检索结果-内蒙古大学图书馆

小型微型计算机系统 2025年

作者：肖伶盛陈羽中俞俊毅福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室大数据智能教育部工程研究中心

数学应用题求解是机器阅读与数学推理结合的关键任务，其核心目标是通过对题目文本的理解，生成准确的数学表达式以求解问题.近年来，深度学习技术的快速发展推动了数学应用题自动求解模型的进步，此外，预训练语言模型的引入进一步提... 详细信息

数学应用题求解是机器阅读与数学推理结合的关键任务，其核心目标是通过对题目文本的理解，生成准确的数学表达式以求解问题.近年来，深度学习技术的快速发展推动了数学应用题自动求解模型的进步，此外，预训练语言模型的引入进一步提升了模型对文本语义的理解能力.然而，现有模型仍未能充分捕捉数学问题中的结构化依赖关系，缺乏对数值信息间隐含逻辑的深度建模.针对上述问题，本文提出了一个基于数值增强的图卷积网络（Number-enhanced Graph Convolutional Network，NEGCN）.NEGCN 通过构建数值比较图捕捉数值的大小、类型及其相互关系，实现数值信息与文本语义特征的有效融合，从而显著提升模型的数值推理能力.此外，本文设计了一种基于句法依赖的结构化信息提取机制，将数学问题文本转化为具备句法依赖关系的图表示，并通过图卷积神经网络学习句法结构特征，为问题求解过程提供更丰富的结构化语义信息.最后，NEGCN利用交互注意力机制强化不同子句间的语义交互，提取全局语义信息，提高了模型对数学问题整体语义的把握.实验结果表明，NEGCN在MAWPS和Math23K两个数据集上的总体性能优于对比模型，表现出更高的解题准确率与稳定性.

关键词：数学应用题图卷积数值推理句法依赖交互注意力

来源：评论

学校读者我要写书评

暂无评论

LazyStore:基于混合存储架构的写优化键值存储系统

引用

软件学报 2025年第2期36卷 805-829页

作者：杜云箫陈珂寿黎但江大伟骆歆远陈刚浙江大学计算机科学与技术学院浙江杭州310027 浙江大学软件学院浙江杭州310027 浙江省大数据智能计算重点实验室(浙江大学) 浙江杭州310027

基于日志合并树(LSM-tree)的键值(key-value)存储由于其出色的读写性能而被广泛用于许多应用中.大多数现有的日志合并树采用多层结构来存储数据.尽管多层数据结构可以很好地服务于适度的写密集型应用,但这种结构并不十分适合高写密集型... 详细信息

基于日志合并树(LSM-tree)的键值(key-value)存储由于其出色的读写性能而被广泛用于许多应用中.大多数现有的日志合并树采用多层结构来存储数据.尽管多层数据结构可以很好地服务于适度的写密集型应用,但这种结构并不十分适合高写密集型应用.这是因为以多层方式保存数据会引入写放大问题,即新的数据插入会引发很大一部分已经存储在多层中的数据被重组的问题.这种巨大的(有时是频繁的)数据重组是昂贵的,并且在许多高写密集型的应用中降低了写入性能.此外,多层结构不能为热数据持续提供出色的读取性能.这是因为多级结构不能通过及时合并重叠的范围来优化热数据的读取操作.为了解决上述两个问题,提出LazyStore,一种基于混合存储架构的新型单层日志合并树.LazyStore通过将数据存储在单一逻辑层而不是多个逻辑层来解决写放大的问题.因此,昂贵的多级数据重组在很大程度上被消除.为了进一步提高写入性能,LazyStore根据每个存储设备的容量和读/写性能,将逻辑层中的数据分布到多个存储设备中,如内存、非易失性内存和闪存.此外,LazyStore引入实时合并操作,以提高热数据范围的读取性能.实验表明,与其他多级日志合并树相比,LazyStore最多将写入性能提高3倍,并将写入放大率降低至1/4.而对于热门范围的读取,LazyStore的实时数据合并优化可以将范围查询处理的延迟降低一半.

