检索结果-内蒙古大学图书馆

计算机工程 2024年第7期50卷 194-203页

作者：陈姣沈艳成都信息工程大学计算机学院四川成都610200

在移动边缘计算(MEC)环境下,用户需求快速增长,但由于移动设备的计算和存储资源受限,时延和能耗问题日益突显。此外,任务的重复卸载和处理也进一步加剧了时延和移动设备的高能耗问题。针对上述问题,提出一种带有缓存机制的移动边缘计算... 详细信息

在移动边缘计算(MEC)环境下,用户需求快速增长,但由于移动设备的计算和存储资源受限,时延和能耗问题日益突显。此外,任务的重复卸载和处理也进一步加剧了时延和移动设备的高能耗问题。针对上述问题,提出一种带有缓存机制的移动边缘计算任务卸载方案来减少任务卸载过程中的时延和能耗。首先,基于任务的流行度、新鲜度、数据大小等因素设计一个缓存机制,根据该机制的结果设计缓存更新策略。然后,针对任务卸载和缓存问题,建立一个联合优化模型,优化模型以最小化系统总成本为目标,考虑了任务卸载和缓存对移动设备时延和能耗的影响。为求解这一复杂的优化模型,通过添加惩罚函数的形式将约束条件加入目标函数,并采用粒子群优化(PSO)算法获得任务卸载和缓存的最优决策。实验结果表明,与传统的无缓存的本地计算、无缓存的任务卸载、使用随机缓存的任务卸载等方案相比,该方案的总时延降低了37.00%以上,缓存命中率提高了7.78%以上,具有较高的缓存资源利用率。

关键词：移动边缘计算任务卸载缓存机制缓存更新缓存命中率

来源：评论

学校读者我要写书评

暂无评论

基于移动边缘计算的位置隐私保护策略

引用

计算机工程 2024年第11期50卷 223-235页

作者：陈司南沈艳成都信息工程大学计算机学院四川成都610025

针对目前移动边缘计算位置隐私保护算法导致用户任务卸载时服务质量降低的问题,提出一种融合维诺图机制和-地理不可区分机制的位置隐私保护策略V-Geo。首先,云服务器以地图中的边缘节点作为维诺图的生成元,采用逐点插入法生成维诺图,将... 详细信息

针对目前移动边缘计算位置隐私保护算法导致用户任务卸载时服务质量降低的问题,提出一种融合维诺图机制和-地理不可区分机制的位置隐私保护策略V-Geo。首先,云服务器以地图中的边缘节点作为维诺图的生成元,采用逐点插入法生成维诺图,将地图划分为若干维诺格,并将地图划分数据分发至地图中的用户;其次,用户以自身所在维诺格为安全区域,融合-地理不可区分机制在该维诺格范围内基于自身真实位置生成一个虚假位置用于代替真实位置进行任务卸载;最后提出一种融合时延、能耗和距离损失的服务质量损失模型,该模型根据用户对时延、能耗和距离损失的不同需求评估用户任务卸载时的服务质量高低。以场景内所有用户的服务质量损失模型作为指标,改变时延、能耗和距离损失的权重占比进行仿真,仿真结果证明在同等的隐私保护程度下,V-Geo算法较基于本地差分隐私的改进算法(V-R)用户的服务质量损失平均减少了31.2%。同时证明了在不同用户数量和不同边缘节点数量下,V-Geo算法较其他算法依旧存在优势。

关键词：移动边缘计算位置隐私保护差分隐私维诺图地理不可区分机制

来源：评论

学校读者我要写书评

暂无评论

基于多元信息引导的人工蜂群算法

引用

电子学报 2024年第4期52卷 1349-1363页

作者：周新宇刘颖吴艳林郭京蕾江西师范大学计算机信息工程学院江西南昌330022 长沙理工大学计算机与通信工程学院湖南长沙410114 华中师范大学计算机学院湖北武汉430079

利用优秀个体增强解搜索方程的开采能力是改进人工蜂群算法的一种主流思路.然而,现有相关工作往往仅以适应度信息作为评价个体的唯一标准,易导致算法出现早熟收敛等问题.本文提出一种多元信息引导的人工蜂群算法,分别设计了基于适应度... 详细信息

