检索结果-内蒙古大学图书馆

陕西师范大学学报（自然科学版） 2021年第1期49卷 14-21页

作者：龚乐君姚凌峰高志宏李华康南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023 江苏大数据安全与智能处理重点实验室江苏南京210023 浙江省智慧医疗工程技术研究中心浙江温州325035 自然资源部城市国土资源监测与仿真重点实验室广东深圳518034 苏州派维斯信息科技有限公司江苏苏州215011

针对传统机器学习模型在识别PICO(population/problem,intervention,comparison and outcome)成分时存在特征提取不充分的问题,本文提出了一种自动识别医学文本中PICO成分的GRUCM模型,该模型融合了双向门控循环单元(bi-bated recurrent unit,BiGRU)神经网络和条件随机场(conditional random field,CRF)的优点,不仅能改善传统机器学习模型存在的特征抽取不足的问题,而且可以同时抽取出多个成分,避免创建多个模型而造成的资源浪费。该模型在测试数据上P成分的F 1值为88.24%,I成分的F 1值为80.49%,O成分的F 1值为86.62%,与采用长短期记忆网络(long short-term memory,LSTM)和CRF模型的识别效果进行对比,本文提出的GRUCM模型对PICO成分的识别更有效。

关键词：循证医学 GRUCM模型 PICO成分双向门控循环单元神经网络

来源：评论

学校读者我要写书评

暂无评论

HOS:一种基于HBase的分布式存储系统设计与实现

引用

南京邮电大学学报（自然科学版） 2019年第5期39卷 63-71页

作者：季一木张宁尧海昌李奎李航刘尚东王汝传南京邮电大学计算机学院江苏南京210023 南京邮电大学江苏省无线传感网高技术研究重点实验室江苏南京210023 南京邮电大学高性能计算与大数据处理研究所江苏南京210023 南京邮电大学高性能计算与智能处理工程研究中心江苏南京210023

大数据时代,数据快速增长,迫切需要寻找有效的数据存储方案,HBase系统具有分布式、列式存储的特点,为大数据的存储管理提供了一种高效的解决方案。由于HBase只支持主键索引,对于非主键查询效率低下,难以满足实时需求。为此,提出一种分... 详细信息

大数据时代,数据快速增长,迫切需要寻找有效的数据存储方案,HBase系统具有分布式、列式存储的特点,为大数据的存储管理提供了一种高效的解决方案。由于HBase只支持主键索引,对于非主键查询效率低下,难以满足实时需求。为此,提出一种分层式索引查询模型,该模型基于HBase建立持久性索引层,基于Redis建立分布式热点索引缓存层。前者为存储在HBase中的数据建立索引表,提高查询效率,后者基于Redis在内存中存储热点索引,降低磁盘访问开销,进一步提高查询效率。最终,依据此模型实现了分层式索引查询系统HOS,基于Imagenet图片数据集对HOS进行实验,实验结果表明,HOS数据查询性能优于标准HBase。

关键词： HBase 查询处理分层式索引分布式存储

来源：评论

学校读者我要写书评

暂无评论

新工科发展下的离散数学课程教学研究

引用

软件导刊 2020年第12期19卷 157-159页

作者：罗卫兰南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023

新工科人才培养,应立足国际工程教育改革发展前沿,分析发达国家工程教育新趋势及新策略,以面向未来和领先世界为目标,构建具有中国特色的人才培养模式。针对大学教育中理论性课程的特点,以离散数学课程为例,分析基于多平台的多维性互动... 详细信息

新工科人才培养,应立足国际工程教育改革发展前沿,分析发达国家工程教育新趋势及新策略,以面向未来和领先世界为目标,构建具有中国特色的人才培养模式。针对大学教育中理论性课程的特点,以离散数学课程为例,分析基于多平台的多维性互动教学方式,及其对理论性专业课程教学的正向作用。研究多种教学辅助方式,实现趣味性教学,以解决理论性课程内容枯燥、学生难以理解等问题。

关键词：新工科建设混合式教学慕课互联网+教育

来源：评论

学校读者我要写书评

暂无评论

构建高校“三全育人”长效机制的对策建议

引用

教育教学论坛 2020年第53期 99-101页

作者：刘蒙南京邮电大学计算机学院、软件学院、网络空间安全学院江苏南京210023

“三全育人”是“全员、全过程、全方位育人”的简称,既是一种教育理念,也是一个全面系统的育人指导思想。“三全育人”对高校培养人才具有非常重要的作用。该文提出了构建高校“三全育人”长效机制的对策建议。

