检索结果-内蒙古大学图书馆

计算机技术与发展 2024年第9期34卷 16-22页

作者：王钰童顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100038

工业互联网中存在大量部署于边缘服务器上的在/离线容器服务,这些容器服务一方面承载着低延时,高响应的需求,另一方面又具有错综复杂的调用关系。通常边缘集群的调度策略并未考虑到容器服务之间的依赖关系,这导致具有依赖关系容器服务... 详细信息

工业互联网中存在大量部署于边缘服务器上的在/离线容器服务,这些容器服务一方面承载着低延时,高响应的需求,另一方面又具有错综复杂的调用关系。通常边缘集群的调度策略并未考虑到容器服务之间的依赖关系,这导致具有依赖关系容器服务可能在调度过程中被分散到不同的边缘节点上,并由此产生大量跨节点调用造成额外资源损耗。针对具有依赖关系的容器,该文提出面向边缘场景的容器组调度优化策略。首先通过容器聚类算法CDSC(Container Dependency Spectral Clustering)将有依赖关系的容器划分为一个或多个容器组,使得组内容器依赖强度尽可能的大,组间依赖强度尽可能的小,以减少其进行跨节点调用的频率;再通过引入双深度Q网络模型(Double DQN)将容器组作为基本调度单位,以容器依赖开销,集群和节点内部负载为优化目标,根据边缘节点实际情况自适应学习优化调度策略,使其能应对复杂多变的边缘集群情况。经实验表明,相比于传统的启发式算法和其他深度强化学习算法,该算法在容器服务响应时间、集群和节点负载方面具有明显的优势。

关键词：调度优化深度强化学习容器聚类集群容器依赖开销

来源：评论

学校读者我要写书评

暂无评论

全卷积深度迁移网络的联合分割

引用

计算机工程与应用 2021年第1期57卷 227-233页

作者：李岩刘俊智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065 武汉科技大学计算机科学与技术学院武汉430065

近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论和研究。为实现准确的实时治疗,提出了一种基于全卷积网络(Fully Convolutional Networks,FCN)的超声血... 详细信息

近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论和研究。为实现准确的实时治疗,提出了一种基于全卷积网络(Fully Convolutional Networks,FCN)的超声血管分割方法。全卷积深度迁移分割网络(Full Convolutional deep Aggregation Migration Network,AMFCN)通过对全卷积网络使用对称网络连接,深度聚合模式以深度提取图像特征,并优化数据增强方式,添加迁移学习模型等方法,有效地利用已有数据进行数据拓展,缓解医学图像数据过少的影响。实验结果表明,该研究方法在超声血管图像上取得了较好的分割性能,能准确地分割出血管区域。

关键词：超声治疗全卷积网络深度聚合小数据集迁移学习

来源：评论

学校读者我要写书评

暂无评论

边缘和颜色信息引导下的高分辨率低光图像增强算法

引用

计算机科学 2025年第06期 297-305页

作者：张玲李振宇武汉科技大学计算机科学与技术学院智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)

设备捕捉高分辨率图像的能力对图像处理提出了新的挑战，现有的低光图像增强算法多是针对低分辨率图像设计的，在处理高分辨率图像时，存在细节不清晰、颜色失真等问题。利用图像自身包含的纹理信息和颜色信息，提出了一种边缘和颜色信... 详细信息

设备捕捉高分辨率图像的能力对图像处理提出了新的挑战，现有的低光图像增强算法多是针对低分辨率图像设计的，在处理高分辨率图像时，存在细节不清晰、颜色失真等问题。利用图像自身包含的纹理信息和颜色信息，提出了一种边缘和颜色信息引导的高分辨率低光照图像增强算法。为改善卷积神经网络局部特征学习的局限性，引入了边缘解码器，有助于捕获图像中远距离的关键信息，提高对边界语义信息的编码。此外，为处理高分辨率图像，在上下文注意力块中引入了稀疏注意力机制，集中关注图像中的重要信息，以有效减少噪声干扰。另一方面，颜色解码器有效利用了低光图像自身的色度线索，提升了颜色信息恢复的准确性。

