检索结果-内蒙古大学图书馆

软件学报 2023年第9期34卷 4132-4152页

作者：张健李弋彭鑫赵文耘复旦大学软件学院上海200433 上海市数据科学重点实验室(复旦大学) 上海200433

SQL是一种被广泛应用于操作关系数据库的编程语言,很多用户(如数据分析人员和初级程序员等)由于缺少编程经验和SQL语法知识,导致在编写SQL查询程序时会碰到各种困难.当前,使用程序合成方法根据样例表自动生成相应的SQL查询程序,吸引了... 详细信息

SQL是一种被广泛应用于操作关系数据库的编程语言,很多用户(如数据分析人员和初级程序员等)由于缺少编程经验和SQL语法知识,导致在编写SQL查询程序时会碰到各种困难.当前,使用程序合成方法根据<输入-输出>样例表自动生成相应的SQL查询程序,吸引了越来越多人的关注.所提ISST (正反例归纳合成)方法,能够根据用户编辑的含有少量元组的<输入-输出>示例表自动合成满足用户期望的SQL查询程序. ISST方法包括5个主要阶段:构建SQL查询程序草图、扩展工作表数据、划分正反例集合、归纳谓词和验证排序.在PostgreSQL在线数据库上验证SQL查询程序,并依据奥卡姆剃刀原则对已合成的SQL查询程序候选集打分排序.使用Java语言实现了ISST方法,并在包含28条样例的测试集上进行验证, ISST方法能正确合成其中的24条测试样例,平均耗时2 s.

关键词： SQL 程序合成 PBE 归纳正例反例

来源：评论

学校读者我要写书评

暂无评论

面向设备与人力资源协作任务的优化调度方法

引用

软件学报 2024年第11期35卷 5319-5340页

作者：何飞佳沈立炜宋育臣牛军钰赵文耘复旦大学计算机科学技术学院上海200438 上海市数据科学重点实验室(复旦大学) 上海201203

面向人机物融合的泛在计算正成为软件发展的新需求和新趋势,基于这种新形态计算模式的人机物融合应用将软件技术进一步拓展至对线下资源,包括物理设备和人力资源的有效利用.作为典型的人机物融合场景,物理世界中设备资源与人力资源间的... 详细信息

面向人机物融合的泛在计算正成为软件发展的新需求和新趋势,基于这种新形态计算模式的人机物融合应用将软件技术进一步拓展至对线下资源,包括物理设备和人力资源的有效利用.作为典型的人机物融合场景,物理世界中设备资源与人力资源间的协作具有资源可选性、任务高频性、工人动态性的特点,传统的资源调度技术无法有效应对该类型任务(简称为DHRC任务)中的调度需求.为此,提出一种面向设备与人力资源协作任务的优化调度方法,所提方法分为设备资源调度和人力资源调度两个阶段.在设备资源调度阶段,提出基于NSGA-II的设备资源调度算法,在综合考虑任务距离、设备负载和设备位置周边工人人数等因素情况下实现任务对资源的优化选择.在人力资源调度阶段,提出基于DPSO的人力资源调度算法,根据工人位置和协作依赖等因素实现对工人的优化选择以及相应的路径规划.在模拟环境内的实验结果表明,所提方法第1阶段的算法在效率上与对比算法相当,在效用性上优于对比算法(离散粒子群优化算法).第2阶段的算法在效率上与效用性上均优于对比算法(使用锦标赛机制改进的遗传算法).

