检索结果-内蒙古大学图书馆

计算机科学与探索 2021年第12期15卷 2421-2437页

作者：潘家文钱谦伏云发冯勇昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

遗传算法(GA)的全局搜索能力强,易于操作,但收敛速度慢,易陷入局部极值。为克服上述缺陷,首先对算法初始化方法进行改进,采用海明距离作为聚类划分的相似性度量提出了一种均匀分区多种群初始化方法。该方法以相似性度量为准则划分出不... 详细信息

遗传算法(GA)的全局搜索能力强,易于操作,但收敛速度慢,易陷入局部极值。为克服上述缺陷,首先对算法初始化方法进行改进,采用海明距离作为聚类划分的相似性度量提出了一种均匀分区多种群初始化方法。该方法以相似性度量为准则划分出不同集合的聚类中心点,然后以偏好随机的方式产生多个不同的种群,避免算法因种群初始个体在解空间分布不够均匀而陷入局部收敛。其次在遗传算法中引入多种群并行机制和学习机制来提高算法的性能,通过对已有研究中两种机制在遗传算法中的作用进行分析,指出各自的优势和不足,分别对两种机制进行改进,提出改进的多种群并行机制与最优权动态控制的学习机制,并从理论角度探讨了改进的两种机制的合理性。最后,将两种机制有机结合起来,充分发挥两种机制的优点,抑制各自的不足之处。仿真实验结果表明,算法中经过改进的两种机制具有良好的沟通能力,结合新的初始化方法,使得算法在收敛速度和精度上都要优于其他几种已有的改进算法。

关键词：遗传算法(GA) 最优权多种群并行机制学习机制

来源：评论

学校读者我要写书评

暂无评论

统计网络Motif方法的研究与设计

引用

云南大学学报（自然科学版） 2015年第6期37卷 825-831页

作者：汪海涛唐华阳姜瑛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

在分析挖掘一个网络中的信息时,一个非常重要的信息就是统计Motif.现有算法是将原始网络在给定的条件下进行边与顶点转换,再从转换后的网络中找出所有子图,如果子图不满足Motif的要求则删除,存在时间复杂度过高的问题.针对这种情况,提... 详细信息

在分析挖掘一个网络中的信息时,一个非常重要的信息就是统计Motif.现有算法是将原始网络在给定的条件下进行边与顶点转换,再从转换后的网络中找出所有子图,如果子图不满足Motif的要求则删除,存在时间复杂度过高的问题.针对这种情况,提出了一种自底向上的剪枝算法,在不需要经过网络转换的前提下,首先找到最小的符合要求的子图,再推导出更大的子图,而且所找到的每个子图均满足Motif的要求.并通过时间效率分析得出,对于该问题而言,提出的算法优于现有的算法,具有一定的理论研究价值.

关键词：复杂网络自底向上子图同构 Motif 剪枝

来源：评论

学校读者我要写书评

暂无评论

一种基于区块链技术的公安执法电子证据系统的设计与实现

引用

智能系统学报 2022年第6期17卷 1182-1193页

作者：王琪张嘉政刘文奇昆明理工大学数据科学研究中心云南昆明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650504

针对公安执法环境的复杂性和电子证据取证及证据固定的困难,根据公安执法场景中电子证据的功能需求,创建了一类基于区块链技术的公安执法电子证据模型的原型系统。该系统具备分布式、不可篡改、可溯源和安全性高等特点,较好地解决了公... 详细信息

针对公安执法环境的复杂性和电子证据取证及证据固定的困难,根据公安执法场景中电子证据的功能需求,创建了一类基于区块链技术的公安执法电子证据模型的原型系统。该系统具备分布式、不可篡改、可溯源和安全性高等特点,较好地解决了公安执法电子证据在取证和诉讼中证据的易变性、逻辑混乱和时间不一致等核心问题。该系统将执法过程中涉及举证的数据上链,通过改进实用拜占庭将军容错(practical byzantine fault tolerance, PBFT)共识算法来监测试图篡改执法数据的行为,利用层级监管特性启动备用共识节点以提高整体效率,基于星际文件系统(interplanetary file system, IPFS)对超大文件上链进行数据存储,有利于公安系统在处理大型数据信息时做到及时、安全与高效。最后通过公安局办案大厅执法场景的测试与分析,验证了该系统的可行性。该系统的应用可赋能公安执法电子证据举证效力的提升和司法领域反腐倡廉,并为案件侦破的串并案智能化提供可靠的数据基础。