关键词：三全育人全员育人全过程育人全方位育人

来源：评论

学校读者我要写书评

暂无评论

基于ChatGLM的情感分析数据增强方法

引用

软件导刊 2024年第12期23卷 36-43页

作者：高新周叶宁徐康王甦王汝传南京邮电大学计算机学院江苏省无线传感网高技术研究重点实验室江苏南京210023

情感分析是自然语言处理领域的热门任务之一。由于训练数据的标注难度大、成本高,少样本下的情感分析受到人们关注,数据增强方法是少样本学习的主要方法之一。然而,传统的数据增强方法并没有关注到情感分析的特点,增强的数据中可能产生... 详细信息

情感分析是自然语言处理领域的热门任务之一。由于训练数据的标注难度大、成本高,少样本下的情感分析受到人们关注,数据增强方法是少样本学习的主要方法之一。然而,传统的数据增强方法并没有关注到情感分析的特点,增强的数据中可能产生语义不一致、情感偏差和过度生成等问题。为了解决以上问题,提出一种针对情感分析的基于ChatGLM模型的多阶段数据增强策略。先使用EDA方法对文本进行词语级别的简单数据增强,再通过情感词典对生成的数据进行过滤,最后通过ChatGLM模型进行句子级别的增强。实验结果表明,该方法与传统最优的数据增强方法相比,在3个数据集上的准确度分别提升了1.9%、2.1%、2.2%,证明了该方法对于少样本情感分析的有效性。

关键词：少样本学习情感分析数据增强预训练模型自然语言处理

来源：评论

学校读者我要写书评

暂无评论

无人驾驶中3D目标检测方法研究综述

引用

南京邮电大学学报（自然科学版） 2019年第4期39卷 72-79页

作者：季一木陈治宇田鹏浩吴飞刘尚东孙静焦志鹏王娜毕强南京邮电大学计算机学院江苏南京210023 南京邮电大学江苏省无线传感网高技术研究重点实验室江苏南京210023 南京邮电大学高性能计算与大数据处理研究所江苏南京210023 国家高性能计算中心南京分中心江苏南京210023 南京邮电大学江苏省高性能计算与智能处理工程研究中心江苏南京210023

随着激光雷达、RGB摄像头等传感器在无人驾驶领域的广泛应用,2D目标检测已不能满足无人驾驶车辆感知环境的需要。在对现有3D目标检测算法文献研究的基础上,介绍了基于RGBD、激光点云与传感器融合的3D目标检测算法,并对上述三类算法的改... 详细信息

随着激光雷达、RGB摄像头等传感器在无人驾驶领域的广泛应用,2D目标检测已不能满足无人驾驶车辆感知环境的需要。在对现有3D目标检测算法文献研究的基础上,介绍了基于RGBD、激光点云与传感器融合的3D目标检测算法,并对上述三类算法的改进方法进行了系统阐述。介绍了常用评判检测算法的测试数据集,展望了3D目标检测算法的研究前景。

关键词：目标检测激光点云传感器融合

来源：评论

学校读者我要写书评

暂无评论

基于非正交多接入的多层全双工异构网回程方案及性能研究

引用

电子与信息学报 2019年第4期41卷 945-951页

作者：贾向东纪珊珊范巧玲杨小蓉西北师范大学计算机科学与工程学院兰州730070 南京邮电大学江苏省无线通信重点实验室南京210003

为解决多层异构网(HetNet)中全双工小小区基站(SBS)的回程问题,该文提出一种基于非正交多址接入(NOMA)技术的带内无线回程方案。首先构造出由大规模多输入多输出(MIMO)宏小区基站(MBS)和K层单天线SBS组成的K+1层HetNet,网络中所有基站... 详细信息

为解决多层异构网(HetNet)中全双工小小区基站(SBS)的回程问题,该文提出一种基于非正交多址接入(NOMA)技术的带内无线回程方案。首先构造出由大规模多输入多输出(MIMO)宏小区基站(MBS)和K层单天线SBS组成的K+1层HetNet,网络中所有基站均工作在全双工模式。特别考虑了MBS下行传输模式,允许全双工SBS采用先进的NOMA技术在下行链路移动用户信号上叠加回程信号。接着利用随机几何知识和齐次泊松点过程模型,在此HetNet模型上研究移动用户的小小区上行和回程传输信干比覆盖概率,并讨论SBS的吞吐量。最终结果表明小小区回程传输覆盖概率尽管随着功率共享系数单调变化,但与移动用户的功率的关系并不满足单调性;当满足一定功率分配时,与没有采用NOMA的SBS系统相比,NOMA小小区网络可获得吞吐量增益。

