检索结果-内蒙古大学图书馆

计算机技术与发展 2015年第5期25卷 187-191页

作者：余永红赵卫滨南京邮电大学通达学院江苏南京210003 南京大学计算机软件新技术国家重点实验室江苏南京210093

针对餐饮业的传统服务模式已不能适应移动互联网时代消费者需求的现状,结合Android移动平台的成熟技术,提出了一种基于智能终端设备的电子点餐系统解决方案。该方案采用Android和J2EE技术,详细描述了智能终端电子点餐系统的体系结构、... 详细信息

针对餐饮业的传统服务模式已不能适应移动互联网时代消费者需求的现状,结合Android移动平台的成熟技术,提出了一种基于智能终端设备的电子点餐系统解决方案。该方案采用Android和J2EE技术,详细描述了智能终端电子点餐系统的体系结构、功能模块和关键技术。智能终端电子点餐系统在市场的应用结果表明,基于智能终端设备的电子点餐系统能有效改善餐饮企业的服务水平,提升企业形象,节约管理成本,满足消费者的个性化需求,提高消费者对餐饮企业的满意度。

关键词：智能终端点餐系统 Android J2EE

来源：评论

学校读者我要写书评

暂无评论

Octopus(大章鱼):基于R语言的跨平台大数据机器学习与数据分析系统

Octopus(大章鱼):基于R语言的跨平台大数据机器学习与数据分析系统

引用

第九届中国大数据技术大会

作者：黄宜华南京大学PASA大数据技术实验室南京大学计算机软件新技术国家重点实验室江苏省软件新技术与产业化协同创新中心

本文阐述了大数据机器学习系统，以及基于R语言的跨平台大数据机器学习与数据分析系统。具体分析了大数据机器学习系统的技术特征、主要研究问题、大数据机器学习方法分类与典型系统。

关键词：大数据机器学习系统数据分析系统 R语言

来源：评论

学校读者我要写书评

暂无评论

建设中国—哈萨克斯坦旅游资源信息库的需求、构想与意义

引用

新疆大学学报（哲学社会科学版） 2015年第2期43卷 85-87页

作者：古丽孜拉.艾尼外马劲松黄书剑王友文伊犁师范学院电子与信息工程学院新疆伊宁835000 南京大学计算机软件新技术国家重点实验室江苏南京21004 南京大学地理与海洋科学学院地理信息科学系江苏南京210046 伊犁中亚生态研究所新疆伊宁835000

中、哈两国共建哈萨克草原文化旅游资源信息库,既是旅游市场发展的需求,也是经济贸易和科学技术的革新。信息库建设包含信息库的数据组成、信息库的软件架构、信息库功能特色三个方面,对全面深化中国与中亚地区战略伙伴的关系、提升两... 详细信息

中、哈两国共建哈萨克草原文化旅游资源信息库,既是旅游市场发展的需求,也是经济贸易和科学技术的革新。信息库建设包含信息库的数据组成、信息库的软件架构、信息库功能特色三个方面,对全面深化中国与中亚地区战略伙伴的关系、提升两国旅游合作和旅游产业水平、促进各国经济文化发展具有重大现实意义和深远历史意义。

关键词：旅游资源信息化哈萨克草原文化丝绸之路经济带

来源：评论

学校读者我要写书评

暂无评论

Prelude:手写谱曲系统的交互研究

Prelude:手写谱曲系统的交互研究

引用

第十一届和谐人机环境联合会议

作者：陈若轻陈泉宋笑寒张顺冯桂焕南京大学软件学院南京210093 计算机软件新技术国家重点实验室南京210093 东南大学艺术学院南京210096

手写是作曲者谱曲的最传统自然的方式,受限于对书写过程的控制以及音符识别算法的影响,现有软件对音符的录入绝大多数仍使用的是鼠标点选模式.为解决这一问题,本文提出面向"自然"和"满足感"的交互设计思路,引入纸... 详细信息

手写是作曲者谱曲的最传统自然的方式,受限于对书写过程的控制以及音符识别算法的影响,现有软件对音符的录入绝大多数仍使用的是鼠标点选模式.为解决这一问题,本文提出面向"自然"和"满足感"的交互设计思路,引入纸带放大镜和自由书写两套交互模型,以期最大限度还原纸笔创作的自然度与流畅度;同时本文提出基于轮廓扫描与分类的手绘音符识别方法概念,能够实现对音符的自动识别.测试结果表明,本文方法具有较高的创作效率和用户满意度.

