检索结果-内蒙古大学图书馆

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

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

调色板编码中2-邻域联合转移概率的索引图预测

引用

计算机研究与发展 2018年第11期55卷 2557-2568页

作者：宋传鸣何兴闵新王相海辽宁师范大学计算机与信息技术学院辽宁大连116081 大连理工大学计算机科学与技术学院辽宁大连116024 计算机软件新技术国家重点实验室(南京大学) 南京210023

采用4-邻域模板匹配对索引图进行非局部预测是调色板编码的一种典型技术.通过实验分析发现,1个4-邻域模板存在数量众多的干扰模板,并且不能有效捕获边缘反走样区域的颜色转移特征,从而提出一种包含4个子模板的2-邻域匹配模板结构来刻画... 详细信息

采用4-邻域模板匹配对索引图进行非局部预测是调色板编码的一种典型技术.通过实验分析发现,1个4-邻域模板存在数量众多的干扰模板,并且不能有效捕获边缘反走样区域的颜色转移特征,从而提出一种包含4个子模板的2-邻域匹配模板结构来刻画前景物体或文字边缘在其左上角、左下角、右上角和右下角的特定颜色转移模式;同时,将模板预测建模为一种可通过查表操作实现的转移概率;进而,提出一种2-邻域联合转移概率的索引图预测方法.实验表明:该算法的预测准确率为97.70%,比多级预测算法(MSP)和局部方向预测算法(LDP)分别平均提高了4.50%和2.27%,尤其适用于包含大量字符和由计算机生成的几何图元的复杂屏幕内容编码.并且,计算复杂度与LDP相当,明显低于MSP,可应用实时性需求较高的、基于调色板-索引图的屏幕内容预测编码中.

关键词：视频编码屏幕内容编码调色板编码索引图预测转移概率

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

基于改进蚁群优化算法的云计算调度方法

引用

计算机与数字工程 2019年第4期47卷 743-747,793页

作者：王恩重陶传奇南京理工大学计算机科学与工程学院南京210094 南京航空航天大学计算机科学与技术学院南京210016 计算机软件新技术国家重点实验室(南京大学) 南京210023

云计算以其可伸缩性、高可靠性、低成本以及按需服务等诸多特点吸引了无数研究人员和企业的关注,成为了当今时代的热门话题,云计算任务调度在云计算研究领域占有十分重要的地位。论文首先分析了当前云计算任务调度现状,并对任务调度中... 详细信息

云计算以其可伸缩性、高可靠性、低成本以及按需服务等诸多特点吸引了无数研究人员和企业的关注,成为了当今时代的热门话题,云计算任务调度在云计算研究领域占有十分重要的地位。论文首先分析了当前云计算任务调度现状,并对任务调度中常用的蚁群算法进行了描述,同时针对传统蚁群算法在云计算任务调度中的不足,提出了基于改进蚁群优化算法的云计算调度方法,在信息素更新和信息素挥发两个方面对蚁群算法进行了改进。最后使用CloudSim进行实验,对算法的可行性进行了分析和验证。

关键词：云计算任务调度蚁群优化算法 CloudSim

来源：评论

学校读者我要写书评

暂无评论

阶段感知的跨域数据分析作业保障机制

引用

计算机工程与应用 2019年第23期55卷 78-85页

作者：吴波许道强邹云峰王甜甜李鑫国网江苏省电力有限公司淮安供电分公司江苏淮安211600 国网江苏省电力有限公司南京210008 国网江苏省电力有限公司电力科学研究院南京210024 南京大学计算机软件新技术国家重点实验室南京210023 南京航空航天大学计算机科学与技术学院南京211106

为缓解边缘计算的不稳定性,设计了适用于跨域规模的任务复制与分配机制以保障作业各阶段的完成(Geo-distributed job Insurance Mechanism,GIM)。为满足并行任务执行特征和资源限制,先将问题形式化为MinMax多项式整数规划问题,再放松整... 详细信息

为缓解边缘计算的不稳定性,设计了适用于跨域规模的任务复制与分配机制以保障作业各阶段的完成(Geo-distributed job Insurance Mechanism,GIM)。为满足并行任务执行特征和资源限制,先将问题形式化为MinMax多项式整数规划问题,再放松整数约束并采用feasible-point算法快速地收敛到最优解,最后基于高危任务优先原则对最优解进行取整,得到满足原问题约束的高质量任务复制与分配方案。模拟实验表明,在不同的系统负载下,相比于当前的冗余执行策略,GIM至少能够减少22%的作业平均完成时间。