关键词：高分辨率图像增强低光照

来源：评论

学校读者我要写书评

暂无评论

考虑相遇强度的约束扩散路由算法

引用

计算机与数字工程 2023年第3期51卷 549-554,578页

作者：张毅夫刘静余海健朱子奇武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065

为了提高机会网络的转发效率,论文提出了一种考虑相遇强度的约束扩散路由算法(EICD)。该算法针对概率路由中预测不准确导致的投递率低,提出了相遇强度并给出了其计算公式。相遇强度将时间作为计算的重要依据,更能准确反映两个节点下次... 详细信息

为了提高机会网络的转发效率,论文提出了一种考虑相遇强度的约束扩散路由算法(EICD)。该算法针对概率路由中预测不准确导致的投递率低,提出了相遇强度并给出了其计算公式。相遇强度将时间作为计算的重要依据,更能准确反映两个节点下次相遇的可能性。同时,针对多拷贝算法中过多的消息副本和已投递消息的冗余副本占用大量的网络资源等问题,通过约束扩散和去冗余两种方法来降低网络负载和转发时延。仿真实验结果表明,与其它经典路由算法相比,EICD算法能够提高消息投递率,降低网络负载和转发时延。

关键词：机会网络相遇强度消息转发路由算法

来源：评论

学校读者我要写书评

暂无评论

一种可降低结构性变化的本体演化算法

引用

计算机技术与发展 2024年第6期34卷 45-52页

作者：陆晨阳袁嵩高峰顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 中冶南方连铸技术工程有限责任公司湖北武汉430223

在Web语义环境中,如何降低本体在不断演化的过程中的结构性变化是一项具有挑战性的任务。针对这一问题,提出了一种本体演化算法,旨在降低本体演化过程中的结构性变化,从而提高本体的稳定性和可维护性。与传统的本体演化方法主要关注实... 详细信息

在Web语义环境中,如何降低本体在不断演化的过程中的结构性变化是一项具有挑战性的任务。针对这一问题,提出了一种本体演化算法,旨在降低本体演化过程中的结构性变化,从而提高本体的稳定性和可维护性。与传统的本体演化方法主要关注实体间关系不同,该文在计算本体演化代价时在实体频率和实体间关系频率的基础上综合考虑了实体之间的概念关系,从而实现了对实体影响的更细粒度分析。此外,还提出新的附加演化策略,以便在演化过程中选取最优的演化策略,保留更多复杂的语义关系以实现最小结构性变化。实验结果表明,提出的演化方法在处理涉及复杂语义关系的本体演化时表现出色,有效地降低了演化代价并提高了本体演化前后的结构相似度。这些研究成果在Web语义环境中对本体进行演化和更新方面具有重要意义,为本体工程领域提供了有益的改进方向和实践经验。

关键词：本体本体演化语义关系演化策略结构性变化

来源：评论

学校读者我要写书评

暂无评论

改进U-Net的新冠肺炎图像分割方法

引用

计算机工程与应用 2021年第19期57卷 243-251页

作者：宋瑶刘俊智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065 武汉科技大学计算机科学与技术学院武汉430065

新型冠状病毒肺炎(COVID-19)大流行疾病正在全球范围内蔓延。计算机断层扫描(CT)影像技术,在抗击全球COVID-19的斗争中起着至关重要的作用,诊断新冠肺炎时,如果能够从CT图像中自动准确分割出新冠肺炎病灶区域,将有助于医生进行更准确和... 详细信息

