检索结果-内蒙古大学图书馆

软件学报 2025年第6期36卷 2501-2514页

作者：徐子懋姜艳杰张宇霞刘辉北京理工大学计算机学院北京大学计算机学院

长方法及其他类型的代码坏味阻碍了软件应用程序达到最佳的可读性、可重用性和可维护性.因此,人们对长方法的自动检测和分解进行了广泛的研究.虽然这些方法极大地促进了分解,但其解决方案往往与最优方案存在很大差异.为此,调研公开真实... 详细信息

长方法及其他类型的代码坏味阻碍了软件应用程序达到最佳的可读性、可重用性和可维护性.因此,人们对长方法的自动检测和分解进行了广泛的研究.虽然这些方法极大地促进了分解,但其解决方案往往与最优方案存在很大差异.为此,调研公开真实长方法数据集中的可自动化部分,探讨了长方法的分解情况,并基于调研结果,提出了一种基于大语言模型的新方法 (称为Lsplitter),用于自动分解长方法.对于给定的长方法, Lsplitter会根据启发式规则和大语言模型将该方法分解为一系列短方法.然而,大语言模型经常会拆分出相似的方法,针对大语言模型的分解结果, Lsplitter利用基于位置的算法,将物理上连续且高度相似的方法合并成一个较长的方法.最后对这些候选结果进行排序.对真实Java项目中的2 849个长方法进行了实验,结果表明,相较传统结合模块化矩阵的方法, Lsplitter的命中率提升了142%,相较纯基于大语言模型的方法,命中率提升了7.6%.

关键词：长方法重构大语言模型分解

来源：评论

学校读者我要写书评

暂无评论

云边协同大模型块粒度重训方法

引用

电子学报 2025年第2期53卷 287-300页

作者：张青龙韩锐刘驰北京理工大学计算机学院北京100081

边缘侧大模型外部环境的不确定性(如路边摄像头画面中天气、光照、物体密度的变化),导致其输入数据分布持续改变,因此需进行重训以维持高精度.受限于设备可用资源和重训窗口,现有技术仅能训练固定压缩模型,其有限的泛化能力导致模型精... 详细信息

边缘侧大模型外部环境的不确定性(如路边摄像头画面中天气、光照、物体密度的变化),导致其输入数据分布持续改变,因此需进行重训以维持高精度.受限于设备可用资源和重训窗口,现有技术仅能训练固定压缩模型,其有限的泛化能力导致模型精度显著降低.本文提出云边协同大模型块粒度重训方法,引入模型重训缩放定律评估不同块对边缘侧当前数据的精度贡献,以此为依据生成有限资源下最优重训方案,将云平台大模型中精度最相关部分动态转换为边缘侧可重训小模型,构建大小模型协同训练系统.真实云边平台上对比实验表明,本文方法可以在相同资源消耗下提升大模型重训精度81.24%,并支持最大至330亿参数大模型重训.

关键词：大模型边缘侧动态环境模型重训缩放定律云边大小模型协同训练

来源：评论

学校读者我要写书评

暂无评论

多节点探测器附着任务分层约束图模型及重规划算法

引用

控制与决策 2025年第2期40卷 626-634页

作者：杨和星赵清杰王鑫付康北京理工大学计算机学院北京100081

针对多节点深空探测器附着小天体过程中的任务重规划问题研究规划约束模型和重规划算法.基于多节点协同工作机制和复杂时间约束形式,定义时间约束与系统图表示,构建描述探测器系统的分层约束图并提出多节点探测器附着任务分层验证及搜... 详细信息

针对多节点深空探测器附着小天体过程中的任务重规划问题研究规划约束模型和重规划算法.基于多节点协同工作机制和复杂时间约束形式,定义时间约束与系统图表示,构建描述探测器系统的分层约束图并提出多节点探测器附着任务分层验证及搜索重规划算法.算法结合二分思想和动态规划思想,具体包括分层时延满足验证机制和分层约束搜索算法两部分.通过对约束进行不同粒度的分级存储,建立突发约束的时延满足验证机制.对于整体时延无法满足全部约束的情况,基于约束点的分级匹配方法设计多粒度约束搜索算法.仿真实验表明,所提出算法能够快速生成时间约束损失代价最小的重规划结果,以满足深空探测场景下的实时自主决策需求.

