检索结果-内蒙古大学图书馆

计算机仿真 2018年第5期35卷 245-248,293页

作者：王小文郭磊武夷学院福建武夷山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

对无线网络光纤通信信号中干扰噪声进行清除,能够有效提高光纤通信过程稳定性。对光纤通信信号的噪声进行清除,需要引入自适应阈值算法,重构光纤通信原始信号,完成通信信号干扰噪声的清除。传统方法采用的软阈值选取法,得到信号噪声的... 详细信息

对无线网络光纤通信信号中干扰噪声进行清除,能够有效提高光纤通信过程稳定性。对光纤通信信号的噪声进行清除,需要引入自适应阈值算法,重构光纤通信原始信号,完成通信信号干扰噪声的清除。传统方法采用的软阈值选取法,得到信号噪声的干扰频率,但忽略了对原始信号的重构,导致通信干扰清除效果不理想。提出基于新型阈值决策的光纤通信信号干扰噪声清除方法,在对无线网络中光纤通信信号含噪信号进行小波分解后的不同层系数中,对大于或者小于某一阈值的小波系数分别进行处理;重构无线网络中的光纤通信信号原始信号,实现平滑去噪。为了解决在光纤通信信号每一级尺度上都采用同一阈值的问题,引入自适应阈值算法重构光纤通信信号原始信号。实验结果证明,所提方法能够有效实现信噪分离,大大提高了信噪比,且保留了无线网络中光纤通信信号的细节特征。

关键词：无线网络光纤通信信号干扰噪声清除新型阈值决策

来源：评论

学校读者我要写书评

暂无评论

“t-时隙k-覆盖”群智感知任务的参与者选择方法

引用

计算机科学 2018年第2期45卷 157-164,196页

作者：周杰於志勇郭文忠郭龙坤朱伟平福州大学数学与计算机科学学院福州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

随着无线网络技术和移动智能终端的快速发展和普及,对群智感知的研究受到越来越多相关科研工作者的关注。群智感知利用众包的思想,将任务分配给拥有移动设备的用户(即感知任务的参与者),用户分别上传自己使用移动设备感知到的数据。参... 详细信息

随着无线网络技术和移动智能终端的快速发展和普及,对群智感知的研究受到越来越多相关科研工作者的关注。群智感知利用众包的思想,将任务分配给拥有移动设备的用户(即感知任务的参与者),用户分别上传自己使用移动设备感知到的数据。参与者的选择直接决定了收集信息的质量和相关耗费。选择尽可能少的参与者来接受感知任务,达到对指定地点集合的时空覆盖这一质量要求,就显得至关重要。首先定义了"t-时隙k-覆盖"群智感知任务,以最小代价完成该类任务是NP-hard问题。通过特殊的构造技巧,在问题规模较小时可以用线性规划进行求解,但随着问题规模的增大,线性规划越来越力不从心,因此提出了基于贪心策略的参与者选择算法。在给定移动用户CDR信息的基础上,实验模拟了以上两种参与者选择方法。实验结果表明,在问题规模较小时,以上两种方法均可找出参与者集合,满足覆盖要求,贪心策略的结果大约是线性规划的两倍;在问题规模变大后,线性规划会出现不可求解的情况,而贪心策略依然可以得到近似最优结果。

关键词：群智感知扫描覆盖参与者选择线性规划集合覆盖

来源：评论

学校读者我要写书评

暂无评论

高校建筑风格图像分类识别算法研究

引用

福建电脑 2019年第5期35卷 8-11页

作者：俞凯泷蔡远征韩晓东郭浩然闽江学院计算机与控制工程学院福州350108 闽江学院福建省信息处理与智能控制重点实验室福州350108 福州网龙网络有限公司福州350000

建筑类型图像因为其表观特征整体相似,细节处存在差异的特点,给传统的图像分类识别算法带来很大挑战。为应对该问题,本文首先构建采集自真实校园环境中的14类建筑图像数据训练集,提取具有图像细节的局部特征,随后训练构建表针整幅图像... 详细信息

建筑类型图像因为其表观特征整体相似,细节处存在差异的特点,给传统的图像分类识别算法带来很大挑战。为应对该问题,本文首先构建采集自真实校园环境中的14类建筑图像数据训练集,提取具有图像细节的局部特征,随后训练构建表针整幅图像内容的VLAD图像特征,最后以监督学习的方式训练SVM支持向量机实现对建筑图像的分类。通过实验验证,该方法在测试集上能过够取得75.71%的分类准确率,对校园风格的建筑图像分类识别任务具有较好的鲁棒性。

关键词：建筑图像分类 SIFT特征 VLAD特征 SVM支持向量机

来源：评论

学校读者我要写书评

暂无评论

云数据中心基于阈值的虚拟机迁移节能调度算法

引用

华中科技大学学报（自然科学版） 2018年第9期46卷 30-34页

作者：吴小东韩建军泉州师范学院数学与计算机科学学院福建泉州362000 泉州师范学院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 泉州师范学院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 华中科技大学计算机科学与技术学院湖北武汉430074