新型冠状病毒肺炎(COVID-19)大流行疾病正在全球范围内蔓延。计算机断层扫描(CT)影像技术,在抗击全球COVID-19的斗争中起着至关重要的作用,诊断新冠肺炎时,如果能够从CT图像中自动准确分割出新冠肺炎病灶区域,将有助于医生进行更准确和快速的诊断。针对新冠肺炎病灶分割问题,提出基于U-Net改进模型的自动分割方法。在编码器中运用了在ImageNet上预训练好的EfficientNet-B0网络,对有效信息进行特征提取。在解码器中将传统的上采样操作换成DUpsampling结构,以此来充分获取病灶边缘的细节特征信息,最后通过模型快照的集成提高分割的精度。在公开数据集上的实验结果表明,所提算法的准确率、召回率和Dice系数分别为84.24%、80.43%和85.12%,与其他的语义分割算法相比,该方法能有效分割新冠肺炎病灶区域,具有良好的分割性能。

关键词：新型冠状病毒肺炎(COVID-19) U-Net 语义分割

来源：评论

学校读者我要写书评

暂无评论

多云环境中基于属性加密的高效多关键词检索方案

引用

计算机科学 2021年第S02期48卷 576-584页

作者：何亨蒋俊君冯可李鹏徐芳芳武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065

随着云计算技术的快速发展和广泛应用,云环境中的数据安全问题成为用户关注的焦点。为了保障数据隐私,用户将隐私数据加密后上传至云服务器。然而,如何从多个云服务器中的海量加密数据里检索到包含特定信息的密文是富有挑战性的。传统... 详细信息

随着云计算技术的快速发展和广泛应用,云环境中的数据安全问题成为用户关注的焦点。为了保障数据隐私,用户将隐私数据加密后上传至云服务器。然而,如何从多个云服务器中的海量加密数据里检索到包含特定信息的密文是富有挑战性的。传统的可搜索加密方案无法直接应用于多云环境的密文数据检索中。基于属性的加密技术为密文关键词检索提供了一种新的解决思路,但是,现有的相关方案存在仅支持单个或连接关键词检索、访问控制策略不灵活、检索效率低、计算和存储开销大以及无法有效适用于多云环境等问题。因此,文中提出了一种多云环境中基于属性加密的高效多关键词检索方案(MRAM)。MRAM基于高性能的密文策略的属性加密算法,实现了任意密文多关键词检索,细粒度的访问控制,并且通过引入检索服务器有效支持多云环境中高效准确的密文检索。安全分析表明,MRAM能够实现安全索引机密性、检索陷门机密性、抗共谋攻击等重要安全特性,性能评估验证了MRAM相较于已有的方案,在安全索引生成、检索陷门生成和检索阶段具有更低的计算开销,且安全索引和检索陷门的存储开销也更小。

关键词：多云环境属性加密多关键词检索密文检索访问控制

来源：评论

学校读者我要写书评

暂无评论

基于多级语义的判别式跨模态哈希检索算法

引用

计算机应用 2021年第8期41卷 2187-2192页

作者：刘芳名张鸿武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065

针对大多数跨模态哈希方法采用二进制矩阵表示相关程度,因此无法捕获多标签数据之间更深层的语义信息,以及它们忽略了保持语义结构和数据特征的判别性等问题,提出了一种基于多级语义的判别式跨模态哈希检索算法——ML-SDH。所提算法使... 详细信息

针对大多数跨模态哈希方法采用二进制矩阵表示相关程度,因此无法捕获多标签数据之间更深层的语义信息,以及它们忽略了保持语义结构和数据特征的判别性等问题,提出了一种基于多级语义的判别式跨模态哈希检索算法——ML-SDH。所提算法使用多级语义相似度矩阵发现跨模态数据中的深层关联信息,同时利用平等指导跨模态哈希表示在语义结构和判别分类中的关联关系,不仅实现了对蕴含高级语义信息的多标签数据进行编码的目的,而且构建的保留多级语义的结构能够确保最终学习的哈希码在保持语义相似度的同时又具有判别性。在NUSWIDE数据集上,哈希码长度为32 bit时,所提算法在两个检索任务中的平均准确率(mAP)比深度跨模态哈希(DCMH)、成对关联哈希(PRDH)、平等指导判别式哈希(EGDH)算法分别高出了19.48,14.50,1.95个百分点和16.32,11.82,2.08个百分点。

