检索结果-内蒙古大学图书馆

计算机工程与应用 2024年第14期60卷 257-266页

作者：李天祥韩云飞阿不都热衣木江·阿白马玉鹏王轶中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011 新疆维吾尔自治区信息中心乌鲁木齐830011

Hyperledger Fabric(HLF)性能优化是区块链研究的热点问题,但当前工作对低负载生产环境中的交易时延关注不足,成为影响联盟链落地应用的重要因素。针对这一问题,提出了面向HLF的交易时延动态自适应优化方法:综合考虑交易到达率与交易大... 详细信息

Hyperledger Fabric(HLF)性能优化是区块链研究的热点问题,但当前工作对低负载生产环境中的交易时延关注不足,成为影响联盟链落地应用的重要因素。针对这一问题,提出了面向HLF的交易时延动态自适应优化方法:综合考虑交易到达率与交易大小维度,对HLF(v2.2)进行全面的性能评估,并给出了一组静态推荐配置参数;基于性能评估数据,使用XGBoost建立HLF性能模型,获得应用负载、网络配置、交易时延间的映射关系;对非饱和动态负载与突发注入攻击等场景进行模拟,获得贴近生产环境的应用负载输入;基于贝叶斯优化算法,对HLF进行动态自适应配置参数优化,有效降低HLF交易处理时延。通过实验,验证了优化方法的有效性,在多组随机动态负载输入中取得了平均53%、最高97%的交易时延优化效果。

关键词：区块链性能优化 Hyperledger Fabric 交易时延贝叶斯优化

来源：评论

学校读者我要写书评

暂无评论

光通信网络中的信号导向逻辑器件设计

引用

半导体光电 2018年第6期39卷 802-805,814页

作者：王蒙蒋同海唐新余张岩中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011

基于"导向逻辑"设计了一种应用于光通信网络的新型光信息流导向器件。采用微环谐振器作为光波导元件,应用折射率调制机理,实现了基于聚合物基的多功能电光逻辑门。通过改变不同端口的逻辑输入分别实现了"与/非"、&q... 详细信息

基于"导向逻辑"设计了一种应用于光通信网络的新型光信息流导向器件。采用微环谐振器作为光波导元件,应用折射率调制机理,实现了基于聚合物基的多功能电光逻辑门。通过改变不同端口的逻辑输入分别实现了"与/非"、"或/或非"和"同或/异或"等多种状态的光开关逻辑运算。静态仿真确定了微环谐振器的工作波长,验证了器件具有高速率逻辑运算功能。该器件可用于大规模光学集成电路中,实现高速光信号的调制输出。

关键词：光通信网络导向逻辑微环谐振器电光逻辑门光开关

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的相似语言短文本的语种识别方法

引用

计算机应用与软件 2020年第2期37卷 124-129,176页

作者：张琳琳杨雅婷陈沾衡潘一荣李毓中国科学院新疆理化技术研究所新疆乌鲁木齐830011 中国科学院大学北京100049 新疆理化技术研究所新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

在语种识别中,传统的N-Gram方法对文本长度依赖度高,因而无法有效地对短文本进行语种识别。现有的基于神经网络的模型无法同时考虑词本身信息和词间组合信息,从而降低了短文本语种识别的质量。针对以上问题,提出一种基于深度学习的字符... 详细信息

在语种识别中,传统的N-Gram方法对文本长度依赖度高,因而无法有效地对短文本进行语种识别。现有的基于神经网络的模型无法同时考虑词本身信息和词间组合信息,从而降低了短文本语种识别的质量。针对以上问题,提出一种基于深度学习的字符级短文本语种识别方法。采用卷积神经网络从字符向量中获取词中字符组合信息;通过长短期记忆网络获取词与词之间的特征信息;使用全连接网络实现相似语言的语种识别。在维吾尔语、哈萨克语以及DSL2017数据集上的实验结果表明,该方法可以有效地提高相似语言短文本的识别精度。

关键词：语种识别相似语言短文本神经网络文本分类

来源：评论

学校读者我要写书评

暂无评论

基于残差注意力的新槽值抽取研究

引用

计算机应用与软件 2024年第6期41卷 208-214页

作者：鄢明辉周喜王轶中国科学院新疆理化技术研究所新疆乌鲁木齐830011 中国科学院大学北京100049 新疆理化技术研究所新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

针对任务型对话中用户输入存在新槽值难以提取的问题,提出一种基于双向长短时记忆神经网络的特征融合模型。通过负样本添加技术缓解新槽值识别问题;引入注意力机制来提取用户输入中词与词之间的权重特征;在多层堆叠长短时记忆神经网络... 详细信息