利用优秀个体增强解搜索方程的开采能力是改进人工蜂群算法的一种主流思路.然而,现有相关工作往往仅以适应度信息作为评价个体的唯一标准,易导致算法出现早熟收敛等问题.本文提出一种多元信息引导的人工蜂群算法,分别设计了基于适应度、位置以及相似度信息的3种解搜索方程,并在雇佣蜂阶段和观察蜂阶段采用了不同的使用方式.同时,为保存侦察蜂阶段的搜索经验,采用一种微调后的邻域搜索机制用于处理被放弃蜜源.在CEC2013测试集和一个实际优化问题上进行了大量实验验证,与6种衍生算法和5种知名的相关改进人工蜂群算法进行了对比,结果表明本文算法性能竞争优势明显,在结果精度和收敛速度上均有更好表现.

关键词：人工蜂群算法优秀个体多元信息解搜索方程邻域搜索

来源：评论

学校读者我要写书评

暂无评论

基于多尺度与注意力机制的两阶段风暴单体外推研究

引用

图学学报 2024年第4期45卷 696-704页

作者：魏敏姚鑫成都信息工程大学计算机学院四川成都610225

风暴是一种生命周期短、发生突然、空间尺度小的自然现象,常用雷达回波外推方法进行预测,但时序预测模型难以在众多特征中定位风暴关键信息,导致预测精度低,模型无法充分学习图像高频信息,导致预测细节缺失,结果模糊。为了提升预测性能... 详细信息

风暴是一种生命周期短、发生突然、空间尺度小的自然现象,常用雷达回波外推方法进行预测,但时序预测模型难以在众多特征中定位风暴关键信息,导致预测精度低,模型无法充分学习图像高频信息,导致预测细节缺失,结果模糊。为了提升预测性能,提出两阶段风暴单体外推框架。第一阶段使用多尺度模块提取多尺度信息,注意力机制挖掘影响预测的重要特征,使用时空长短期记忆单元进行序列预测。第二阶段对一阶段结果进行偏差矫正,使用频域损失丰富外推细节。实验结果表明,在雷达回波数据集上,与主流模型PredRNN-V2相比,该模型均方误差降低11.4%,SSIM提升4.3%,在风暴单体外推任务中表现优越。在Moving MNIST数据集上,均方误差降低4.95%,感知损失降低12.67%,SSIM提升至0.898,具有良好的时序预测能力。

关键词：注意力机制空洞卷积频域损失长短期记忆时空序列预测

来源：评论

学校读者我要写书评

暂无评论

基于变分注意力知识选择和预训练模型的对话生成

引用

计算机研究与发展 2024年

作者：张乃洲曹薇张啸剑李石君河南财经政法大学计算机与信息工程学院武汉大学计算机学院

基于知识的神经对话研究常常面临外部知识包含冗余甚至与对话主题不相关信息的问题，从而导致对话系统性能下降.知识选择成为解决该问题的重要途径，但现有研究对诸如知识选择器的设计、选择出的知识的利用以及知识选择对话方法适用的... 详细信息

基于知识的神经对话研究常常面临外部知识包含冗余甚至与对话主题不相关信息的问题，从而导致对话系统性能下降.知识选择成为解决该问题的重要途径，但现有研究对诸如知识选择器的设计、选择出的知识的利用以及知识选择对话方法适用的场景等问题，还缺乏深入研究.针对这些问题，提出了一个新的基于变分注意力知识选择和预训练模型的神经对话方法，使用一个基于条件变分自编码和多层注意力机制的知识选择算法，自动选择出与当前对话最相关文本知识集合.该算法有效利用了训练数据中的对话回复来提高知识选择的效率.使用预训练语言模型Bart作为编码器-解码器架构，将选择的文本知识合并到Bart模型中，并在训练过程中对其进行微调.实验结果表明，与现有的一些代表性研究方法相比，提出的模型能生成多样性和连贯性更好、准确率更高的对话回复.

