检索结果-内蒙古大学图书馆

闽江学院学报 2019年第2期40卷 62-69页

作者：王炅张华吴征远张小进阮志强闽江学院计算机与控制工程学院福建福州350108 福建省信息处理与智能控制重点实验室福建福州350108

OSPF是一种常见的动态路由协议,它广泛地使用在中小型网络规划中,首先对OSPF的基本概念、封装方式、首部字段、SPF算法进行详细介绍,针对初学者难以理解其抽象的概念,利用GNS3网络仿真软件搭建实验环境,并通过Wireshark协议分析工具捕获... 详细信息

OSPF是一种常见的动态路由协议,它广泛地使用在中小型网络规划中,首先对OSPF的基本概念、封装方式、首部字段、SPF算法进行详细介绍,针对初学者难以理解其抽象的概念,利用GNS3网络仿真软件搭建实验环境,并通过Wireshark协议分析工具捕获OSPF的数据包,帮助初学者更好地理解路由协议基本概念以及LSA交互过程等,仿真实验的结果验证了OSPF协议的工作过程,有效提高了学习效果。

关键词： Wireshark 开放最短路径优先动态路由协议链路状态通告

来源：评论

学校读者我要写书评

暂无评论

一种改进的K-Means算法

引用

闽江学院学报 2019年第5期40卷 49-54,90页

作者：韩存鸽刘长勇武夷学院数学与计算机学院福建武夷山354300 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

K-Means算法是一种经典的无监督聚类分析算法,具有运行速度快易于实现等优点,但使用该算法时需要指定聚类数目,且质心的选择具有不确定性。针对上述不足,提出一种基于最大最小距离和BWP指标相结合的K-Means算法。通过对UCI数据库中的4... 详细信息

K-Means算法是一种经典的无监督聚类分析算法,具有运行速度快易于实现等优点,但使用该算法时需要指定聚类数目,且质心的选择具有不确定性。针对上述不足,提出一种基于最大最小距离和BWP指标相结合的K-Means算法。通过对UCI数据库中的4个数据集仿真实验的结果表明,所提出的改进算法在算法的准确率、聚类效果两方面均优于传统的K-Means算法以及基于最大最小距离的K-Means算法。

关键词： K-Means 聚类分析最大最小距离 BWP UCI

来源：评论

学校读者我要写书评

暂无评论

一种结合空间特征的图像注意力标注算法改进研究

引用

计算机应用研究 2019年第1期36卷 288-291,31页

作者：徐守坤周佳李宁石林常州大学信息科学与工程学院江苏常州213164 常州大学数理学院江苏常州213164 福建省信息处理与智能控制重点实验室(闽江学院) 福州350108

针对图像标注和attention机制结合过程中特征选择不充分和预测过程中对空间特征权重比例不足的问题,提出了一种结合空间特征的注意力图像标注方法。首先通过卷积神经网络得到图像特征,特征区域与文本标注序列匹配;然后通过attention机... 详细信息

针对图像标注和attention机制结合过程中特征选择不充分和预测过程中对空间特征权重比例不足的问题,提出了一种结合空间特征的注意力图像标注方法。首先通过卷积神经网络得到图像特征,特征区域与文本标注序列匹配;然后通过attention机制给标注词汇加权,结合空间特征提取损失函数得到基于空间特征注意力的图像标注;最后分别在Flickr30k和MS-COCO两个数据集上进行验证,通过可视化显示该模型如何自动学习显著区域并生成相应的词汇输出序列。实验结果表明,该方法能较好地提取注意力区域并给出标注,与其他模型对比能够得到更好的标注结果。

关键词：视觉注意力图像标注空间特征

来源：评论

学校读者我要写书评

暂无评论

三值自相关三元序列偶的新构造

引用

延边大学学报（自然科学版） 2019年第2期45卷 103-108页

作者：黄丹芸泉州师范学院数学与计算机科学学院福建省大数据管理新技术与知识工程重点实验室智能计算与信息处理福建省高等学校重点实验室

利用2阶Whiteman广义分圆类构造出4类N=pq的三值自相关三元序列偶,其中p=2f+1,q=2f′+1为不同的奇素数,(f,f′)=1.所构造的4类三值自相关三元序列偶,其相关函数的旁瓣值都很小,且与p、q都无关.该结果扩大了原有三值自相关三元序列偶的数... 详细信息

利用2阶Whiteman广义分圆类构造出4类N=pq的三值自相关三元序列偶,其中p=2f+1,q=2f′+1为不同的奇素数,(f,f′)=1.所构造的4类三值自相关三元序列偶,其相关函数的旁瓣值都很小,且与p、q都无关.该结果扩大了原有三值自相关三元序列偶的数量,可为三值自相关三元序列偶的构造提供新的途径.

