检索结果-内蒙古大学图书馆

华东师范大学学报（自然科学版） 2023年第5期 110-121页

作者：史洪玮洪道诚施连敏杨迎尧宿迁学院信息工程学院江苏宿迁223800 华东师范大学上海智能教育研究院&计算机科学与技术学院上海200062 苏州大学计算机科学与技术学院江苏苏州215008 武夷学院认知计算与智能信息处理福建省高校重点实验室福建武夷山354300

异构联邦学习系统中的个人电脑、嵌入式设备等多种边缘设备,存在资源受限的掉队者设备降低联邦学习系统训练效率的问题.针对此问题,本文提出了异构编码联邦学习(heterogeneous coded-based federated learning,HCFL)系统框架,以实现:(1... 详细信息

异构联邦学习系统中的个人电脑、嵌入式设备等多种边缘设备,存在资源受限的掉队者设备降低联邦学习系统训练效率的问题.针对此问题,本文提出了异构编码联邦学习(heterogeneous coded-based federated learning,HCFL)系统框架,以实现:(1)提高系统训练效率,加快多掉队者场景下的异构联邦学习(federated learning,FL)训练速度;(2)提供一定级别的数据隐私保护.HCFL方案分别从客户端和服务器角度出发设计了调度策略,以满足通用环境下多掉队者模型计算加速;同时设计了线性编码计算方案(linear coded computing,LCC)为任务分发提供数据保护.实验结果表明,当异构FL中设备之间性能差异较大时,HCFL能够将训练时间缩短89.85%.

关键词：联邦学习线性编码异构系统调度算法

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中基于中继辅助计算方法综述

引用

计算机应用研究 2022年第8期39卷 2241-2248页

作者：陈澈郑艺峰杨敬民谢玲富张文杰闽南师范大学计算机学院福建漳州363000 闽南师范大学数据科学与智能应用福建省高校重点实验室福建漳州363000 台北科技大学电子工程系中国台北106344 宁波大学电气工程与计算机科学系浙江宁波315211

为了满足下一代网络在覆盖范围、部署成本以及容量方面的挑战,移动边缘计算(MEC)通常需要借助中继节点的辅助来完成计算密集型和延迟敏感型的任务。首先介绍了基于中继辅助MEC系统的基本架构,之后从任务卸载、资源分配和中继节点选择三... 详细信息

为了满足下一代网络在覆盖范围、部署成本以及容量方面的挑战,移动边缘计算(MEC)通常需要借助中继节点的辅助来完成计算密集型和延迟敏感型的任务。首先介绍了基于中继辅助MEC系统的基本架构,之后从任务卸载、资源分配和中继节点选择三方面对基于中继辅助MEC系统最新的研究方法进行归纳总结。更进一步地针对现有方法可能存在的问题与挑战进行了讨论和分析,并提出了一些可行的解决方案为后续研究发展提供参考。

关键词：移动边缘计算中继辅助资源分配任务卸载中继选择

来源：评论

学校读者我要写书评

暂无评论

基于深度残差收缩网络的恶意代码分类

引用

闽南师范大学学报（自然科学版） 2023年第1期36卷 50-58页

作者：陈姮陈志翔申高宁王舒琪闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000 闽南师范大学物理与信息工程学院福建漳州363000

针对多数分类方法模型参数多、训练耗时长、占用空间大的问题,提出一种基于单通道视觉特征的深度残差收缩网络(IDRSN)模型.首先,优化深度残差收缩网络的结构,解决模型参数多体积大的问题;其次,引入最大池化来缓解过拟合现象.该网络训练... 详细信息

针对多数分类方法模型参数多、训练耗时长、占用空间大的问题,提出一种基于单通道视觉特征的深度残差收缩网络(IDRSN)模型.首先,优化深度残差收缩网络的结构,解决模型参数多体积大的问题;其次,引入最大池化来缓解过拟合现象.该网络训练参数较少,训练时间较短.实验结果表明,该模型应用于恶意代码分类时,有更高的准确率及鲁棒性,特别在部分相似家族的分类上,取得较好的效果.

