检索结果-内蒙古大学图书馆

小型微型计算机系统 2013年第3期34卷 545-547页

作者：纪其进张浩军朱艳琴苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理新技术重点实验室江苏苏州215006

在P2P视频点播系统中,用户交互式操作(VCR操作)行为的异步特征使得用户间的数据共享更加困难,从而对视频源服务器的带宽和处理能力都提出了很高的要求.本文研究如何提高P2P视频点播系统的VCR操作用户体验,提出在P2P视频点播系统中增设... 详细信息

在P2P视频点播系统中,用户交互式操作(VCR操作)行为的异步特征使得用户间的数据共享更加困难,从而对视频源服务器的带宽和处理能力都提出了很高的要求.本文研究如何提高P2P视频点播系统的VCR操作用户体验,提出在P2P视频点播系统中增设一台服务器专用于支持用户的交互性操作,并研究了该服务器的容量配置问题.利用泊松过程描述点播请求到达交互支持服务器的行为,通过排队理论建立了用户点播请求最长允许等待时间与交互支持服务器服务带宽之间的定量关系.数据实验结果表明,只需相对较小的服务器容量,即可满足较大规模的用户点播数据请求.

关键词： P2P视频点播系统交互支持服务器容量配置排队论

来源：评论

学校读者我要写书评

暂无评论

一种基于社交关系的容迟网络数据传输方法

引用

解放军理工大学学报（自然科学版） 2013年第4期14卷 390-397页

作者：黄海平盛勇华徐佳王汝传南京邮电大学计算机学院江苏南京210003 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 东南大学计算机网络和信息集成教育部重点实验室江苏南京211189 计算机软件新技术国家重点实验室(南京大学) 江苏南京210093

由于无法维护稳定的端到端路径,现有的数据传输多采用即遇即传的路由算法,普遍存在信息投递率低、网络冗余大、节点易受攻击等问题;同时,延迟容忍网络路由技术越来越多地应用于存在着节点自私性的社会网络中。为了解决以上问题,提出了... 详细信息

由于无法维护稳定的端到端路径,现有的数据传输多采用即遇即传的路由算法,普遍存在信息投递率低、网络冗余大、节点易受攻击等问题;同时,延迟容忍网络路由技术越来越多地应用于存在着节点自私性的社会网络中。为了解决以上问题,提出了一种考虑用户社交关系同时提高信息传输效率为目的数据传输方法。主要分3个步骤:初始化,节点根据社会关系权值建立各自的通讯录;路由选择,利用节点的历史投递时延作为其传输成功率的依据,并以此进行高效的路由选择;副本管理和队列调度,采用节点最大副本数来减少信息冗余以及最大化社会关系权值进行队列调度。THE ONE仿真工具的实验结果表明,提出的SRDD算法,与EPIDEMIC和PROPHET算法相比,具有更高的数据传输成功率以及更低的传输时延,同时保证了节点更好的安全性。

关键词：延迟容忍网络社交关系路由选择数据传输

来源：评论

学校读者我要写书评

暂无评论

最大局部加权均值差异嵌入

引用

电子学报 2013年第8期41卷 1462-1468页

作者：皋军黄丽莉苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 盐城工学院信息工程学院江苏盐城224001 安徽理工大学电气与信息工程学院安徽淮南232001

最大均值差异嵌入(Maximum Mean Discrepancy Embedding,MMDE)作为一种基于最大均值差异(MaximumMean Discrepancy,MMD)度量的特征提取方法被成功地运用.然而通过分析得知,该方法在处理原始输入空间上的特征提取问题时一定程度上缺乏适... 详细信息

最大均值差异嵌入(Maximum Mean Discrepancy Embedding,MMDE)作为一种基于最大均值差异(MaximumMean Discrepancy,MMD)度量的特征提取方法被成功地运用.然而通过分析得知,该方法在处理原始输入空间上的特征提取问题时一定程度上缺乏适应性.因此本文在MMD准则的基础上,并结合已经被广泛研究和探讨的局部学习方法,提出一个新的评价度量:最大局部加权均值差异(Maximum LocalWeightedMean Discrepancy,MLMD),该度量反映源域和目标域分布差异时能充分考虑两个区域内在的局部结构,同时还能通过局部分布差异去反映全局分布差异.本文还在此度量的基础上提出一种能实现迁移学习任务并具有一定局部学习能力的特征提取方法:最大局部加权均值差异嵌入(Maximum Local WeightedMean Discrepancy Embedding,MWME).该方法不但能完成传统意义上的特征提取,同时还能完成在两个分布存在差异但相关的两个区域上实现领域适应学习,从而表明该特征提取方法具有较好的鲁棒性和适应性.实验证明MLMD准则和MWME方法具有上述优势.

