检索结果-内蒙古大学图书馆

吉林大学学报（信息科学版） 2022年第3期40卷 452-463页

作者：吴清寿郭磊余文森武夷学院数学与计算机学院福建武夷山354300 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 福建农林大学智慧农林福建省高校重点实验室福州350002

为高效率地生成概念,提出一种基于增量更新内涵的概念生成算法IUICG(Incremental Updating Intension based Concepts Generation)。首先将背景中的属性逐个设定为任务属性,以任务属性将概念搜索空间划分为先行概念集合和新增概念集合,... 详细信息

为高效率地生成概念,提出一种基于增量更新内涵的概念生成算法IUICG(Incremental Updating Intension based Concepts Generation)。首先将背景中的属性逐个设定为任务属性,以任务属性将概念搜索空间划分为先行概念集合和新增概念集合,提高了搜索效率。其次提出了概念操作规则,其中外延过滤规则避免了无效外延对概念空间的搜索,内涵更新规则和新增概念规则提升了概念生成速度。实验结果表明,在不同类型的数据集上,IUICG算法的时间性能都优于对比算法。在对象数量远大于属性数量的数据集上,IUICG算法具有接近线性的时间复杂度。

关键词：形式概念分析概念格概念生成搜索空间数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于变精度FT-粗糙集近似算子构建知识结构的方法

引用

泉州师范学院学报 2025年第2期43卷 34-44页

作者：杨竞菁黄传义李进金泉州师范学院数学与计算机科学学院福建泉州362000 闽南师范大学数学与统计学院福建漳州363000 福建省大数据管理新技术与知识工程重点实验室(泉州师范学院) 福建泉州362000 智能计算与信息处理福建省高校重点实验室(泉州师范学院) 福建泉州362000

应用粗糙集模型构建知识结构是一种有效的方法。文章介绍了基于模糊集值映射的变精度FT-粗糙集模型及其性质,通过模糊技能包含度的概念定义了由变精度FT-粗糙集模型上逆、下逆算子诱导的知识状态及知识结构,探讨了这一类知识结构的性质... 详细信息

应用粗糙集模型构建知识结构是一种有效的方法。文章介绍了基于模糊集值映射的变精度FT-粗糙集模型及其性质,通过模糊技能包含度的概念定义了由变精度FT-粗糙集模型上逆、下逆算子诱导的知识状态及知识结构,探讨了这一类知识结构的性质,最后提出了用该模型构建知识结构族的算法。

关键词：变精度FT-粗糙集上逆算子下逆算子知识结构模糊技能映射

来源：评论

学校读者我要写书评

暂无评论

线性编码联邦学习

引用

计算机应用研究 2023年第4期40卷 1113-1118页

作者：史洪玮王志超施连敏杨迎尧宿迁学院信息工程学院江苏宿迁223800 宿迁学院产业技术研究院江苏宿迁223800 中国矿业大学信息与控制工程学院江苏徐州221116 苏州大学计算机科学与技术学院江苏苏州215031 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

联邦学习能够在边缘设备的协作训练中,保护边缘设备的数据隐私。而在通用联邦学习场景中,联邦学习的参与者通常由异构边缘设备构成,其中资源受限的设备会占用更长的时间,导致联邦学习系统的训练速度下降。现有方案或忽略掉队者,或根据... 详细信息

联邦学习能够在边缘设备的协作训练中,保护边缘设备的数据隐私。而在通用联邦学习场景中,联邦学习的参与者通常由异构边缘设备构成,其中资源受限的设备会占用更长的时间,导致联邦学习系统的训练速度下降。现有方案或忽略掉队者,或根据分布式思想将计算任务进行分发,但是分发过程中涉及到原始数据的传递,无法保证数据隐私。为了缓解中小型规模的多异构设备协作训练场景下的掉队者问题,提出了编码联邦学习方案,结合线性编码的数学特性设计了高效调度算法,在确保数据隐私的同时,加速异构系统中联邦学习系统速度。同时,在实际实验平台中完成的实验结果表明,当异构设备之间性能差异较大时,编码联邦学习方案能将掉队者训练时间缩短92.85%。

关键词：联邦学习线性编码边缘计算调度策略

来源：评论

学校读者我要写书评

暂无评论

采用DenseNet模型的AD自动分类方法

引用

宁德师范学院学报（自然科学版） 2024年第1期36卷 65-72页

作者：陈玉思陈培坤叶宇光泉州师范学院数学与计算机科学学院福建泉州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 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 厦门硅田系统工程有限公司福建厦门361021