关键词： 5G网络异构网非正交多址接入全双工无线回程

来源：评论

学校读者我要写书评

暂无评论

基于参数字典的多源域自适应学习算法

引用

计算机技术与发展 2020年第11期30卷 7-13页

作者：郑雄风汪云云南京邮电大学计算机、软件、网络空间安全学院江苏南京210023 江苏省大数据安全与智能处理重点实验室(南京邮电大学) 江苏南京210023

领域自适应是机器学习算法研究中一个热点,多源域自适应旨在利用多个源域的相关知识辅助目标域进行学习,现有多源领域自适应方法仅关注各源域和目标域间的知识迁移,很少考虑各源域间的相关性和共享信息。为此,提出一种基于参数字典的多... 详细信息

领域自适应是机器学习算法研究中一个热点,多源域自适应旨在利用多个源域的相关知识辅助目标域进行学习,现有多源领域自适应方法仅关注各源域和目标域间的知识迁移,很少考虑各源域间的相关性和共享信息。为此,提出一种基于参数字典的多源域自适应学习算法(DL_MSDA),通过学习各源域模型参数的公共字典,挖掘源域间的共享知识,并将其迁移至目标域,指导目标域模型参数的学习,完成知识从多个源域到目标域的迁移。模型可利用交替迭代(ADMM)方法进行求解。实验选取经典的多源迁移学习算法DAM进行对比,并在多个迁移学习图像数据集上进行了充分的验证。实验结果表明,DL_MSDA能够有效挖掘多个源域间共有的信息,辅助目标域模型参数的学习,提升目标域的分类性能。

关键词：域自适应多源域字典学习交替迭代迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于代码仓库的语言类计算机课程教学辅助平台

引用

软件导刊 2020年第12期19卷 164-166页

作者：陆柳敏王庭杨李婷张卫丰南京市供电公司江苏南京210008 南京邮电大学计算机学院南京邮电大学工程实践中心江苏南京210003 广西可信软件重点实验室广西桂林541004

高校计算机类课程作业抄袭现象屡禁不止,加上作业进度跟踪困难、作业批改耗时、师生交流困难等因素,计算机类课程教师已无法通过作业准确评价学生的专业水准。使用代码仓库与持续集成技术,结合课程管理场景,设计了基于代码仓库的教学平... 详细信息

高校计算机类课程作业抄袭现象屡禁不止,加上作业进度跟踪困难、作业批改耗时、师生交流困难等因素,计算机类课程教师已无法通过作业准确评价学生的专业水准。使用代码仓库与持续集成技术,结合课程管理场景,设计了基于代码仓库的教学平台系统。该系统实现作业在线批注、自动审查及代码相似度检测等功能。在C语言计算机课程中应用,反馈结果良好,教学效率得到提高。

关键词：代码仓库代码相似度检测持续集成

来源：评论

学校读者我要写书评

暂无评论

基于logistic回归模型的Pull Request合并结果预测

引用

软件导刊 2025年第4期24卷 89-92页

作者：陈萍周礼亮张卫丰南京医科大学图书馆江苏南京211166 中国电子科技集团公司第十研究所四川成都610000 南京邮电大学计算机学院江苏南京210023

Pull Request是GitHub中代码贡献的一种重要方法,当开发人员希望将其代码更改从本地机器合并到存储项目中所有源代码的主存储库时,需要提交Pull Request。基于logistic回归模型对Pull Request被拒绝情况进行预测实验,预测实验中考虑的... 详细信息

Pull Request是GitHub中代码贡献的一种重要方法,当开发人员希望将其代码更改从本地机器合并到存储项目中所有源代码的主存储库时,需要提交Pull Request。基于logistic回归模型对Pull Request被拒绝情况进行预测实验,预测实验中考虑的输入特征为通过数据挖掘关联规则找出的影响Pull Request被拒绝的相关因素,主要包括修改变更的代码特性、Pull Request描述的文本特性、开发人员以前行为的贡献者特性以及Pull Request过程的交互等。实验评估了包含12个开源项目中140 155个Pull Request的有效性。结果表明,基于logistic回归模型的预测结果准确率为0.84,召回率为0.99,F1分数为0.91,相较基线方法均有一定提高。分析预测实验结果表明,通过数据挖掘中关联规则找出的影响因素对Pull Request合并结果具有足够的影响力,可以帮助开发人员将精力集中在主要因素上,或分配更多资源来克服关键问题,有利于避免开发人员提交的Pull Request被拒绝,减少项目成本和时间。

关键词： Pull Request 影响因素数据挖掘回归模型 GitHub

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：