关键词：人机物资源调度 NSGA-Ⅱ DPSO

来源：评论

学校读者我要写书评

暂无评论

面向链接预测的知识图谱表示学习方法综述

引用

软件学报 2024年第1期35卷 87-117页

作者：杜雪盈刘名威沈立炜彭鑫复旦大学计算机科学技术学院上海201203 上海市数据科学重点实验室(复旦大学) 上海201203

作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知... 详细信息

作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知识图谱补全工作迫在眉睫.链接预测是针对知识图谱中缺失的实体与关系进行预测的任务,是知识图谱构建与补全中不可或缺的一环.要充分挖掘知识图谱中的隐藏关系,利用海量的实体与关系进行计算,就需要将符号化表示的信息转换为数值形式,即进行知识图谱表示学习.基于此,面向链接预测的知识图谱表示学习成为知识图谱领域的研究热点.从链接预测与表示学习的基本概念出发,系统性地介绍面向链接预测的知识图谱表示学习方法最新研究进展.具体从知识表示形式、算法建模方式两种维度对研究进展进行详细论述.以知识表示形式的发展历程为线索,分别介绍二元关系、多元关系和超关系知识表示形式下链接预测任务的数学建模.基于表示学习建模方式,将现有方法细化为4类模型:平移距离模型、张量分解模型、传统神经网络模型和图神经网络模型,并详细描述每类模型的实现方式与解决不同关系元数链接预测任务的代表模型.在介绍链接预测的常用的数据集与评判标准基础上,分别对比分析二元关系、多元关系和超关系3类知识表示形式下,4类知识表示学习模型的链接预测效果,并从模型优化、知识表示形式和问题作用域3个方面展望未来发展趋势.

关键词：知识图谱表示学习链接预测多元关系超关系

来源：评论

学校读者我要写书评

暂无评论

支持混合事务和分析处理的数据库管理系统综述

引用

软件学报 2024年第1期35卷 405-429页

作者：王嵩立荆一楠何震瀛张凯王晓阳上海市数据科学重点实验室上海200433 复旦大学计算机科学技术学院上海200438

数据库管理系统根据应用场景分为事务型(OLTP)系统和分析型(OLAP)系统.随着实时数据分析需求增长,OLTP任务和OLAP任务混合的场景越来越普遍,业界开始重视支持混合事务和分析处理(HTAP)的数据库管理系统.这种HTAP数据库系统除了需要满足... 详细信息

数据库管理系统根据应用场景分为事务型(OLTP)系统和分析型(OLAP)系统.随着实时数据分析需求增长,OLTP任务和OLAP任务混合的场景越来越普遍,业界开始重视支持混合事务和分析处理(HTAP)的数据库管理系统.这种HTAP数据库系统除了需要满足高性能的事务处理外,还需要满足实时分析对数据新鲜度的要求.因此,对数据库系统的设计与实现提出了新的挑战.近年来,在工业界和学术界涌现了一批架构多样、技术各异的原型和产品.综述HTAP数据库的背景和发展现状,并且从存储和计算的角度对现阶段的HTAP数据库进行分类.在此基础上,按照从下往上的顺序分别总结HTAP系统在存储和计算方面采用的关键技术.在此框架下介绍各类系统的设计思想、优劣势以及适用的场景.此外,结合HTAP数据库的评测基准和指标,分析各类HTAP数据库的设计与其呈现出的性能与数据新鲜度的关联.最后,结合云计算、人工智能和新硬件技术为HTAP数据库的未来研究和发展提供思路.

关键词：数据库系统混合事务和分析处理查询处理数据库存储存储模型事务处理

来源：评论

学校读者我要写书评

暂无评论

多向堆叠记忆网络在证件图像篡改检测中的应用

引用

小型微型计算机系统 2025年第2期46卷 346-352页

作者：赵卫东黄见张睿吴乾奕复旦大学软件学院上海市数据科学重点实验室上海200433

随着金融线上业务的迅猛发展,篡改图像信息的问题在风控环节频繁出现.然而,现有的篡改检测模型在处理证件图片的准确性和应对环境干扰方面亟需加强.为解决这一问题,本文提出了一种二阶段篡改检测模型:在第1阶段中,通过将简单堆叠长短期... 详细信息

随着金融线上业务的迅猛发展,篡改图像信息的问题在风控环节频繁出现.然而,现有的篡改检测模型在处理证件图片的准确性和应对环境干扰方面亟需加强.为解决这一问题,本文提出了一种二阶段篡改检测模型:在第1阶段中,通过将简单堆叠长短期记忆网络改进为多方向堆叠记忆网络,弥补了篡改特征对比方向单一的问题,并且兼顾了图像的位置信息,从而提高篡改鉴别准确率.第2阶段是在初步确定篡改区域后,基于篡改区域外围多层邻域的纹理特征,以注意力机制为核心推测中心区域纹理特征值,再与原中心区域纹理特征值对比筛选假阳性区域.实验表明,本文的改进方法是有效的.

