检索结果-内蒙古大学图书馆

计算机科学 2024年第10期51卷 362-371页

作者：林璟峰李鸣陈星莫毓昌福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

移动边缘计算(Mobile Edge Computing,MEC)是一种利用靠近移动设备的边缘节点提供的计算能力,来提升性能的前沿技术。现有的一些先进的计算卸载方法,已能够支持在MEC环境中基于函数粒度进行动态卸载。函数即服务(Function as a Service,... 详细信息

移动边缘计算(Mobile Edge Computing,MEC)是一种利用靠近移动设备的边缘节点提供的计算能力,来提升性能的前沿技术。现有的一些先进的计算卸载方法,已能够支持在MEC环境中基于函数粒度进行动态卸载。函数即服务(Function as a Service,FaaS)作为无服务架构的一种经典范式,提供了一种在函数粒度上构建和拓展应用程序的新方式。相比传统的方式,FaaS提供了理想的资源弹性。OpenFaaS作为当下流行的开源FaaS项目,为FaaS平台的搭建提供了良好的基础。将先进的计算卸载方法与FaaS解决方案(OpenFaaS)进行整合,是有意义且具有挑战的。为此,文中设计并实现了一个基于OpenFaaS的多边缘管理框架,该框架实现了对多个边缘上OpenFaaS的搭建与状态管理。同时,对于需要部署的函数,将其重构并部署到OpenFaaS上,在运行时能够灵活地在多个OpenFaaS间调度函数执行。针对5个实际的Java智能应用对该框架进行了评估,结果表明该框架可以有效管理多个边缘,且与本地运行相比,该框架平均可节省10.49%~49.36%的响应时间。

关键词：无服务架构函数即服务(FaaS) OpenFaaS 计算卸载移动边缘计算

来源：评论

学校读者我要写书评

暂无评论

双泡耦合声空化动力学过程模拟

引用

物理学报 2023年第2期72卷 153-159页

作者：许龙汪尧中国计量大学理学院杭州310018 中国计量大学浙江省智能制造质量大数据溯源与应用重点实验室杭州310018

为了对双泡耦合的声空化过程进行模拟,本文从流体动力学控制方程和流体体积分数模型出发,在Fluent软件中构建双泡耦合超声空化三维有限元仿真模型,对超声波驱动下流体中双泡耦合声空化动力学过程进行数值模拟,并通过对空化气泡周围声场... 详细信息

为了对双泡耦合的声空化过程进行模拟,本文从流体动力学控制方程和流体体积分数模型出发,在Fluent软件中构建双泡耦合超声空化三维有限元仿真模型,对超声波驱动下流体中双泡耦合声空化动力学过程进行数值模拟,并通过对空化气泡周围声场的变化进行分析研究双泡耦合声空化的非线性动力学特性.结果显示:在超声波驱动下,球形气泡先缓慢扩张,扩张到最大半径后迅速收缩直至溃灭;耦合双气泡间存在相互作用力,使得空化气泡的扩张受到抑制、气泡收缩时间增长;空化气泡在收缩阶段的能量转换能力增强,相比单气泡声空化,耦合双气泡溃灭时气泡内部的压强更大.本文分析结果将为超声空化泡群的动力学过程模拟提供参考.

关键词：超声空化有限元仿真双气泡耦合振动

来源：评论

学校读者我要写书评

暂无评论

基于Ro BERTa和指针网络的中文实体与关系联合抽取方法

引用

郑州大学学报(工学版) 2025年

作者：陈燕韦紫君廖宇翔谭志湘胡小春宋玲广西壮族自治区信息中心广西数字基础设施重点实验室广西大学计算机与电子信息学院广西财经学院广西财经大数据重点实验室广西财经学院大数据与人工智能学院

为了有效解决非结构化文本中实体与关系联合抽取时的三元组重叠问题(SEO或EPO),提出了一种基于RoBERTa和指针网络的中文实体与关系联合抽取方法。首先,针对实体重叠问题,基于指针网络设计了实体识别模块,将实体识别任务构建为“token-p... 详细信息

