷预测,具有代码审查量少、缺陷定位和修复快的优点。文中首次将该问题建模为多目标优化问题,其中一个优化目标是最大化识别出的缺陷代码修改数,另一个优化目标是最小化需要审查的代码量。这两个优化目标之间存在一定... 详细信息

基于代码修改的缺陷预测,具有代码审查量少、缺陷定位和修复快的优点。文中首次将该问题建模为多目标优化问题,其中一个优化目标是最大化识别出的缺陷代码修改数,另一个优化目标是最小化需要审查的代码量。这两个优化目标之间存在一定的冲突,因此提出了MULTI方法,该方法可以生成一组具有非支配关系的预测模型。在实证研究中,考虑了6个大规模开源项目(累计227417个代码修改),以ACC和POPT作为评测预测性能的指标。实验结果表明,MULTI方法的预测性能均显著优于经典的有监督建模方法(EALR和Logistic)和无监督建模方法(LT和AGE)。

关键词：软件缺陷预测多目标优化代码修改实证研究

来源：评论

学校读者我要写书评

暂无评论

最优间隔分布脊回归

引用

计算机研究与发展 2017年第8期54卷 1744-1750页

作者：陈加略姜远计算机软件新技术国家重点实验室(南京大学) 南京210023 软件新技术与产业化协同创新中心南京210023

脊回归(ridge regression,RR)是经典的机器学习算法之一,广泛应用于人脸识别、基因工程等诸多领域.其具有优化目标凸、存在闭合解、可解释性强以及易于核化等优点,但是脊回归的优化目标并没有考虑样本之间的结构关系.监督流形正则化学... 详细信息

脊回归(ridge regression,RR)是经典的机器学习算法之一,广泛应用于人脸识别、基因工程等诸多领域.其具有优化目标凸、存在闭合解、可解释性强以及易于核化等优点,但是脊回归的优化目标并没有考虑样本之间的结构关系.监督流形正则化学习是最具代表性的、最成功的脊回归正则化方法之一,其通过最小化每类类内方差来考虑样本之间的类内结构关系,可是单纯地只考虑类内结构仍然不够全面.以一种全新的视角重新审视最近提出的"最优间隔分布学习"原理,发现了最优间隔分布的目标可以同时优化类内间隔方差和类间间隔方差,从而同时优化了局部的类内结构和全局的类间结构.基于此提出了一种充分考虑数据结构化特征的脊回归算法——最优间隔分布脊回归(optimal margin distributionmachine ridge regression,ODMRR)算法,该算法具有RR以及MRRR(manifold regularization ridge regression)的各种优势.最后通过实验验证了该方法具有优越的性能.

关键词：脊回归流形正则化最优间隔分布间隔方差全局结构

来源：评论

学校读者我要写书评

暂无评论

基于多视点卷积神经网络的三维模型分类方法研究

基于多视点卷积神经网络的三维模型分类方法研究

引用

2018第12届全国计算机图形学大会Chinagraph 2018

作者：王鹏宇水盼盼余锋根甘渊刘琨张岩孙正兴南京大学软件新技术国家重点实验室南京 210023

近些年来，卷积神经网络框架在二维图像的语义分割、分类、检索等领域取得了非常好的效果。但是由于三维模型结构的复杂性与不规律性，卷积神经网络的卷积和池化操作却无法直接应用在三维模型上。为了发挥深度学习框架在二维图像分析领...

近些年来，卷积神经网络框架在二维图像的语义分割、分类、检索等领域取得了非常好的效果。但是由于三维模型结构的复杂性与不规律性，卷积神经网络的卷积和池化操作却无法直接应用在三维模型上。为了发挥深度学习框架在二维图像分析领域积累的技术优势，本文采用基于多视角投影的方法来完成三维模型分类的任务。然而现有的基于多视角投影的三维模型分类方法大多采用固定视角，所采集到的多视角下的模型投影渲染图中存在大量的信息冗余，难以有效地表征模型的类别信息，并且会对结果造成干扰。本文提出了一种新型的多视角卷积神经网络框架，在网络训练过程中自动判别每个视角的贡献度，舍弃视角中的冗余信息，从而提取出最能表征模型类别的特征，提高了网络的鲁棒性。此外，本文还首次将基于视点熵的最佳视角选择方法引入三维模型分类领域，相比于固定视角方法，本文方法能更多地保留模型的细节信息，同时不需要模型的朝向对齐。通过在 ModelNet10 和 ModelNet40 数据集上的实验，验证了将基于视点熵的最佳视角选择方法应用于三维模型分类、以及本文提出的基于视角判别的多视角信息融合方法的合理性和优越性。实验结果表明，本文方法的分类准确性也优于现有的基于固定多视角投影的三维模型分类方法。

关键词：

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

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：