检索结果-内蒙古大学图书馆

小型微型计算机系统 2023年第7期44卷 1571-1577页

作者：李媛媛付晓东刘骊刘利军彭玮昆明理工大学信息工程与自动化学院昆明理工大学云南省计算机技术应用重点实验室

移动边缘计算为用户提供高性能、低延时、高带宽的网络服务.在移动边缘计算环境中,服务质量预测对提高用户的满意度具有重要作用.目标用户的相似用户在历史时刻使用该边缘服务器访问服务的服务质量高,对目标用户访问该边缘服务器有激励... 详细信息

移动边缘计算为用户提供高性能、低延时、高带宽的网络服务.在移动边缘计算环境中,服务质量预测对提高用户的满意度具有重要作用.目标用户的相似用户在历史时刻使用该边缘服务器访问服务的服务质量高,对目标用户访问该边缘服务器有激励作用,并且使用该边缘服务器服务质量高的相似用户越多,起到的激励作用也会累加.考虑到激励作用可以提高服务质量预测准确性,本文提出基于Hawkes过程模型的移动边缘计算服务质量预测方法.方法首先确定目标用户的相似用户,再提取相似用户在边缘服务器上的服务质量数据,使用最大似然估计方法训练Hawkes过程模型,得到训练后的各参数值,最后使用Hawkes过程模型对目标用户使用附近边缘服务器服务质量高的概率进行预测,得到概率最高的边缘服务器,以提高用户的满意度.与现有方法的对比实验表明,本文所提出的方法对移动边缘服务环境中未知QoS的预测更为准确.

关键词：移动边缘计算 QoS预测 Hawkes过程模型

来源：评论

学校读者我要写书评

暂无评论

基于改进的MobilenetV3热轧钢带表面缺陷分类

引用

兰州大学学报（自然科学版） 2024年第2期60卷 182-186页

作者：熊政车文刚保永莉刘晓彤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 昆明理工大学生命科学与技术学院昆明650500

提出一种基于轻量化神经网络MobilenetV3-large改进的热轧钢带表面缺陷分类算法,通过剪枝、大量削减卷积层数、调整通道大小和步长,以及修改对应的网络参数快速降低了参数量.为弥补修改模型带来的准确率下降的问题,将激活函数ReLU更换为... 详细信息

提出一种基于轻量化神经网络MobilenetV3-large改进的热轧钢带表面缺陷分类算法,通过剪枝、大量削减卷积层数、调整通道大小和步长,以及修改对应的网络参数快速降低了参数量.为弥补修改模型带来的准确率下降的问题,将激活函数ReLU更换为Hard-Swish,引入置换注意力机制替换原模型中的通道注意力机制,在进一步降低参数量的同时提高运行效率和分类准确率.在NEU-CLS表面缺陷数据集中的试验结果表明,改进后的算法参数量为0.5 MB,相比原模型降低96.89%,训练图片的时间由19.81 ms/幅降至10.73 ms/幅,平均准确率为99.26%,比改进前提高了5.56%,表明改进后的算法可应用于实时分类.

关键词： MobilenetV3算法转移注意力结构性剪枝缺陷分类

来源：评论

学校读者我要写书评

暂无评论

融合人格特征的概率推荐模型

引用

计算机科学与探索 2023年第1期17卷 251-262页

作者：沈铁孙龙付晓东岳昆刘骊刘利军云南省计算机应用技术重点实验室(昆明理工大学) 昆明650600 昆明理工大学信息工程与自动化学院昆明650500 云南大学信息学院昆明650504

以模型为基础的协同过滤推荐算法需分析提取“用户-项目”特征矩阵以进行用户推荐。用户特征不同直接导致用户偏好不同,但以模型为基础的协同过滤推荐算法仅考虑分析提取影响项目特征的关键因素而未考虑分析提取影响用户特征的重要因素... 详细信息

以模型为基础的协同过滤推荐算法需分析提取“用户-项目”特征矩阵以进行用户推荐。用户特征不同直接导致用户偏好不同,但以模型为基础的协同过滤推荐算法仅考虑分析提取影响项目特征的关键因素而未考虑分析提取影响用户特征的重要因素,这类传统模型往往将用户潜在特征向量随机初始化,并赋予一个假定的正态分布,导致这些推荐系统模型中没有任何一项数据变化可以对用户潜在特征建模结果产生直接影响。另外基于用户的推荐系统模型往往将用户的评论、评分的信息直接近似作为用户特征,传统推荐系统中这些数据引用方式和这些数据本身不足以支撑获取用户的本质特征。这些特征的近似也不能满足个性化推荐的需求。针对现有推荐算法所面临的没有分析提取用户本质特征以及项目本质特征提取不充分进而推荐结果难以体现用户个性的问题,提出一种融合人格特征的推荐模型。首先根据推荐平台中用户的非结构化评论文本信息,将人格特征作为用户特征的直接影响因素,设计一个神经网络模型计算评论用户的BIG FIVE人格得分,并将人格得分向量化作为用户特征;然后通过项目的评论文本信息获得项目特征;设计人格感知的协同学习框架,定义损失函数获取用户、项目的特征向量;最后根据用户、项目表征结果对目标用户进行推荐。在3个数据集上进行了全面的实验验证,结果表明算法在预测准确率、F1值、AUC指标等方面表现优于对比算法,通过人格建模,能够为用户推荐更符合其偏好的项目。