关键词：键值存储日志合并树非易失性内存

来源：评论

学校读者我要写书评

暂无评论

融合图神经网络的高效子图匹配算法

引用

计算机研究与发展 2025年第3期62卷 694-708页

作者：薛欣朱天晨孙庆赟周号益李建欣北京航空航天大学计算机学院北京 100191 北京市大数据与脑机智能高精尖创新中心北京 100191 北京航空航天大学软件学院北京 100191 北京市大数据与脑机智能高精尖创新中心北京 100191

子图匹配是在大型目标图中找出给定查询子图的全部匹配位置,在社交网络、生物化学和认知科学等多个领域都具有关键意义.基于回溯搜索的子图匹配算法时间复杂度高,需要有效的剪枝策略减少运行时间.然而,现有启发式剪枝算法只能依据当前... 详细信息

子图匹配是在大型目标图中找出给定查询子图的全部匹配位置,在社交网络、生物化学和认知科学等多个领域都具有关键意义.基于回溯搜索的子图匹配算法时间复杂度高,需要有效的剪枝策略减少运行时间.然而,现有启发式剪枝算法只能依据当前状态的粗略邻域信息做出结构冲突判断,使得大量无效状态难以被筛出,导致子图匹配的性能不佳.提出了一种高效、准确、自适应的融合图神经网络的子图匹配算法,通过图神经网络捕获细粒度邻域结构信息,生成全局结构关联,利用模型推理代替传统剪枝策略,估算剪枝概率.该算法能够在单次查询中有效利用全局信息,显著提升对无效状态的筛选效率.此外,还设计了一种数据采样机制,以缓解样本分布不均衡导致的网络训练崩溃问题.实验证明,以基于图神经网络的算法替代回溯式算法的剪枝策略,能够显著提高其搜索效率.

关键词：子图匹配图神经网络回溯式算法组合优化注意力机制

来源：评论

学校读者我要写书评

暂无评论

考虑多资源交错的深度学习训练作业调度策略

引用

小型微型计算机系统 2025年

作者：林洁楠郑裕恒陈星福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室大数据智能教育部工程研究中心

随着深度学习(deep learning，DL)的迅速发展，各类DL模型在CPU、GPU、存储IO和网络IO等资源的使用上表现出明显差异化特征.然而，在带有资源约束的集群环境中，面对资源瓶颈各异的DL训练作业，如何进行作业调度以最小化完工时间是一个... 详细信息

随着深度学习(deep learning，DL)的迅速发展，各类DL模型在CPU、GPU、存储IO和网络IO等资源的使用上表现出明显差异化特征.然而，在带有资源约束的集群环境中，面对资源瓶颈各异的DL训练作业，如何进行作业调度以最小化完工时间是一个挑战.大多数现有工作主要关注GPU分配，难以有效应对不同类型模型对多种资源的综合需求.为了解决这一挑战，本文引入了一种考虑多资源交错的DL训练作业调度策略，该策略充分利用DL作业分阶段迭代的特点，通过不同资源的交替使用实现作业的并行运行，并提出一种结合了DDPSO-GA（Dynamic Discrete Particle Swarm Optimization algorithm with Genetic Algorithm operators）和多轮Blossom算法的调度方法DPGB，以搜索最优作业调度方案.实验结果表明，该方法能够有效缩短集群环境下DL训练作业的完工时间.

关键词：资源共享深度学习作业调度粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制和生成对抗网络的遥感影像云去除

引用

遥感学报 2025年第3期29卷 752-761页

作者：郑其光王仁芳邱虹王峰高广吴敦中国海洋大学计算机科学与技术学院浙江万里学院大数据与软件工程学院宝略科技(浙江)有限公司

受成像环境、传感设备等因素的限制，高分辨率卫星遥感影像存在云干扰的现象，其严重影响了影像质量及后续的智能解译。深度学习因其强大的特征学习能力，近年来在在遥感影像去云中得到了广泛应用。针对现有遥感影像去云方法往往难以更... 详细信息

受成像环境、传感设备等因素的限制，高分辨率卫星遥感影像存在云干扰的现象，其严重影响了影像质量及后续的智能解译。深度学习因其强大的特征学习能力，近年来在在遥感影像去云中得到了广泛应用。针对现有遥感影像去云方法往往难以更好地保留图像边缘纹理细节的问题，本文提出一种基于注意力机制的生成对抗网络去云算法。首先设计傅里叶残差模块同时集成云层影像的低频和高频残差信息；然后利用注意力机制从通道和空间两个角度进行特征关注而获得云层空间分布信息，并引导云层去除；最后在构造的联合损失函数约束下训练模型，确保生成图像和真实影像在内容上的一致性。在遥感影像数据集RICE上的实验结果表明，本文提出的基于注意力机制和生成对抗网络的遥感影像云去除方法能够有效地保留影像边缘纹理细节，且达到了优异的定量指标和视觉效果。