为研究深度学习算法对阿尔茨海默病分类的准确性,提出密集卷积神经网络方法,对阿尔茨海默病进行分类.利用预处理后的数据训练密集卷积神经网络结构,并分类阿尔茨海默病和认知正常者.测试结果表明,文中方法获得的分类准确率为98.91%,分... 详细信息

为研究深度学习算法对阿尔茨海默病分类的准确性,提出密集卷积神经网络方法,对阿尔茨海默病进行分类.利用预处理后的数据训练密集卷积神经网络结构,并分类阿尔茨海默病和认知正常者.测试结果表明,文中方法获得的分类准确率为98.91%,分类阿尔茨海默病和轻度认知障碍的准确率为94.54%,准确率较其他算法有一定提升,为阿尔茨海默病的精准分类提供了一种有效的解决方案.

关键词：阿尔茨海默病脑部磁共振成像图像深度学习密集的网络

来源：评论

学校读者我要写书评

暂无评论

mbedOS实时操作系统延时机制剖析

引用

长春师范大学学报 2023年第6期42卷 39-46页

作者：刘长勇王宜怀武夷学院数学与计算机学院福建武夷山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

延时函数的使用可以避免程序空跑,让CPU更好地为其他任务服务。通过对延时函数基本原理的阐述,剖析了mbedOS实时操作系统延时函数的调度机制。以意法半导体的STM32L431芯片为例,进行mbedOS延时函数剖析实践,结合相关函数、关键代码、流... 详细信息

延时函数的使用可以避免程序空跑,让CPU更好地为其他任务服务。通过对延时函数基本原理的阐述,剖析了mbedOS实时操作系统延时函数的调度机制。以意法半导体的STM32L431芯片为例,进行mbedOS延时函数剖析实践,结合相关函数、关键代码、流程图、时序图、printf调试等分析手段,将延时函数的整个调度过程显示输出。通过对延时函数的分析,有助于读者从微观层面理解其调度过程,也可为分析其他实时操作系统提供参考和借鉴。

关键词：实时操作系统延时函数 mbedOS printf STM32

来源：评论

学校读者我要写书评

暂无评论

基于智能交通的隐私保护道路状态实时监测方案

引用

通信学报 2020年第7期41卷 73-83页

作者：李家印郭文忠李小燕刘西蒙福州大学数学与计算机科学学院福建福州350108 福州大学网络安全福建省高校重点实验室福建福州350108 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350108

为缓解道路的交通压力,减少道路拥堵现象的出现及避免交通事故的发生,结合安全、K最近邻(KNN)算法,提出了一种基于智能交通的隐私保护道路拥堵状态的实时监测(PPIM)算法。为了确保交通数据的安全,采用安全多方计算策略将数据内容随机分... 详细信息

为缓解道路的交通压力,减少道路拥堵现象的出现及避免交通事故的发生,结合安全、K最近邻(KNN)算法,提出了一种基于智能交通的隐私保护道路拥堵状态的实时监测(PPIM)算法。为了确保交通数据的安全,采用安全多方计算策略将数据内容随机分成独立的部分,通过不共谋的多服务器对数据分量进行存储和加密。为了提升道路状态监测的精度,提出了一种改进型的KNN交通监测算法,借助数据的相似度计算,获取衡量道路之间交通状态关系程度的相关值,并将其作为权重系数与传统的KNN算法进行整合。为加快密态数据的处理速度,设计了一系列的数据安全计算协议,实现了数据的安全处理。另外,利用真实的交通数据对该算法进行验证,实验结果表明改进型KNN算法有助于提高道路监测的准确度。实验分析表明,所提算法在保证数据的安全同时可以提高交通监测的精度。

关键词：智能交通隐私保护空间距离 K最近邻

来源：评论

学校读者我要写书评

暂无评论

TPACK框架下混合式教学改革设计与实践——以《软件工程》课程为例

引用

办公自动化 2023年第8期28卷 25-28页

作者：王荣海曾台盛曾玉珠泉州师范学院数学与计算机科学学院泉州362000 福建省大数据管理新技术与知识工程重点实验室泉州362000 智能计算与信息处理福建省高等学校重点实验室泉州362000