为了有效解决非结构化文本中实体与关系联合抽取时的三元组重叠问题(SEO或EPO),提出了一种基于RoBERTa和指针网络的中文实体与关系联合抽取方法。首先,针对实体重叠问题,基于指针网络设计了实体识别模块,将实体识别任务构建为“token-pair”识别问题,通过识别实体的开始和结束位置来提取所有可能的实体;其次,针对三元组重叠问题,设计基于多头注意力机制和Ptr-Net的关系抽取模块,将三元组(s, r, o)抽取任务构建为五元组(sh, st, r, oh, ot)识别任务;最后,在中文信息抽取数据集DuIE上进行大量实验,所提模型综合性能优于所有基线模型,其精确率、召回率和F1值分别为81.04%、85.82%和83.36%。

关键词：实体与关系联合抽取 RoBERTa 指针网络自然语言处理深度学习

来源：评论

学校读者我要写书评

暂无评论

基于事理图谱的轨道交通运营风险演化网络研究

引用

铁道标准设计 2024年

作者：许慧蔡林丁冬重庆邮电大学经济管理学院重庆邮电大学大数据智能计算重点实验室重庆邮电大学理学院

轨道交通是提供城市公共客运服务的运输系统，其风险管理是一项艰巨且复杂的系统工程，需从技术应用综合性和管理决策科学性等方面，对轨道交通运营风险状态进行评估并制定相应管控措施。以轨道交通运营风险事件为基础，建立轨道交通运... 详细信息

轨道交通是提供城市公共客运服务的运输系统，其风险管理是一项艰巨且复杂的系统工程，需从技术应用综合性和管理决策科学性等方面，对轨道交通运营风险状态进行评估并制定相应管控措施。以轨道交通运营风险事件为基础，建立轨道交通运营风险事理图谱，利用泛化、自然语言处理技术构建演化网络，开展演化网络分析，根据度中心性计算演化网络的重要度，再利用贝叶斯网络模型对事件节点计算其灵敏度。最后以最大、随机、最小重要度处理循环节点的方式，得出对整个灵敏度分析过程无较大影响，触发节点下灵敏度高的节点在演化网络中的关联性越强，并构成风险演化链。其中，重要度与无条件的灵敏度变化趋于相似。研究表明，（1）基于Neo4j构建轨道交通运营风险事件事理图谱，展示出具有逻辑关系且完整的风险演化过程。（2）对演化网络分析得出重要度较高的节点，再以贝叶斯网络计算触发节点的灵敏度，得出其关联的重要风险节点及风险链，其各节点的计算结果高于0.3。（3）以最大、随机、最小重要度3种情况，利用拓扑排序算法处理演化网络中的循环边和孤立点，其计算结果无较大变化。

关键词：轨道交通运营风险管理事理图谱贝叶斯网络灵敏度分析

来源：评论

学校读者我要写书评

暂无评论

基于PSO-GA的分片区块链系统性能优化方法

引用

小型微型计算机系统 2024年第7期45卷 1756-1762页

作者：蒋腾聪张建山郑鸿强陈星福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福建省网络计算与智能信息处理重点实验室(福州大学) 福州350116

在这篇文章中,针对分片区块链(Sharded Blockchain)系统性能优化问题,提出了一种结合粒子群和遗传算法的系统性能优化方法(PSO-GA),目的是为了在尽可能满足当前网络环境情况下,提升其系统吞吐量.该方法考虑分片区块链中节点的计算能力... 详细信息

在这篇文章中,针对分片区块链(Sharded Blockchain)系统性能优化问题,提出了一种结合粒子群和遗传算法的系统性能优化方法(PSO-GA),目的是为了在尽可能满足当前网络环境情况下,提升其系统吞吐量.该方法考虑分片区块链中节点的计算能力、恶意节点的概率以及节点之间的传输速率等不同网络环境下,找到响应网络状态的最佳分片区块链系统参数;为了避免传统粒子群优化算法陷入局部最优的问题,引入遗传算法中的交叉操作和变异操作,有效提高方法的准确性.通过大量仿真实验对方法的有效性进行验证分析.实验结果表明,相比于其他的方法,本文所提出的方法可以在更短的时间取得更高的系统吞吐量.