关键词：人格识别语义分析推荐系统协同学习概率矩阵分解

来源：评论

学校读者我要写书评

暂无评论

融合学习机制的多混沌麻雀搜索算法

引用

计算机科学与探索 2023年第5期17卷 1057-1074页

作者：李光阳潘家文钱谦殷继彬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 中国农业大学信息与电气工程学院北京100083

针对麻雀搜索算法(SSA)易受初始解的影响陷入局部极值、迭代后期收敛速度慢等缺陷,提出了一种融合学习机制的多混沌麻雀搜索算法(MMCSSA)。首先,引入重心反向学习策略(COBL)生成精英种群增强对多源优质搜索区域的勘探能力,提升算法的局... 详细信息

针对麻雀搜索算法(SSA)易受初始解的影响陷入局部极值、迭代后期收敛速度慢等缺陷,提出了一种融合学习机制的多混沌麻雀搜索算法(MMCSSA)。首先,引入重心反向学习策略(COBL)生成精英种群增强对多源优质搜索区域的勘探能力,提升算法的局部极值逃逸能力和收敛性能。其次,提出一种动态调整的黄金正弦领导策略并嵌入SSA中以改善发现者的搜索方式,增强算法的全局搜索能力。然后,提出一种基于学习机制的多混沌映射策略,该机制利用多混沌多扰动模式的特性,通过动态调用不同混沌映射赋予算法不同类别的扰动特征。混沌扰动失败时,引入高斯变异策略对当前解进行深度开发,两种策略协同作用,相互促进,极大增强了算法逃逸局部最优的能力。最后,将所提算法应用于12个不同特征的基准函数进行实验,结果表明与其他算法相比,MMCSSA在收敛精度、寻优速度和鲁棒性方面有更好的表现。

关键词：麻雀搜索算法(SSA) 黄金正弦算法高斯变异多混沌学习机制重心反向学习策略(COBL)

来源：评论

学校读者我要写书评

暂无评论

基于线性结构因果模型的服务故障传播路径识别

引用

现代电子技术 2024年第3期47卷 97-101页

作者：李荣宸姜瑛姒鉴哲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

在云计算环境中,当一个服务发生故障时,故障会随着服务之间的交互行为不断传播,导致产生大规模服务失效的风险。复杂且动态变化的服务调用关系加大了识别服务故障传播路径的难度。针对该问题,提出一种基于因果图的服务故障传播路径识别... 详细信息

在云计算环境中,当一个服务发生故障时,故障会随着服务之间的交互行为不断传播,导致产生大规模服务失效的风险。复杂且动态变化的服务调用关系加大了识别服务故障传播路径的难度。针对该问题,提出一种基于因果图的服务故障传播路径识别方法。监测并收集服务的运行数据,通过服务运行数据对服务故障事件完成度量;根据因果图模型推断服务故障事件之间的因果关系并构建服务故障传播图;利用服务故障传播图确定故障传播路径。实验结果表明,该方法能够有效识别服务故障传播路径。

关键词：云计算服务故障故障传播路径线性结构因果模型贝叶斯网络路径识别

来源：评论

学校读者我要写书评

暂无评论

基于DoubleDQN的用户群体满意度最大化在线服务信誉度量

引用

昆明理工大学学报（自然科学版） 2024年第4期49卷 105-117页

作者：付晓东陈秋琳冯艳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 云南省科学技术院云南昆明650228

传统的信誉度量无法实时反映动态环境中服务质量和用户需求的变化.在线服务信誉度量机制依赖于用户反馈评分且服务于用户,用户满意度会受该机制的影响.未考虑用户群体满意度最大化的信誉度量机制难以吸引用户群体.此外,用户评价标准的... 详细信息

传统的信誉度量无法实时反映动态环境中服务质量和用户需求的变化.在线服务信誉度量机制依赖于用户反馈评分且服务于用户,用户满意度会受该机制的影响.未考虑用户群体满意度最大化的信誉度量机制难以吸引用户群体.此外,用户评价标准的不一致性会使不同用户的评分难以直接比较,从而导致信誉度量结果不客观.为此,作者提出了一种基于Double DQN的用户群体满意度最大化在线服务信誉度量方法.首先,针对用户评价标准不一致的情况,借助Kendall tau距离定义用户群体满意度;其次,将动态环境下的在线服务信誉度量问题通过马尔可夫决策过程建模为一个寻找最大化用户群体满意度的优化问题;最后,采用Double DQN算法求解该优化问题.通过在Movielens数据集上进行实验验证了该方法的有效性.实验结果表明该方法能够给出最优信誉决策策略,从而最大化用户群体满意度.