整合技术的学科教学知识TPACK为教师进行教学改革提供有益的参考。本文在研究TPACK框架的基础上,分析TPACK框架中的各要素对混合式教学改革的指导作用。以《软件工程》课程为例,从课程目标、教学内容、教学过程及教学评价几方面设计TPAC... 详细信息

整合技术的学科教学知识TPACK为教师进行教学改革提供有益的参考。本文在研究TPACK框架的基础上,分析TPACK框架中的各要素对混合式教学改革的指导作用。以《软件工程》课程为例,从课程目标、教学内容、教学过程及教学评价几方面设计TPACK框架下混合式教学改革,同时进行教学改革实践。实践表明,TPACK框架下《软件工程》课程的混合式教学改革取得较好的效果。

关键词：整合技术的学科教学知识(TPACK) 混合式教学软件工程雨课堂

来源：评论

学校读者我要写书评

暂无评论

资源受限MCU的轻量化部署策略和实现

引用

吉林大学学报（信息科学版） 2023年第6期41卷 1063-1071页

作者：吴薇阮星蔡闯华刘长勇刘彦秀王宜怀武夷学院数学与计算机学院福建武夷山354300 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 山东女子学院数据科学与计算机学院济南252000 苏州大学计算机科学与技术学院江苏苏州215006

为实现低资源嵌入式设备的图像分类识别,针对能实现简单图像识别任务、对图像识别准确率要求不高,且要求低成本的场景,将卷积神经网络(CNN:Convolutional NeuralNetwork)部署到资源受限的微控制器单元(MCU:Microcontroller Units)上。... 详细信息

为实现低资源嵌入式设备的图像分类识别,针对能实现简单图像识别任务、对图像识别准确率要求不高,且要求低成本的场景,将卷积神经网络(CNN:Convolutional NeuralNetwork)部署到资源受限的微控制器单元(MCU:Microcontroller Units)上。首先提出一种在资源受限MCU上的轻量化部署策略:为降低模型的参数量,提出一种轻量化的神经网络算法;为保证模型大小能适应有限的随机存取存储器(RAM:Random Access Memory),提出了一种基于闪存(FLASH:Flash Memory)扇区的替存储算法。其次,在资源受限的嵌入式设备上部署该策略。针对采集图像的质量和采集速度不匹配问题,设计了摄像头外围电路;对采集图像进行基于高斯分布的自适应阈值二值化处理并对图像样本完整性进行校验。实验结果表明,该系统取得大约80%~89%的识别准确率。虽然该准确率低于训练精度10%左右,但在上述对精度要求不高的实际场景中可以较好地应用。

关键词：嵌入式系统资源受限MCU 图像识别深度学习

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

云边协同环境下面向负载时间窗口的无服务器应用资源分配方法

引用

计算机科学 2025年第6期52卷 336-345页

作者：张铭豪肖博怀郑松陈星福州大学计算机与大数据学院福州350108 福建省网络计算与智能信息处理重点实验室福州350108 福州大学电气工程与自动化学院福州350108 福州大学工业自动化控制技术与信息处理福建省高校重点实验室福州350108

随着云边协同环境中的计算需求日益多样化,以虚拟机为最小资源粒度的传统计算架构暴露出灵活性不足、成本效益低下等问题。无服务器计算作为一种具有出色扩展性与灵活性的新兴计算架构,为解决上述问题提供了新的思路。针对云边协同环境... 详细信息

随着云边协同环境中的计算需求日益多样化,以虚拟机为最小资源粒度的传统计算架构暴露出灵活性不足、成本效益低下等问题。无服务器计算作为一种具有出色扩展性与灵活性的新兴计算架构,为解决上述问题提供了新的思路。针对云边协同环境下面向负载时间窗口的无服务器应用资源分配问题,提出了一种规则引导下基于协同进化算法的无服务器应用资源分配方法RARCA。该方法考虑某资源调整时刻及未来一段时间的工作负载情况,运用规则引导的分布式资源更新机制,实现计算资源的动态分配与调整。同时,协同进化机制的信息共享与协同优化能力,使得算法能够高效搜索全局最优的资源分配方案,显著提升了整体资源分配方案的实时性和有效性。实验结果表明,RARCA能够以秒级的决策时间获得更优质的资源分配方案,相比基准方法,在资源分配的性能上提高了2.8%~14.5%。

关键词：云边协同资源分配负载时间窗口无服务器计算协同进化算法

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：