检索结果-内蒙古大学图书馆

计算机科学 2013年第4期40卷 26-30页

作者：沈来信曾国荪王伟同济大学嵌入式系统与服务计算教育部重点实验室上海201804 黄山学院信息工程学院黄山245021

计算机应用领域的广泛性导致了应用任务的多样性,同一种体系结构难以适应差异巨大的应用任务。通过分析应用任务的计算、存储和通信资源需求,对实现应用问题的程序结构进行理论分析和关键算粒的提取,形成具有独立功能的子算法簇。利用... 详细信息

计算机应用领域的广泛性导致了应用任务的多样性,同一种体系结构难以适应差异巨大的应用任务。通过分析应用任务的计算、存储和通信资源需求,对实现应用问题的程序结构进行理论分析和关键算粒的提取,形成具有独立功能的子算法簇。利用分层超图对应用程序结构和体系结构进行可视化描述,使用感知算法得到应用程序结构和部件忙闲信息等系统状态,利用体系结构的可重构性,使用决策算法完成子结构对子算法簇的合理配对。通过一个计算实例分析验证了可重构结构的有效性。图同构理论表明,这种可变体系结构是合理的,在解决不同复杂应用问题时,具有高效率、低功耗的特点。

关键词：子算法簇分层超图感知算法可重构决策算法

来源：评论

学校读者我要写书评

暂无评论

一种基于案例簇和同步核的过程发现算法

引用

电子学报 2015年第6期43卷 1127-1136页

作者：鲁法明曾庆田段华刘聪山东科技大学矿山灾害预防控制省部共建国家重点实验室培育基地山东青岛266590 山东科技大学山东青岛266590 同济大学嵌入式系统与服务计算教育部重点实验室上海200092

任务依赖关系随案例属性值变化而不同以及不可见任务的挖掘是过程发现中的两个难点.为解决上述问题,本文提出一种基于案例簇和同步核的过程发现方法.首先,分案例簇挖掘业务过程子模型中的任务依赖关系,借助同步核对这些子过程模型进行建... 详细信息

任务依赖关系随案例属性值变化而不同以及不可见任务的挖掘是过程发现中的两个难点.为解决上述问题,本文提出一种基于案例簇和同步核的过程发现方法.首先,分案例簇挖掘业务过程子模型中的任务依赖关系,借助同步核对这些子过程模型进行建模;之后,提出一种基于返回核的循环结构建模方法,并给出从组合案例挖掘返回核的算法;最后,将各案例簇对应的同步核与返回核进行集成,并将集成后的同步核转换为WF-net模型,由此实现了业务过程WF-net模型的重构.本文方法可有效解决不可见任务的挖掘以及任务依赖关系随案例属性值变化而不同的问题.

关键词：过程挖掘工作流网案例簇

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的监控视频中多类别车辆检测

引用

计算机应用 2019年第3期39卷 700-705页

作者：徐子豪黄伟泉王胤同济大学计算机科学与技术系上海201804 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804

针对传统机器学习算法在交通监控视频的车辆检测中易受视频质量、拍摄角度、天气环境等客观因素影响,预处理过程繁琐、难以进行泛化、鲁棒性差等问题,结合空洞卷积、特征金字塔、焦点损失,提出改进的更快的区域卷积神经网络(Faster R-C... 详细信息

针对传统机器学习算法在交通监控视频的车辆检测中易受视频质量、拍摄角度、天气环境等客观因素影响,预处理过程繁琐、难以进行泛化、鲁棒性差等问题,结合空洞卷积、特征金字塔、焦点损失,提出改进的更快的区域卷积神经网络(Faster R-CNN)和单阶段多边框检测检测器(SSD)两种深度学习模型进行多类别车辆检测。首先从监控视频中截取的不同时间的851张标注图构建数据集;然后在保证训练策略相同的情况下,对两种改进后的模型与原模型进行训练;最后对每个模型的平均准确率进行评估。实验结果表明,与原Faster R-CNN和SSD模型相比,改进后的Faster R-CNN和SSD模型的平均准确率分别提高了0.8个百分点和1.7个百分点,两种深度学习方法较传统方法更适应复杂情况下的车辆检测任务,前者准确度较高、速度较慢,更适用于视频离线处理,后者准确度较低、速度较快,更适用于视频实时检测。

关键词：深度学习车辆检测空洞卷积特征金字塔焦点损失

来源：评论

学校读者我要写书评

暂无评论

基于Hub平均算法和情感分析的个性化场点推荐

引用

小型微型计算机系统 2016年第12期37卷 2673-2678页

作者：郭程全沈来信同济大学嵌入式系统与服务计算教育部重点实验室上海200092 黄山学院信息工程学院安徽黄山245021

随着GPS定位技术的快速发展与智能终端设备的广泛使用,基于位置的社交网络(Location-Based Social Networks,LBSNs)吸引了越来越多的用户.场点推荐是LBSNs中一个非常重要的研究课题.提出一种融合Hub平均算法和情感分析的个性化场点推荐... 详细信息