关键词：篡改检测证件图像多向堆叠记忆网络多邻域纹理特征

来源：评论

学校读者我要写书评

暂无评论

时频空间Transformer网络在主机负载预测中的应用

引用

小型微型计算机系统 2024年

作者：赵卫东潘智涛张睿吴乾奕复旦大学软件学院上海市数据科学重点实验室

随着大型电子业务系统和科研计算任务日益复杂，预测主机集群未来的指标数据变化趋势具有很强的现实意义。然而，主机时序数据的时空依赖问题很大程度上阻碍了主机集群资源的高效利用。为此，本文提出了TFSformer模型，该模型利用全局... 详细信息

随着大型电子业务系统和科研计算任务日益复杂，预测主机集群未来的指标数据变化趋势具有很强的现实意义。然而，主机时序数据的时空依赖问题很大程度上阻碍了主机集群资源的高效利用。为此，本文提出了TFSformer模型，该模型利用全局时空注意力和窗口卷积注意力解决了时空依赖问题。在时序数据预处理阶段，本文通过引入Wavelet-TCN-Embedding，实现了对主机负载特征序列的小波分解，将短期和全局时序依赖的特征有效地提取出来，从而提高了预测的准确性。其次，模型通过引入全局时空注意力和窗口卷积注意力，可以挖掘不同负载指标之间的空间依赖关系并且实现了对不同时间尺度下的时间依赖关系的关注，以此解决主机时间序列的时空依赖问题。同时，在主机系统上的实验证明了TFSformer在短期序列预测方面具备出色的性能，模型有效地提高了集群资源利用率并且降低了运维成本。

关键词：时间序列预测 TFSformer Wavelet-TCN-Embedding 全局时空注意力窗口卷积注意力

来源：评论

学校读者我要写书评

暂无评论

基于图模型和孤立森林的上帝类检测方法

引用

软件学报 2022年第11期33卷 4046-4060页

作者：刘弋吴毅坚彭鑫闫亚东复旦大学软件学院上海200438 上海市数据科学重点实验室(复旦大学) 上海200438

上帝类(God class)是指同时包含多种任务职责的类,其常见特征是包含大量的属性与方法,并且与系统中的其他类有多种依赖关系.上帝类是一种典型的代码坏味,对软件的开发维护产生负面影响.近年来,许多研究都致力于发现和重构上帝类,但是现... 详细信息

上帝类(God class)是指同时包含多种任务职责的类,其常见特征是包含大量的属性与方法,并且与系统中的其他类有多种依赖关系.上帝类是一种典型的代码坏味,对软件的开发维护产生负面影响.近年来,许多研究都致力于发现和重构上帝类,但是现有方法识别上帝类的能力不强,检测精确率不高.提出了一种基于图模型和孤立森林的上帝类检测方法,主要分为两个阶段:图结构信息分析阶段和类内度量评估阶段.在图结构信息分析阶段,建立类间的方法调用图和类内结构图,采用孤立森林算法缩小上帝类的检测范围;在类内度量评估阶段,考虑项目的规模和架构带来的影响,将项目中上帝类相关度量指标的平均值作为基准,设计实验确定比例因子,并以平均值和比例因子的乘积作为阈值,筛选得到上帝类的检测结果.在代码坏味标准数据集上的实验结果表明:与现有的上帝类检测方法相比,该方法在精确率和F1值上分别提升了25.82个百分点和33.39个百分点,同时保持了较高的召回率.