关键词：手写谱曲音符识别轮廓扫描分类算法交互设计

来源：评论

学校读者我要写书评

暂无评论

组合测试故障定位的关系树模型

引用

计算机学报 2014年第12期37卷 2505-2518页

作者：钮鑫涛聂长海 CHAN Alvin 南京大学计算机软件新技术国家重点实验室南京210023 香港理工大学电子计算学系

组合测试是一种重要的软件测试方法,该方法通常采用覆盖表作为测试用例集,适用于检测系统中由特定配置组合引发的故障.覆盖表中的一条引发系统故障的测试用例含有多个配置组合,如何确定其中哪个或哪几个配置组合引发系统故障有助于系统... 详细信息

组合测试是一种重要的软件测试方法,该方法通常采用覆盖表作为测试用例集,适用于检测系统中由特定配置组合引发的故障.覆盖表中的一条引发系统故障的测试用例含有多个配置组合,如何确定其中哪个或哪几个配置组合引发系统故障有助于系统开发人员检测出故障原因并做出改进.目前已有一些研究尝试解决上述问题,然而这些方法都没有对待定元组关系进行深入的研究与分析,因此定位过程代价很大并且定位结果也并不完整.文中构建了一个待定元组关系树(Tuple Relationship Tree,TRT)来描述所有待定元组的关系,利用TRT可以减少生成附加测试用例的数量,并且由于TRT给出全部待定元组的清晰视图,可以避免漏掉分析可能的待定元组,特别是有重叠部分的故障元组.基于TRT,我们提出了4种选择策略来辅助故障定位.系统的实验表明:其中的路径方法可以以较高的效率得到一个比已有方法更加完整的故障定位结果.

关键词：组合测试故障定位待定元组关系树有重叠部分元组选择策略软件测试

来源：评论

学校读者我要写书评

暂无评论

基于Flink的大规模矩阵计算库的设计与实现

基于Flink的大规模矩阵计算库的设计与实现

引用

第三届CCF大数据学术会议

作者：张海鹏顾荣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/江苏省软件新技术与产业化协同创新中心

矩阵计算在大规模数值分析、社交网络、图像渲染等领域都扮演着重要的角色。大数据时代，随着应用的数据规模不断增长，需要处理的矩阵的大小也变得越来越大，以至于传统的单个节点的处理方案难以解决问题。一些大规模分布式并行计算框...

矩阵计算在大规模数值分析、社交网络、图像渲染等领域都扮演着重要的角色。大数据时代，随着应用的数据规模不断增长，需要处理的矩阵的大小也变得越来越大，以至于传统的单个节点的处理方案难以解决问题。一些大规模分布式并行计算框架(如Hadoop、Flink等)的出现为解决大规模矩阵计算问题提供了良好的计算平台。基于Flink内存计算的特性，本文基于Apache Flink设计并实现了一个大规模矩阵计算库。该矩阵库为用户提供了高层矩阵计算接口，例如矩阵的加法、减法、相乘、求逆等运算。在处理矩阵相乘的时候，本文设计了并行化矩阵计算方法并结合Flink和算法的特点设计了三种优化手段以提升不同维度规模的矩阵相乘运算的性能。此外，对于大规模矩阵求逆计算，本文还提出了一种优化手段以减少Gauss-Jordan消元算法所带来的多轮迭代。实验表明，本文提出的基于Flink的矩阵分块相乘比基于Spark的分块相乘提升了30％左右的性能;而经本文优化后的Gauss-Jordan求逆算法比未优化的算法提升了4倍的运算速度。此外，本文设计的分布式矩阵计算库还具有很好的可扩展性。

关键词：

来源：评论

学校读者我要写书评

暂无评论

不完美信息扩展式博弈中在线虚拟遗憾最小化

引用

计算机研究与发展 2014年第10期51卷 2160-2170页

作者：胡裕靖高阳安波软件新技术国家重点实验室(南京大学) 南京210023 中国科学院计算技术研究所智能信息处理重点实验室北京100190

研究在不完美信息扩展式博弈中对次优对手弱点的利用.针对该领域中一种常用方法——对手建模方法——的不足,提出了从遗憾最小化的角度来利用次优对手弱点的思想,并基于一种离线的均衡计算方法——虚拟遗憾最小化方法——将其扩展到在... 详细信息

研究在不完美信息扩展式博弈中对次优对手弱点的利用.针对该领域中一种常用方法——对手建模方法——的不足,提出了从遗憾最小化的角度来利用次优对手弱点的思想,并基于一种离线的均衡计算方法——虚拟遗憾最小化方法——将其扩展到在线博弈的场景中,实现对次优对手弱点的利用.提出了从博弈结果中估计各个信息集的虚拟价值的方法,给出2种估计手段:静态估计法和动态估计法.静态估计法直接从博弈结果的分布中进行估计,并对每个结果给以相等的估计权重;而动态估计法则对新产生的博弈结果给以较高的估计权重,以便快速地适应对手的策略变化.基于2种估计方法,提出在线博弈中虚拟遗憾最小化的算法,并在基于单牌扑克的实验中,与4种在线学习算法(DBBR,MCCFR-os,Q-learning,Sarsa)进行了对比.实验结果显示所提出的算法不仅对较弱对手的利用效果最好,还能在与4种对比算法的比赛中取得最高的胜率.

