检索结果-内蒙古大学图书馆

软件学报 2021年第7期32卷 2142-2165页

作者：牛长安葛季栋唐泽李传艺周宇骆斌计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学软件学院江苏南京210093 南京航空航天大学计算机科学与技术学院江苏南京211106

代码注释在软件质量保障中发挥着重要的作用,它可以提升代码的可读性,使代码更易理解、重用和维护.但是出于各种各样的原因,有时开发者并没有添加必要的注释,使得在软件维护的过程中,往往需要花费大量的时间来理解代码,大大降低了软件... 详细信息

代码注释在软件质量保障中发挥着重要的作用,它可以提升代码的可读性,使代码更易理解、重用和维护.但是出于各种各样的原因,有时开发者并没有添加必要的注释,使得在软件维护的过程中,往往需要花费大量的时间来理解代码,大大降低了软件维护的效率.近年来,多项工作利用机器学习技术自动生成代码注释,这些方法从代码中提取出语义和结构化信息后,输入序列到序列的神经网络模型生成相应的注释,均取得了不错的效果.然而,当前最好的代码注释生成模型Hybrid-DeepCom仍然存在两方面的不足.一是其在预处理时可能破坏代码结构导致不同实例的输入信息不一致,使得模型学习效果欠佳;二是由于序列到序列模型的限制,其无法在注释中生成词库之外的单词(out-of-vocabulary word,简称OOV word).例如在源代码中出现次数极少的变量名、方法名等标识符通常都为OOV词,缺少了它们,注释将难以理解.为解决上述问题,提出了一种新的代码注释生成模型CodePtr.一方面,通过添加完整的源代码编码器解决代码结构被破坏的问题;另一方面,引入指针生成网络(pointer-generator network)模块,在解码的每一步实现生成词和复制词两种模式的自动切换,特别是遇到在输入中出现次数极少的标识符时模型可以直接将其复制到输出中,以此解决无法生成OOV词的问题.最后,在大型数据集上通过实验对比了CodePtr和Hybrid-DeepCom模型,结果表明,当词库大小为30000时,CodePtr的各项翻译效果指标平均提升6%,同时,处理OOV词的效果提升近50%,充分说明了CodePtr模型的有效性.

关键词：软件质量保障代码注释生成神经网络 out-of-vocabulary word 指针生成网络

来源：评论

学校读者我要写书评

暂无评论

一种基于两步搜索策略的K2改进算法

引用

计算机科学 2023年第9期50卷 303-310页

作者：徐苗王慧玲梁义綦小龙高阳伊犁师范大学网络安全与信息技术学院新疆伊宁835000 南京大学计算机科学与技术系计算机软件国家重点实验室南京210023

贝叶斯网络由于其强大的不确定性推理能力和因果可表示性越来越受到研究者的关注。从数据中学习一个贝叶斯网络结构被称为NP-hard问题。其中,针对K2算法强依赖于变量拓扑序的问题,提出了一种组合变量邻居集和v-结构信息的K2改进学习方法... 详细信息

贝叶斯网络由于其强大的不确定性推理能力和因果可表示性越来越受到研究者的关注。从数据中学习一个贝叶斯网络结构被称为NP-hard问题。其中,针对K2算法强依赖于变量拓扑序的问题,提出了一种组合变量邻居集和v-结构信息的K2改进学习方法TSK2(Two-Step Search Strategy of K2)。该方法有效减小了序空间搜索规模,同时避免了过早陷入局部最优。具体而言,该方法在约束算法定向规则的启示下,借助识别的v-结构和邻居集信息可靠调整汇点的邻居在序中的位置;其次,在贝网基本组成结构的启发下,借助变量邻居集信息,通过执行顺连、分连、汇连3个基本结构的搜索,准确修正父节点与子节点的序位置,获得最优序列。实验结果表明,在Asia和Alarm网络数据集上,与对比方法相比,所提算法的准确率得到显著提升,可以获得更准确的网络结构。

关键词： K2算法 PC算法 v-结构邻居集结构学习

来源：评论

学校读者我要写书评

暂无评论

多天线无线充电器的安全布置研究

引用

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

机器学习和Cox比例风险回归模型预警高危型HPV持续感染

引用

中华疾病控制杂志 2024年第9期28卷 1083-1089页

作者：丁宏梅张明亚胥小琴张宏秀南京医科大学第一附属医院妇产科南京210029 南京大学计算机软件新技术国家重点实验室南京210023 南京市鼓楼区凤凰社区卫生服务中心妇保科南京210024 泰州市第四人民医院妇产科泰州225300