关键词：恶意代码分类深度残差网络深度残差收缩网络(DRSN) 最大池化

来源：评论

学校读者我要写书评

暂无评论

缺失标记下基于类属属性的多标记特征选择

引用

计算机应用 2021年第10期41卷 2849-2857页

作者：张志浩林耀进卢舜郭晨王晨曦闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室(闽南师范大学) 福建漳州363000

多标记特征选择已在图像分类、疾病诊断等领域得到广泛应用;然而,现实中数据的标记空间往往存在部分标记缺失的问题,这破坏了标记间的结构性和关联性,使得学习算法难以准确地选择重要特征。针对此问题,提出一种缺失标记下基于类属属性... 详细信息

多标记特征选择已在图像分类、疾病诊断等领域得到广泛应用;然而,现实中数据的标记空间往往存在部分标记缺失的问题,这破坏了标记间的结构性和关联性,使得学习算法难以准确地选择重要特征。针对此问题,提出一种缺失标记下基于类属属性的多标记特征选择(MFSLML)算法。首先,通过利用稀疏学习方法获取每个类标记的类属属性;同时基于线性回归模型构建类属属性与标记的映射关系,以用于恢复缺失标记;最后,选取7组数据集以及4个评价指标进行实验。实验结果表明:相比基于最大依赖度和最小冗余度的多标记特征选择算法(MDMR)和基于特征交互的多标记特征选择算法(MFML)等一些先进的多标记特征选择算法,MFSLML在平均查准率指标上能够提升4.61~5.5个百分点,由此可见MFSLML具有更优的分类性能。

关键词：特征选择类属属性缺失标记线性回归多标记学习

来源：评论

学校读者我要写书评

暂无评论

海水环境下微生物诱导磷酸盐沉淀加固钙质砂效果评价

引用

土木与环境工程学报（中英文） 2020年第6期42卷 205-206页

作者：董博文刘士雨高歆雨王闰铠华侨大学福建省隧道与城市地下空间工程技术研究中心福建厦门361021 华侨大学福建省智慧基础设施与监测重点实验室福建厦门361021

微生物岩土技术被广泛应用于岩土材料的改良和加固[1-2],其中,利用微生物诱导碳酸钙沉淀(MICP)加固钙质砂已经取得良好的效果[3]。但传统MICP过程中,副产物NH+4难以回收,大面积应用时会对环境产生严重威胁。为了消除NH+4的不利影响,可对... 详细信息

微生物岩土技术被广泛应用于岩土材料的改良和加固[1-2],其中,利用微生物诱导碳酸钙沉淀(MICP)加固钙质砂已经取得良好的效果[3]。但传统MICP过程中,副产物NH+4难以回收,大面积应用时会对环境产生严重威胁。为了消除NH+4的不利影响,可对MICP技术进行改进,使NH+4反应生成鸟粪石(MAP),以此作为矿化产物进行钙质砂的矿化处理,达到加固钙质砂的目的。鉴于此,笔者研究了模拟海水环境下微生物诱导MAP沉淀(MISP)加固钙质砂的效果及其影响因素。

关键词：钙质砂微生物诱导岩土材料海水环境鸟粪石效果评价岩土技术模拟海水

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的自动化码头AGV调度仿真和优化

引用

交通运输工程与信息学报 2024年第3期22卷 134-151页

作者：李斌崔宏阳福建理工大学机械与汽车工程学院福州350118 福建理工大学计算机科学与数学学院福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福州350118

为解决自动化集装箱码头的自动导引车(Automatic Guided Vehicle,AGV)调度模型中传统数学模型难以实时可视化调度和仿真模型内调度策略效率难以提升的问题,本文在建立的仿真模型和运筹规划模型的基础上研究了深度强化学习算法与AnyLogi... 详细信息

为解决自动化集装箱码头的自动导引车(Automatic Guided Vehicle,AGV)调度模型中传统数学模型难以实时可视化调度和仿真模型内调度策略效率难以提升的问题,本文在建立的仿真模型和运筹规划模型的基础上研究了深度强化学习算法与AnyLogic自动化集装箱码头仿真模型交互的路径方法。随后,利用自动化集装箱码头进口箱仿真模型低任务产生率情况下AGV作业数据训练深度强化学习算法的网络模型,再将其加载在高任务和低任务产生率仿真模型中进而实现了对模型中AGV高效的作业调度,有效地突破了AnyLogic系统内策略效率难以提升的瓶颈和系统外CPLEX工具求解运筹规划数学模型时难以处理大规模数据、求解过程繁杂的局限。实验结果显示,深度强化学习DDQN算法在低任务产生率仿真模型中前端堆场的AGV作业调度中效率相较于AnyLogic系统内自定义表现最好的策略和系统外CPLEX求解的策略分别平均提升522 s和1604 s,在高任务产生率的自动化码头仿真模型前端和后端堆场AGV作业调度中相较于系统内自定义策略平均提升了3000 s。深度强化学习算法与AnyLogic仿真模型交互的路径方法不仅实现了可视化的实时动态调度,而且提升了AGV作业调度效率和整个自动化集装箱码头仿真模型的效率。