关键词：区块链电子证据分布式存储 PBFT共识算法数据库异构共识数据差分公安执法

来源：评论

学校读者我要写书评

暂无评论

面向非对称特征注意力和特征融合的太赫兹图像检测

引用

中国图象图形学报 2022年第8期27卷 2496-2505页

作者：曾文健朱艳沈韬曾凯刘英莉昆明理工大学信息工程与自动化学院昆明 650500 昆明理工大学云南省计算机技术应用重点实验室昆明 650500

目的太赫兹由于穿透性强、对人体无害等特性在安检领域中得到了广泛关注.太赫兹图像中目标尺寸较小、特征有限,且图像分辨率低,目标边缘信息模糊,目标信息容易和背景信息混淆,为太赫兹图像检测带来了一定困难.方法本文在YOLO(you only... 详细信息

目的太赫兹由于穿透性强、对人体无害等特性在安检领域中得到了广泛关注.太赫兹图像中目标尺寸较小、特征有限,且图像分辨率低,目标边缘信息模糊,目标信息容易和背景信息混淆,为太赫兹图像检测带来了一定困难.方法本文在YOLO(you only look once)算法的基础上提出了一种融合非对称特征注意力和特征融合的目标检测网络AFA-YOLO(asymmetric feature attention-YOLO).在特征提取网络CSPDarkNet53(cross stage paritial DarkNet53)中设计了非对称特征注意力模块.该模块在浅层网络中采用非对称卷积强化了网络的特征提取能力,帮助网络模型在目标特征有限的太赫兹图像中提取到更有效的目标信息;使用通道注意力和空间注意力机制使网络更加关注图像中目标的重要信息,抑制与目标无关的背景信息;AFA-YOLO通过增加网络中低层到高层的信息传输路径对高层特征进行特征融合,充分利用到低层高分辨率特征进行小目标的检测.结果本文在太赫兹数据集上进行了相关实验,相比原YOLOv4算法,AFA-YOLO对phone的检测精度为81.15％,提升了4.12％,knife的检测精度为83.06％,提升了3.72％.模型平均精度均值(mean average precision,mAP)为82.36％,提升了3.92％,漏警率(missing alarm,MA)为12.78％,降低了2.65％,帧率为32.26帧/s,降低了4.06帧/s.同时,本文在太赫兹数据集上对比了不同的检测算法,综合检测速度、检测精度和漏警率,AFA-YOLO优于其他目标检测算法.结论本文提出的AFA-YOLO算法在保证实时性检测的同时有效提升了太赫兹图像中目标的检测精度并降低了漏警率.

关键词：太赫兹图像小尺度目标检测 YOLOv4 非对称卷积注意力机制特征融合

来源：评论

学校读者我要写书评

暂无评论

粒子群优化算法在关联规则挖掘中的研究综述

引用

计算机科学与探索 2021年第5期15卷 777-793页

作者：钟倩漪钱谦伏云发冯勇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昆明650500

关联规则挖掘是数据挖掘中的重要领域,考虑到当前数据的大规模、高维度、模态多样及类型复杂等特性,传统关联规则挖掘算法已无法适应大数据的需求,粒子群优化算法作为一种高效的智能优化算法,为其提供了一种全新的解决方案,近年来被广... 详细信息

