检索结果-内蒙古大学图书馆

南通大学学报（自然科学版） 2020年第3期19卷 28-33,89页

作者：李洪均孙婉婷周泽李超波张士兵南通大学信息科学技术学院江苏南通226019 南京大学计算机软件新技术国家重点实验室江苏南京210023 南通智能信息技术联合研究中心江苏南通226019 南通大学通科微电子学院江苏南通226019

为了有效地识别办公场景下的人体坐姿,提出一种映射节点级联宽度学习系统。采用Kinect硬件设备获取相关数据并建立坐姿识别数据库;创新性地设计基于映射节点级联的坐姿识别模块,通过级联特征节点,有效地将低级特征逐步映射为高级特征,... 详细信息

为了有效地识别办公场景下的人体坐姿,提出一种映射节点级联宽度学习系统。采用Kinect硬件设备获取相关数据并建立坐姿识别数据库;创新性地设计基于映射节点级联的坐姿识别模块,通过级联特征节点,有效地将低级特征逐步映射为高级特征,提高特征的可区分性,便于识别不同坐姿;由于真实视频中包含不同坐姿变换之间的过渡帧,同时引入帧判别概率和结构相似性指标建立视频序列中的过渡帧检测模块,筛选过渡帧,提高识别率。在公共数据集和自建库的测试实验结果表明:该模型不仅在公共数据集上取得显著效果,而且在自建库图像上的平均识别精度达到99.90%,在视频序列上的平均识别精度达到79.21%,平均识别率相较经典的宽度学习系统提高了5.5%。该模型的识别精度明显提升、速度增快,具有一定的泛化性能。

关键词：映射节点级联宽度学习人体坐姿识别 Kinect

来源：评论

学校读者我要写书评

暂无评论

基于多损失的生成式对抗目标跟踪算法

引用

东南大学学报（自然科学版） 2018年第3期48卷 400-405页

作者：程旭周琳张毅锋东南大学信息科学与工程学院南京210096 中船重工鹏力(南京)智能装备系统有限公司南京210003 南京大学计算机软件新技术国家重点实验室南京210023

为了降低目标遭受遮挡、光照变化、运动模糊等外界挑战性因素造成跟踪失败的风险,提出了一种基于多损失生成式对抗网络的目标跟踪算法.在生成式对抗网络中,针对遮挡、光照变化和运动模糊3种挑战性场景设计了相应的解码器结构,编码器则... 详细信息

为了降低目标遭受遮挡、光照变化、运动模糊等外界挑战性因素造成跟踪失败的风险,提出了一种基于多损失生成式对抗网络的目标跟踪算法.在生成式对抗网络中,针对遮挡、光照变化和运动模糊3种挑战性场景设计了相应的解码器结构,编码器则共享网络参数.跟踪时,编码器作为特征提取器来提取目标的特征,在粒子滤波框架下完成对目标的定位.从内容损失、类内损失和身份保留损失方面定义了损失函数,将对抗训练得到的先验知识和目标固有知识相结合,重构清晰图像.实验结果表明,在遮挡、光照变化和运动模糊情况下,所提跟踪算法取得了良好的跟踪性能.

关键词：深度学习生成式对抗网络目标跟踪损失函数

来源：评论

学校读者我要写书评

暂无评论

基于子段距离计算的时间序列分类方法

引用

小型微型计算机系统 2018年第7期39卷 1386-1389页

作者：王子一商琳南京大学计算机软件新技术国家重点实验室南京210023 南京大学计算机科学与技术系南京210023

关于时间序列分类的问题在过去十多年时间里已经引起极大的兴趣.并且已经有实验表明传统流行的分类算法像KNN等,已经很难处理时间序列的分类问题.基于Shapelet和DTW(动态时间规整,Dynamic Time Warping)的这一分类方法的时间复杂度又太... 详细信息