关键词：多节点探测器分层约束图任务重规划小天体附着规划约束模型协同工作

来源：评论

学校读者我要写书评

暂无评论

基于同态加密的可验证隐私保护联邦学习方案

引用

电子与信息学报 2025年第4期47卷 1113-1125页

作者：郭显王典冬冯涛成玉丹蒋泳波兰州理工大学计算机与通信学院兰州730050

现有基于同态加密的联邦学习安全和隐私保护方案中,仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题,该文提出抗合谋的隐私保护和可验证联邦学习方案。首先,通过结合秘密共享算法实现密钥的生成和协作解密,... 详细信息

现有基于同态加密的联邦学习安全和隐私保护方案中,仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题,该文提出抗合谋的隐私保护和可验证联邦学习方案。首先,通过结合秘密共享算法实现密钥的生成和协作解密,并采用同态加密等密码学原语进一步保护模型,防止用户与服务器的合谋攻击。然后基于双线性聚合签名算法使每个用户能够独立验证服务器提供的聚合结果。同时,为了鼓励更多拥有高质量数据的用户参与进来,该文提出一种激励机制,为用户提供相应的奖励。安全性分析表明,该文方案对系统中存在的合谋攻击具有鲁棒性。最后,理论分析和实验验证结果表明该方案具有可靠性、可行性和有效性。

关键词：联邦学习同态加密隐私保护可验证

来源：评论

学校读者我要写书评

暂无评论

基于注意力的多尺度卷积神经网络轴承故障诊断

引用

吉林大学学报（工学版） 2024年第10期54卷 3009-3017页

作者：张玺君尚继洋余光杰郝俊兰州理工大学计算机与通信学院兰州730050

针对卷积神经网络在噪声环境下轴承故障诊断精度较低的问题,提出一种加入通道注意力的多尺度卷积神经网络抗噪模型(MACNN)。该模型首先在提取不同尺度的特征时利用通道注意力自适应地选择包含故障特征的通道提高模型的抗噪能力,抑制噪... 详细信息

针对卷积神经网络在噪声环境下轴承故障诊断精度较低的问题,提出一种加入通道注意力的多尺度卷积神经网络抗噪模型(MACNN)。该模型首先在提取不同尺度的特征时利用通道注意力自适应地选择包含故障特征的通道提高模型的抗噪能力,抑制噪声的影响;然后利用自适应大小的一维卷积调整不同尺度的特征通道权重,自适应融合不同尺度的特征;最后通过全连接层进行特征分类。两个轴承数据集上的实验结果表明:在不同信噪比的噪声干扰下,相比其他方法,MACNN有更强的轴承故障诊断能力。

关键词：故障诊断滚动轴承卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

车联网隐私保护自主管理身份方案

引用

电子与信息学报 2024年第7期46卷 2783-2792页

作者：郭显袁建鹏冯涛蒋泳波方君丽王晶兰州理工大学计算机与通信学院兰州730050

针对车联网(VANETs)环境下车辆用户数字身份管理问题,该文提出基于区块链的去中心化可撤销隐私保护自主管理身份(SSI)方案。经可信机构(TA)授权后,路侧单元(RSU)组成委员会负责车辆用户身份注册、数字身份凭证颁发及维护。基于门限BLS... 详细信息

