检索结果-内蒙古大学图书馆

小型微型计算机系统 2025年第4期46卷 974-979页

作者：姚纤纤夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

软件定义网络中,目前大部分控制器采用的拓扑发现协议都是OpenFlow发现协议(OFDP),然而随着网络规模增大,拓扑发现过程中控制器与交换机之间的控制消息不断增加导致拓扑发现效率降低.针对这一问题,本文提出了一种新的拓扑发现策略——... 详细信息

软件定义网络中,目前大部分控制器采用的拓扑发现协议都是OpenFlow发现协议(OFDP),然而随着网络规模增大,拓扑发现过程中控制器与交换机之间的控制消息不断增加导致拓扑发现效率降低.针对这一问题,本文提出了一种新的拓扑发现策略——基于最小顶点覆盖的拓扑发现策略(Minimum Vertex Cover Based Topology Discovery Strategy,MVC-OFDP),通过获取最小顶点覆盖交换机集合,预安装流表规则,同时对交换机实例设置端口标记避免消息的重复发送,大大减少了控制器发送和接收的LLDP消息数量,从而提高拓扑发现过程的效率.并且使用单向链路探测机制保证获得的拓扑信息的准确性.和已有的拓扑发现方法OFDP、OFDPv2和Im-OFDP进行对比,最终的实验结果表明本文提出的策略显著优于这些拓扑发现策略.

关键词：软件定义网络 OpenFlow发现协议拓扑发现最小顶点覆盖算法

来源：评论

学校读者我要写书评

暂无评论

基于泊松填充的纹理自适应插值方法

引用

计算机应用研究 2020年第4期37卷 1210-1214页

作者：张军陈凯雯江南大学数字媒体学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

针对新图形技术条件下的纹理合成问题,提出一种纹理插值方法,可将源纹理图像自适应拉伸为不同尺寸的纹理图像并保持其清晰度不改变。首先,采用高维图像插值算法将源纹理裂变为目标纹理分辨率,作为中间过渡纹理;其次,利用自然图像的自相... 详细信息

针对新图形技术条件下的纹理合成问题,提出一种纹理插值方法,可将源纹理图像自适应拉伸为不同尺寸的纹理图像并保持其清晰度不改变。首先,采用高维图像插值算法将源纹理裂变为目标纹理分辨率,作为中间过渡纹理;其次,利用自然图像的自相似性,依据中间纹理像素特征随机从源纹理中选取像素块;最后,使用泊松图像编辑算法将源纹理像素块平滑嵌入到中间纹理的间隙区域,得到最终的合成纹理。通过与现有算法的大量对比实验表明,该算法对静态和非静态纹理合成问题都能适用,且合成结果与源纹理具有较高的视觉一致性。另外,该算法逻辑简单、计算快速,无法复杂优化计算或者学习训练步骤,适合在低硬件配置的移动平台应用。

关键词：纹理合成高维插值泊松填充非静态纹理

来源：评论

学校读者我要写书评

暂无评论

基于多频稀疏噪声的流场运动方向可视化算法

引用

计算机应用研究 2020年第11期37卷 3507-3511页

作者：徐庆张军江南大学数字媒体学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

针对现有流场可视化算法存在的矢量场运动指向二义性以及缺乏对矢量场速率区分等问题进行了研究,提出了一种基于多频稀疏噪声纹理的改进线积分卷积算法,用来提高流场可视化后的信息表达效果。该方法首先根据矢量场速率量级的大小划分频... 详细信息

针对现有流场可视化算法存在的矢量场运动指向二义性以及缺乏对矢量场速率区分等问题进行了研究,提出了一种基于多频稀疏噪声纹理的改进线积分卷积算法,用来提高流场可视化后的信息表达效果。该方法首先根据矢量场速率量级的大小划分频率不同的噪声群,并合成适用于该向量场的特定多频噪声纹理;然后使用斜坡卷积核根据向量场流线对噪声纹理进行卷积;最后生成一幅同时具有矢量场运动方向和运动速率信息的彩色图像。实验结果表明,该方法可以增强用户对流场流量大小和矢量场方向的感知效果,在大规模风场数据可视化的验证实验上取得了良好的可视化效果。

关键词：二维流场可视化纹理可视化多频稀疏噪声线积分卷积

来源：评论

学校读者我要写书评

暂无评论

基于连续转速样本的发动机音效实时合成方法

引用

计算机应用研究 2020年第S02期37卷 123-125页

作者：朱彬张军江南大学数字媒体学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

针对赛车、飞行模拟和仿真教学等应用场景中的活塞发动机声音实时合成与仿真问题,提出一种利用发动机连续转速音频样本对发动机音效实时自动合成的方法。该方法从输入音频样本中按实际转速提取微小片段,使用离散傅里叶变换和K-means聚... 详细信息