关于时间序列分类的问题在过去十多年时间里已经引起极大的兴趣.并且已经有实验表明传统流行的分类算法像KNN等,已经很难处理时间序列的分类问题.基于Shapelet和DTW(动态时间规整,Dynamic Time Warping)的这一分类方法的时间复杂度又太高.本文提出一种新的基于子段距离计算的时序分类方法,通过对时间序列进行切分然后对切分后的子段用k-shape算法进行聚类,在聚类结果中寻找两类时间序列各自比较有区分性的片段,并以此来作为分类的依据,该方法思路更为简单且时间复杂度不高.通过实验验证了我们算法的分类精度和适用性,并与shaplet算法相比我们算法在时间复杂度上更具优势.

关键词：时间序列 shapelet 分类

来源：评论

学校读者我要写书评

暂无评论

使用程序分析和特征识别方法过滤网页广告

引用

小型微型计算机系统 2018年第9期39卷 1998-2002页

作者：何欣程查春柳许蕾南京大学计算机科学与技术系南京210023 南京大学计算机软件新技术国家重点实验室南京210023

网页广告已经成为互联网生态系统的主要经济来源,但随着恶意广告的传播和泛滥,越来越多的网页广告跟踪、窃取用户的隐私数据,对用户的信息安全构成了威胁.因此,大多数用户倾向于在浏览器上安装广告过滤器.现有的广告过滤器,如Ad Block P... 详细信息

网页广告已经成为互联网生态系统的主要经济来源,但随着恶意广告的传播和泛滥,越来越多的网页广告跟踪、窃取用户的隐私数据,对用户的信息安全构成了威胁.因此,大多数用户倾向于在浏览器上安装广告过滤器.现有的广告过滤器,如Ad Block Plus,通过维护一个大的黑名单列表来过滤广告,需要不定期更新列表,运行、维护的代价很大.为此,本文提出了一种结合网页代码静态分析和特征识别的方法来实现广告的自动过滤.该方法首先通过一个简短的过滤列表来过滤确定的广告(Java Script文件),然后对其余的Java Script文件进行静态分析并提取出一系列特征向量,进而训练分类器得到广告识别模型.最后实现了一个Chrome浏览器插件Tri Filter,来完成广告的识别与屏蔽.实验结果表明本文方法在准确率和召回率方面优于现有的广告屏蔽工具.

关键词：网页广告程序分析特征识别广告屏蔽

来源：评论

学校读者我要写书评

暂无评论

并发缺陷检测技术研究进展

引用

计算机科学 2019年第5期46卷 13-20页

作者：薄莉莉姜淑娟张艳梅王兴亚于巧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京210093 江苏师范大学计算机科学与技术学院江苏徐州221116

多核时代的到来使得并发程序的设计备受人们关注。然而,并发程序的并发性和不确定性容易引发并发缺陷。因此,快速且有效地检测出这些并发缺陷尤为重要。首先,将目前常见的并发缺陷分为五大类(并发类型状态缺陷、死锁、数据竞争、原子性... 详细信息

多核时代的到来使得并发程序的设计备受人们关注。然而,并发程序的并发性和不确定性容易引发并发缺陷。因此,快速且有效地检测出这些并发缺陷尤为重要。首先,将目前常见的并发缺陷分为五大类(并发类型状态缺陷、死锁、数据竞争、原子性违背和顺序违背);随后,从软件运行的角度,将现有的并发缺陷检测技术分为静态分析、动态分析和动静结合分析,并对每一类进行详细的分析、比较和总结;接着,对并发缺陷检测技术的通用性进行分析和总结;最后,从通用准确的并发缺陷检测、软硬件相结合的并发缺陷检测、并发缺陷检测修复一体化、适用于松散内存模型的并发缺陷检测、安卓等其他应用平台的并发缺陷检测和分布式系统非确定性并发缺陷研究等方面,对并发缺陷检测技术的未来研究进行了探讨。