关键词：多级语义语义结构判别性哈希语义指导跨模态检索

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制网络的航运监控图像识别模型

引用

计算机应用 2021年第10期41卷 3010-3016页

作者：张凯悦张鸿武汉科技大学计算机科学与技术学院武汉430081 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430081

针对已有的航运监控图像识别模型C3D里中级表征学习能力有限,有效特征的提取容易受到噪声的干扰,且特征的提取忽视了整体特征与局部特征之间关系的问题,提出了一种新的基于注意力机制网络的航运监控图像识别模型。该模型基于卷积神经网... 详细信息

针对已有的航运监控图像识别模型C3D里中级表征学习能力有限,有效特征的提取容易受到噪声的干扰,且特征的提取忽视了整体特征与局部特征之间关系的问题,提出了一种新的基于注意力机制网络的航运监控图像识别模型。该模型基于卷积神经网络(CNN)框架,首先,通过特征提取器提取图像的浅层次特征;然后,基于CNN对不同区域激活特征的不同响应强度,生成注意力信息并实现对局部判别性特征的提取;最后,使用多分支的CNN结构融合局部判别性特征和图像全局纹理特征,从而利用局部判别性特征和图像全局纹理特征的交互关系提升CNN学习中级表征的能力。实验结果表明,所提出的模型在航运图像数据集上的识别准确率达到91.8%,相较于目前的C3D模型提高了7.2个百分点,相较于判别滤波器组卷积神经网络(DFL-CNN)模型提高了0.6个百分点。可见所提模型能够准确判断船舶的状态,可以有效应用于航运监控项目。

关键词：智能监控深度学习卷积神经网络图像识别注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于抽象语法树特征迁移的软件漏洞检测方法(AST-FMVD)

引用

计算机技术与发展 2024年第6期34卷 81-88页

作者：李子俊李涛陈浩东余琴乔梦晴李琳王颉万振华宋荆汉武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 深圳开源互联网安全技术有限公司广东深圳518000

深度学习在漏洞检测的应用取得了显著的进展。现有漏洞检测算法需要大量的标记数据,通过有监督的方法构建检测模型,在多语言环境中,由于语言的多样性和标记训练样本的缺乏,检测模型可能存在泛化性问题,特别是在小样本领域中可能表现不... 详细信息

深度学习在漏洞检测的应用取得了显著的进展。现有漏洞检测算法需要大量的标记数据,通过有监督的方法构建检测模型,在多语言环境中,由于语言的多样性和标记训练样本的缺乏,检测模型可能存在泛化性问题,特别是在小样本领域中可能表现不佳。为了解决这一困境,迁移学习可以作为一种解决方案,迁移学习的核心思想是以“举一反三”为核心的算法框架,将某个领域的知识迁移到另一个领域的学习中,从而打破样本数据的制约。该文提出了一种基于特征迁移的漏洞检测方法。通过语义相似性对代码的语法树节点信息进行聚类,可以快速并准确地构建好不同语言之间的节点映射关系,同时在语法树的映射过程中引入上下文感知技术帮助解决歧义或模糊的语法结构,提高解析性能。该方法实现检测样本从未知领域变换到已知领域,利用在原有领域构建的深度学习模型,可以将新领域任务迁移到已知领域,最终解决跨域的知识迁移的应用,并将该方法取名为AST-FMVD。最后通过Java的漏洞检测模型对含有特定漏洞文件的进行检测,实现模型在Python领域中的迁移应用,证明了AST-FMVD的可行性,并通过实验证明AST-FMVD可以实现源域中的训练模型在目标领域仍可以保证原模型良好的检测水平。

关键词：深度学习迁移学习零样本漏洞检测抽象语法树

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：