目的建立基于机器学习的人乳头瘤病毒(human papilloma virus,HPV)预测模型,确定与高危型人乳头瘤病毒(high-risk human papilloma virus,HR-HPV)持续感染相关的因素,为早期预警HR-HPV持续感染人群提供帮助。方法收集4407例于2017年9月... 详细信息

目的建立基于机器学习的人乳头瘤病毒(human papilloma virus,HPV)预测模型,确定与高危型人乳头瘤病毒(high-risk human papilloma virus,HR-HPV)持续感染相关的因素,为早期预警HR-HPV持续感染人群提供帮助。方法收集4407例于2017年9月―2019年9月在泰州市4所卫生机构参与HPV检测,并于2020年9月―2022年9月按照要求参与HPV随访者的临床资料。将队列研究中4407例研究对象的人口特征作为机器学习模型输入,2次HPV检查结果的变化过程作为输出,建立基于机器学习的预测模型,包括随机森林(random forest,RF)和多层感知机(multilayer perceptron,MLP),预测研究对象的HPV随访结果。采用单因素Cox比例风险回归模型和多因素Cox比例风险回归模型对583例初筛HR-HPV阳性病例进行统计分析,分析HR-HPV持续感染的特征及转归的影响因素。结果RF预测模型准确率为84.3%,MLP准确率为80.5%。HR-HPV持续阳性率的前5位病毒型别为HPV58、多重感染、HPV31、HPV33、HPV52。多因素Cox比例风险回归模型研究显示,初中及以下学历人群HR-HPV感染转阴风险是高中及以上学历人群的1.72倍(HR=1.72,95%CI:1.03~2.87,P=0.037),未绝经人群HR-HPV感染转阴风险是绝经人群的2.11倍(HR=2.11,95%CI:1.10~4.06,P=0.025)。结论机器学习和Cox比例风险回归模型可提前预警HR-HPV持续感染人群,对HR-HPV感染女性后续管理和宫颈癌防控有重要的临床价值。

关键词：机器学习 Cox比例风险回归模型高危型人乳头瘤病毒持续性感染子宫颈癌

来源：评论

学校读者我要写书评

暂无评论

K-近邻分类器鲁棒性验证:从约束放松法到随机平滑法

引用

中国科学：信息科学 2021年第1期51卷 27-39页

作者：王璐姜远南京大学计算机软件新技术国家重点实验室南京210023 南京大学软件新技术与产业化协同创新中心南京210023

本文研究K-近邻分类器的鲁棒性验证问题.形式化鲁棒性验证的目标是计算分类器在给定样本点上的最小对抗扰动的精确值或者最小对抗扰动的非平凡下界.我们将计算K-近邻分类器的最小对抗扰动形式化为一组二次规划问题.二次规划问题的数目... 详细信息

本文研究K-近邻分类器的鲁棒性验证问题.形式化鲁棒性验证的目标是计算分类器在给定样本点上的最小对抗扰动的精确值或者最小对抗扰动的非平凡下界.我们将计算K-近邻分类器的最小对抗扰动形式化为一组二次规划问题.二次规划问题的数目随近邻参数K的增大呈指数级增长,精确求解该组二次规划问题往往不可行.约束放松法通过放松优化的约束项,可以在多项式时间内求解最小对抗扰动的下界.然而,本文通过理论分析和实验发现,当近邻参数K取值较大时,约束放松法求得的下界往往过于宽松,甚至会出现K越大下界越小的反直觉结果.为解决这一问题,本文提出使用随机平滑法对K-近邻分类器进行鲁棒性验证.随机平滑法利用了K-近邻分类器对高斯(Gauss)白噪声鲁棒的特点,获得了较为理想的鲁棒性验证效果.基准数据集上的实验结果表明,相比于最新的鲁棒神经网络,"随机平滑的"K-近邻分类器展现出了更好的验证鲁棒性.

