检索结果-内蒙古大学图书馆

计算机应用 2024年第4期44卷 1172-1179页

作者：倪瑞轩蔡淼叶保留河海大学计算机与信息学院南京211100 水利部水利大数据重点实验室(河海大学) 南京211100 计算机软件新技术国家重点实验室(南京大学) 南京210023

为了在数据密集型工作流下有效降低缓存碎片整理开销并提高缓存命中率,提出一种持久性分布式文件系统客户端缓存DFS-Cache(Distributed File System Cache)。DFS-Cache基于非易失性内存(NVM)设计实现,能够保证数据的持久性和崩溃一致性... 详细信息

为了在数据密集型工作流下有效降低缓存碎片整理开销并提高缓存命中率,提出一种持久性分布式文件系统客户端缓存DFS-Cache(Distributed File System Cache)。DFS-Cache基于非易失性内存(NVM)设计实现,能够保证数据的持久性和崩溃一致性,并大幅减少冷启动时间。DFS-Cache包括基于虚拟内存重映射的缓存碎片整理机制和基于生存时间(TTL)的缓存空间管理策略。前者基于NVM可被内存控制器直接寻址的特性,动态修改虚拟地址和物理地址之间的映射关系,实现零拷贝的内存碎片整理;后者是一种冷热分离的分组管理策略,借助重映射的缓存碎片整理机制,提升缓存空间的管理效率。实验采用真实的Intel傲腾持久性内存设备,对比商用的分布式文件系统MooseFS和GlusterFS,采用Fio和Filebench等标准测试程序,DFS-Cache最高能提升5.73倍和1.89倍的系统吞吐量。

关键词：非易失性内存分布式文件系统客户端缓存缓存碎片整理冷热数据分组缓存设计

来源：评论

学校读者我要写书评

暂无评论

基于类间区分度的属性约简方法

引用

计算机科学与探索 2019年第8期13卷 1422-1430页

作者：饶亚贾修一李同军商琳南京理工大学计算机科学与工程学院南京210094 浙江海洋大学浙江省海洋大数据挖掘与应用重点实验室浙江舟山316022 南京大学计算机软件新技术国家重点实验室南京210093

属性约简是粗糙集理论中最重要的研究问题之一。近年来,粗糙集理论下的属性约简问题引发了学者们广泛的关注。然而,大多数属性约简方法都是基于不可分辨或可分辨关系所提出的,属性约简的性能仅仅取决于等价类或近似集的变化,却忽略了不... 详细信息

属性约简是粗糙集理论中最重要的研究问题之一。近年来,粗糙集理论下的属性约简问题引发了学者们广泛的关注。然而,大多数属性约简方法都是基于不可分辨或可分辨关系所提出的,属性约简的性能仅仅取决于等价类或近似集的变化,却忽略了不具有等价关系的对象所在的不同类簇间关系的变化情况。因此,引入了类间区分度的概念,相较于等价类和上下近似集而言,它可以反映类簇区分程度随属性变化而变化的情况。对类间重合度和类间区分度进行了解释及定义,并结合启发式搜索策略,提出了一种基于类间区分度的属性约简方法,实验验证了所提方法的有效性。

关键词：属性约简粗糙集理论类间重合度类间区分度

来源：评论

学校读者我要写书评

暂无评论

结构影响力及标签冲突感知的图课程学习方法

引用

计算机科学 2024年第10期51卷 227-233页

作者：刘祖龙陈可佳南京邮电大学计算机学院南京210023 江苏省大数据安全与智能处理重点实验室(南京邮电大学) 南京210023 南京大学软件新技术重点实验室南京210023

近年来,图神经网络(GNNs)已成为图学习领域的热点研究问题。受益于消息传递机制,GNNs在各类基于图的任务上均取得了优越的性能。现有的GNNs方法大多基于图中所有节点的训练难度相同的假设,然而,节点在结构影响力和邻域标签异配性等方面... 详细信息