关联规则挖掘是数据挖掘中的重要领域,考虑到当前数据的大规模、高维度、模态多样及类型复杂等特性,传统关联规则挖掘算法已无法适应大数据的需求,粒子群优化算法作为一种高效的智能优化算法,为其提供了一种全新的解决方案,近年来被广泛应用于该领域。首先对粒子群优化算法的基本原理及关联规则的基本概念进行了详细介绍,回顾了粒子群优化算法的研究进展,分析了粒子群优化算法在关联规则挖掘中的研究,包括常用的数据转换方法、编码方式及评估指标,并与其他在关联规则挖掘中被广泛应用的算法进行了对比,总结了各自的优缺点及适用场景。然后对已有改进方法进行了较为系统的分类,即分为基于参数、基于变异机制和混合其他算法的改进。接着梳理归纳了粒子群优化算法在关联规则挖掘中的应用领域,阐述了该算法在购物篮、金融、医疗、工业生产及风险评估领域中的应用优势。最后在介绍这一领域的最新研究进展的基础上,通过对现存问题进行分析,讨论了进一步的研究方向。

关键词：关联规则挖掘粒子群优化算法智能算法

来源：评论

学校读者我要写书评

暂无评论

随机服务质量感知的Web服务信誉度量模型

引用

计算机集成制造系统 2011年第8期17卷 1844-1850页

作者：付晓东岳昆邹平姜瑛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 云南大学信息学院云南昆明650091 昆明理工大学管理与经济学院云南昆明650093

为了根据公告服务质量随机性和实际服务质量随机性之间的一致性来计算服务质量的信誉,首先利用分布函数表示服务质量随机性,并给出一种服务质量经验分布函数的增量式更新方法。通过将服务质量公告值和实际观察值视为随机变量,并以随机... 详细信息

为了根据公告服务质量随机性和实际服务质量随机性之间的一致性来计算服务质量的信誉,首先利用分布函数表示服务质量随机性,并给出一种服务质量经验分布函数的增量式更新方法。通过将服务质量公告值和实际观察值视为随机变量,并以随机优势理论为基础,设计结合随机服务质量公告及实际观察值的信誉度量模型。模型考虑了公告服务质量随机性和实际服务质量随机性之间不同的优势关系,以及服务质量观察值波动对信誉的影响。理论分析与实验验证了模型的合理性及其在服务选择中应用的有效性。

关键词： Web服务服务质量随机性信誉一致性随机优势

来源：评论

学校读者我要写书评

暂无评论

一种基于四层结构的构件库模型研究

引用

计算机工程与应用 2002年第22期38卷 84-87,103页

作者：汪海涛曾晓金丁志强昆明理工大学云南省计算机技术应用重点实验室昆明650051

文章提出了一种基于四层结构的构件库模型,并按照构架层、构件层、叶类层、叶函数(叶方法)层的层次结构管理可复用构件。并且对于各层实体的描述形式作了进一步的研究,说明了构架、构件、类、函数(类方法)的描述属性以及它们之间的关系... 详细信息

文章提出了一种基于四层结构的构件库模型,并按照构架层、构件层、叶类层、叶函数(叶方法)层的层次结构管理可复用构件。并且对于各层实体的描述形式作了进一步的研究,说明了构架、构件、类、函数(类方法)的描述属性以及它们之间的关系,促进更有效地组织和管理可复用构件,从而支持构件使用者更好地检索、理解和选取构件。

关键词：四层结构构件库模型软件复用构件属性软件工程软件开发

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的WRSN动态时空充电调度

引用

软件学报 2024年第3期35卷 1485-1501页

作者：王艺均冯勇刘明刘念伯云南省计算机技术应用重点实验室(昆明理工大学) 云南昆明650500 电子科技大学计算机科学与工程学院四川成都611731

高效的移动充电调度是构建长生命期、可持续运行的无线可充电传感器网络(WRSN)的关键之一.现有基于强化学习的充电策略只考虑了移动充电调度问题的一个维度,即移动充电器(MC)的路径规划,而忽略了充电调度问题中的另一维度,即充电时长调... 详细信息