关键词：代码坏味软件维护上帝类孤立森林

来源：评论

学校读者我要写书评

暂无评论

一种面向开源软件漏洞的补丁查找与解析方法

引用

计算机应用与软件 2025年第4期42卷 1-7,32页

作者：许聪颖陈碧欢赵文耘复旦大学软件学院上海200438 上海市数据科学重点实验室上海200438

漏洞补丁为多种软件安全任务提供了重要知识,但在漏洞公告中常常缺失。提出一种面向开源软件漏洞的自动化补丁查找与解析方法PatFinder。该方法先从大量网页中识别漏洞相关的代码提交,再基于代码变更内容及加权投票的机制实现补丁筛选,... 详细信息

漏洞补丁为多种软件安全任务提供了重要知识,但在漏洞公告中常常缺失。提出一种面向开源软件漏洞的自动化补丁查找与解析方法PatFinder。该方法先从大量网页中识别漏洞相关的代码提交,再基于代码变更内容及加权投票的机制实现补丁筛选,最后,通过定制化的补丁解析方法,获取文件路径、函数名等补丁元数据信息。实验结果表明,该方法可达到73.10%的补丁覆盖率和0.802的补丁查全率,大幅提升了现有方法的补丁覆盖率和查全率。

关键词：软件安全漏洞补丁

来源：评论

学校读者我要写书评

暂无评论

面向不平衡数据集的汽车零部件质量预测

引用

中国机械工程 2022年第1期33卷 88-96页

作者：李敏波董伟伟复旦大学软件学院上海200433 复旦大学上海市数据科学重点实验室上海200433

针对汽车零部件质检数据存在合格品与不合格品数量不平衡的问题,提出了基于密度聚类与多工序制造特征的MCDC-MF-SMOTE质检数据过采样方法。先对少数类(不合格)与多数类(合格)样本分别进行密度聚类,再对多工序制造数据和类簇样本分布进... 详细信息

针对汽车零部件质检数据存在合格品与不合格品数量不平衡的问题,提出了基于密度聚类与多工序制造特征的MCDC-MF-SMOTE质检数据过采样方法。先对少数类(不合格)与多数类(合格)样本分别进行密度聚类,再对多工序制造数据和类簇样本分布进行过采样权重计算;根据设定的过采样比和类簇权重,在少数类簇中进行过采样数据生成。使用MCDC-MF-SMOTE过采样方法生成汽车零部件质检的平衡数据集,并采用随机森林排序制造特征的重要性,对分类模型LightGBM、XGBoost、SVM和MNB进行Stacking集成来预测不合格品。与随机抽检相比,该方法对不合格产品的检出率提高了约63%。

关键词：数据不平衡质量预测密度聚类集成学习

来源：评论

学校读者我要写书评

暂无评论

PosiGPT:基于预训练的中文积极情感评论模型

引用

计算机应用与软件 2024年第9期41卷 33-40页

作者：卢晨耀李敏波复旦大学软件学院上海200438 上海市数据科学重点实验室上海200438

近年来,越来越多的人因为工作和生活的压力处于抑郁状态,许多人没有得到足够的鼓励和正确的指导。基于这个背景,提出中文评论模型PosiGPT。基于生成式预训练模型,使用中文微博数据进行训练,可以检测抑郁状态的博文,并产生积极回复。除... 详细信息

近年来,越来越多的人因为工作和生活的压力处于抑郁状态,许多人没有得到足够的鼓励和正确的指导。基于这个背景,提出中文评论模型PosiGPT。基于生成式预训练模型,使用中文微博数据进行训练,可以检测抑郁状态的博文,并产生积极回复。除了该模型外,还发布了PosiChat数据集,其包含源自新浪微博的抑郁文本及其积极评论。在PosiChat数据集上进行评估,结果表明模型生成的文本具有较强的流畅性和合理性,且在情感倾向上属于积极情感状态,初步达到了抑郁检测及积极回复的功能。

关键词：文本生成抑郁检测积极情感评论预训练

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：