随着GPS定位技术的快速发展与智能终端设备的广泛使用,基于位置的社交网络(Location-Based Social Networks,LBSNs)吸引了越来越多的用户.场点推荐是LBSNs中一个非常重要的研究课题.提出一种融合Hub平均算法和情感分析的个性化场点推荐方法.首先根据用户的签到记录,利用Hub平均算法发现旅行专家,然后根据用户的评论信息与签到次数挖掘用户对场点的兴趣度,最后采用协同过滤算法的思想,将与用户兴趣相似的旅行专家签到的场点推荐给用户.通过在Foursquare应用中真实的用户签到数据集上进行实验,并与现有的场点推荐方法进行比较,可以得出本文的方法不仅可以更准确的发现旅行专家,而且可以更全面刻画用户对场点的兴趣度,从而提高了推荐效果.

关键词：基于位置的社交网络场点推荐情感分析 Hub平均算法

来源：评论

学校读者我要写书评

暂无评论

基于实例的迁移时间序列异常检测算法研究

引用

信息网络安全 2019年第3期 11-18页

作者：王伟沈旭东同济大学电子与信息工程学院上海200092 同济大学嵌入式系统与服务计算教育部重点实验室上海200092

时间序列异常检测不管在学术界还是工业界都正引起人们极大的兴趣,但同时也存在异常标签数据缺失严重这一普遍问题。为了解决该问题,文章提出了基于实例的迁移时间序列异常检测算法——InsTransAnomalyDetect算法。该算法通过构建有效... 详细信息

时间序列异常检测不管在学术界还是工业界都正引起人们极大的兴趣,但同时也存在异常标签数据缺失严重这一普遍问题。为了解决该问题,文章提出了基于实例的迁移时间序列异常检测算法——InsTransAnomalyDetect算法。该算法通过构建有效的决策函数来迁移实例,将原来的无监督异常检测任务转化为监督学习的任务。算法集成两种决策函数,分别是基于密度的决策函数和基于聚类的决策函数。文章最后将该方法与两种经典的异常检测算法在24个数据集上进行效果对比。实验结果表明,在24个数据集中,文中算法的表现优于无监督的异常检测算法的数据集有21个,平均准确率提升20%左右。实验证明了文中算法的优越性。

关键词：异常检测时间序列迁移学习

来源：评论

学校读者我要写书评

暂无评论

一种综合多因素的网页浏览行为认证方法

引用

计算机科学 2018年第2期45卷 181-188页

作者：陈冬祥丁志军闫春钢王咪咪同济大学电子与信息工程学院上海208401 同济大学嵌入式系统与服务计算教育部重点实验室上海200092

在电子交易中,用户通过PC端的浏览器进行交易。由于钓鱼网站等盗号方式的威胁,传统的账号密码认证方式存在着失效的风险。现有的用户网页浏览行为认证方法主要针对用户的某一方面行为进行认证。若对大量用户仅进行单方面行为的认证,则... 详细信息

在电子交易中,用户通过PC端的浏览器进行交易。由于钓鱼网站等盗号方式的威胁,传统的账号密码认证方式存在着失效的风险。现有的用户网页浏览行为认证方法主要针对用户的某一方面行为进行认证。若对大量用户仅进行单方面行为的认证,则难以区分特征相似用户,会造成认证失效。基于用户浏览网页的序列行为、超链接使用行为和操作浏览器行为的多因素浏览行为特征,采用机器学习方法构建了一种认证方法。实验结果表明,在一定的误报率情况下,该方法的侦测率达到了90%以上。

关键词：网页浏览行为认证多因素机器学习

来源：评论

学校读者我要写书评

暂无评论

基于学习的容器环境Spark性能监控与分析

引用

计算机应用 2017年第12期37卷 3586-3591页

作者：皮艾迪喻剑周笑波同济大学计算机科学与技术系上海201804 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804

Spark计算框架被越来越多的企业用作大数据分析的框架,由于通常部署在分布式和云环境中因此增加了该系统的复杂性,对Spark框架的性能进行监控并查找导致性能下降的作业向来是非常困难的问题。针对此问题,提出并编写了一种针对分布式容... 详细信息

Spark计算框架被越来越多的企业用作大数据分析的框架,由于通常部署在分布式和云环境中因此增加了该系统的复杂性,对Spark框架的性能进行监控并查找导致性能下降的作业向来是非常困难的问题。针对此问题,提出并编写了一种针对分布式容器环境中Spark性能的实时监控与分析方法。首先,通过在Spark中植入代码和监控Docker容器中的API文件获取并整合了作业运行时资源消耗信息;然后,基于Spark作业历史信息,训练了高斯混合模型(GMM);最后,使用训练后的模型对Spark作业的运行时资源消耗信息进行分类并找出导致性能下降的作业。实验结果表明,所提方法能检测出90.2%的异常作业,且其对Spark作业性能的影响仅有4.7%。该方法能减轻查错的工作量,帮助用户更快地发现Spark的异常作业。