高效的移动充电调度是构建长生命期、可持续运行的无线可充电传感器网络(WRSN)的关键之一.现有基于强化学习的充电策略只考虑了移动充电调度问题的一个维度,即移动充电器(MC)的路径规划,而忽略了充电调度问题中的另一维度,即充电时长调整,因而仍然存在性能限制.提出一种基于深度强化学习的WRSN动态时空充电调度方法(SCSD),建立充电序列调度和充电时长动态调整的深度强化学习模型.针对移动充电调度中离散的充电序列规划和连续的充电时长调整问题,使用DQN为待充电节点优化充电序列,并基于DDPG计算并动态调整序列中待充电节点的充电时长.通过分别从空间和时间两个维度的优化,在避免节点缺电失效的同时,所提出的SCSD可实现充电性能的有效提高.大量仿真实验结果表明,SCSD与现有的几种有代表性的充电方案相比,其充电性能具有明显的优势.

关键词：无线可充电传感器网络深度强化学习时空充电策略充电序列充电时长充电性能

来源：评论

学校读者我要写书评

暂无评论

面向大规模图像检索的深度强相关散列学习方法

引用

计算机研究与发展 2020年第11期57卷 2375-2388页

作者：贺周雨冯旭鹏刘利军黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学信息化建设管理中心昆明650500 云南大学信息学院昆明650091 昆明理工大学云南省计算机技术应用重点实验室昆明650500

近年来,随着图像数据量的爆炸式增长,散列方法与深度学习相结合的方法在图像检索领域表现出优异的性能.主流的深度监督散列方法大多采用"成对"策略,利用标签信息生成一个相似矩阵约束散列编码.这类方法的计算开销大,不适用于... 详细信息

近年来,随着图像数据量的爆炸式增长,散列方法与深度学习相结合的方法在图像检索领域表现出优异的性能.主流的深度监督散列方法大多采用"成对"策略,利用标签信息生成一个相似矩阵约束散列编码.这类方法的计算开销大,不适用于大规模的图像检索.为此,提出了一种一元深度监督散列学习方法——深度强相关散列学习方法,为卷积神经网络添加了一个散列层以得到散列码,通过计算低维散列码之间的汉明距离完成快速图像检索.特别地,为了学习到的散列码更具有区别性,提出了强相关损失函数约束散列码的生成.强相关损失函数通过改变模型对权重矩阵的敏感度调节特征之间的距离,尽可能地增大特征类间距离、缩小类内距离.该方法能够实现快速、准确的大规模图像检索,并且可以广泛地使用在多种卷积神经网络中.在CIFAR-10, NUS-WIDE, SVHN这3个大规模公开数据集中进行了大量实验,结果表明该方法的图像检索性能优于目前主流方法.

关键词：近似最近邻搜索图像检索卷积神经网络深度散列学习损失函数

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的快速连通域标记算法

引用

传感技术学报 2022年第3期35卷 367-375页

作者：黄名政李彬华王锦良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

连通域标记是运动目标实时检测系统中的关键部分,从速度和存储空间等方面对已有连通域标记算法优化,可提高系统的实时性。基于此,提出了一种基于现场可编程门阵列(FPGA)的快速连通域标记算法。首先在光栅扫描过程中记录游程行列信息;然... 详细信息

连通域标记是运动目标实时检测系统中的关键部分,从速度和存储空间等方面对已有连通域标记算法优化,可提高系统的实时性。基于此,提出了一种基于现场可编程门阵列(FPGA)的快速连通域标记算法。首先在光栅扫描过程中记录游程行列信息;然后实时合并连通游程信息并提取已结束连通域的特征信息;最后将特征信息叠加在图像上,实现对各连通域的标记。该算法仅通过一次扫描即可得到连通域特征信息,利用FPGA片上随机存取存储器(RAM)地址信息区分各连通域,不产生等价标号与临时标号。实验结果表明,该算法能快速准确地标记各连通域。对于分辨率为1 920×1 080 pixel的图像,仅需要76.63 kbit的片上RAM资源,单帧处理时间不超过20.76 ms,对于全高清视频输入亦能满足实时性要求。

关键词：图像处理实时处理连通域标记二值图 FPGA

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：