近年来,图神经网络(GNNs)已成为图学习领域的热点研究问题。受益于消息传递机制,GNNs在各类基于图的任务上均取得了优越的性能。现有的GNNs方法大多基于图中所有节点的训练难度相同的假设,然而,节点在结构影响力和邻域标签异配性等方面具有明显的差异。为此,提出了一种结构影响力及标签冲突感知的图课程学习方法(SILC-GCL),基于节点的训练难度对GNNs模型进行课程学习。首先,设计了一种综合考虑节点的PageRank影响力值以及邻域标签冲突程度的训练难度测量器;其次,采用了一个训练调度器,用于在每个训练阶段选择训练难度合适的节点并生成一个由易到难的训练节点序列;最后在GNNs骨架模型上进行训练。在6个现实网络数据集上进行的节点分类实验均验证了SILC-GCL方法的有效性。

关键词：图表示学习图神经网络课程学习节点分类

来源：评论

学校读者我要写书评

暂无评论

基于Spark的LIBSVM参数优选并行化算法

引用

南京大学学报（自然科学版） 2016年第2期52卷 343-352页

作者：李坤刘鹏吕雅洁张国鹏黄宜华中国矿业大学信息与电气工程学院徐州221116 中国矿业大学物联网(感知矿山)研究中心徐州221008 矿山互联网应用技术国家地方联合工程实验室徐州221008 南京大学计算机系PASA大数据实验室南京210023

利用Spark集群设计LIBSVM参数优选的并行化实现.LIBSVM是一款广泛使用的SVM软件包,广泛应用于模型搭建、样本训练和结果预测等方面.在用LIBSVM训练数据集时,参数的选择对训练结果影响显著,其中以参数C和g最为重要.LIBSVM软件包中采用网... 详细信息

利用Spark集群设计LIBSVM参数优选的并行化实现.LIBSVM是一款广泛使用的SVM软件包,广泛应用于模型搭建、样本训练和结果预测等方面.在用LIBSVM训练数据集时,参数的选择对训练结果影响显著,其中以参数C和g最为重要.LIBSVM软件包中采用网格搜索算法对C、g参数组合进行寻优,尽管该算法在单机上实现了并行化,但当数据量达到一定程度时,仍需要花费大量的时间.基于Spark并行计算架构,进行了LIBSVM的C、g参数网格优选并行算法的设计与实现.实验结果表明,提出的并行粗粒度网格搜索C、g参数优选算法比传统算法速度提升了近7倍,而且这一提升将随着集群规模的扩大而进一步加大.另一方面,在粗粒度网格搜索的基础上,进而提出的细粒度并行网格搜索算法又进一步提升了C、g参数组合的优选结果.

关键词： LIBSVM 参数优选网格搜索并行化 Spark

来源：评论

学校读者我要写书评

暂无评论

基于用户行为特征的多维度文本聚类

引用

计算机应用 2018年第11期38卷 3127-3131,3138页

作者：黎万英黄瑞章丁志远陈艳平徐立洋贵州大学计算机科学与技术学院贵阳550025 贵州省公共大数据重点实验室(贵州大学) 贵阳550025 计算机软件新技术国家重点实验室(南京大学) 南京210093

传统多维度文本聚类一般是从文本内容中提取特征,而很少考虑数据中用户与文本的交互信息(如:点赞、转发、评论、关注、引用等行为信息),且传统的多维度文本聚类主要是将多个空间维度线性结合,没能深入考虑每个维度中属性间的关系。为有... 详细信息

传统多维度文本聚类一般是从文本内容中提取特征,而很少考虑数据中用户与文本的交互信息(如:点赞、转发、评论、关注、引用等行为信息),且传统的多维度文本聚类主要是将多个空间维度线性结合,没能深入考虑每个维度中属性间的关系。为有效利用与文本相关的用户行为信息,提出一种结合用户行为信息的多维度文本聚类模型(MTCUBC)。根据文本间的相似性在不同空间上应该保持一致的原则,该模型将用户行为信息作为文本内容聚类的约束来调节相似度,然后结合度量学习方法来改善文本间的距离,从而提高聚类效果。通过实验表明,与线性结合的多维度聚类相比,MTCUBC模型在高维稀疏数据中表现出明显的优势。