关键词：在线服务信誉度量用户偏好 Kendall tau距离深度强化学习

来源：评论

学校读者我要写书评

暂无评论

区块链中可公开验证密钥共享技术

引用

浙江大学学报（工学版） 2022年第2期56卷 306-312页

作者：何苗柏粉花于卓沈韬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 北京中电普华信息技术有限公司北京100192

为了研究区块链中用户私钥安全性的问题,以门限密钥共享技术作为研究基础,提出可公开验证密钥共享技术.参与节点在收到密钥片段后对其进行验证,能有效防止分割密钥时主分割节点作恶;在密钥恢复阶段,对参与密钥拼接的节点的密钥片段进行... 详细信息

为了研究区块链中用户私钥安全性的问题,以门限密钥共享技术作为研究基础,提出可公开验证密钥共享技术.参与节点在收到密钥片段后对其进行验证,能有效防止分割密钥时主分割节点作恶;在密钥恢复阶段,对参与密钥拼接的节点的密钥片段进行公开验证,防止密钥恢复阶段参与节点作恶;在分发密钥阶段给参与节点添加身份IDs,从而可以对恶意节点进行追踪并实时更新节点状态;设计动态门限机制,在持有密钥片段的节点离线后,密钥碎片的拥有者和主节点一起重新分配密钥碎片给新的参与节点,保证私钥碎片的完整性.实验结果表明,该方案的私钥恢复率为80%,且具有门限特性、可追溯性、不可伪造性和可恢复性.

关键词：区块链门限密钥密钥分割密钥恢复动态门限

来源：评论

学校读者我要写书评

暂无评论

混合灰狼-自适应蝴蝶算法下的多目标无线传感器网络覆盖研究

引用

小型微型计算机系统 2024年第8期45卷 1993-2000页

作者：张晶曲悦张家洪冯勇张大骋昆明理工大学信息工程与自动化学院昆明650500 云南枭润科技服务有限公司昆明650500 昆明理工大学云南省人工智能重点实验室昆明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

为提高无线传感器网络的覆盖率、减少二次部署中节点移动的能量消耗以及减少牵涉节点数目,提出了一种混合灰狼-自适应蝴蝶算法.首先,通过将灰狼算法与蝴蝶算法融合寻找最优解,在种群间优化中加入种群内部优化,提升算法的寻优能力,提高... 详细信息

为提高无线传感器网络的覆盖率、减少二次部署中节点移动的能量消耗以及减少牵涉节点数目,提出了一种混合灰狼-自适应蝴蝶算法.首先,通过将灰狼算法与蝴蝶算法融合寻找最优解,在种群间优化中加入种群内部优化,提升算法的寻优能力,提高算法收敛速度;其次,在蝴蝶算法中改进自适应开关概率,根据当前迭代情况决定寻优方式,加快搜索速度;最后,在算法中融入反馈机制,引入随机蝴蝶进行漫步,防止陷入局部最优.从最优覆盖、最小冗余、最低能量消耗3个方向综合考量,建立函数模型,进行覆盖优化.实验结果表明,与其他6种算法相比,本文算法在多种场景下,有效地提高覆盖率,降低节点冗余,减少节点使用数目,降低能量消耗.

关键词：无线传感器网络多目标覆盖优化蝴蝶优化算法灰狼优化算法

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

着装场景下双分支网络的人体姿态估计

引用

中国图象图形学报 2022年第4期27卷 1110-1124页

作者：吕中正刘骊付晓东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 云南省计算机技术应用重点实验室昆明650500

目的人体姿态估计旨在识别和定位不同场景图像中的人体关节点并优化关节点定位精度。针对由于服装款式多样、背景干扰和着装姿态多变导致人体姿态估计精度较低的问题,本文以着装场景下时尚街拍图像为例,提出一种着装场景下双分支网络的... 详细信息

目的人体姿态估计旨在识别和定位不同场景图像中的人体关节点并优化关节点定位精度。针对由于服装款式多样、背景干扰和着装姿态多变导致人体姿态估计精度较低的问题,本文以着装场景下时尚街拍图像为例,提出一种着装场景下双分支网络的人体姿态估计方法。方法对输入图像进行人体检测,得到着装人体区域并分别输入姿态表示分支和着装部位分割分支。姿态表示分支通过在堆叠沙漏网络基础上增加多尺度损失和特征融合输出关节点得分图,解决服装款式多样以及复杂背景对关节点特征提取干扰问题,并基于姿态聚类定义姿态类别损失函数,解决着装姿态视角多变问题;着装部位分割分支通过连接残差网络的浅层特征与深层特征进行特征融合得到着装部位得分图。然后使用着装部位分割结果约束人体关节点定位,解决服装对关节点遮挡问题。最后通过姿态优化得到最终的人体姿态估计结果。结果在构建的着装图像数据集上验证了本文方法。实验结果表明,姿态表示分支有效提高了人体关节点定位准确率,着装部位分割分支能有效避免着装场景中人体关节点误定位。在结合着装部位分割优化后,人体姿态估计精度提高至92.5%。结论本文提出的人体姿态估计方法能够有效提高着装场景下的人体姿态估计精度,较好地满足虚拟试穿等实际应用需求。

关键词：着装场景人体检测姿态估计语义分割姿态优化

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：