关键词：三值自相关三元序列偶 2阶Whiteman广义分圆类分圆数

来源：评论

学校读者我要写书评

暂无评论

一种基于卷积神经网络和贝叶斯网络的用户行为预测算法

引用

安阳师范学院学报 2019年第2期 29-34页

作者：曾蔚吴伊萍泉州师范学院数学与计算机科学学院福建泉州362000 福建省大数据管理新技术与知识工程重点实验室福建泉州362000 智能计算与信息处理福建省高等学校重点实验室福建泉州362000

针对群体中的个体行为具有随机性及不确定性但在群体结构上却倾向于采取相同或相近策略的问题,提出一种基于卷积神经网络和贝叶斯网络的用户行为预测模型。卷积神经网络负责学习群体共性行为并进行预测,贝叶斯网络融入个人内在因素、客... 详细信息

针对群体中的个体行为具有随机性及不确定性但在群体结构上却倾向于采取相同或相近策略的问题,提出一种基于卷积神经网络和贝叶斯网络的用户行为预测模型。卷积神经网络负责学习群体共性行为并进行预测,贝叶斯网络融入个人内在因素、客观情景因素及短期效应因素等特征对卷积神经网络的预测结果进行校正。模型旨在融合卷积神经网络优秀的识别能力及贝叶斯网络的因果推理能力,帮助决策者发现隐含在海量用户行为中的因果关系。最后的实验表明,该模型能够有效提升用户行为预测的正确率。

关键词：卷积神经网络贝叶斯网络用户行为

来源：评论

学校读者我要写书评

暂无评论

决策树分类算法中C4.5算法的研究与改进

引用

计算机系统应用 2019年第6期28卷 198-202页

作者：韩存鸽叶球孙武夷学院数学与计算机学院武夷山354300 认知计算与智能信息处理福建省高校重点实验室武夷山354300

C4.5算法是用于生成决策树的一种经典算法,虽然其有很强的噪声处理能力,但当属性值缺失率高时,分类准确率会明显下降,而且该算法在构建决策树时,需要多次扫描、排序数据集、以及频繁调用对数,针对以上缺点,本文提出一种改进的分类算法.... 详细信息

C4.5算法是用于生成决策树的一种经典算法,虽然其有很强的噪声处理能力,但当属性值缺失率高时,分类准确率会明显下降,而且该算法在构建决策树时,需要多次扫描、排序数据集、以及频繁调用对数,针对以上缺点,本文提出一种改进的分类算法.采用一种基于朴素贝叶斯定理方法,来处理空缺属性值,提高分类准确率.通过优化精简计算公式,在计算过程中,改进后的计算公式使用四则混合运算代替原来的对数运算,减少构建决策树的运行时间.为了验证该算法的性能,通过对UCI数据库中5个数据集进行实验,实验结果表明,改进后的算法极大的提高了运行效率.

关键词：决策树 C4.5算法朴素贝叶斯分类 UCI

来源：评论

学校读者我要写书评

暂无评论

云计算中保护数据隐私的快速多关键词语义排序搜索方案

引用

计算机学报 2018年第6期41卷 1346-1359页

作者：杨旸刘佳蔡圣暐杨书略福州大学数学与计算机科学学院福州350108 网络系统信息安全福建省高校重点实验室(福州大学) 福州350108 福建省信息处理与智能控制重点实验室(闽江学院) 福州350121 福州大学物理与信息工程学院福州350108

可搜索加密技术主要解决在云服务器不完全可信的情况下,支持用户在密文上进行搜索.该文提出了一种快速的多关键词语义排序搜索方案.首先,该文首次将域加权评分的概念引入文档的评分当中,对标题、摘要等不同域中的关键词赋予不同的权重... 详细信息

可搜索加密技术主要解决在云服务器不完全可信的情况下,支持用户在密文上进行搜索.该文提出了一种快速的多关键词语义排序搜索方案.首先,该文首次将域加权评分的概念引入文档的评分当中,对标题、摘要等不同域中的关键词赋予不同的权重加以区分.其次,对检索关键词进行语义拓展,计算语义相似度,将语义相似度、域加权评分和相关度分数三者结合,构造了更加准确的文档索引.然后,针对现有的MRSE(Multi-keyword Ranked Search over Encrypted cloud data)方案效率不高的缺陷,将创建的文档向量分块,生成维数较小的标记向量.通过对文档标记向量和查询标记向量的匹配,有效地过滤了大量的无关文档,减少了计算文档相关度分数和排序的时间,提高了搜索的效率.最后,在加密文档向量时,将文档向量分段,每一段与对应维度的矩阵相乘,使得构建索引的时间减少,进一步提高了方案的效率.理论分析和实验结果表明:该方案实现了快速的多关键词语义模糊排序搜索,在保障数据隐私安全的同时,有效地提高了检索效率,减少了创建索引的时间,并返回更加满足用户需求的排序结果.