关键词：并发程序并发缺陷缺陷检测软件测试

来源：评论

学校读者我要写书评

暂无评论

基于改进随机森林算法的钓鱼网站检测方法研究

引用

微电子学与计算机 2019年第4期36卷 43-46,51页

作者：朱琪林果园中国矿业大学计算机科学与技术学院江苏徐州221116 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江苏南京210023

为了更准确快捷的对钓鱼网站进行识别,提出了一种基于改进随机森林算法的钓鱼网站检测方法.该方法挖掘钓鱼网页特征之间潜在的关联规则,并对数据集进行分区,以此区分特征数据的重要程度并计算权重以及数据选取的比例,选取数据后对数据... 详细信息

为了更准确快捷的对钓鱼网站进行识别,提出了一种基于改进随机森林算法的钓鱼网站检测方法.该方法挖掘钓鱼网页特征之间潜在的关联规则,并对数据集进行分区,以此区分特征数据的重要程度并计算权重以及数据选取的比例,选取数据后对数据空间进行相应的集合化与剪辑以此优化森林的建立,并根据建立的森林达到对钓鱼网站检测识别的目的.最终实验说明,该方法对钓鱼网站的检测识别具有很好的效果和效率.

关键词：钓鱼检测关联规则特征分区数据空间

来源：评论

学校读者我要写书评

暂无评论

分类不平衡对软件缺陷预测模型性能的影响研究

引用

计算机学报 2018年第4期41卷 809-824页

作者：于巧姜淑娟张艳梅王兴亚高鹏飞钱俊彦中国矿业大学计算机科学与技术学院江苏徐州221116 桂林电子科技大学广西可信软件重点实验室广西桂林541004 南京大学计算机软件新技术国家重点实验室南京210023

分类不平衡是指不同类别间样本数量分布不均衡的现象.在软件缺陷预测中,传统预测模型的性能可能会因数据集分类不平衡而受到影响.为了探究分类不平衡对软件缺陷预测模型性能的影响程度,该文提出一种分类不平衡影响分析方法.首先,设计一... 详细信息

分类不平衡是指不同类别间样本数量分布不均衡的现象.在软件缺陷预测中,传统预测模型的性能可能会因数据集分类不平衡而受到影响.为了探究分类不平衡对软件缺陷预测模型性能的影响程度,该文提出一种分类不平衡影响分析方法.首先,设计一种新数据集构造算法,将原不平衡数据集转化为一组不平衡率依次递增的新数据集.然后,选取不同的分类模型作为缺陷预测模型,分别对构造的新数据集进行预测,并采用AUC指标来度量不同预测模型的分类性能.最后,采用变异系数C·V来评价各个预测模型在分类不平衡时的性能稳定程度.在8种典型的预测模型上进行实验验证,结果表明C4.5、RIPPER和SMO这3种预测模型的性能随着不平衡率的增大而下降,而代价敏感学习和集成学习能够有效提高它们在分类不平衡时的性能和性能稳定程度.与上述3种模型相比,逻辑回归、朴素贝叶斯和随机森林等模型的性能更加稳定.

关键词：分类不平衡软件缺陷预测预测模型不平衡率代价敏感学习集成学习

来源：评论

学校读者我要写书评

暂无评论

MultiOffloading:支持多种资源借调的安卓应用平台

引用

计算机科学与探索 2018年第9期12卷 1407-1419页

作者：张晨曦武翔宇许畅南京大学计算机软件新技术国家重点实验室南京210023 南京大学计算机科学与技术系南京210023 微软(中国)有限公司苏州分公司江苏苏州215000

安卓应用数量飞速增长,应用场景不断丰富,但部分安卓应用的运行受到智能手机本身CPU性能不足或传感器功能缺失的限制;同时在使用场景上也面临如何远程控制的问题。将应用内部的部分计算任务转移到远程服务器中计算是一种普遍的解决手机... 详细信息