关键词：遥感影像去云傅里叶残差通道—空间注意力生成对抗网络云层空间分布

来源：评论

学校读者我要写书评

暂无评论

多元关系知识表示学习方法研究综述

引用

计算机工程与应用 2025年第3期61卷 62-83页

作者：杭婷婷丁海超郭亚冯钧安徽工业大学计算机科学与技术学院安徽马鞍山243032 河海大学水利部水利大数据重点实验室南京211100 河海大学计算机与软件学院南京211100

知识表示学习旨在将知识库中的实体和关系转化为机器能够理解和处理的形式,从而提升模型的分析与推理能力。针对传统二元关系知识表示学习的局限,如忽略高阶关系、缺乏扩展性和有限的表达力,多元关系知识表示学习方法应运而生。全面综... 详细信息

知识表示学习旨在将知识库中的实体和关系转化为机器能够理解和处理的形式,从而提升模型的分析与推理能力。针对传统二元关系知识表示学习的局限,如忽略高阶关系、缺乏扩展性和有限的表达力,多元关系知识表示学习方法应运而生。全面综述了多元关系知识表示学习方法。梳理和分析了知识表示学习相关综述工作;阐释了知识表示学习和链接预测的基本概念,并根据超图、角色、超关系这三种表示形式,定义了多元关系知识表示学习任务;从基于平移距离、张量分解、卷积神经网络、图神经网络和其他类型五类方法,展示了该领域的研究进展;介绍了常用的数据集与评价指标,并通过链接预测任务评估了不同模型的性能;探讨了目前方法存在的问题和挑战,并对未来的研究方向提出了展望。

关键词：知识表示学习二元关系多元关系链接预测

来源：评论

学校读者我要写书评

暂无评论

基于CA-WOA-BP算法的调度数据网鲁棒性预测

引用

南方电网技术 2025年第2期19卷 10-18页

作者：陈斌李泽科余斯航郭久煜林碧海刘延华国网福建省电力有限公司福州350003 国网福建省电力有限公司电力科学研究院福州350007 福州大学计算机与大数据学院福州350108

对电力网络鲁棒性进行评估与预测,有利于网络管理人员感知网络系统运行现状,及时采取措施应对可能的风险。为此提出了一种基于改进鲸鱼优化算法的电力调度数据网鲁棒性预测模型。首先,构建了电力调度数据网鲁棒性指标体系,并采用字段提... 详细信息

对电力网络鲁棒性进行评估与预测,有利于网络管理人员感知网络系统运行现状,及时采取措施应对可能的风险。为此提出了一种基于改进鲸鱼优化算法的电力调度数据网鲁棒性预测模型。首先,构建了电力调度数据网鲁棒性指标体系,并采用字段提取及公式映射等方法,实现了面向指标体系的数据降维处理;此外,进一步研究了基于混沌映射与自适应权重的WOA-BP改进算法(CA-WOA-BP),实现了电力网络鲁棒性预测方法。实验结果表明,与WOABP算法相比,所提出的改进算法加快了预测模型的收敛速度,并克服了陷入局部最优的情况,同时将预测值误差百分比降低了5.3%,有助于用户更准确及时地感知电力调度数据网系统鲁棒性的态势。

关键词：电力调度数据网鲸鱼优化算法混沌映射自适应权重网络鲁棒性预测

来源：评论

学校读者我要写书评

暂无评论

基于可追责断言的支付通道网络性能优化研究

引用

网络与信息安全学报 2025年第1期11卷 66-78页

作者：李雯琪应作斌臧嘉威熊金波刘西蒙澳门城市大学数据科学学院中国澳门999078 福建师范大学计算机与网络空间安全学院福建福州350117 福建师范大学福建省网络安全与密码技术重点实验室福建福州350007 福州大学计算机与大数据学院福建福州350108

针对区块链技术在区块大小和生成速率上的固有限制导致的可扩展性问题,支付通道网络(payment channel network,PCN)提供了链下扩容的有效方案。然而,传统的使用可锁定结构的PCN存在以下两个缺点:存在作恶方时该结构只能结束交易过程,却... 详细信息