关键词：分片区块链可扩展性粒子群算法遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的多源知识融合法律判决预测

引用

计算机工程与应用 2025年

作者：张亚娟王志栋何文颖安兴坤河北工业大学人工智能与数据科学学院河北工业大学河北省大数据计算重点实验室

法律判决预测通过分析案件事实并结合智能算法，预测适用法律条文、罪名和刑期，在提升司法效率和辅助判案中发挥了至关重要的作用。然而，现有模型主要依赖案件事实描述，未能充分利用法条说明、罪名定义和量刑指导意见这些关键法律知... 详细信息

法律判决预测通过分析案件事实并结合智能算法，预测适用法律条文、罪名和刑期，在提升司法效率和辅助判案中发挥了至关重要的作用。然而，现有模型主要依赖案件事实描述，未能充分利用法条说明、罪名定义和量刑指导意见这些关键法律知识。此外，现有模型在处理数据标签不平衡问题上依然存在不足。针对这些问题，提出了一种基于强化学习的多源知识融合法律判决预测模型。该模型中基于注意力机制的知识融合模块将案件事实描述与法条说明、罪名定义和量刑指导意见这些法律知识进行知识融合，从而显著增强模型对法律知识的感知与理解能力。模型中基于强化学习的类别信息提取模块，专门用于处理包含低频标签的数据，提升模型在不平衡数据集上的表现。实验结果表明，该模型在实际数据集上的应用表现出色，显著提高了预测准确性。

关键词：法律判决预测强化学习知识融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

针对差异化设备的任务卸载方法

引用

小型微型计算机系统 2024年第8期45卷 1816-1824页

作者：余楚佳胡晟熙林欣郁陈哲毅陈星福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福建省网络计算与智能信息处理重点实验室(福州大学) 福州350116

在边缘计算中,为缓解移动设备计算能力、存储容量受限问题,通常将部分计算密集型任务卸载至边缘服务器.然而,由于移动设备计算能力的差异,无法为所有的移动设备制定统一的卸载方案.若对每个设备均单独进行训练,则无法满足时延需求.针对... 详细信息

在边缘计算中,为缓解移动设备计算能力、存储容量受限问题,通常将部分计算密集型任务卸载至边缘服务器.然而,由于移动设备计算能力的差异,无法为所有的移动设备制定统一的卸载方案.若对每个设备均单独进行训练,则无法满足时延需求.针对这一问题,本文提出了一种差异化设备上基于联邦深度强化学习的任务卸载方法.该方法使用环境内已有移动设备的卸载经验,结合深度Q网络和联邦学习框架,构建了一个全局模型.随后,使用新移动设备上少量经验在全局模型上微调以构建个人模型.基于多种场景的大量实验,将本文所提出方法与理想方案、Naive、全局模型和Rule-based算法进行对比.实验结果验证了本文所提出方法针对差异化设备任务卸载问题的有效性,能在花费较短时延的同时得到接近理想方案的卸载方案.

关键词：边缘计算任务卸载依赖感知深度强化学习联邦学习

来源：评论

学校读者我要写书评

暂无评论

一种基于改进的XGBoosting算法对婴幼儿奶粉中的脂肪含量的预测模型

引用

光谱学与光谱分析 2024年第5期44卷 1464-1471页

作者：张文婧薛河儒姜新华刘江平黄清内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018 内蒙古农牧业大数据研究与应用重点实验室内蒙古呼和浩特010018

婴儿奶粉成分配比中,脂肪有着重要地位。脂肪不仅是婴儿生长发育中的重要成分,同时也为婴儿的生长提供必需的能量,对于婴儿脑发育及神经髓鞘的形成具有重要意义。化学的婴儿奶粉脂肪含量检测如乙醚提取法,方法检测灵敏,但存在破坏样本... 详细信息

婴儿奶粉成分配比中,脂肪有着重要地位。脂肪不仅是婴儿生长发育中的重要成分,同时也为婴儿的生长提供必需的能量,对于婴儿脑发育及神经髓鞘的形成具有重要意义。化学的婴儿奶粉脂肪含量检测如乙醚提取法,方法检测灵敏,但存在破坏样本和检测周期较长的缺点,因此寻求一种为婴儿奶粉成分的无损检测方法,高光谱成像技术提供了一种可能的途径。以内蒙古地区不同阶段的婴儿奶粉为研究对象,采用多元散射校正(MSC)、标准正态变换(SNV)、平滑滤波算法(Savitzky-Golay)、鲁斯特算法(Roust)等对高光谱数据进行预处理,再利用竞争性自适应重加权算法(CARS)算法从125个特征波长中筛除光谱数据中冗余的波长保留有效波长66个。对极值梯度提升算法(XGBoosting)算法进行了贝叶斯优化(BO),最终构建了基于BO-XGBoosting对婴儿奶粉脂肪含量的预测模型。结果显示,该模型预测效果优于传统的偏最小二乘回归(PLSR)和支持向量回归(SVR)模型,且优于集成算法中Bagging、GrdientBoosting算法。贝叶斯优化极值梯度提升算法BO-XGBoosting模型在测试集实验,得到的决定系数(R^(2))和均方根误差(RMSEP)分别为0.9537和0.5773,比XGBoosting算法的R^(2)和RMSEP分别提高2.91%和降低19.2%。该研究为奶粉中脂肪含量的预测提供了基于BO-XGboosting集成算法的快速无损检测的算法支持和理论依据。