安卓应用数量飞速增长,应用场景不断丰富,但部分安卓应用的运行受到智能手机本身CPU性能不足或传感器功能缺失的限制;同时在使用场景上也面临如何远程控制的问题。将应用内部的部分计算任务转移到远程服务器中计算是一种普遍的解决手机性能不足的方法,但是该方法仍存在服务器连接复杂等方面的问题。提出了Multi Offloading,一个同时支持安卓应用计算任务卸载与转移执行、传感器功能"借用"和触摸控制转移的平台,搭载这个平台的移动设备可以互相发现并建立P2P网络,平台上的移动应用能够"借用"移动设备计算资源、传感器资源和屏幕资源;重新实现和完善已有的计算任务卸载、传感器借用的插桩技术并提出触控转移的插桩实现方案。最后实现了一个示例以说明平台设计的可行性,并选取两个安卓应用插桩展示资源借用的效果。

关键词：安卓应用计算卸载传感器借用触控转移

来源：评论

学校读者我要写书评

暂无评论

SpaceOS中若干全局性质的形式化描述和验证

引用

小型微型计算机系统 2019年第1期40卷 141-148页

作者：顾海博付明乔磊冯新宇中国科学技术大学计算机科学与技术学院合肥230027 中国科学技术大学苏州研究院软件安全实验室江苏苏州215123 华为上海研究所2012实验室-OS内核实验室上海201206 北京控制工程研究所北京100190 南京大学计算机软件新技术国家重点实验室南京210023

SpaceOS是北京控制工程研究所自主研发的嵌入式实时操作系统,已被应用于探月工程、空间站等重大航天项目.SpaceOS作为底层系统软件,是影响航天任务成败的关键因素. SpaceOS在设计中提出了一些多个内核模块(如任务管理、调度、通信和时... 详细信息

SpaceOS是北京控制工程研究所自主研发的嵌入式实时操作系统,已被应用于探月工程、空间站等重大航天项目.SpaceOS作为底层系统软件,是影响航天任务成败的关键因素. SpaceOS在设计中提出了一些多个内核模块(如任务管理、调度、通信和时间管理等)相互协同过程中所需要满足的全局性质.本文扩展已有的操作系统验证框架支持全局性质的推理,为SpaceOS内核建立抽象模型,给出主要系统调用的抽象规范,并基于设计需求给出形式化定义描述若干全局性质,通过严格的数学证明保证SpaceOS在抽象设计层面上满足这些全局性质.所有工作都在证明助手Coq中完成.

关键词： SpaceOS 形式化验证全局性质操作系统内核 Coq

来源：评论

学校读者我要写书评

暂无评论

利用辅助信息进行矩阵补全的核方法及其在多标记学习中的应用

引用

中国科学：信息科学 2018年第1期48卷 47-59页

作者：徐淼周志华南京大学计算机软件新技术国家重点实验室南京210023 软件新技术与产业化协同创新中心南京210023

现实机器学习任务中一个样本通常和多个标记相关,但获取完整的标记信息需耗费大量人力物力,因此多标记学习经常会遇到标记缺失的情况.将未缺失的标记看作不完全的标记矩阵,将样本特征作为辅助信息,则可通过矩阵补全方法来解决该问题,以... 详细信息

现实机器学习任务中一个样本通常和多个标记相关,但获取完整的标记信息需耗费大量人力物力,因此多标记学习经常会遇到标记缺失的情况.将未缺失的标记看作不完全的标记矩阵,将样本特征作为辅助信息,则可通过矩阵补全方法来解决该问题,以往研究主要针对线性可分情形,本文提出KernelMaxide方法,在处理线性不可分多标记数据中缺失的监督信息的同时,不仅能利用数据的非线性结构,还能考虑标记之间的相互关系.该方法依据矩阵核范数的表示定理,构建了基于核矩阵的核范数最小化优化目标以及相应的优化算法,并用Nystrm方法缓解核矩阵的存储和计算开销问题.实验显示出KernelMaxide的优越性能.

关键词：机器学习多标记学习矩阵补全核方法 Nystrm方法

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：