关键词：基于知识的对话知识选择预训练语言模型条件变分自编码注意力机制记忆网络

来源：评论

学校读者我要写书评

暂无评论

新建应用型本科院校公共数学课程教学与考研数学有效衔接的教学策略研究

引用

文存阅刊 2024年第12期 127-129页

作者：王克红刘彦虬李强贵州商学院计算机与信息工程学院贵州贵阳 550014 贵州商学院计算机与信息工程学院贵州贵阳 550014 贵州商学院计算机与信息工程学院贵州贵阳 550014

本文针对大学公共数学课程教学与考研数学的衔接问题进行研究,旨在探讨如何更好地通过大学公共数学教学为考研数学做准备.首先分析了当前大学公共数学课程的教学与考研数学之间存在的差异,随后提出了促进学生考研数学学习的教学策略,以... 详细信息

本文针对大学公共数学课程教学与考研数学的衔接问题进行研究,旨在探讨如何更好地通过大学公共数学教学为考研数学做准备.首先分析了当前大学公共数学课程的教学与考研数学之间存在的差异,随后提出了促进学生考研数学学习的教学策略,以期对大学公共数学课程的教学改革和考研数学的学习提供一定的借鉴和参考.

关键词：大学公共数学课程考研数学有效衔接教学策略

来源：评论

学校读者我要写书评

暂无评论

基于Voronoi图的空间Co-Location核模式挖掘

引用

计算机学报 2022年第9期45卷 1908-1925页

作者：邹目权王丽珍吴萍萍杨培忠云南大学计算机科学与工程系昆明650500 昆明学院信息工程学院昆明650214

飞速发展的物联网技术不断催生海量带有时间和空间属性的数据集.这些数据集掀起了以空间co-location模式挖掘为代表的空间数据挖掘研究的高潮.传统空间co-location模式挖掘研究主要发现空间中频繁并置出现的特征的子集.特征在模式内部... 详细信息

飞速发展的物联网技术不断催生海量带有时间和空间属性的数据集.这些数据集掀起了以空间co-location模式挖掘为代表的空间数据挖掘研究的高潮.传统空间co-location模式挖掘研究主要发现空间中频繁并置出现的特征的子集.特征在模式内部是无序的,特征之间的地位是平等的.例如,co-location模式{看守所,刑警中队,武警中队}表示看守所附近往往存在刑警中队和武警中队,反之亦然.然而,由于空间分布密度差异显著存在,现实中存在特征地位不平等的模式,这些模式中的某些特征(核特征)附近频繁地出现其它特征(非核特征)的实例,而这些非核特征附近不一定频繁地出现核特征的实例.例如,某些肿瘤疾病与某些污染源的关系.在传统模型中,用户为了发现感兴趣的模式不得不将频繁性阈值设置得很低,以至于忽略了模式中特征的主从关系.本文聚焦于前述现象,研究在空间数据集中挖掘核特征与非核特征组成的有趣模式.首先,基于核邻居定义空间co-location核频繁模式(简称核模式)的概念.核邻居与最近邻息息相关,它不仅遵从地理学第一定律而且能排除无关实例的干扰.其次,提出核模式的有趣性度量理论,分析核模式具有的性质,如基于核参与率反单调性的先验原理等.再次,提出基于Voronoi图的核邻居计算思想,避免了传统co-location模式挖掘中为计算邻近关系需要用户预先设定距离阈值等问题.同时,扩展传统的对称的空间邻近关系到不对称的核邻居关系,使其与特征的不平等地位相适应.此外,针对点、线、面等不同几何形状的空间实例,提出基于凹包理论的经典Voronoi图的扩展方法.最后,在合成数据与真实数据上对比验证了Core Pattern Mining(CPM)算法的效果与效率.实验高效地发现了有别于经典co-location模式的有趣模式,它们具有可理解性.

关键词：空间数据挖掘 co-location核模式核邻居 Voronoi图核参与度

来源：评论

学校读者我要写书评

暂无评论

基于动态采样对偶可变形网络的实时视频实例分割

引用

浙江大学学报（工学版） 2024年第2期58卷 247-256页

作者：宋一然周千寓邵志文易冉马利庄上海交通大学计算机科学与工程系上海200240 中国矿业大学计算机科学与技术学院江苏徐州221116

为了更好地利用视频帧中蕴含的时间信息,提升视频实例分割的推理速度,提出动态采样对偶可变形网络(DSDDN). DSDDN使用动态采样策略,根据前、后帧的相似性调整采样策略.对于相似性高的帧,该方法跳过当前帧的推理过程,仅使用前帧分割进行... 详细信息

为了更好地利用视频帧中蕴含的时间信息,提升视频实例分割的推理速度,提出动态采样对偶可变形网络(DSDDN). DSDDN使用动态采样策略,根据前、后帧的相似性调整采样策略.对于相似性高的帧,该方法跳过当前帧的推理过程,仅使用前帧分割进行简单迁移计算.对于相似性低的帧,该方法动态聚合时间跨度更大的视频帧作为输入,对当前帧进行信息增强.在Transformer结构里,该方法额外使用2个可变形操作,避免基于注意力的方法中的指数级计算量.提供精心设计的追踪头和损失函数,优化复杂的网络.在YouTube-VIS数据集上获得了39.1%的平均推理精度与40.2帧/s的推理速度,验证了提出的方法能够在实时视频分割任务上取得精度与推理速度的良好平衡.