关键词：监督学习对抗机器学习对抗鲁棒性鲁棒性验证 K-近邻分类器

来源：评论

学校读者我要写书评

暂无评论

小样本困境下的深度学习图像识别综述

引用

软件学报 2022年第1期33卷 193-210页

作者：葛轶洲刘恒王言徐百乐周青申富饶通信信息控制和安全技术重点实验室浙江嘉兴314033 中国电子科技集团公司第三十六研究所浙江嘉兴314033 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

图像识别是图像研究领域的核心问题,解决图像识别问题对人脸识别、自动驾驶、机器人等各领域研究都有重要意义.目前广泛使用的基于深度神经网络的机器学习方法,已经在鸟类分类、人脸识别、日常物品分类等图像识别数据集上达到了超过人... 详细信息

图像识别是图像研究领域的核心问题,解决图像识别问题对人脸识别、自动驾驶、机器人等各领域研究都有重要意义.目前广泛使用的基于深度神经网络的机器学习方法,已经在鸟类分类、人脸识别、日常物品分类等图像识别数据集上达到了超过人类的水平,同时越来越多的工业界应用开始考虑基于深度神经网络的方法,以完成一系列图像识别业务.但是深度学习方法极度依赖大规模标注数据,这一缺陷极大地限制了深度学习方法在实际图像识别任务中的应用.针对这一问题,越来越多的研究者开始研究如何基于少量的图像识别标注样本来训练识别模型.为了更好地理解基于少量标注样本的图像识别问题,广泛地讨论了几种图像识别领域主流的少量标注学习方法,包括基于数据增强的方法、基于迁移学习的方法以及基于元学习的方法,通过讨论不同算法的流程以及核心思想,可以清晰地看到现有方法在解决少量标注的图像识别问题上的优点和不足.最后针对现有方法的局限性,指出了小样本图像识别未来的研究方向.

关键词：图像识别深度学习小样本学习数据增强迁移学习元学习

来源：评论

学校读者我要写书评

暂无评论

支持乱序执行的Raft协议

引用

软件学报 2021年第6期32卷 1748-1778页

作者：谷晓松魏恒峰乔磊黄宇计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 北京控制工程研究所北京100190

PolarFS是阿里巴巴开发的分布式文件系统,它实现了分布式共识协议Raft的一种变体,称为***突破了Raft中顺序提交、顺序执行的限制,允许状态机乱序执行用户命令.然而文献表明:ParallelRaft并未开源,仅有简短的文字描述,更缺乏严格的形式... 详细信息

PolarFS是阿里巴巴开发的分布式文件系统,它实现了分布式共识协议Raft的一种变体,称为***突破了Raft中顺序提交、顺序执行的限制,允许状态机乱序执行用户命令.然而文献表明:ParallelRaft并未开源,仅有简短的文字描述,更缺乏严格的形式化规约.更进一步,它的正确性也尚未经过必要的数学论证或形式化检验.旨在为ParallelRaft提供严格的形式化规约并证明其正确性,主要贡献包括:首先,为了理清ParallelRaft与Raft之间的关系,提出了允许乱序提交、顺序执行的ParallelRaft-SE(sequential execution)协议,并建立了从ParallelRaft-SE到Multi-Paxos的精化关系;其次,现有的ParallelRaft描述忽略了可能会违反状态一致性的"幽灵日志"问题,因此在ParallelRaft-SE的基础上提出了ParallelRaft-CE(concurrent execution)协议.ParallelRaft-CE限制了ParallelRaft-SE在乱序提交阶段的并行度,避免了"幽灵日志"问题,支持乱序执行,并保证乱序执行下的状态机一致性.证明了ParallelRaft-CE的正确性.最后,使用TLA+给出了ParallelRaft-SE和ParallelRaft-CE的形式化规约,并对协议参与者数量较小的情形,使用TLC模型检验与模拟测试工具验证了从ParallelRaft-SE到Multi-Paxos的精化关系以及ParallelRaft-CE的正确性.

关键词： Raft ParallelRaft Multi-Paxos 共识协议 TLA+ 精化关系模型检验

来源：评论

学校读者我要写书评

暂无评论

DevSecOps:DevOps下实现持续安全的实践探索

引用

软件学报 2021年第10期32卷 3014-3035页

作者：戴启铭毛润丰黄璜荣国平沈海峰邵栋计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学软件学院江苏南京210093 Discipline of Information Technology Peter Faber Business SchoolAustralian Catholic UniversitySydney NSW 2060

国内外各大软件企业正广泛实施DevOps相关实践,以提高产品交付和部署频率.与此同时,面对日益严峻的网络安全环境,软件系统中的安全问题日益凸显.耗时的安全实践因为快速交付,在软件开发活动中难以得到有效贯彻.也正因如此,在开发和运维... 详细信息