关键词：最大均值差异嵌入最大局部均值差异最大局部加权均值差异嵌入特征提取迁移学习

来源：评论

学校读者我要写书评

暂无评论

一种基于LDA模型的主题句抽取方法

引用

计算机工程与应用 2013年第2期49卷 160-164,257页

作者：王力李培峰朱巧明苏州大学计算机科学和技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

在基于Web的主题关键词查询扩展,获取候选主题句的基础上,提出一种基于LDA模型的主题句抽取方法,以抽取粒度较细的主题信息,并增加主题信息的置信度。该方法通过多个侧面对目标主题的衬托,采用LDA模型对主题信息进行建模,利用各个主题... 详细信息

在基于Web的主题关键词查询扩展,获取候选主题句的基础上,提出一种基于LDA模型的主题句抽取方法,以抽取粒度较细的主题信息,并增加主题信息的置信度。该方法通过多个侧面对目标主题的衬托,采用LDA模型对主题信息进行建模,利用各个主题概率分布的平滑度进行候选句的可信度计算来抽取主题句。在面向Web的主题句抽取的具体应用中,取得了较好的效果。

关键词：隐含狄利克雷分配(LDA) 主题模型主题句抽取信息融合

来源：评论

学校读者我要写书评

暂无评论

带方向特征的Contourlet HMT模型

引用

中国科学：信息科学 2013年第5期43卷 626-643页

作者：王相海陈明莹宋传鸣徐孟春方玲玲辽宁师范大学计算机与信息技术学院大连116029 南京大学计算机软件新技术国家重点实验室南京210093 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

根据Shannon信息理论将纹理的方向特征定义为:图像中信号取值为随机分布的奇异值时方向变量的取值特征.根据这一定义,并结合Tamura方向特征的求取方法,文中对Contourlet变换系数的方向概率分布进行了研究,获得方向特征在Contourlet变换... 详细信息

根据Shannon信息理论将纹理的方向特征定义为:图像中信号取值为随机分布的奇异值时方向变量的取值特征.根据这一定义,并结合Tamura方向特征的求取方法,文中对Contourlet变换系数的方向概率分布进行了研究,获得方向特征在Contourlet变换的父子子带间形成传递这一结论,在此基础上结合Contourlet隐Markov树(HMT)模型,建立了以隐状态变量分布为条件的方向隐变量的概率分布模型,即带方向特征的Contourlet HMT模型,给出了该模型的结构和训练方法.此外,通过基于所提出模型的无监督结合上下文信息的图像分割算法对合成图像和遥感图像的目标分割实验验证了所提出模型的有效性.

关键词：方向特征 Contourlet HMT 无监督纹理分割隐状态变量分布

来源：评论

学校读者我要写书评

暂无评论

一种蛋白质与肽段全柔性计算对接方法

引用

计算机与应用化学 2013年第7期30卷 776-780页

作者：李海鸥吕强吴宏杰苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006 苏州科技学院电子与信息工程学院江苏苏州215009

蛋白质-肽段对接时受体的骨架柔性问题一直以来都是计算生物学中的一个挑战。目前,绝大多数的对接都是一种半柔性对接(只考虑配体的柔性)。然而在真实的对接过程中,受体也会产生构象变化,包括侧链运动、骨架运动或其它突变。本文提出了... 详细信息

蛋白质-肽段对接时受体的骨架柔性问题一直以来都是计算生物学中的一个挑战。目前,绝大多数的对接都是一种半柔性对接(只考虑配体的柔性)。然而在真实的对接过程中,受体也会产生构象变化,包括侧链运动、骨架运动或其它突变。本文提出了一种包含受体骨架柔性的蛋白质-肽段柔性对接方法。在8个较难的Unbound蛋白质-肽段复合物和2个受体有明显柔性区域的对接案例上进行了测试。分析表明本文提出的这种柔性对接方法在受体有明显柔性区域的案例上都取得了很大的改进。

关键词：蛋白质-肽段对接骨架柔性 Unbound

来源：评论

学校读者我要写书评

暂无评论

一种基于折叠模式识别的蛋白质结构片段库构建方法

引用

小型微型计算机系统 2013年第2期34卷 356-359页

作者：陈沙沙吴宏杰吕强苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006 苏州科技学院电子与信息工程学院江苏苏州215009