关键词：水路运输实时动态交互深度强化学习 AGV作业调度可视化动态调度

来源：评论

学校读者我要写书评

暂无评论

水酶法提取紫海胆性腺脂质的工艺优化及提取方法对其品质的影响

引用

中国油脂 2022年第3期47卷 18-26,46页

作者：潘南江婷婷陈晓婷徐清云吴靖娜蔡水淋廖登远刘智禹福建省水产研究所国家海水鱼类加工技术研发分中心福建省海洋生物增养殖与高值化利用重点实验室福建厦门361013 闽南师范大学生物科学与技术学院福建漳州363000 厦门软件职业技术学院软件工程系福建厦门361024 厦门医学院厦门市海洋药用天然产物资源重点实验室福建厦门361023 厦门医学院海洋生物医药资源福建省高校工程研究中心福建厦门361023 华侨大学化工学院福建厦门361021

以福建紫海胆(Heliocidaris crassispina)性腺为研究对象,采用单因素实验和正交实验优化水酶法提取紫海胆性腺脂质工艺,并基于气相色谱-质谱联用(GC-MS)、二醇基硅胶固相萃取(Generik Diol SPE)、高效薄层色谱(HPTLC)和差示扫描量热(DSC... 详细信息

以福建紫海胆(Heliocidaris crassispina)性腺为研究对象,采用单因素实验和正交实验优化水酶法提取紫海胆性腺脂质工艺,并基于气相色谱-质谱联用(GC-MS)、二醇基硅胶固相萃取(Generik Diol SPE)、高效薄层色谱(HPTLC)和差示扫描量热(DSC)等技术,以脂质得率、理化性质、脂肪酸组成、营养指标、脂质组成、熔融与结晶特性为指标,探讨了水酶法、Folch法和Matyash法对紫海胆性腺脂质品质的影响。结果表明:水酶法提取紫海胆性腺脂质最佳工艺条件为料液比1∶20、中性蛋白酶添加量7500 U/g、酶解时间5 h、酶解温度50℃和pH 7,该条件下脂质得率为23.22%,显著低于Folch法(27.27%)和Matyash法(27.14%);与Folch法和Matyash法相比,水酶法提取的紫海胆性腺脂质过氧化值(0.006 g/100 g)较低,碘值(95.77 g/100 g)较高,饱和脂肪酸含量(51.48%)较低,多不饱和脂肪酸含量(34.53%)较高,EPA与DHA总含量(15.04%)较高,营养指标较好,磷脂含量(4.23%)较低,熔融与结晶温度较低。综上,虽然水酶法提取紫海胆性腺脂质工艺存在得率低、破乳工艺复杂、磷脂选择性差等技术瓶颈,但其反应条件温和、绿色安全,所提取的脂质品质佳,具有较好的营养价值、较低的熔融与结晶温度,适合高品质海洋膳食脂质的研制。

关键词：紫海胆脂质水酶法理化性质脂肪酸脂质组成熔融结晶

来源：评论

学校读者我要写书评

暂无评论

一种用于答案选择的知识增强混合神经网络

引用

小型微型计算机系统 2021年第10期42卷 2065-2073页

作者：李超凡陈羽中福州大学数学与计算机科学学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

答案选择是问答领域中一项重要的子任务,该任务旨在从候选答案集中选择出正确的答案.传统的模型主要依靠人工提取问答之间的语义相似度特征,并通过分类器或排名算法选择最匹配的答案.近年来的研究工作主要基于深度神经网络自动提取问答... 详细信息