关键词：高光谱贝叶斯优化 XGBoosting模型脂肪含量无损检测

来源：评论

学校读者我要写书评

暂无评论

基于数字孪生和机器学习的卫星未知故障检测方法

引用

中国空间科学技术(中英文) 2025年第1期45卷 46-58页

作者：沈英龙蔡君亮林佳伟杨帆厦门大学航空航天学院厦门361102 北京控制工程研究所北京100190 厦门市大数据智能分析与决策重点实验室厦门361102

卫星传统故障诊断方法及现有的数据驱动诊断方法都存在无法找出异于已知故障类型的未知故障的问题,可靠性与安全性较低。针对上述问题,提出基于卫星数字孪生体和多种机器学习模型的故障诊断与未知故障检测方法。首先,通过卫星数字孪生... 详细信息

卫星传统故障诊断方法及现有的数据驱动诊断方法都存在无法找出异于已知故障类型的未知故障的问题,可靠性与安全性较低。针对上述问题,提出基于卫星数字孪生体和多种机器学习模型的故障诊断与未知故障检测方法。首先,通过卫星数字孪生产生覆盖各种类型故障的仿真数据,并利用XGBoost分类模型和卫星真实故障样本验证了数字孪生数据的高仿真性,实现了已知故障类型的诊断。在此基础上,考虑到现有诊断方法无法精准识别未知类型故障的发生,提出一种分布外检测模型Con-DAGMM,通过正常数据和已知类型故障数据训练模型,实现了对未知故障的及时预警。利用数字孪生数据与在轨卫星真实故障数据进行实验,实验结果表明,所提方法故障诊断精度高,在测试数据上的平均准确率达到98.8%,且Con-DAGMM实现了高性能的未知故障检测,在精准率、召回率和F_(1)分数上优于Deep-SVDD等对比方法。结果表明,卫星数字孪生可以克服卫星历史数据中故障样本稀缺的问题,且分布外检测的思路能成功应用于卫星未知故障的预警,提高了在轨卫星的安全性与可靠性。

关键词：卫星控制系统未知故障检测故障诊断数字孪生机器学习分布外检测

来源：评论

学校读者我要写书评

暂无评论

基于双判别器对抗模型的半监督跨语言词向量表示方法

引用

计算机研究与发展 2023年第9期60卷 2127-2136页

作者：张玉红植文武李培培胡学钢大数据知识工程教育部重点实验室(合肥工业大学) 合肥230009 合肥工业大学计算机与信息学院合肥230601

跨语言词向量表示旨在利用语言资源丰富的词向量提高语言资源缺乏的词向量表示.已有方法学习2个词向量空间的映射关系进行单词对齐,其中生成对抗网络方法能在不使用对齐字典的条件下获得良好性能.然而,在远语言对上,由于缺乏种子字典的... 详细信息

跨语言词向量表示旨在利用语言资源丰富的词向量提高语言资源缺乏的词向量表示.已有方法学习2个词向量空间的映射关系进行单词对齐,其中生成对抗网络方法能在不使用对齐字典的条件下获得良好性能.然而,在远语言对上,由于缺乏种子字典的引导,映射关系的学习仅依赖向量空间的全局距离,导致求解的词对存在多种可能,难以准确对齐.为此,提出了基于双判别器对抗的半监督跨语言词向量表示方法.在已有对抗模型基础上,增加一个双向映射共享的、细粒度判别器,形成具有双判别器的对抗模型.此外,引入负样本字典补充预对齐字典,利用细粒度判别器进行半监督对抗学习,消减生成多种词对的可能,提高对齐精度.在2个跨语言数据集上的实验效果表明,提出的方法能有效提升跨语言词向量表示性能.

关键词：跨语言词向量表示对抗训练双判别器半监督

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：