关键词：扩展式博弈不完美信息遗憾最小化虚拟遗憾最小化静态估计法动态估计法

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

Goldfish:基于矩阵分解的大规模RDF数据存储与查询系统

引用

第三届CCF大数据学术会议

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/江苏省软件新技术与产业化协同创新中心

随着互联网应用的迅猛发展和语义网技术研究的深入开展,语义数据呈现出爆炸性增长的态势。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提供更好的服务;另一方面,语义数据的爆炸性增长...

随着互联网应用的迅猛发展和语义网技术研究的深入开展,语义数据呈现出爆炸性增长的态势。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经无法满足大规模语义数据的存储与查询需求。本文针对大规模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处理大规模语义数据时属性表构造过程较慢的情况,提出并实现了基于Spark分布式计算框架的并行化频繁项集挖掘算法来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,基于本文所提出的索引结构和优化方法设计实现了原型系统Goldfish,并在大规模标准测试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：

来源：评论

学校读者我要写书评

暂无评论

混成系统形式化验证

引用

软件学报 2014年第2期25卷 219-233页

作者：卜磊解定宝南京大学计算机科学与技术系江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

混成系统是实时嵌入式系统的一种重要子类,其行为中广泛存在离散控制逻辑跳转与连续实时行为交织混杂的情况,因此行为复杂,难以掌握与控制.由于此类系统广泛出现在工控、国防、交通等与国计民生密切相关的安全攸关的领域,因此,如何对相... 详细信息

混成系统是实时嵌入式系统的一种重要子类,其行为中广泛存在离散控制逻辑跳转与连续实时行为交织混杂的情况,因此行为复杂,难以掌握与控制.由于此类系统广泛出现在工控、国防、交通等与国计民生密切相关的安全攸关的领域,因此,如何对相关系统进行有效的分析与理解,从而保障系统安全运营,是一项具有重要意义的工作.常规的系统安全性分析手段,如测试、仿真等仅能在一定输入的情况下运行系统来观测系统行为,无法穷尽地检测复杂混成系统在所有可能输入下的行为,因此并不足以保证系统的安全性.区别于测试等方法,形式化方法通过求解系统模型状态取值范围等方法来确认系统模型中一定不会出现相关错误.因此,其对于保障安全攸关混成系统的安全性具有十分重要的意义.形式化方法由形式化规约与形式化验证两个方面构成.因此从以上两个角度分别对形式化规约方向上现有混成系统建模语言、关注性质以及形式化验证方向的混成系统模型检验、定理证明的现有主要技术与方法进行了综述性的回顾与总结.在此基础上,针对现阶段实时嵌入式系统复杂化、网络化的特性,对混成系统形式化验证的重要关注问题与研究方向进行了探索与讨论.

关键词：混成系统形式化方法模型检验定理证明

来源：评论

学校读者我要写书评

暂无评论

基于高斯特征和聚类分组的Ratio计算方法

基于高斯特征和聚类分组的Ratio计算方法

引用

第三届CCF大数据学术会议

作者：孙良君杨尚东范剑锋杨琬琪王皓中博信息技术研究院有限公司/南京大学计算机软件新技术国家重点实验室

随着城市化进程的进一步深化和3G、4G等数据通讯服务的进一步扩展，手机用户群对数据服务不断增长的需求和电信基站的服务性能之间的矛盾日益突出。如何准确地预测各个基站的话务量并且以最优的方案对基站性能进行扩展成为了电信网络优...

随着城市化进程的进一步深化和3G、4G等数据通讯服务的进一步扩展，手机用户群对数据服务不断增长的需求和电信基站的服务性能之间的矛盾日益突出。如何准确地预测各个基站的话务量并且以最优的方案对基站性能进行扩展成为了电信网络优化部门日益关注的问题。面对各个小区的基站话务指标数据量大、动态变化和特征分布复杂的特点，本文提取了差分、高斯和时间序列趋势直方图等特征，在这些特征的基础上，通过近邻分组和聚类分组两种方法计算不同时间话务量的Ratio值——同一小区不同时期话务量比值，从而预测话务量时间序列。实验采用了南京市三个月的DO话务数据，结果表明，采用高斯特征和K-means的分组聚类算法的Ratio计算方法取得了比其他方法更好的预测性能。

关键词：

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：