关键词：多维度聚类度量学习约束用户行为特征

来源：评论

学校读者我要写书评

暂无评论

基于狄利克雷多项分配模型的多源文本主题挖掘模型

引用

计算机应用 2018年第11期38卷 3094-3099,3104页

作者：徐立洋黄瑞章陈艳平钱志森黎万英贵州大学计算机科学与技术学院贵阳550025 贵州省公共大数据重点实验室(贵州大学) 贵阳550025 计算机软件新技术国家重点实验室(南京大学) 南京210093

随着文本数据来源渠道越来越丰富,面向多源文本数据进行主题挖掘已成为文本挖掘领域的研究重点。由于传统主题模型主要面向单源文本数据建模,直接应用于多源文本数据有较多的限制。针对该问题提出了基于狄利克雷多项分配(DMA)模型的多... 详细信息

随着文本数据来源渠道越来越丰富,面向多源文本数据进行主题挖掘已成为文本挖掘领域的研究重点。由于传统主题模型主要面向单源文本数据建模,直接应用于多源文本数据有较多的限制。针对该问题提出了基于狄利克雷多项分配(DMA)模型的多源文本主题挖掘模型——多源狄利克雷多项分配模型(MSDMA)。通过考虑主题在不同数据源的词分布的差异性,结合DMA模型的非参聚类性质,模型主要解决了如下三个问题:1)能够学习出同一个主题在不同数据源中特有的词分布形式;2)通过数据源之间共享主题空间和词项空间,使得数据源间可进行主题知识互补,提升对高噪声、低信息量的数据源的主题发现效果;3)能自主学习出每个数据源内的主题数量,不需要事先给定主题个数。最后通过在模拟数据集和真实数据集的实验结果表明,所提模型比传统主题模型能更有效地对多源数据进行主题信息挖掘。

关键词：多源文本数据主题模型吉布斯采样狄利克雷多项分配模型文本挖掘

来源：评论

学校读者我要写书评

暂无评论

基于贪心组合优化的分布极端不平衡分类算法

引用

小型微型计算机系统 2024年第10期45卷 2411-2419页

作者：陈兴国许静李扬罗玉盘南京邮电大学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京210046 井冈山大学网络信息中心江西吉安343009

现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性... 详细信息

现有针对不平衡数据分类的研究主要从重采样、特征、代价和算法等4个角度展开,方法多样,但针对极端不平衡的数据分布仍缺乏有效算法.本文的目标是通过结合各种算法的特性获取一个最优性能的组合算法.本文假设算法间的组合满足次模函数性质,并采用贪心的组合优化方法.具体而言,选择深度森林算法为基础,依次组合最优重采样方法、以异常检测思想的特征提取方法对数据进行的特征处理方法或基于贝叶斯优化的最优代价敏感矩阵方法.在3种组合算法中选择分类性能最优的算法组合,再次组合其余角度的方法,判断分类性能是否再次提升.实验选择两组极端不平衡数据——真实饮用水数据和UCI数据库中的page-blocks数据进行验证.结果表明,基于贪心优化对算法间进行组合,在3轮迭代后得到的算法组合,较单一算法其分类性能能有进一步的提升.