关键词： Spark 容器分布式监控系统高斯混合模型机器学习

来源：评论

学校读者我要写书评

暂无评论

基于多源特征后融合的分层目标检测算法

引用

计算机科学 2019年第2期46卷 249-254页

作者：盛雷卫志华张鹏宇同济大学计算机科学与技术系上海201804 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海201804

目标检测是计算机视觉领域的热门研究课题,是视频内容分析的基础。文中提出了一种基于图像多源特征后融合的分层目标检测算法。在该算法中,使用多级决策的思想对目标检测任务进行粗细两个粒度的划分。在粗粒度层面,先使用HOG特征对图像... 详细信息

目标检测是计算机视觉领域的热门研究课题,是视频内容分析的基础。文中提出了一种基于图像多源特征后融合的分层目标检测算法。在该算法中,使用多级决策的思想对目标检测任务进行粗细两个粒度的划分。在粗粒度层面,先使用HOG特征对图像进行分类,根据分类器的置信度分数,将测试图像分为正例、负例和不确定例。在细粒度层面,使用多种视觉特征以及多种核函数后融合的方法对不确定域中的图像做进一步分类。在同一数据集上设置了3组对比实验。实验结果表明,所提算法在各个评价指标上都有出色的表现,且在实际视频的目标检测中的效果优于Faster-RCNN。

关键词：计算机视觉目标检测多级决策特征提取后融合

来源：评论

学校读者我要写书评

暂无评论

基于WFT-net验证合理性的动态数据精炼策略

引用

计算机科学 2021年第7期48卷 99-104页

作者：陶小燕闫春钢刘关俊同济大学计算机科学与技术系上海201804 同济大学嵌入式系统与服务计算教育部重点实验室上海201804

带有数据表的工作流网(WFT-net)用于验证业务流程的合理性,包括正确的行为逻辑和满足的数据需求。在某些情况下,静态数据精炼策略存在无法反映流程中所有可能执行路径的情况,这会导致检测正确率不理想等问题。为此,文中提出了一种新的... 详细信息

带有数据表的工作流网(WFT-net)用于验证业务流程的合理性,包括正确的行为逻辑和满足的数据需求。在某些情况下,静态数据精炼策略存在无法反映流程中所有可能执行路径的情况,这会导致检测正确率不理想等问题。为此,文中提出了一种新的动态数据精炼策略。首先,提出了在流程运行当前状态下评估与被写数据元素相关联的数据表和谓词状态的方法,捕捉数据流状态的实时变化,全面反映流程执行所有可达的状态,避免执行路径的丢失。此外,当流程执行陷入会导致数据流状态无限更新的循环时,通过适当调整赋值精炼规则的方式,来避免状态的无限延伸。然后,基于所有可能执行路径来检测流程的合理性。最后,在不同业务流程实例上的实验结果表明,该动态数据精炼策略能够有效提高合理性检测的正确率。

关键词： Petri网数据表合理性数据精炼循环结构

来源：评论

学校读者我要写书评

暂无评论

基于自适应差异化图卷积的社交网络新增恶意用户检测

引用

计算机应用研究 2023年第9期40卷 2820-2825页

作者：吴正昊曾国荪同济大学计算机科学及技术系上海201804 嵌入式系统与服务计算教育部重点实验室上海201804

社交网络新增恶意用户检测作为一项分类任务,一直面临着数据样本不足、恶意用户标注稀少的问题。在数据有限的情况下,为了能够精确地检测出恶意用户,提出一种基于自适应差异化图卷积网络的检测方法。该方法通过提取社交网络中的用户特... 详细信息

社交网络新增恶意用户检测作为一项分类任务,一直面临着数据样本不足、恶意用户标注稀少的问题。在数据有限的情况下,为了能够精确地检测出恶意用户,提出一种基于自适应差异化图卷积网络的检测方法。该方法通过提取社交网络中的用户特征和社交关系构建社交网络图。构建社交网络图后,计算节点与邻居的相似度,并对邻居进行优先级排序,利用优先级顺序采样关键邻居。关键邻居的特征通过自适应权重的加权平均方式聚合到节点自身,以此更新节点特征。特征更新后的节点通过特征降维和归一化计算得到恶意值,利用恶意值判断用户的恶意性。实验表明该方法和其他方法相比,具有更高的恶意用户查全率和整体查准率,并且能够快速地完成对新增用户的检测,证明了自适应差异化图卷积网络能够有效捕捉到少量样本的关键特征。

关键词：社交网络用户分类机器学习图神经网络恶意用户

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：