关键词：云计算可搜索加密语义相似度域加权评分快速KNN(K-Nearest Neighbor)算法

来源：评论

学校读者我要写书评

暂无评论

WEKA平台下的聚类分析算法比较研究

引用

重庆科技学院学报（自然科学版） 2019年第1期21卷 90-93,118页

作者：韩存鸽叶球孙武夷学院数学与计算机学院福建武夷山354300 认知计算与智能信息处理福建省高校重点实验室武夷山354300

介绍K-means、DBSCAN、EM、Farthest First等4种常用的聚类算法,并在WEKA中使用这些算法对Iris数据集进行了聚类实验。实验结果表明,与DBSCAN、EM、Farthest First等聚类算法相比,K-means算法在误判率、运行时间、生成簇数、迭代次数方... 详细信息

介绍K-means、DBSCAN、EM、Farthest First等4种常用的聚类算法,并在WEKA中使用这些算法对Iris数据集进行了聚类实验。实验结果表明,与DBSCAN、EM、Farthest First等聚类算法相比,K-means算法在误判率、运行时间、生成簇数、迭代次数方面与人工判断的吻合度最高。

关键词：聚类分析聚类算法实验 WEKA Iris

来源：评论

学校读者我要写书评

暂无评论

采用社会网络能力发现的众包服务节点选择算法

引用

西安交通大学学报 2019年第11期53卷 148-155页

作者：彭振龙桂小林西安交通大学电子与信息学部西安710049 泉州师范学院陈守仁商学院福建泉州362000 西安交通大学陕西省计算机网络重点实验室西安710049 泉州师范学院云计算物联网电子商务智能福建省高校工程研究中心福建泉州362000

为了解决社会网络众包系统中由于潜在工作者未注册或注册用户的信息更新不及时而导致的服务节点选择不准确问题,提出了一种基于社会关系能力发现的网络众包服务节点选择算法。引入社会关系认知,以众包任务发布者或接受者个人为中心,利... 详细信息

为了解决社会网络众包系统中由于潜在工作者未注册或注册用户的信息更新不及时而导致的服务节点选择不准确问题,提出了一种基于社会关系能力发现的网络众包服务节点选择算法。引入社会关系认知,以众包任务发布者或接受者个人为中心,利用社会网络的相关理论,提炼众包任务主题及相应的关键词,分析其与好友之间的交互信息中出现关键词的次数,结合其朋友圈中相应关键词的出现次数进行综合加权计算,量化朋友的能力大小,生成朋友能力矩阵,重构其社会关系。当众包任务生成或到达时,结合任务完成的质量因子、节点的诚信指数、匹配度等指标,有选择性地向符合能力要求的朋友进行任务转发。模拟微信交互的仿真实验表明:所提算法能较好地进行能力发现和选择合适的任务接受者,并且比随机分发平均节省了约64.5%的时间,可以实现快速精准的任务分发与数据收集。

关键词：社会网络能力发现众包服务节点任务分发

来源：评论

学校读者我要写书评

暂无评论

群智感知中基于公交系统的任务分发机制研究

引用

计算机学报 2019年第2期42卷 295-308页

作者：安健彭振龙桂小林向乐乐梁丹薇西安交通大学电子与信息工程学院西安710049 西安交通大学深圳研究院广东深圳518057 云计算物联网电子商务智能福建省高校工程研究中心福建泉州362000 西安交通大学陕西省计算机网络重点实验室西安710049

任务分发作为实现群智感知的重要环节,为了激励更多用户参与数据的采集和共享,已有研究通常利用机会网络进行任务扩散并降低参与者的执行成本,但在节点选择过程中并未充分考虑感知任务的多样性将对节点接触时间、参与数量、感知区域类... 详细信息

任务分发作为实现群智感知的重要环节,为了激励更多用户参与数据的采集和共享,已有研究通常利用机会网络进行任务扩散并降低参与者的执行成本,但在节点选择过程中并未充分考虑感知任务的多样性将对节点接触时间、参与数量、感知区域类型等带来的挑战.基于此,该文利用城市中公交载体的轨迹可预测、活动覆盖范围大、乘客节点自主聚集且交互时间有保证等优势,提出了一种基于公交系统的任务差异化分发方法.首先,利用泰森多边形的划分思想,实现感知任务与目标区域的合理覆盖.其次,对感知区域内一定预算约束下的任务差异化分发问题进行分析,并分别提出了两种分发算法:基于覆盖差异的分发算法(COV-DA)和基于扩散差异的分发算法(SPR-DA).最后,利用真实数据集,通过仿真实验从分发准确性和平均移动距离对两种算法的性能进行比较分析.实验结果表明,SPR-DA算法具有更好的分发准确性,而使用COV-DA算法时,移动节点在完成任务时则需要更短的移动距离.

关键词：群智感知任务分发公交系统预算约束

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：