检索结果-内蒙古大学图书馆

系统仿真学报 2008年第1期20卷 111-116页

作者：李勇智杨静宇南京林业大学信息科学技术学院南京理工大学计算机系

非负矩阵分解是一个新的特征提取方法,基于非矩阵分解的理论,提出了具有正交性的投影轴的计算方法和具有统计不相关性的投影轴的计算方法。与原非负矩阵分解方法,提出的方法在某种程度上是降低了特征矢量之间的统计相关性,并且提高识别... 详细信息

非负矩阵分解是一个新的特征提取方法,基于非矩阵分解的理论,提出了具有正交性的投影轴的计算方法和具有统计不相关性的投影轴的计算方法。与原非负矩阵分解方法,提出的方法在某种程度上是降低了特征矢量之间的统计相关性,并且提高识别率。通过在ORL人脸库和YALE人脸库上进行实验,结果表明提出的两种特征提取方法在识别率方面整体上好于原非负矩阵分解特征提取(NMF)方法,甚至超过主成分分析(PCA)法。

关键词：非负矩阵分解正交投影轴统计不相关性特征提取人脸识别

来源：评论

学校读者我要写书评

暂无评论

从WSBPEL程序中学习Web服务的不确定动作模型

引用

计算机研究与发展 2010年第3期47卷 445-454页

作者：饶东宁蒋志华姜云飞吴康恒广东工业大学计算机学院广州510090 中山大学信息科学与技术学院软件研究所广州510275 暨南大学信息科学与技术学院计算机科学与技术系广州510632

智能规划是一种比较有前途的Web服务组合(WSC)方法.用规划进行WSC需要Web服务(WS)的动作模型,而让工程师来写它却很困难.考虑到现存WSC解决方案多用Web服务业务流程语言(WSBPEL)手工编写,可从现存方案中提取动作模型.由于WS本身有不确定... 详细信息

智能规划是一种比较有前途的Web服务组合(WSC)方法.用规划进行WSC需要Web服务(WS)的动作模型,而让工程师来写它却很困难.考虑到现存WSC解决方案多用Web服务业务流程语言(WSBPEL)手工编写,可从现存方案中提取动作模型.由于WS本身有不确定性,且现存方案中蕴含对WS的语义要求,所以学习的应是体现流程语义且包含条件效果的不确定动作模型.为此,先将WSBPEL程序转成保留流程语义的标签转换系统(LTS);然后将动作模型学习技术扩展到包括条件效果的不确定规划(NDP),并从LTS中学习动作模型.实现了ARMS-WS系统,它可从WSBPEL程序中学习WS的不确定动作模型.

关键词：人工智能人工智能规划动作模型不确定规划 Web服务组合

来源：评论

学校读者我要写书评

暂无评论

一种无线Mesh网络几何K中心网关部署求解方法

引用

计算机学报 2013年第7期36卷 1475-1484页

作者：黄书强王高才张震邓玉辉周继鹏陈庆麟李阳暨南大学网络与教育技术中心广州510632 广西大学计算机与电子信息学院南宁530004 暨南大学信息科学技术学院广州510632

目前无线Mesh网络中几何K中心网关部署问题没有得到很好地解决,该问题可以归结为在给定的几何平面上部署合适的网关节点,以满足覆盖条件的同时提高网络服务质量.为解决该问题,文中首次提出了极大备选区域的思想和生成算法.根据网络拓扑... 详细信息

目前无线Mesh网络中几何K中心网关部署问题没有得到很好地解决,该问题可以归结为在给定的几何平面上部署合适的网关节点,以满足覆盖条件的同时提高网络服务质量.为解决该问题,文中首次提出了极大备选区域的思想和生成算法.根据网络拓扑和单位覆盖圆的性质,将节点的平面区域按照连接性能的差异划分为不同的备选区域,并筛选出功能最完备的极大备选区域作为虚拟节点,插入到原始的Mesh网络图中,生成一个新的网络拓扑图,从而将几何K中心问题转化为传统的节点K中心问题.然后以最小最大跳数为优化目标,利用改进的遗传算法对该问题进行求解.与Kmeans算法进行比较,遗传算法具有较好的网关中心聚类效果.研究结果表明,文中所述方法可以较好地解决几何K中心网关部署问题.