针对区块链技术在区块大小和生成速率上的固有限制导致的可扩展性问题,支付通道网络(payment channel network,PCN)提供了链下扩容的有效方案。然而,传统的使用可锁定结构的PCN存在以下两个缺点:存在作恶方时该结构只能结束交易过程,却无法对恶意行为者实施识别与惩罚;某一笔交易需要复盘时,PCN中出现的所有交易都需要恢复,导致巨大的计算开销。鉴于此,提出了一种基于可追责断言性能优化的支付通道网络方案——AAPO-PCN(accountable assertions performance optimization-payment channel network)。AAPO-PCN通过引进可追责断言算法,构建了一种可编辑的Merkle树结构。不同于传统Merkle树,该方案采用变色龙哈希函数替换原有哈希算法,并整合可追责断言机制,旨在有效识别恶意用户。通过这种方式,不仅令相关交易的恢复更加高效,同时也大幅减少了计算开销。最后提供了全面的安全性分析与实验,结果表明,AAPO-PCN在不牺牲安全性的情况下,具有更优的计算效率与通信开销。

关键词：支付通道网络可追责断言 Merkle树变色龙哈希函数

来源：评论

学校读者我要写书评

暂无评论

面向多源数据的多区域尺度协同高分遥感图像语义分割

引用

小型微型计算机系统 2025年第1期46卷 158-166页

作者：林易丰陈光剑陈浩翁谦林嘉雯福州大学计算机与大数据学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116 福州大学空间数据挖掘与信息共享教育部重点实验室福州350116 福建省地质测绘院福州350116

在高分遥感图像语义分割中,为解决如何有效融合光谱信息与高程信息以分割相似光谱的不同地物的问题和通过捕获长距离依赖信息来提升局部地物识别精度,本文提出一种面向多源数据的多区域尺度协同语义分割方法.该方法包括:一种不等长的多... 详细信息

在高分遥感图像语义分割中,为解决如何有效融合光谱信息与高程信息以分割相似光谱的不同地物的问题和通过捕获长距离依赖信息来提升局部地物识别精度,本文提出一种面向多源数据的多区域尺度协同语义分割方法.该方法包括:一种不等长的多分支语义分割网络,以有效提取多源特征,充分利用多源数据之间的互补信息;一个轻量级的协同注意力特征融合模块,用于在特征融合阶段有效地融合多分支特征;一种多区域尺度协同的数据增强方法,引导网络捕获长距离依赖信息.在ISPRS提供的公开数据集Vaihingen和Potsdam上的实验结果表明,与同类型主流方法对比,本文提出的方法具有更优的分割性能,且得到的地物细节信息更加完整,参数量也更小.

关键词：语义分割高分遥感图像数字表面模型多源数据融合协同注意力

来源：评论

学校读者我要写书评

暂无评论

基于自适应剪枝的满足本地差分隐私的真值发现算法

引用

软件学报 2025年

作者：张朋飞朱伊波程祥张治坤刘西蒙孙笠方贤进张吉安徽理工大学计算机科学与工程学院北京邮电大学计算机学院(国家示范性软件学院) 网络与交换技术国家重点实验室(北京邮电大学) 浙江大学计算机科学与技术学院福州大学计算机与大数据学院华北电力大学控制与计算机工程学院 School of Mathematics Physics and Computing University of Southern Queensland

为了对移动群智感知中工人上传的不同质量的感知数据做必要的聚合处理,真值发现技术应运而生,其是为后续应用提供精确数据支持的基础.为了应对可能的隐私泄露问题,现有研究往往结合本地差分隐私技术来进行保护,然而这些研究往往忽略了... 详细信息

为了对移动群智感知中工人上传的不同质量的感知数据做必要的聚合处理,真值发现技术应运而生,其是为后续应用提供精确数据支持的基础.为了应对可能的隐私泄露问题,现有研究往往结合本地差分隐私技术来进行保护,然而这些研究往往忽略了感知数据中的异常值对本地差分隐私下真值发现精度的影响.这些异常值往往具有极大的取值范围,导致注入数据中的噪音量较大.而且在现实世界中,工人出于对隐私泄露的担心,移动群智感知服务器无法在无隐私保护的情况下预先处理数据.为解决以上问题,提出基于自适应剪枝的满足本地差分隐私的真值发现算法NATURE.该算法的核心思想是考虑数据中蕴含的噪音类型来自适应剪枝掉不需要的工人的所有值或者某些任务值.在NATURE中,为便于剪枝,在形式化约束优化问题的基础上,设计基于优化问题的噪音感知的权重和重要性估计方法;为进行剪枝,在证明最优剪枝问题是NP-hard的基础上,设计具有多项式时间复杂度的效用感知的自适应剪枝方法.进一步从理论上分析NATURE的隐私、效用和复杂度.在两个真实数据集和一个合成数据集上的实验结果表明,相较于对比算法, NATURE在求得噪音“真值”的精度上至少提高20%.

关键词：移动群智感知真值发现隐私保护本地差分隐私自适应剪枝

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：