关键词：视频实时推理实例分割动态网络对偶可变形网络

来源：评论

学校读者我要写书评

暂无评论

轻量化YOLOv8的小样本钢板缺陷检测算法

引用

计算机工程与应用 2024年第9期60卷 90-100页

作者：窦智高浩然刘国奇常宝方河南师范大学计算机与信息工程学院河南新乡453007

钢板的表面积较大,表面缺陷非常常见,且呈现多类少量的特点。深度学习很难有效应用于此类小样本缺陷的检测中。为了解决此问题,提出一种基于轻量化YOLOv8的小样本钢板缺陷检测算法,提出一种基于模糊搜索的交互式数据增强算法,可有效解... 详细信息

钢板的表面积较大,表面缺陷非常常见,且呈现多类少量的特点。深度学习很难有效应用于此类小样本缺陷的检测中。为了解决此问题,提出一种基于轻量化YOLOv8的小样本钢板缺陷检测算法,提出一种基于模糊搜索的交互式数据增强算法,可有效解决训练样本缺失导致网络模型无法得到有效训练的问题,使深度学习应用于该领域成为可能。设计LMSRNet(lightweight multi-scale residual networks)网络替换YOLOv8的主干,以实现网络模型的轻量化,并提高其可移植性。提出CBFPN(context bidirectional feature pyramid network)和ECSA(efficient channel spatial attention)模块,使网络能更有效地提取并融合伤痕特征,同时采用Wise-IoU损失函数以提高检测性能。对比实验结果表明,与原YOLOv8算法相比,改进后的网络参数量只有原网络的30%,计算量是原网络的49%,FPS提高了9帧/s,精确率、召回率、mAP分别提高了2.9、6.5、5.5个百分点,实验结果充分验证了该算法的优势。

关键词：缺陷检测小样本 YOLOv8 轻量化网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于双流判别器的生成对抗皮肤病变分割网络

引用

中国医学影像技术 2024年第12期40卷 1914-1919页

作者：安政韩乐史明周云飞张珈豪山西能源学院计算机与信息工程系山西晋中030600 太原理工大学计算机科学与技术学院(大数据学院) 山西晋中030600

目的观察超像素引导含双流基于局部图像判别器生成对抗网络(SPDD-PatchGAN)用于分割皮肤镜图像中皮肤病变的价值。方法分别于国际皮肤成像合作组织(ISIC)2016数据集及Human Against Machine with 10000 training images(HAM10000)数据... 详细信息

目的观察超像素引导含双流基于局部图像判别器生成对抗网络(SPDD-PatchGAN)用于分割皮肤镜图像中皮肤病变的价值。方法分别于国际皮肤成像合作组织(ISIC)2016数据集及Human Against Machine with 10000 training images(HAM10000)数据集中收集1279及10015幅皮肤病变患者的皮肤镜图像,以数据集中的手动分割结果为参考标准,利用包含多尺度上下文提取模块(MCEM)的残差注意力UNet(RA-UNet)为生成器,采用基于局部图像的超像素引导的双流判别策略为判别器构建SPDD-PatchGAN并以之分割图像中的皮肤病变;与深度卷积生成对抗网络(DCGAN)、UNet、Attention-UNet、上下文编码器网络(CENet)、上下文金字塔融合网络(CPFNet)和生成对抗模型双流生成对抗网络(DAGAN)对比,采用平均交并比(mIoU)、准确率(Accuracy)、召回率(Recall)评价SPDD-PatchGAN的分割效能。结果SPDD-PatchGAN分割皮肤病变的整体效果较佳,且其mIoU、Accuracy及Recall均优于DCGAN、UNet、Attention-UNet、CENet、CPFNet及DAGAN。结论SPDD-PatchGAN可有效分割皮肤镜图像中的皮肤病变。

关键词：皮肤病神经网络,计算机皮肤镜检查

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：