关键词：无线Mesh网络网关部署几何K中心备选区域

来源：评论

学校读者我要写书评

暂无评论

无线多媒体传感器网络路由协议研究

引用

电子学报 2011年第1期39卷 149-156页

作者：周灵王建新中南大学信息科学与工程学院湖南长沙410083 佛山科学技术学院计算机系广东佛山528000

传统的无线传感器网络(Wireless Sensor Networks,WSNs)路由协议不能很好地适应多媒体数据流的传输.近来,提出了一些无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)路由协议.本文首先讲述了WMSNs服务质量保障路由问... 详细信息

传统的无线传感器网络(Wireless Sensor Networks,WSNs)路由协议不能很好地适应多媒体数据流的传输.近来,提出了一些无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs)路由协议.本文首先讲述了WMSNs服务质量保障路由问题及其面临的挑战,从五个方面归纳了传统的WSNs路由协议,在此基础上论述了WMSNs路由协议的QoS需求、设计原则、控制策略及其限制.然后,综述了当前典型的WMSNs服务质量保障控制路由协议,包括各协议的设计目标、核心思想、基本策略、主要内容及其优缺点;在列表比较的基础上,研究了存在的问题和缺陷.最后,指出了WMSNs路由协议研究的开放性问题及其发展方向.

关键词：无线传感器网络多媒体路由协议服务质量控制综述

来源：评论

学校读者我要写书评

暂无评论

基于非线性动态系统辨识的D-FNN算法研究

引用

中山大学学报（自然科学版） 2014年第5期53卷 20-24页

作者：杨文茵张德丰王传胜佛山科学技术学院计算机系广东佛山528000 暨南大学计算机科学系广东广州510000

D-FNN的基本思想是构造一个基于扩展的RBF神经网络,它可以看成是一个TSK模糊系统,也可以看作是基于归一化的高斯RBF神经网络。D-FNN算法中,不仅参数可以在学习过程中调整,同时,也可以自动确定模糊神经网络的结构。非线性参数是由训练样... 详细信息

D-FNN的基本思想是构造一个基于扩展的RBF神经网络,它可以看成是一个TSK模糊系统,也可以看作是基于归一化的高斯RBF神经网络。D-FNN算法中,不仅参数可以在学习过程中调整,同时,也可以自动确定模糊神经网络的结构。非线性参数是由训练样本和高斯宽度直接决定的,只需一步训练就可以达到目标。由于修剪策略的应用,网络的结构不会持续增长,因而确保了系统的泛化能力。使用D-FNN对非线性动态系统辨识进行了仿真,并与相关算法作比较,从而发现了D-FNN算法的有效性和高效性。

关键词：动态模糊神经网络模糊规则系统辨识 RBF

来源：评论

学校读者我要写书评

暂无评论

基于Bregman散度和差分隐私的个性化联邦学习方法

引用

软件学报 2024年第11期35卷 5249-5262页

作者：张少波张激勇朱更明龙赛琴李哲涛湖南科技大学计算机科学与工程学院湖南湘潭411201 暨南大学信息科学技术学院广东广州510632

联邦学习因能解决数据孤岛问题而被广泛关注,但也存在用户隐私泄露风险和非独立同分布数据下模型异构导致性能下降的问题.针对该问题,提出基于Bregman散度和差分隐私的个性化联邦学习方法(FedBDP).所提方法采用Bregman散度衡量本地参数... 详细信息

联邦学习因能解决数据孤岛问题而被广泛关注,但也存在用户隐私泄露风险和非独立同分布数据下模型异构导致性能下降的问题.针对该问题,提出基于Bregman散度和差分隐私的个性化联邦学习方法(FedBDP).所提方法采用Bregman散度衡量本地参数与全局参数的差异,并将其作为正则化项更新损失函数,以减小模型差异来提升模型准确率.同时,采用自适应差分隐私技术对本地模型参数进行扰动,通过定义衰减系数动态调整每轮差分隐私噪声的大小,以合理分配隐私噪声大小并提升模型可用性.理论分析表明FedBDP在强凸和非凸光滑函数下满足收敛条件.实验结果验证该方法在满足差分隐私的前提下,FedBDP模型在MNIST和CIFAR10数据集下能够保证模型准确率.

关键词：隐私保护个性化联邦学习差分隐私 Bregman散度

来源：评论

学校读者我要写书评

暂无评论

对不确定规划中观测约简的进一步研究

引用

软件学报 2009年第5期20卷 1254-1268页

作者：饶东宁蒋志华姜云飞朱慧泉中山大学信息科学与技术学院软件研究所广东广州510275 暨南大学计算机系广东广州510632 School of Computingl National University of Singapore Singapore

从3个方面改进了不确定规划(non-deterministic planning,简称NDP)中的观测约简:一是如何找最小观测集合(minimal observation set,简称MOS),二是如何在观测代价不均等时找最优观测集合(optimal observation set,简称OOS),三是如何找到容错的OOS.通过MOS问题和图论中的最小覆盖集问题(minimal set cover,简称MSC)的类似性,可证MOS是NP难的问题,还可参考MSC算法得出时间复杂性不超过O(2mm2)且不低于Ω(2m-1)的算法,其中m是观测的个数.通过使用整数规划(integer programming,简称IP)技术,可找到OOS以及容错的OOS.可以证明,上述算法能够保证找到解,并且能够保证解的最优性.

