检索结果-内蒙古大学图书馆

计算机与数字工程 2018年第3期46卷 424-428页

作者：容会潘有顺王艳玲周祖坤王晓亮昆明冶金高等专科学校艺术设计学院昆明650033 昆明理工大学云南省计算机技术应用重点实验室昆明650500 昆明理工大学信息工程与自动化学院昆明650500 昆明冶金高等专科学校外语学院昆明650033 昆明冶金高等专科学校招生就业处昆明650033 昆明冶金高等专科学校商学院昆明650033

针对嵌入式多线程程序中出现的数据竞态条件,论文提出了一种基于SMT求解器数据竞态条件检测分析方法。通过对多线程程序执行路径与源程序分析,构建对应的约束条件,将其作为输入,SMT求解器验证是否满足数据竞态条件。通过实验,论文提出... 详细信息

针对嵌入式多线程程序中出现的数据竞态条件,论文提出了一种基于SMT求解器数据竞态条件检测分析方法。通过对多线程程序执行路径与源程序分析,构建对应的约束条件,将其作为输入,SMT求解器验证是否满足数据竞态条件。通过实验,论文提出的嵌入式多线程程序数据竞态条件的分析与检测方法在检测效率上还是比较理想的。

关键词：嵌入式多线程程序数据竞态条件竞态条件分析

来源：评论

学校读者我要写书评

暂无评论

基于图案检测和成交量的股票趋势分析

引用

软件 2017年第6期38卷 99-102页

作者：余任车文刚周志元权鹏宇昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

股票的趋势分析是时间序列研究分析的重要议题之一,通过对股票历史数据和K线图的分析,提出了一种检测具有跃空形态的蜡烛图片段的方法。首先,文中确定了跃空形态的定义以及跃空形态的检测算法,然后对检测得到的数据进行分类,找到股票价... 详细信息

股票的趋势分析是时间序列研究分析的重要议题之一,通过对股票历史数据和K线图的分析,提出了一种检测具有跃空形态的蜡烛图片段的方法。首先,文中确定了跃空形态的定义以及跃空形态的检测算法,然后对检测得到的数据进行分类,找到股票价格的运动趋势。最后结合跃空形态所对应成交量的变化,进一步分析了股市的涨跌趋势。本文以上证A股的历史数据进行实证分析,结果表明该方法在股票趋势预测中是可行和有效的。

关键词：时间序列图案检测股价趋势成交量

来源：评论

学校读者我要写书评

暂无评论

基于MDA的SQLite碎片数据清除技术

引用

计算机应用与软件 2017年第1期34卷 50-54页

作者：叶清明刘晓燕付晓东昆明理工大学信息工程与自动化学院云南昆明650500 云南省计算机技术应用重点实验室云南昆明650500

清除SQLite数据库中含有用户重要信息的碎片数据是保障用户信息安全的重要手段。在国内尚未有数据清除标准的情况下,提出一种基于MDA(Model Driven Architecture)的SQLite碎片数据清除技术。该技术将SQLite主文件映射成页位图集合,并根... 详细信息

清除SQLite数据库中含有用户重要信息的碎片数据是保障用户信息安全的重要手段。在国内尚未有数据清除标准的情况下,提出一种基于MDA(Model Driven Architecture)的SQLite碎片数据清除技术。该技术将SQLite主文件映射成页位图集合,并根据页位图进行碎片清除,以提高碎片数据的完整性以及碎片数据定位和清除的准确性。同时,采用基于MDA的EMF(Eclipse Modeling Framework)框架建立SQLite碎片数据清除技术的平台无关模型,使用MDA工具解决该技术跨平台软件复用的问题。

关键词： SQLite 碎片数据清除信息安全 MDA

来源：评论

学校读者我要写书评

暂无评论

不确定服务质量感知的Web服务可行组合方案计算

引用

计算机集成制造系统 2016年第1期22卷 122-132页

作者：付晓东岳昆刘骊刘利军昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室云南昆明650500 云南大学信息学院云南昆明650091

为在缺乏用户精确效用函数且服务质量分布形式未知的情况下实现不确定服务质量感知的Web服务选择,提出了基于随机优势理论计算符合用户效用函数类别的可行组合方案的方法。按照期望效用理论,可行组合方案不会被其他任何方案占优。通过... 详细信息