针对采用虚拟机迁移技术在云计算数据中心同时考虑能耗与服务等级协议（SLA）违约优化的问题,提出一种基于阈值的虚拟机部署节能算法（THRSD-MMT）.该算法通过对虚拟机运行状态的统计分析,估算虚拟机所需中央处理器（CPU）性能需求（每... 详细信息

针对采用虚拟机迁移技术在云计算数据中心同时考虑能耗与服务等级协议（SLA）违约优化的问题,提出一种基于阈值的虚拟机部署节能算法（THRSD-MMT）.该算法通过对虚拟机运行状态的统计分析,估算虚拟机所需中央处理器（CPU）性能需求（每秒处理百万条指令数MIPS）的期望值与标准差,进而动态地计算主机所需MIPS数量;同时,算法结合静态阈值的设置,以便更准确地预测主机的违约情况并判断虚拟机迁移的时机,从而能够在降低SLA违约的同时减少能耗.实验结果表明：与其他算法相比,提出的算法能够显著降低SLA违约率并节能,具有较好的综合性能.

关键词：虚拟机迁移节能调度数据中心云计算虚拟化

来源：评论

学校读者我要写书评

暂无评论

智能茶饮机的检测与云通信系统的设计

引用

厦门理工学院学报 2019年第3期27卷 47-53页

作者：林峰黄新栋陈智鑫严世成厦门理工学院光电与通信工程学院福建厦门361024 通信网络与信息处理福建省高校重点实验室福建厦门361024

为解决目前茶饮机无法自动识别茶包种类的问题,并顺应微信应用程序开发的趋势,结合微控制器编程、传感器技术和WiFi传输技术,设计智能茶饮机的检测与云通信系统。硬件上,主控板以STM32为微控制器,ESP8266为通信模块,并通过颜色、温度和... 详细信息

为解决目前茶饮机无法自动识别茶包种类的问题,并顺应微信应用程序开发的趋势,结合微控制器编程、传感器技术和WiFi传输技术,设计智能茶饮机的检测与云通信系统。硬件上,主控板以STM32为微控制器,ESP8266为通信模块,并通过颜色、温度和流量等传感器分别检测茶包颜色、出水温度和水量。软件上,基于AirKiss技术实现自动联网,利用传输控制协议实现设备与云服务器的数据传输。测试结果表明,智能泡茶机可以自动检测茶包种类,并以不同的水量和温度进行泡茶;同时,还可与微信平台连接,将泡茶数据稳定可靠地上传至云服务器,验证了所设计系统的可行性和有效性。

关键词：智能茶饮机检测系统云通信系统微信

来源：评论

学校读者我要写书评

暂无评论

基于机器视觉的武夷岩茶做青程度识别研究

引用

山西农业大学学报（自然科学版） 2019年第2期39卷 86-92页

作者：吴薇王宜怀程曦郑慕蓉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 苏州大学计算机科学与技术学院江苏苏州215006 武夷学院茶与食品学院福建武夷山354300 中国乌龙茶产业协同创新中心福建武夷山354300

[目的]尝试利用机器视觉技术分析武夷岩茶做青过程中萎凋叶的颜色变化情况和做青程度之间的关系。[方法]试验通过图像采集系统获得做青过程的茶叶彩色图像,采用RGB和HSI这2种颜色参数模型观察图像颜色变化,结合自组织竞争人工神经网络... 详细信息

[目的]尝试利用机器视觉技术分析武夷岩茶做青过程中萎凋叶的颜色变化情况和做青程度之间的关系。[方法]试验通过图像采集系统获得做青过程的茶叶彩色图像,采用RGB和HSI这2种颜色参数模型观察图像颜色变化,结合自组织竞争人工神经网络技术对不同程度的做青叶进行分类。[结果]140个样本以RGB分量值和HSI分量值表示的训练集和测试集分类的正确率分别为81.64%、78.6%和76.5%、73.8%,显著性检验概率P<0.05,决定系数R^2最小为0.879,颜色分量和做青程度高度相关。[结论]试验构建的自组织竞争人工神经网络模型可以作为武夷岩茶做青程度的预测模型,也可为今后利用机器视觉来监测乌龙茶做青过程提供参考。

关键词：武夷岩茶机器视觉神经网络做青程度识别

来源：评论

学校读者我要写书评

暂无评论

地点网络中的社区发现

引用

计算机科学 2018年第6期45卷 46-50页

作者：郑香平於志勇温广槟福州大学数学与计算机科学学院福州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