关键词：智能规划不确定规划观测约简最小观测集最优观测集容错

来源：评论

学校读者我要写书评

暂无评论

基于移动设备的匿名可追踪版权保护协议

引用

计算机科学 2012年第4期39卷 71-74页

作者：姜堃王晓明暨南大学信息科学技术学院计算机科学系广州510000

提出了基于移动设备的匿名可追踪的版权管理协议。首先,它使用不断变换的临时身份来代替用户的真实身份,使其他人不可能跟踪到用户,它关注用户动态,具有匿名性;其次,使用一次口令申请一个水印的方法来抵抗假冒攻击;再次,采用单向哈希函... 详细信息

提出了基于移动设备的匿名可追踪的版权管理协议。首先,它使用不断变换的临时身份来代替用户的真实身份,使其他人不可能跟踪到用户,它关注用户动态,具有匿名性;其次,使用一次口令申请一个水印的方法来抵抗假冒攻击;再次,采用单向哈希函数的认证方法对用户身份、数字内容进行验证;协议中的一些计算由可信中心完成,以减少移动用户的计算量,提高效率。另外在数字产品中嵌入版权水印和指纹水印,当发现非法副本时,它可以对叛逆者进行追踪,具有可追踪性。分析表明,该协议是安全有效的。

关键词：版权水印指纹水印叛逆者追踪版权保护

来源：评论

学校读者我要写书评

暂无评论

三维多分等级树算法的VLSI设计与仿真

引用

计算机辅助设计与图形学学报 2006年第12期18卷 1867-1871页

作者：魏本杰刘明业张晓昆金泰松北京理工大学信息科学技术学院计算机科学工程系北京100081 北京电子科技学院计算机系北京100070

提出一种适于RTL综合的VLSI架构,3个链表由片上RAM实现,同时建立输入数据和初始化链表并行执行的模式·给出3个链表扫描和幅度细化的控制器及相应的有限状态机,并对其操作流程进行形式化的描述·最后对三维多分等级树的硬件模... 详细信息

提出一种适于RTL综合的VLSI架构,3个链表由片上RAM实现,同时建立输入数据和初始化链表并行执行的模式·给出3个链表扫描和幅度细化的控制器及相应的有限状态机,并对其操作流程进行形式化的描述·最后对三维多分等级树的硬件模型进行了综合与仿真·仿真实验证明,该设计方法正确有效,在FPGA上工作频率达58MHz,满足视频编码器的实时性要求·

关键词：三维多分等级树 VLSI架构 RTL综合并行执行有限状态机

来源：评论

学校读者我要写书评

暂无评论

一种按需分配增量卷的自动扩容方法研究

引用

计算机研究与发展 2011年第S1期48卷 119-125页

作者：高岩曹瑞甄彩军徐广治王刚刘晓光南开大学信息科学技术学院计算机系天津300071

介绍了一种基于按需分配增量卷的非写前拷贝快照系统,该系统中存在多个快照版本,实际占用的物理空间可以与逻辑大小不相等.为了实现按需分配增量卷的物理空间与逻辑空间的分离,设计了两层卷的结构.在此基础上,设计并实现了对其物理空间... 详细信息

介绍了一种基于按需分配增量卷的非写前拷贝快照系统,该系统中存在多个快照版本,实际占用的物理空间可以与逻辑大小不相等.为了实现按需分配增量卷的物理空间与逻辑空间的分离,设计了两层卷的结构.在此基础上,设计并实现了对其物理空间及逻辑空间自动扩容的解决方案.对每个卷来说,都有一个守护进程对磁盘空间使用率进行监控,当该使用率达到阈值时将自动启动扩容进程.较之人工扩容,这种自动物理空间扩容技术有效地避免了溢出.另外,用户可以按需要对逻辑空间进行扩容.提出了一种索引数组的方式,可以方便地管理分散的元数据区,并且将原有卷与新增部分有效地组织在一起.与传统LVM的实现方法相比,该方法实现简单且系统开销小.

关键词：按需分配增量卷按需分配自动扩容非写前拷贝快照

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：