关键词：次模函数贪心优化数据分布极端不平衡深度森林组合算法

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

神经辐射场应用于大规模实景三维场景可视化研究进展

引用

遥感学报 2024年第5期28卷 1242-1261页

作者：赵强佘江峰万奇峰贺丽霞李思睿吴双品南京大学地理与海洋科学学院自然资源部国土卫星遥感应用重点实验室江苏省地理信息技术重点实验室南京210023 商丘师范学院测绘与规划学院河南省农业遥感大数据发展创新实验室河南省黄河故道生态保护与治理工程技术研究中心商丘476000

地理实景三维场景是重要的国家数字基础设施,其将地理信息从传统二维平面扩展到信息更丰富更全面的三维空间,数据以显式三维模型的形式存储表达。然而,经典的显式三维模型具有数据量大、可视化效果粗糙等问题,在一定程度上限制了实景三... 详细信息

地理实景三维场景是重要的国家数字基础设施,其将地理信息从传统二维平面扩展到信息更丰富更全面的三维空间,数据以显式三维模型的形式存储表达。然而,经典的显式三维模型具有数据量大、可视化效果粗糙等问题,在一定程度上限制了实景三维模型的实际应用。神经辐射场NeRF(Neural Radiance Field)是一种基于神经隐式立体表达(Neural Implicit Volume Representing)进行可微渲染(Differentiable Rendering)以实现高质量视图合成的新方法,由Mildenhall等(2020)首次提出,以其逼真的视图合成效果与新颖的实现方式成为计算机视觉领域的热点研究方向。自NeRF提出以来,国内外爆发式涌现出大量有关神经辐射场的研究文献,主要聚集于可视化效果的生成方法研究,兼有少量将其用于大规模实景三维场景可视化研究探索。本文回顾了神经辐射场提出的背景,概述了神经辐射场及其在大规模实景三维可视化方面的研究进展,分析了目前利用神经辐射场进行大规模实景三维场景可视化研究中被关注的无边界场景、锯齿效果、瞬态遮挡、光度一致性、场景重照明与可见性场等问题,指出了目前研究在多源数据融合、视觉效果优化、虚拟环境感知等方面面临的挑战,对未来值得进一步深入探索的方向进行了展望。

关键词：遥感神经辐射场视图合成隐式立体表达计算机视觉虚拟地理环境

来源：评论

学校读者我要写书评

暂无评论

基于分形的心电信号复杂度及其非线性动力学机制

引用

科学通报 2019年第22期64卷 2332-2341页

作者：杨小冬王雪松何爱军王志晓王俊中国矿业大学计算机科学与技术学院徐州221116 中国矿业大学信息与控制工程学院徐州市人工智能与大数据重点实验室徐州221116 南京大学电子科学与工程学院南京210023 南京邮电大学地理与生物信息学院南京210023

体表心电图(electrocardiogram, ECG)信号是典型的非平稳谐和变频信号,属于非线性信号.传统的线性分析方法并不能很好地揭示ECG信号非线性本质.本研究采用多重分形理论,研究了大量样本同步十二导联心电图信号的奇异谱面积,经方差分析(an... 详细信息

体表心电图(electrocardiogram, ECG)信号是典型的非平稳谐和变频信号,属于非线性信号.传统的线性分析方法并不能很好地揭示ECG信号非线性本质.本研究采用多重分形理论,研究了大量样本同步十二导联心电图信号的奇异谱面积,经方差分析(analysis of variance, ANOVA)检验,该参数对所研究人群各导联均统计可分.结果显示,健康年轻人(healthy young, HY)十二导联ECG信号奇异谱面积的算术均值最大、离散度最小,而心梗(myocardial infraction, MI)患者十二导联ECG信号奇异谱面积算术均值最小、离散度最大,其他人群如心肌缺血(ischemia)患者、健康老年人(healthy old, HO)这两个值均处于中等大小水平.表明随着病变程度加深,心脏组织类分形结构受损或者发生结构改变,导致心电系统非线性动力学复杂程度降低,同时增加了心电信号传播的不规则性和各向异性.另外研究发现, ECG信号奇异谱面积在一定程度上反映了人体自主神经控制的强弱.随着年龄增长,奇异谱面积的十二导联均值逐渐减小,提示自主神经的自律控制功能逐渐减弱;ECG信号非线性复杂性下降,由多重分形趋向单重分形,意味着个体适应能力的降低.

关键词：心电图多重分形奇异谱算术均值离散度

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：