针对任务型对话中用户输入存在新槽值难以提取的问题,提出一种基于双向长短时记忆神经网络的特征融合模型。通过负样本添加技术缓解新槽值识别问题;引入注意力机制来提取用户输入中词与词之间的权重特征;在多层堆叠长短时记忆神经网络之间用残差连接以缓解特征提取过程中的信息丢失,将得到的融合特征输入到条件随机场筛选出合理的标注序列。在DSTC3数据集上进行相关测试,实验结果表明,该模型在新槽值、已知槽值和总数据集上的识别准确率分别为70.73%、91.56%和87.11%,性能相比baseline方法有显著提高。

关键词：槽值抽取新槽值自然语言处理残差网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于LSTM-GAN的加油时序数据异常检测

引用

计算机应用与软件 2022年第7期39卷 13-19页

作者：赵飏李晓马博王保全周喜中国科学院新疆理化技术研究所新疆乌鲁木齐830011 中国科学院大学北京100049 新疆理化技术研究所新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

加油站时序数据中蕴藏着大量信息,但加油数据庞大复杂且各变量间蕴含隐性关系,目前的异常检测方法经常产生“假异常”或遗漏真实异常,无法有效挖掘加油数据中的异常点。针对这种现象,提出一种基于无监督学习的异常检测方法。通过PCA对... 详细信息

加油站时序数据中蕴藏着大量信息,但加油数据庞大复杂且各变量间蕴含隐性关系,目前的异常检测方法经常产生“假异常”或遗漏真实异常,无法有效挖掘加油数据中的异常点。针对这种现象,提出一种基于无监督学习的异常检测方法。通过PCA对数据进行降维,提取有效的特征信息,采用基于LSTM的GAN模型(LSTM-GAN)对加油时序数据进行检测,通过生成器和鉴别器共同得到的异常损失定义异常点。通过在加油数据集和公开数据集上的实验证明了该方法的有效性,并且相较于目前的异常检测方法具有一定提升。

关键词：生成式对抗网络长短期递归神经网络无监督学习时序数据异常检测

来源：评论

学校读者我要写书评

暂无评论

调序规则表的深度过滤研究

引用

计算机科学与探索 2017年第5期11卷 785-793页

作者：孔金英李晓王磊杨雅婷罗延根中国科学院新疆理化技术研究所乌鲁木齐830011 新疆民族语音语言信息处理重点实验室乌鲁木齐830011 中国科学院大学北京100049

机器翻译系统中调序规则表和翻译表一般规模都很大,对翻译表进行优化过滤一直都是研究热点,而过滤调序规则表的研究却近乎空白。将调序规则表的过滤当成短文本分类问题,提出了一种基于自动编码机(Autoencoder)的调序规则表过滤模型。该... 详细信息

机器翻译系统中调序规则表和翻译表一般规模都很大,对翻译表进行优化过滤一直都是研究热点,而过滤调序规则表的研究却近乎空白。将调序规则表的过滤当成短文本分类问题,提出了一种基于自动编码机(Autoencoder)的调序规则表过滤模型。该模型首先使用一种基于自动编码机的分类器对调序规则进行打分评价,然后对调序规则表进行基于最小差异策略的过滤,最后使用过滤得到的调序规则表重新计算调序规则得分表用于机器翻译的解码过程。实验表明,在公开的英汉语料和维汉语料上使用该模型,可以在调序规则表减少40%的基础上分别将BLEU(bilingual evaluation understudy)值提高0.19和0.26。

关键词：自动编码机过滤模型调序规则表机器翻译

来源：评论

学校读者我要写书评

暂无评论

基于真值发现的加油站车辆号牌缺损数据填充方法

引用

计算机应用与软件 2019年第8期36卷 41-46,74页

作者：彭新亮程力王轶马博赵凡周喜中国科学院新疆理化技术研究所新疆乌鲁木齐830011 中国科学院大学北京100049 新疆理化技术研究所新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

由于数据采集设备的不完善以及数据在传输过程中的不可靠性等原因,致使加油站车辆加油数据中经常会产生数据的丢失和错误,降低了车辆加油数据的完整性,严重影响了后续的数据分析工作。目前虽然已有许多算法可以解决连续型数值数据的缺... 详细信息

由于数据采集设备的不完善以及数据在传输过程中的不可靠性等原因,致使加油站车辆加油数据中经常会产生数据的丢失和错误,降低了车辆加油数据的完整性,严重影响了后续的数据分析工作。目前虽然已有许多算法可以解决连续型数值数据的缺损问题,但是它们并不适用于车辆号牌这种离散型分类数据。提出一种基于改进TruthFinder算法的缺损值填充框架。基于真值发现算法,考虑到离散数据相似度的计算方式,改进原算法对数据值支持度的计算模型。通过在真实加油站车辆数据集上的实验,相较于原算法及更加通用的Voting算法,正确率分别提升了7%和23%。该方法能部分解决类似加油站车辆加油数据这种多源离散型数据的缺损值填充问题,大大提高了此数据的可用性。