针对车联网(VANETs)环境下车辆用户数字身份管理问题,该文提出基于区块链的去中心化可撤销隐私保护自主管理身份(SSI)方案。经可信机构(TA)授权后,路侧单元(RSU)组成委员会负责车辆用户身份注册、数字身份凭证颁发及维护。基于门限BLS签名和实用拜占庭容错(PBFT)共识机制实现数字身份凭证创建,解决凭证颁发机构去中心化问题;集成秘密共享和零知识证明技术,解决数字身份凭证颁发和验证过程中隐私保护问题;基于密码学累加器技术,解决分布式存储环境数字身份凭证撤销问题。最后,对该方案安全属性进行了详细分析,证明方案能够满足所提出的安全目标,同时基于本地以太坊私有链平台使用智能合约对所提方案进行了实现及性能分析,实验结果表明了设计的可靠性、可行性和有效性。

关键词：车联网自主管理身份区块链隐私保护

来源：评论

学校读者我要写书评

暂无评论

基于邻域k-核的社区模型与查询算法

引用

软件学报 2024年第3期35卷 1051-1073页

作者：张琦程苗苗李荣华王国仁北京理工大学计算机学院北京100081

现实生活中的网络通常存在社区结构,社区查询是图数据挖掘的基本任务.现有研究工作提出了多种模型来识别网络中的社区,如基于k-核的模型和基于k-truss的模型.然而,这些模型通常只限制社区内节点或边的邻居数量,忽略了邻居之间的关系,即... 详细信息

现实生活中的网络通常存在社区结构,社区查询是图数据挖掘的基本任务.现有研究工作提出了多种模型来识别网络中的社区,如基于k-核的模型和基于k-truss的模型.然而,这些模型通常只限制社区内节点或边的邻居数量,忽略了邻居之间的关系,即节点的邻域结构,从而导致社区内节点的局部稠密性较低.针对这一问题,将节点的邻域结构信息融入k-核稠密子图中,提出一种基于邻域连通k-核的社区模型,并定义了社区的稠密度.基于这一新模型,研究了最稠密单社区查询问题,即返回包含查询节点集且具有最高稠密度的社区.在现实生活图数据中,一组查询节点可能会分布在多个不相交的社区中.为此,进一步研究了基于稠密度阈值的多社区查询问题,即返回包含查询节点集的多个社区,且每个社区的稠密度不低于用户指定的阈值.针对最稠密单社区查询和基于稠密度阈值的多社区查询问题,首先定义了边稠密度的概念,并提出了基于边稠密度的基线算法.为了提高查询效率,设计了索引树和改进索引树结构,能够支持在多项式时间内输出结果.通过与基线算法在多组数据集上的对比,验证了基于邻域连通k-核的社区模型的有效性和所提出查询算法的效率.

关键词：社区搜索邻域结构 k-核子图

来源：评论

学校读者我要写书评

暂无评论

融合趋势嵌入和粒度增强网络的小样本医学时间序列预测

引用

计算机辅助设计与图形学学报 2024年第6期36卷 948-959页

作者：于敬楠张春霞薛新月薛晓军牛振东北京理工大学计算机学院北京100081

随着大数据分析和深度学习的迅猛发展,时间序列预测方法被广泛应用于医学、金融、气象和交通等领域,为众多应用任务提供决策支持.针对小样本医学数据特征维度低和现有深度学习方法易于造成过拟合问题,研究小样本医学时间序列预测任务,... 详细信息