地点网络可从一些独特的视角来刻画城市的空间结构。通过研究城市地点网络的特点及其与传统社交网络的区别,提出了基于地点网络的社区发现算法。该算法综合考虑地点临近性、地点间的连接和用户出行行为的相似性,先进行初始社区的划分,... 详细信息

地点网络可从一些独特的视角来刻画城市的空间结构。通过研究城市地点网络的特点及其与传统社交网络的区别,提出了基于地点网络的社区发现算法。该算法综合考虑地点临近性、地点间的连接和用户出行行为的相似性,先进行初始社区的划分,再反复迭代计算各地点隶属于本社区的程度,对隶属度较低的地点进行调整直到收敛,从而发现有意义的城市社区。通过分析社区内部地点的属性和关联,验证了算法的有效性。

关键词：群智感知社区发现地点网络

来源：评论

学校读者我要写书评

暂无评论

三值自相关二进序列偶的构造方法研究

引用

华中师范大学学报（自然科学版） 2018年第4期52卷 452-457页

作者：黄丹芸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

利用2阶分圆以及直积方法构造出几类几乎差集偶,通过几乎差集偶与三值自相关二进序列偶的等价关系,进而构造出几类新的三值自相关二进序列偶,为三值自相关二进序列偶的直接构造提供了新的数学方法.

关键词：二进序列偶自相关几乎差集偶分圆类分圆数

来源：评论

学校读者我要写书评

暂无评论

融合时间特征的社交媒介用户影响力分析

引用

山东大学学报（理学版） 2018年第3期53卷 1-12页

作者：廖祥文张凌鹰魏晶晶桂林程学旗陈国龙福州大学数学与计算机科学学院福建福州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建福州350116 福建江夏学院电子信息科学学院福建福州350108 中国科学院网络数据科学与技术重点实验室北京100190

针对现有张量影响力模型未能充分考虑用户的时间特征以及在线学习等问题,提出了一种融合时间特征的社交媒介用户影响力分析方法。该方法首先将用户观点、活跃度、网络中心度等特征加入张量模型中,并将张量分解过程中的用户潜在特征矩阵... 详细信息

针对现有张量影响力模型未能充分考虑用户的时间特征以及在线学习等问题,提出了一种融合时间特征的社交媒介用户影响力分析方法。该方法首先将用户观点、活跃度、网络中心度等特征加入张量模型中,并将张量分解过程中的用户潜在特征矩阵加入时间特征约束;其次,采用随机梯度下降的方法进行张量的分解;最后,通过融合不同张量片的影响力信息得到用户影响力得分。该方法的优点是能够快速分解张量并准确预测特定话题领域下的用户社会影响力,同时能够在已有模型参数的基础上进行新数据的在线训练。实验结果表明,与现有TwitterRank、OOLAM、受限非负张量分解模型等相比,该方法在平均预测准确率上提升了2%~6%。同时,该方法的时间消耗仅为受限非负张量分解模型的30%~50%。

关键词：社会影响力时间特征张量

来源：评论

学校读者我要写书评

暂无评论

基于分层注意力网络的社交媒体谣言检测

引用

中国科学：信息科学 2018年第11期48卷 1558-1574页

作者：廖祥文黄知杨定达程学旗陈国龙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(福州大学) 福州350116 数字福建金融大数据研究所福州350116 中国科学院网络数据科学与技术重点实验室北京100086

在社交媒体谣言检测问题上,现有的基于特征表示学习的研究工作大多数先把微博事件划分为若干个时间段,再对每个时间段提取文本向量表示、全局用户特征等,忽略了时间段内各微博间的时序信息,且未利用到在传统机器学习方法中已取得较好效... 详细信息

在社交媒体谣言检测问题上,现有的基于特征表示学习的研究工作大多数先把微博事件划分为若干个时间段,再对每个时间段提取文本向量表示、全局用户特征等,忽略了时间段内各微博间的时序信息,且未利用到在传统机器学习方法中已取得较好效果的文本潜在信息和局部用户信息,导致性能较低.因此,本文提出了一种基于分层注意力网络的社交媒体谣言检测方法.该方法首先将微博事件按照时间段进行分割,并输入带有注意力机制的双向GRU网络,获取时间段内微博序列的隐层表示,以刻画时间段内微博间的时序信息;然后将每个时间段内的微博视为一个整体,提取文本潜在特征和局部用户特征,并与微博序列的隐层表示相连接,以融入文本潜在信息和局部用户信息;最后通过带有注意力机制的双向GRU网络,得到时间段序列的隐层表示,进而对微博事件进行分类.实验采用了新浪微博数据集和Twitter数据集,实验结果表明,与目前最好的基准方法相比,该方法在新浪微博数据集和Twitter数据集上正确率分别提高了1.5%和1.4%,很好地验证了该方法在社交媒体谣言检测问题上的有效性.

关键词：谣言检测分层注意力网络社交媒体时序信息深度学习

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：