答案选择是问答领域中一项重要的子任务,该任务旨在从候选答案集中选择出正确的答案.传统的模型主要依靠人工提取问答之间的语义相似度特征,并通过分类器或排名算法选择最匹配的答案.近年来的研究工作主要基于深度神经网络自动提取问答的语义相似度特征,并在问答匹配精度上取得了巨大的进步.但是,大多数深度神经网络模型依赖单一的神经网络来获取问答的语义表征,且未充分考虑问答在语义表征上的相互影响,无法充分挖掘问答之间的语义相似信息.针对上述问题,本文提出了一个知识增强的混合神经网络模型KE-HNN(Knowledge-enhanced Hybrid Neural Network). KE-HNN模型采用卷积神经网络CNN(Convolutional Neural Network)和双向长短期记忆网络Bi-LSTM(Bi-directional Long Short-Term Memory Network)构成的混合神经网络获取问答的上下文语义信息;利用多头注意力机制使模型关注于问题和候选答案语句中的关键部分;融合外部知识库并引入文本指导注意力卷积神经网络精确提取与问答相关的知识表征信息,从而增强问答的细粒度语义特征表示.Trec-QA数据集上的实验结果表明,与基准模型相比,本文所提出的KE-HNN模型获得了领先的性能.

关键词：答案选择神经网络多头注意力机制知识库文本上下文指导注意力卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于区块链的统计数据共享模型研究

引用

统计与决策 2022年第22期38卷 10-14页

作者：李少凡刘金福张盈谦朱建平福建农林大学计算机与信息学院福州350002 福建农林大学生态与资源统计福建省高校重点实验室福州350002 厦门大学嘉庚学院信息科学与技术学院福建漳州363105 厦门大学数据挖掘研究中心福建厦门351005

实现区块链技术在统计工作上的创新性应用成为新时代统计工作的重要课题。针对目前统计工作中存在的报表重叠上传反复审核、数据共享有限、数据信息安全性不高等问题,文章提出“区块链+联网直报”统计数据共享联盟链模型,从组织架构、... 详细信息

实现区块链技术在统计工作上的创新性应用成为新时代统计工作的重要课题。针对目前统计工作中存在的报表重叠上传反复审核、数据共享有限、数据信息安全性不高等问题,文章提出“区块链+联网直报”统计数据共享联盟链模型,从组织架构、平台架构、共享流程、底层设计四个层面论述模型结构功能。实现以国家统计局为主导,省、市、县政府部门之间的报表数据共享,满足数据采集、存储需求,为完善和优化我国统计工作提供参考。

关键词：统计区块链数据共享普查工作主侧链技术

来源：评论

学校读者我要写书评

暂无评论

一种基于多粒度循环神经网络与词注意力的多轮对话回答选择方法

引用

小型微型计算机系统 2021年第12期42卷 2553-2560页

作者：谢琪陈羽中刘漳辉福州大学数学与计算机科学学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116

随着大数据和人工智能的发展,多轮对话算法受到了越来越多的关注.多轮对话回答选择是多轮对话算法中的关键问题之一,其目标是选择与输入消息和对话内容最相关的回答作为应答.近年来,深度神经网络模型在多轮对话回答选择问题上取得了较... 详细信息

随着大数据和人工智能的发展,多轮对话算法受到了越来越多的关注.多轮对话回答选择是多轮对话算法中的关键问题之一,其目标是选择与输入消息和对话内容最相关的回答作为应答.近年来,深度神经网络模型在多轮对话回答选择问题上取得了较大进展.然而,如何提取对话上下文和回答中的相关语义信息并从中提取丰富的多粒度语义匹配特征仍然是多轮对话回答选择问题面临的巨大挑战.针对上述问题,本文提出了一种结合词注意力机制的多粒度循环神经网络模型MRNA(MultiGranularity Recurrent Neural Netw ork w ith Word Attention).首先,M RNA使用双通道网络,融合字符级和词语级语义信息,从而获得更准确的语义表征.其次,为了在语义匹配过程中充分提取对话上下文和回答中的相关语义信息,MRNA使用词注意力机制,动态地学习注意力矩阵的权重,从而提取与对话上下文和回答最契合的关键信息.此外,为进一步增强对话上下文和回答的语义匹配度,MRNA采用AHRE(Attentive Hierarchical Recurrent Encoder)对句子进行分层编码后输出的句子进行了分割得到前向序列相似度矩阵和后向序列相似度矩阵,从而获取多粒度的语义匹配信息.多个多轮对话数据集上的实验结果表明,MRNA模型在精度,召回率等方面均优于对比模型.

关键词：多轮对话层级粒度词注意力机制回答选择

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：