针对赛车、飞行模拟和仿真教学等应用场景中的活塞发动机声音实时合成与仿真问题,提出一种利用发动机连续转速音频样本对发动机音效实时自动合成的方法。该方法从输入音频样本中按实际转速提取微小片段,使用离散傅里叶变换和K-means聚类算法确定当前发动机转速下音频的谐波参数与噪声。将这些谐波参数和噪声代入频谱数学模型中,实时合成当前发动机转速下的音效。实验结果表明,该方法能够以较少样本量和较低计算量实时合成接近发动机运行时的真实声音,在发动机不同的转速下能展现出更加与实际相匹配的声音效果。

关键词：发动机声音合成连续转速音频样本频谱建模离散傅里叶变换 K-means聚类

来源：评论

学校读者我要写书评

暂无评论

一种文本幽默对比的Siamese双向GRU注意力模型

引用

计算机应用研究 2021年第4期38卷 1017-1021页

作者：顾艳夏鸿斌刘渊江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室江苏无锡214122

传统的幽默计算任务依赖人工构造特征,容易造成丢失特征,且主要集中在幽默判断。而基于深度学习的Siamese双向GRU注意力模型是对成对的幽默文本进行对比,判断哪一条语句更具有幽默性。首先,利用文本处理器对文本进行词嵌入训练;其次,使... 详细信息

传统的幽默计算任务依赖人工构造特征,容易造成丢失特征,且主要集中在幽默判断。而基于深度学习的Siamese双向GRU注意力模型是对成对的幽默文本进行对比,判断哪一条语句更具有幽默性。首先,利用文本处理器对文本进行词嵌入训练;其次,使用双向GRU模型来获取每个单词的注释;最后,在全连接层执行幽默比较任务。在Semeval-2017 Task6-#HashtagWars数据集上进行实验,采用accuracy作为评估指标。实验结果表明,该模型与其他相关模型在幽默文本对比上有较明显提升。

关键词：人工智能自然语言理解双向GRU 注意力机制 Siamese架构

来源：评论

学校读者我要写书评

暂无评论

基于马尔可夫链的书画时序感量化方法

引用

计算机应用 2021年第1期41卷 295-299页

作者：律睿慜梅莉琳邢红姹孟磊昃跃峰江南大学人工智能与计算机学院江苏无锡214122 江苏省媒体设计与软件技术重点实验室(江南大学) 江苏无锡214122 江南大学设计学院江苏无锡214122

书法欣赏被广泛认为需要进行时序还原,而绘画的时序还原长期被忽略,并且笔触的细节特征被认为能增强时序的感知。为了量化时序感以及探究笔触细节特征对时序感的影响,提出了一种基于马尔可夫链熵率的书画作品时序感量化方法。首先,将个... 详细信息

书法欣赏被广泛认为需要进行时序还原,而绘画的时序还原长期被忽略,并且笔触的细节特征被认为能增强时序的感知。为了量化时序感以及探究笔触细节特征对时序感的影响,提出了一种基于马尔可夫链熵率的书画作品时序感量化方法。首先,将个体在书画作品上标记点的感知时序建模为马尔可夫链;然后,计算马尔可夫模型的熵率得到感知时序的不确定性;最后,采用负熵来衡量感知时序的有序性,并将其归一化得到量化指标——时序感。通过对多个书画作品的时序感实测,验证了此方法的可行性,并基于该度量研究了图形变换对书画作品时序感知的影响。实验结果显示,原始图像在旋转或镜像变换后的时序感的一致性保持在较高水平,但正确率有显著变化。这意味着,笔触特征并非形成时序感受的首要因素,观者自身的笔顺经验在其中更加重要,而该推论还需进一步验证。

关键词：时序书画审美马尔可夫链熵率

来源：评论

学校读者我要写书评

暂无评论

按风格划分数据的模糊聚类算法

引用

模式识别与人工智能 2019年第3期32卷 204-213页

作者：沈浩王士同江南大学数字媒体学院无锡214122 江南大学江苏省媒体设计与软件技术重点实验室无锡214122

以K-means和模糊C均值为代表的划分式聚类算法无法有效处理按照风格为标准划分样本的聚类任务.针对此问题,文中提出按风格划分数据的模糊聚类算法.利用风格标准化矩阵表示包含在类簇中样本的风格信息,同时使用逼近标准风格之后的样本计... 详细信息

以K-means和模糊C均值为代表的划分式聚类算法无法有效处理按照风格为标准划分样本的聚类任务.针对此问题,文中提出按风格划分数据的模糊聚类算法.利用风格标准化矩阵表示包含在类簇中样本的风格信息,同时使用逼近标准风格之后的样本计算距离矩阵,并以隶属度表示样本点对于类簇的可代表程度.通过常用的交替优化策略同时优化隶属度矩阵和风格标准化矩阵.文中算法可以有效利用样本的风格信息和样本点与类簇之间的关系信息,在人工数据集和真实数据集上的实验表明算法的有效性.