片段组装方法是从头预测蛋白质三维结构的一类重要方法.现有的基于序列相似的片段库质量限制了低同源目标的预测精度,所以寻找与天然结构更加拟合的已知蛋白质结构片段来构建高质量的片段库是片段组装方法的一项重要任务.本文利用SCOP... 详细信息

片段组装方法是从头预测蛋白质三维结构的一类重要方法.现有的基于序列相似的片段库质量限制了低同源目标的预测精度,所以寻找与天然结构更加拟合的已知蛋白质结构片段来构建高质量的片段库是片段组装方法的一项重要任务.本文利用SCOP数据库中的三维结构相似性,对SCOP的折叠模式进行预测,提取预测出的相同折叠模式的已知蛋白质结构的信息,生成保存残基信息的数据库(Vall库).然后将目标蛋白质序列分割成的残基片段与Vall库进行综合评价后生成一种新的片段库,该片段库可以用于一个骨架预测并行蚁群算法.将本文方法与蛋白质结构预测程序RosettaAbinitio的基于序列的片段库进行了比较,实验结果表明采用本文方法的片段库可以找到更接近天然构象的蛋白质结构.

关键词：蛋白质折叠模式片段库 SCOP

来源：评论

学校读者我要写书评

暂无评论

非下采样Contourlet HMT模型

引用

中国科学：信息科学 2013年第11期43卷 1431-1444页

作者：王相海倪培根苏欣方玲玲宋传鸣辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006 辽宁师范大学数学学院大连116029

非下采样Contourlet变换(NSCT)不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性,而且还具有良好的平移不变特性.文中对NSCT变换系数进行研究,获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论;在此基础上结合隐M... 详细信息

非下采样Contourlet变换(NSCT)不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性,而且还具有良好的平移不变特性.文中对NSCT变换系数进行研究,获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论;在此基础上结合隐Markov树模型,建立了一种新的基于NSCT域的隐Markov树模型NSCT-HMT,并且给出了该模型的参数结构以及模型参数的训练方法;最后将所提出的模型应用于图像去噪中取得了很好的仿真效果.

关键词：非下采样Contourlet变换高斯混合模型隐Markov树模型 NSCT-HMT模型图像去噪

来源：评论

学校读者我要写书评

暂无评论

基于租户的访问控制模型T-ARBAC

引用

计算机科学与应用 2013年第3期3卷 173-179页

作者：曹进李培峰朱巧明钱培德苏州大学计算机科学与技术学院苏州江苏省计算机信息处理技术重点实验室苏州

SaaS服务模式极大地降低了企业成本、提高了企业效率,同时也提高了企业的管理水平及加快了其创新步伐。但由于租户数据存储于服务提供商数据存储平台,如何保障租户的数据安全是一个无法回避的问题,并且平台用户数量巨大,如何有效地对用... 详细信息

SaaS服务模式极大地降低了企业成本、提高了企业效率,同时也提高了企业的管理水平及加快了其创新步伐。但由于租户数据存储于服务提供商数据存储平台,如何保障租户的数据安全是一个无法回避的问题,并且平台用户数量巨大,如何有效地对用户进行管理也是一个值得探索的问题。本文结合基于角色的访问控制模型,设计出一个支持多租户、方便租户权限控制与管理的SaaS平台访问控制模型T-ARBAC (Tenant-Admin- istrative Role Based Access Control),满足了租户访问控制策略多样性与安全、独立访问共存数据的要求。

关键词：多租户访问控制 T-ARBAC

来源：评论

学校读者我要写书评

暂无评论

基于距离特征的蛋白质无序段建模方法及应用

引用

苏州科技学院学报（自然科学版） 2013年第2期30卷 37-40,56页

作者：刘宏伟吕强苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

蛋白质无序段在天然条件下无法折叠到特定的三维结构,具有高度的结构动态性。现有的对无序段从能量角度建模的方法缺少对无序段的空间约束。首先提取无序段的空间特征,并找到使预测过程趋于最低能量的最优特征值,最后将这些特征值作为... 详细信息

蛋白质无序段在天然条件下无法折叠到特定的三维结构,具有高度的结构动态性。现有的对无序段从能量角度建模的方法缺少对无序段的空间约束。首先提取无序段的空间特征,并找到使预测过程趋于最低能量的最优特征值,最后将这些特征值作为约束应用到并行蚁群蛋白质结构预测算法。实验结果表明:该方法可以有效地利用无序段对蛋白质结构的连接作用,有助于搜索到更接近天然结构的折叠区域结构。

关键词：无序段折叠区域并行蚁群结构预测

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：