为在缺乏用户精确效用函数且服务质量分布形式未知的情况下实现不确定服务质量感知的Web服务选择,提出了基于随机优势理论计算符合用户效用函数类别的可行组合方案的方法。按照期望效用理论,可行组合方案不会被其他任何方案占优。通过剔除不可能出现在可行组合方案集中的候选服务以及中间组合方案,有效降低了候选组合方案的数量。利用随机优势的性质,通过堆结构对组合方案进行提取和扩展,减少了随机优势测试次数。通过理论分析和基于真实Web服务服务质量数据的实验结果,验证了所提方法的实用性和有效性。

关键词： Web服务随机服务质量随机优势可行组合方案 Skyline服务

来源：评论

学校读者我要写书评

暂无评论

基于层叠条件随机场的高棉语分词及词性标注方法

引用

中文信息学报 2016年第4期30卷 110-116页

作者：潘华山严馨周枫余正涛郭剑毅昆明理工大学信息工程与自动化学院和云南省计算机技术应用重点实验室云南昆明650500

针对高棉语分词及词性标注问题,提出一种基于层叠条件随机场模型的自动分词及词性标注方法。该方法由三层条件随机场模型构成:第一层是分词模型,该模型以字符簇为粒度,结合上下文信息与高棉语的构词特点构建特征模板,实现对高棉语句子... 详细信息

针对高棉语分词及词性标注问题,提出一种基于层叠条件随机场模型的自动分词及词性标注方法。该方法由三层条件随机场模型构成:第一层是分词模型,该模型以字符簇为粒度,结合上下文信息与高棉语的构词特点构建特征模板,实现对高棉语句子的自动分词;第二层是分词结果修正模型,该模型以词语为粒度,结合上下文信息与高棉语中命名实体的构成特点构建特征模板,实现对第一层分词结果的修正;第三层是词性标注模型,该模型以词语为粒度,结合上下文信息与高棉语丰富的词缀信息构建特征模板,实现对高棉语句子中的词语进行自动标注词性。基于该模型进行开放测试实验,最终准确率为95.44%,结果表明该方法能有效解决高棉语的分词和词性标注问题。

关键词：高棉语层叠条件随机场分词词性标注

来源：评论

学校读者我要写书评

暂无评论

基于主题角色的文本情感分类方法

引用

计算机应用与软件 2017年第1期34卷 154-159页

作者：刘晨晨冯旭鹏胡杨刘利军黄青松段成香昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学教育技术与网络中心云南昆明650500 云南省计算机应用重点实验室云南昆明650500 昆明迪时科技有限公司云南昆明650000

传统文本情感分类方法通常以词或短语等词汇信息作为文本向量模型特征,造成情感指向不明和隐藏观点遗漏的问题。针对此问题提出一种基于主题角色的文本情感分类方法。该方法首先提取出文本中的潜在评价对象形成评价对象集,评价对象作为... 详细信息

传统文本情感分类方法通常以词或短语等词汇信息作为文本向量模型特征,造成情感指向不明和隐藏观点遗漏的问题。针对此问题提出一种基于主题角色的文本情感分类方法。该方法首先提取出文本中的潜在评价对象形成评价对象集,评价对象作为情感句描述的主体能够很好地保存文本情感信息;然后使用LDA模型对评价对象集进行主题抽取,将抽取出的主题分裂成"正""负"两种特征项,将这两种特征项记为正负主题角色用于保存文本情感信息;最后,计算主题角色在文本中的情感影响值并建立主题角色模型。实验结果表明,所提方法与传统方法相比可有效提高主观性文本情感分类的准确率。

关键词：文本情感分类潜在评价对象 LDA 主题抽取主题角色

来源：评论

学校读者我要写书评

暂无评论

基于多元特征的电商低质量商品评论识别

引用

计算机应用与软件 2017年第2期34卷 100-105页

作者：栾杰付晓东冯旭鹏刘利军黄青松刘晓梅昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学教育技术与网络中心云南昆明650500 云南省计算机应用重点实验室云南昆明650500 昆明佳谦科技有限公司云南昆明650000

为了改变已有评论识别方法在新兴特性("返现评论"的出现)识别上的不足,根据新兴特性提出一种新的"无用评论"划分方法,定义其为低质量评论。根据其具有的特性,提出基于多元特征(情感强度,是否包含负面情感,主流观点... 详细信息

为了改变已有评论识别方法在新兴特性("返现评论"的出现)识别上的不足,根据新兴特性提出一种新的"无用评论"划分方法,定义其为低质量评论。根据其具有的特性,提出基于多元特征(情感强度,是否包含负面情感,主流观点的包含程度)的识别方法。将提取出的特征放入基于文本特征分类器中,对多元特征与文本特征的不同组合进行有监督的学习,选取出分类效果最好的特征组合。实验表明在文本特征分类中加入多元特征后,分类准确率能达到83%。