关键词：糊聚类风格化数据风格信息模糊风格划分

来源：评论

学校读者我要写书评

暂无评论

天地一体化信息网络宽带用户行为仿真技术

引用

计算机工程与应用 2020年第10期56卷 75-82页

作者：蒋姝丽刘渊王晓锋江南大学数字媒体学院江苏省媒体设计与软件技术重点实验室江苏无锡214122 江南大学物联网工程学院江苏无锡214122

天地一体化信息网络结构复杂、协议多样,必须构建相应的仿真平台对各种新技术、新方案进行实验、验证。为克服仿真规模、逼真性与计算开销的矛盾,采用虚拟化、云计算相结合的分布式仿真方法,搭建了涵盖天基骨干网节点、Ka/Ku通信卫星以... 详细信息

天地一体化信息网络结构复杂、协议多样,必须构建相应的仿真平台对各种新技术、新方案进行实验、验证。为克服仿真规模、逼真性与计算开销的矛盾,采用虚拟化、云计算相结合的分布式仿真方法,搭建了涵盖天基骨干网节点、Ka/Ku通信卫星以及地面用户在内的天地一体化宽带用户仿真场景;针对网络中宽带用户数量大、行为多样、并发通信高等特点,研发了基于模型驱动、参数可配置的高并发用户行为仿真方法。实验证明,该仿真方法可实现宽带用户接入卫星网络的仿真场景,以及基于模型驱动的典型宽带用户行为的多样化仿真,且仿真规模可达10万级用户并发,可有效满足天地一体化信息网络仿真评测的需求。

关键词：天地一体化信息网络虚拟化用户行为仿真模型驱动高并发

来源：评论

学校读者我要写书评

暂无评论

基于函数链神经网络的深度分类器

引用

南京航空航天大学学报 2020年第5期52卷 736-745页

作者：谢润山王士同江南大学人工智能与计算机学院无锡214122 江苏省媒体设计与软件技术重点实验室(江南大学) 无锡214122

目前的宽度学习系统(Broad learning system,BLS)通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接,网络权值可以用求解伪逆的方法快速求得,避免了耗时的训练过程,从而成为快速而高效的学习方法。... 详细信息

目前的宽度学习系统(Broad learning system,BLS)通过所建立的一系列映射节点和增强节点来形成联合节点。因为联合节点与输出层的线性连接,网络权值可以用求解伪逆的方法快速求得,避免了耗时的训练过程,从而成为快速而高效的学习方法。然而在追求高精度结果的过程中,BLS对于增强节点数量的需求过于巨大,容易造成过拟合问题。为此,本文提出了基于函数链神经网络(Functional⁃link neural network,FLNN)的深度分类器(FLNN based deep classifier,FLNNDC),旨在提供一种更加简单却又不失精度的BLS变体结构。FLNNDC将几个轻量级的BLS子系统堆积成栈式结构,每一个轻量级的BLS子系统随机选择一部分映射节点生成增强节点,而不是全部映射节点。和原宽度结构相比,在几个主流数据集上的实验结果表明本文所提出的FLNNDC分类器具有网络结构更小且学习速度更快的优势。

关键词：函数链神经网络宽度学习栈式结构深度学习

来源：评论

学校读者我要写书评

暂无评论

增量采样聚类驱动的新闻事件发现

引用

智能系统学报 2020年第6期15卷 1175-1184页

作者：陈晓琪谢振平刘渊江南大学人工智能与计算机学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122

为获得更好的事件发现和代表性新闻抽取性能,引入数据集代表点采样聚类的视角,研究实现了一种事件发现及表示的集成分析方法。对于给定的新闻流数据,首先引入信息支撑度定义新闻间关系权重和事件关系权重,并通过引入双层近邻传播算法的... 详细信息

为获得更好的事件发现和代表性新闻抽取性能,引入数据集代表点采样聚类的视角,研究实现了一种事件发现及表示的集成分析方法。对于给定的新闻流数据,首先引入信息支撑度定义新闻间关系权重和事件关系权重,并通过引入双层近邻传播算法的迭代构建整体时间流上的单向事件内容支撑度网络,实现代表性新闻的分层增量采样,进一步考虑以最大相似度划分策略实现代表性新闻上的整体新闻流数据聚类。实验结果表明,相比于现有相关方法,新方法在大规模新闻流数据上具有显著的计算效率,可提取出新闻流中极有代表性的新闻,以及获得更好的新闻文档聚类质量,其热点事件发现结果与权威机构评选的重大新闻有极高吻合度。

关键词：新闻流数据事件发现代表性新闻增量采样信息支撑度近邻传播事件网络分层聚类

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：