关键词：云计算边缘计算任务调度保障机制时延优化作业完成时间

来源：评论

学校读者我要写书评

暂无评论

演化学习专题前言

引用

软件学报 2018年第9期29卷 2545-2546页

作者：俞扬钱超计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 中国科学技术大学计算机科学与技术学院安徽合肥230027

机器学习是人工智能的核心领域之一,主要研究计算机如何通过利用经验自动提高自身的性能,机器学习技术的发展已成为新一轮人工智能热潮的主要推动力,受到高度关注.机器学习常可分解为＂表示＋评估＋优化＂3个部件,即数据与模型的表示、... 详细信息

机器学习是人工智能的核心领域之一,主要研究计算机如何通过利用经验自动提高自身的性能,机器学习技术的发展已成为新一轮人工智能热潮的主要推动力,受到高度关注.机器学习常可分解为＂表示＋评估＋优化＂3个部件,即数据与模型的表示、学习结果的评估,以及实施学习过程的优化方法 3个部分,其中优化承载了机器学习的实现,优化方法的能力也直接影响了另两个部件——模型表示和评估函数的设计范围.在解决真实应用问题时，常需要使用非线性模型和非凸评估函数，导致机器学习任务常常归结为复杂优化问题，具有不可导、不连续、大量局部极值、多目标等性质，对优化方法提出了挑战．

关键词：机器学习优化问题评估函数专题演化人工智能模型表示非线性模型

来源：评论

学校读者我要写书评

暂无评论

Android应用中SQL注入漏洞静态检测方法

引用

计算机科学与探索 2018年第8期12卷 1225-1237页

作者：潘秋红崔展齐王林章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 北京信息科技大学计算机学院北京100101 江苏省软件新技术与产业化协同创新中心南京210023

随着移动互联网的迅猛发展,基于Android平台的移动终端以及移动应用数量逐年攀升,极大地改变了人们的生活方式。然而,移动应用具有交互复杂、难于调试、版本更新迭代频繁等特点,很多应用没有经过充分检测就投入了使用,致使Android应用... 详细信息

随着移动互联网的迅猛发展,基于Android平台的移动终端以及移动应用数量逐年攀升,极大地改变了人们的生活方式。然而,移动应用具有交互复杂、难于调试、版本更新迭代频繁等特点,很多应用没有经过充分检测就投入了使用,致使Android应用中各种漏洞导致的故障频发。其中,SQL注入漏洞是一类常见安全漏洞,会引发用户信息泄露、恶意篡改数据库等严重后果。但现有的通用静态分析工具大多无法有效检测Android应用中的SQL注入漏洞。针对这一问题,分析了SQL注入漏洞的代码特征和数据特征,提出了一种基于污点分析的静态检测方法,并在开源工具FindBugs的基础上,实现了原型工具SQLInj。实验结果表明,该方法能有效检测出Android应用中存在的SQL注入漏洞。

关键词： SQL注入静态检测污点分析合法性检查

来源：评论

学校读者我要写书评

暂无评论

基于深度卷积特征的细粒度图像分类研究综述

引用

自动化学报 2017年第8期43卷 1306-1318页

作者：罗建豪吴建鑫南京大学计算机科学与技术系南京大学软件新技术国家重点实验室南京210023

细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题,其目标是对子类进行识别,如区分不同种类的鸟.由于子类别间细微的类间差异和较大的类内差异,传统的分类算法不得不依赖于大量的人工标注信息.近年来,随着深度学习的发展,深... 详细信息

细粒度图像分类问题是计算机视觉领域一项极具挑战的研究课题,其目标是对子类进行识别,如区分不同种类的鸟.由于子类别间细微的类间差异和较大的类内差异,传统的分类算法不得不依赖于大量的人工标注信息.近年来,随着深度学习的发展,深度卷积神经网络为细粒度图像分类带来了新的机遇.大量基于深度卷积特征算法的提出,促进了该领域的快速发展.本文首先从该问题的定义以及研究意义出发,介绍了细粒度图像分类算法的发展现状.之后,从强监督与弱监督两个角度对比分析了不同算法之间的差异,并比较了这些算法在常用数据集上的性能表现.最后,我们对这些算法进行了总结,并讨论了该领域未来可能的研究方向及其面临的挑战.

关键词：细粒度图像分类深度学习卷积神经网络计算机视觉

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：