国内外各大软件企业正广泛实施DevOps相关实践,以提高产品交付和部署频率.与此同时,面对日益严峻的网络安全环境,软件系统中的安全问题日益凸显.耗时的安全实践因为快速交付,在软件开发活动中难以得到有效贯彻.也正因如此,在开发和运维流程中有效集成安全控制手段,实现整个软件生命周期的持续安全,已成为各大企业向DevOps转型过程中亟需思考的问题.DevSecOps作为在DevOps下持续解决安全问题的有效方案,因此而受到学术界和工业界的广泛关注,并逐渐成为软件工程领域的研究重点.近年来,随着DevSecOps的研究和实践发展,人们对DevSecOps有了更全面的认识,也引入了更多安全实践.为此,从DevSecOps的背景、特征、实践、裨益和挑战这5个方面进行了归纳和总结,首次向国内软件工程社区全面介绍DevSecOps的核心内容,重点阐述了DevSecOps最新的理论研究和工业界实践现状,进而为从业者实际落地DevSecOps提供参考,也为研究者探索DevSecOps提供便利,并呼吁更多的研究者参与到DevSecOps的研究中来.

关键词： DevOps安全 DevSecOps 持续安全 DevSecOps实践

来源：评论

学校读者我要写书评

暂无评论

基于被动-主动的特征演化流学习

引用

计算机研究与发展 2021年第8期58卷 1575-1585页

作者：刘艳芳李文斌高阳计算机软件新技术国家重点实验室(南京大学) 南京210023 龙岩学院数学与信息工程学院福建龙岩364012

在许多现实应用中,数据以一种特征演化流的形式收集.例如,随着传感器的更换,由旧传感器收集的数据特征会消失,新传感器收集的数据特征会出现.在线被动主动算法已被证明可以有效地从具有固定特征空间和梯形特征空间的数据集中学习线性分... 详细信息

在许多现实应用中,数据以一种特征演化流的形式收集.例如,随着传感器的更换,由旧传感器收集的数据特征会消失,新传感器收集的数据特征会出现.在线被动主动算法已被证明可以有效地从具有固定特征空间和梯形特征空间的数据集中学习线性分类器.因此,提出了一种基于被动主动更新策略的特征演化学习算法(passive-aggressive learning with feature evolvable streams,PAFE).该算法通过主动被动更新策略从当前特征空间和被恢复的已消失特征空间中学习了2个模型.具体来说,在重叠时段,即新旧特征同时存在的时段,该算法用新特征恢复了消失的特征空间,同时用旧特征空间模拟了新特征空间,进而为新特征空间的模型学习提供合理的初始化.基于这2个模型,为提高算法整体性能提出了2个集成算法:组合预测和当前最优预测.在合成数据集和真实数据集上的实验结果验证了该算法的有效性.

关键词：在线学习被动主动策略监督学习集成学习演化特征

来源：评论

学校读者我要写书评

暂无评论

可解释的局部和全局对比多行为推荐算法

引用

计算机工程与设计 2024年第10期45卷 2970-2977页

作者：陈文俊高榕邵雄凯吴歆韵万祥高海燕湖北工业大学计算机学院湖北武汉430068 南京大学南京大学计算机软件新技术国家重点实验室江苏南京210023 武汉第二船舶设计研究所研发部湖北武汉430064 南京邮电大学通达学院商学院江苏扬州225127

针对传统的多行为推荐模型无法高效学习异构信息网络的复杂结构以及缺乏可解释性的问题,提出一种多行为推荐模型,即可解释的局部和全局对比多行为推荐。运用一种被广泛应用于提取全局结构的元路径视图从特定的语义角度捕获每个节点之间... 详细信息

针对传统的多行为推荐模型无法高效学习异构信息网络的复杂结构以及缺乏可解释性的问题,提出一种多行为推荐模型,即可解释的局部和全局对比多行为推荐。运用一种被广泛应用于提取全局结构的元路径视图从特定的语义角度捕获每个节点之间的特征。设计一个能捕获局部特征和元路径之间的交互信息的超元路径图来捕获多个元路径之间的交互信息,区分不同用户面对不同类别物品的不同行为模式。采用一种异质性可解释对比学习,确定行为类型的重要性,得出更加优质的正负样本进行对比。在两个公共数据集上的实验中,所提模型优于主流先进推荐模型。

关键词：推荐模型异构信息网络多行为推荐全局结构元路径可解释性对比学习

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：