关键词：数据清洗车辆加油数据缺失数据填充真值发现

来源：评论

学校读者我要写书评

暂无评论

基于双向LSTM的Seq2Seq模型在加油站时序数据异常检测中的应用

引用

计算机应用 2019年第3期39卷 924-929页

作者：陶涛周喜马博赵凡中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

加油时序数据包含加油行为的多维信息,但是指定加油站点数据较为稀疏,现有成熟的数据异常检测算法存在挖掘较多假性异常点以及遗漏较多真实异常点的缺陷,并不适用于挖掘加油站时序数据。提出一种基于深度学习的异常检测方法识别加油异... 详细信息

加油时序数据包含加油行为的多维信息,但是指定加油站点数据较为稀疏,现有成熟的数据异常检测算法存在挖掘较多假性异常点以及遗漏较多真实异常点的缺陷,并不适用于挖掘加油站时序数据。提出一种基于深度学习的异常检测方法识别加油异常车辆,首先通过自动编码器对加油站点采集到的相关数据进行特征提取,然后采用嵌入双向长短期记忆(Bi-LSTM)的Seq2Seq模型对加油行为进行预测,最后通过比较预测值和原始值来定义异常点的阈值。通过在加油数据集以及信用卡欺诈数据集上的实验验证了该方法的有效性,并且相对于现有方法在加油数据集上均方根误差(RMSE)降低了21.1%,在信用卡欺诈数据集上检测异常的准确率提高了1.4%。因此,提出的模型可以有效应用于加油行为异常的车辆检测,从而提高加油站的管理和运营效率。

关键词：加油站时序数据深度学习 Seq2Seq 双向长短期记忆异常检测

来源：评论

学校读者我要写书评

暂无评论

类自动车牌识别轨迹数据的伴随车辆组挖掘

引用

计算机应用 2017年第11期37卷 3064-3068,3094页

作者：王保全蒋同海周喜马博赵凡中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆理化技术研究所新疆民族语音语言信息处理实验室乌鲁木齐830011

自动车牌识别(ANPR)数据比私人全球定位系统(GPS)数据更易获得,且包含更有用的信息,但是相对成熟的针对GPS轨迹数据挖掘伴随车辆组方法并不适用于自动车牌识别数据,现有的少量自动车牌识别数据伴随车辆组挖掘算法存在重视轨迹相似而忽... 详细信息

自动车牌识别(ANPR)数据比私人全球定位系统(GPS)数据更易获得,且包含更有用的信息,但是相对成熟的针对GPS轨迹数据挖掘伴随车辆组方法并不适用于自动车牌识别数据,现有的少量自动车牌识别数据伴随车辆组挖掘算法存在重视轨迹相似而忽视时间因素的缺陷,因此提出一种基于轨迹特征的聚类方法挖掘伴随车辆组。针对自动车牌识别数据中采样点固定而采样时间不定的特点,通过轨迹中共现的次数判定两个对象构成伴随模式。该共现定义引入豪斯多夫距离,综合考虑轨迹的地点、方向和时间特征,旨在挖掘数据中采样点不同但采样点距离近且轨迹相似的伴随车辆组,以此提高伴随车辆组挖掘效率。实验结果表明,所提方法较现有方法更能有效挖掘伴随车辆组,识别非伴随模式数据,效率提升了近两倍。

关键词：自动车牌识别轨迹数据伴随车辆组基于密度的空间聚类豪斯多夫距离共现

来源：评论

学校读者我要写书评

暂无评论

面向维汉机器翻译的层次化多特征融合模型

引用

厦门大学学报（自然科学版） 2020年第2期59卷 206-212页

作者：潘一荣李晓杨雅婷董瑞中国科学院新疆理化技术研究所新疆乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

针对维汉机器翻译中存在的维吾尔语(下文简称维语)形态复杂性和数据稀疏性问题,提出了一种层次化融合多个维语语法特征的神经网络机器翻译模型.该模型采用4种特征(词干、词性、词缀、词缀形态)作为源端语言附加信息,用于辅助单一词汇形... 详细信息

针对维汉机器翻译中存在的维吾尔语(下文简称维语)形态复杂性和数据稀疏性问题,提出了一种层次化融合多个维语语法特征的神经网络机器翻译模型.该模型采用4种特征(词干、词性、词缀、词缀形态)作为源端语言附加信息,用于辅助单一词汇形式表示的维语语句;同时引入层次化多特征融合的神经网络结构,用于分层处理维语的词干级和词缀级特征,以增强机器翻译系统对维语的句法结构和语义知识的学习能力,从而提高维汉机器翻译质量.在维汉公开数据集上的实验结果表明,所提出的层次化多特征融合模型可以有效提高维汉机器翻译系统性能,其双语互译评估(BLEU)值和字符匹配度(ChrF3)值均有明显提升.

关键词：维汉机器翻译形态复杂性层次化融合语法特征附加信息

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：