关键词：低质量评论分类多元特征监督学习

来源：评论

学校读者我要写书评

暂无评论

改进的模糊推理规则图像边缘检测算法

引用

计算机工程与应用 2016年第12期52卷 180-183页

作者：易三莉郭贝贝马磊钱洁云南省计算机技术应用重点实验室昆明650500 昆明理工大学信息工程与自动化学院昆明650500

图像边缘检测是数字图像处理领域的关键技术,边缘检测的结果决定了图像后续处理的质量。模糊推理规则边缘检测算法具有较强的边缘检测能力,并且具备一定的抗噪效果。但是,这种算法只在高斯噪声较小时有效,当高斯噪声较大时它的边缘检测... 详细信息

图像边缘检测是数字图像处理领域的关键技术,边缘检测的结果决定了图像后续处理的质量。模糊推理规则边缘检测算法具有较强的边缘检测能力,并且具备一定的抗噪效果。但是,这种算法只在高斯噪声较小时有效,当高斯噪声较大时它的边缘检测效果甚至比Canny等算子的效果还差。针对模糊推理规则算法在强高斯噪声时效果较差的问题,提出一种改进的模糊边缘检测算法。该算法能够根据图像含噪情况调整边缘检测方案:当噪声较弱时,使用模糊推理规则边缘检测算法;当噪声较强时,为提高算法抑制噪声的能力,使用改进的模糊推理规则边缘检测算法。实验结果表明,该方法具有更好的抗噪性能和边缘检测能力。

关键词：边缘检测模糊推理规则噪声估计模糊滤波

来源：评论

学校读者我要写书评

暂无评论

BP神经网络模型预测ZnCu2Al10合金的高温变形行为（英文）

引用

材料科学与工程学报 2016年第2期34卷 192-198页

作者：刘英莉尹建成姜瑛钟毅昆明理工大学云南省计算机技术应用重点实验室云南昆明650500 昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学材料科学与工程学院云南昆明650500

采用Gleeble-3800热模拟实验机研究ZnCu2Al10合金在变形温度为150～330℃,应变速率为0.01～10s-1下的高温流变行为。结果表明,BP神经网络可以描述和预测本构关系。模型的输入参数为温度、应变和应变速率;输出参数为流动应力;BP神经网络... 详细信息

采用Gleeble-3800热模拟实验机研究ZnCu2Al10合金在变形温度为150～330℃,应变速率为0.01～10s-1下的高温流变行为。结果表明,BP神经网络可以描述和预测本构关系。模型的输入参数为温度、应变和应变速率;输出参数为流动应力;BP神经网络采用4层架构模式。结果表明：所建立的本构关系模型,训练样本的实验值与预测值间误差控制在0.91%以内,所有样本的误差均在4.32%以内,平均绝对百分误差为0.0201。同时可以看出,BP神经网络对于预测ZnCu2Al10合金的本构关系是非常有效,并且十分精确的。

关键词： ZnCu2Al10合金热变行形为本构关系 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

面向短文本情感分类的特征拓扑聚合模型

引用

中文信息学报 2016年第5期30卷 28-35页

作者：胡杨冯旭鹏黄青松付晓东刘骊刘利军昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学教育技术与网络中心云南昆明650500 云南省计算机技术应用重点实验室云南昆明650500

由于短文本极稀疏性和特征分散的特点,短文本的情感分类效果总是不及篇章文本的情感分类,针对此问题,该文提出面向短文本情感分类的特征拓扑聚合模型。模型首先从特征点互信息,情感指向相似度,主题归属差异值三个维度整合计算情感特征... 详细信息

由于短文本极稀疏性和特征分散的特点,短文本的情感分类效果总是不及篇章文本的情感分类,针对此问题,该文提出面向短文本情感分类的特征拓扑聚合模型。模型首先从特征点互信息,情感指向相似度,主题归属差异值三个维度整合计算情感特征的关联度,然后根据特征关联度建立拓扑聚合图模型,通过在图上求解强联通分量聚合高关联度情感特征,从大量未标注语料中提取相似特征对训练集特征进行补充,同时降低训练空间维度。实验将模型应用于短文本情感分类,与基准算法对比能提高分类准确率和召回率分别达0.03和0.027。验证了模型在缓解短文本极稀疏性和特征分散问题上的效果。

关键词：短文本情感分类特征关联度强联通分量拓扑聚合

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：