随着大数据分析和深度学习的迅猛发展,时间序列预测方法被广泛应用于医学、金融、气象和交通等领域,为众多应用任务提供决策支持.针对小样本医学数据特征维度低和现有深度学习方法易于造成过拟合问题,研究小样本医学时间序列预测任务,提出融合趋势嵌入和粒度增强网络的预测方法.首先在卷积神经网络的框架下,粒度增强网络分别从时间维度和特征维度将医学时间序列数据提升为三维张量;然后以医学时间序列样本的一阶差分作为方向向量,基于方向导数生成趋势嵌入表征;再构建静态空间邻接矩阵和动态时间邻接矩阵,并通过时空图卷积网络学习时空嵌入表征;最后将构建的时空嵌入、预测嵌入和趋势嵌入整合到基于图卷积网络、门控循环单元和残差网络的网络架构之中,实现医学时间序列预测.在Cancer,ILI,Baries和COVID-19这4个数据集上的实验结果表明,与预测结果最佳的基线模型T-GCN相比,所提方法在每个数据集的MAE,MAPE和RMSE这3个评价指标上分别降低34.0607,0.0107,70.6728;11.1808,0.0950,20.7285;0.3546,0.1127,0.4553和449.2437,0.0144,1174.7273,其性能优于基线方法,验证了该方法的可行性及有效性.

关键词：时间序列预测趋势嵌入粒度增强网络时空图卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于自注意力机制的深度强化学习交通信号控制

引用

交通运输系统工程与信息 2024年第2期24卷 96-104页

作者：张玺君聂生元李喆张红兰州理工大学计算机与通信学院兰州730050

交通信号控制(Traffic Signal Control, TSC)仍然是交通领域中最重要的研究课题之一。针对现有基于深度强化学习(Deep Reinforcement Learning, DRL)的交通信号控制方法的状态需要人为设计,导致提取交通状态信息难度大以及交通状态信息... 详细信息

交通信号控制(Traffic Signal Control, TSC)仍然是交通领域中最重要的研究课题之一。针对现有基于深度强化学习(Deep Reinforcement Learning, DRL)的交通信号控制方法的状态需要人为设计,导致提取交通状态信息难度大以及交通状态信息无法全面表达的问题,为了从有限特征中挖掘潜在交通状态信息,从而降低交通状态设计难度,提出一种引入自注意力网络的DRL算法。首先,仅获取交叉口各进入口车道车辆位置,使用非均匀量化和独热编码方法预处理得到车辆位置分布矩阵;其次,使用自注意力网络挖掘车辆位置分布矩阵的空间相关性和潜在信息,作为DRL算法的输入;最后,在单交叉口学习交通信号自适应控制策略,在多交叉口路网中验证所提算法的适应性和鲁棒性。仿真结果表明,在单交叉口环境下,与3种基准算法相比,所提算法在车辆平均等待时间等指标上具有更好的性能;在多交叉口路网中,所提算法仍然具有良好的适应性。

关键词：智能交通自适应控制深度强化学习自注意力网络近端策略优化

来源：评论

学校读者我要写书评

暂无评论

基于聚类算法和图神经网络的短时交通流预测

引用

吉林大学学报（工学版） 2024年第6期54卷 1593-1600页

作者：张玺君余光杰崔勇尚继洋兰州理工大学计算机与通信学院兰州730050

针对现有预测模型未充分利用交通流数据时空相关性的问题,本文提出了一种深度学习模型,将聚类算法、图神经网络(GNN)和门控循环单元(GRU)相结合。首先,利用聚类算法将预处理后的数据划分为不同类型的流量模式;其次,采用GNN提取复杂路网... 详细信息

针对现有预测模型未充分利用交通流数据时空相关性的问题,本文提出了一种深度学习模型,将聚类算法、图神经网络(GNN)和门控循环单元(GRU)相结合。首先,利用聚类算法将预处理后的数据划分为不同类型的流量模式;其次,采用GNN提取复杂路网交通流的空间相关性,结合道路的皮尔逊相关性分析和节点的局部聚类系数,挖掘潜在的节点连接关系;再次,使用GRU提取交通流数据之间的时间相关性,通过自注意力机制捕获数据之间的相互依赖关系;最后,通过残差连接将GRU和GNN的输出与原始输入结合,经过全连接层得出最终的预测结果。多组实验结果证明,本文提出的模型预测精度优于其他基线模型及对比的模型。

关键词：交通流预测图神经网络聚类算法门控循环单元皮尔逊相关系数局部聚类系数

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：