检索结果-内蒙古大学图书馆

电子科技大学学报 2019年第2期48卷 247-252页

作者：谢盈陈建英吴尽昭丁旭阳西南民族大学计算机系统国家民委重点实验室成都610041 西南民族大学计算机科学与技术学院成都610041 广西民族大学广西混杂计算与集成电路设计分析重点实验室南宁530006 电子科技大学计算机科学与工程学院成都611731

不同的任务调度算法将任务分配在不同的处理单元,会产生不同的能耗。在基于片上网络的多核系统中,将任务分摊到所有处理器核能提高系统利用率,但导致大量的簇间通信,增加数据传输能耗。本文在对系统能耗进行建模的基础上,提出一种能耗... 详细信息

不同的任务调度算法将任务分配在不同的处理单元,会产生不同的能耗。在基于片上网络的多核系统中,将任务分摊到所有处理器核能提高系统利用率,但导致大量的簇间通信,增加数据传输能耗。本文在对系统能耗进行建模的基础上,提出一种能耗约束的任务调度算法。该算法结合任务间依赖关系,动态计算任务分配时产生通信开销最小的簇和系统利用率最大的簇,通过计算在相应簇上产生的系统能耗,选择产生系统能耗小的分配方案以平衡系统利用率和簇间通信开销。仿真实验结果证明,算法在减少了簇间通信开销并提高系统利用率的同时,降低了系统能耗。

关键词：通信开销能耗约束片上网络系统利用率

来源：评论

学校读者我要写书评

暂无评论

区域感知实时人像超分辨率重建网络

引用

北京航空航天大学学报 2024年第2期50卷 588-595页

作者：龚柯存周梦琳唐东明西南民族大学国家民族事务委员会计算机系统重点实验室成都610041 西南民族大学计算机科学与工程学院成都610041 成都信息工程大学软件工程学院成都610225

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子... 详细信息

在人像超分辨率重建领域,传统方法通常将整幅图像进行统一处理,导致效率低下。为降低模型的推理时延,提出了一种实时超分辨率重建模型RASR。该模型利用门控单元处理低分辨率图像,识别出人像边缘区域;采用分区重建策略,使用不同尺寸的子模型分别针对包含或不包含人像边缘的区域进行重建。实验结果表明:与现有方法相比,RASR模型在4倍上采样重建场景下的推理时延降低了88%,能够更有效地重建高分辨率人像图像。

关键词：区域感知单图像超分辨率门控单元通道划分块深度学习

来源：评论

学校读者我要写书评

暂无评论

智能反射面辅助的无线传感网络充电策略研究

引用

计算机应用研究 2023年第2期40卷 561-564页

作者：陈秋实谈文蓉刘韬西南民族大学计算机科学与工程学院成都610041 西南民族大学计算机系统国家民委重点实验室成都610041

在无线可充电传感网的研究中面临诸多挑战,如无线功率传输中易衰弱、充电规划复杂度高、内存数据易溢出导致丢包。为此,引入智能反射面(IRS)并基于强化学习设计一种无线传感网能量传输和数据收集方案IRS_MDP。首先,该方案建立反射相位... 详细信息

在无线可充电传感网的研究中面临诸多挑战,如无线功率传输中易衰弱、充电规划复杂度高、内存数据易溢出导致丢包。为此,引入智能反射面(IRS)并基于强化学习设计一种无线传感网能量传输和数据收集方案IRS_MDP。首先,该方案建立反射相位偏移优化问题,计算出以任一传感器节点为充电目标节点时IRS的最优相移值,实现最大化目标节点处所接收的功率。其次,根据上述结果并结合传感器实时状态,基于强化学习设计关于充电和数据传输过程的优化充电策略实现丢包率降低。仿真结果表明,该方案相较其他方案可以更好地提升网络吞吐量和降低数据丢包率。

关键词：无线传感网马尔可夫决策过程智能反射面相位偏移优化

来源：评论

学校读者我要写书评

暂无评论

面向图像分类的残差网络进展研究

引用

计算机工程与应用 2020年第20期56卷 9-19页

作者：赵丽萍袁霄祝承赵晓琦杨仕虎梁平鲁小丫谭颖西南民族大学计算机系统国家民委重点实验室成都610041 南京大学电子科学与工程学院南京210093

近年来,随着数据量的扩大,计算机性能不断提升,用传统的图像分类方法无法获得大数据下图像分类的高精度准确率,残差网络因其高度准确性和良好收敛性已成为图像分类领域的技术热点,值得深入研究。介绍了残差网络,并从提升分类准确率、减... 详细信息

近年来,随着数据量的扩大,计算机性能不断提升,用传统的图像分类方法无法获得大数据下图像分类的高精度准确率,残差网络因其高度准确性和良好收敛性已成为图像分类领域的技术热点,值得深入研究。介绍了残差网络,并从提升分类准确率、减少模型参数量和降低模型计算量三个角度出发,详细讨论了各个变体的内在结构,分析了各个变体的优缺点,给出了各个变体适用场合的建议。从准确率、参数量和计算量三个方面对各个变体的性能进行了直观的对比。提出了残差网络现在面临的挑战和未来的发展方向。

关键词：残差网络深度神经网络图像分类计算机视觉

来源：评论

学校读者我要写书评

暂无评论

数据安全视角下数据分享方案的研究

引用

西南科技大学学报 2023年第1期38卷 91-97,104页

作者：陈文强何文涛周绪川查媛媛李英玲西南民族大学计算机系统国家民委重点实验室成都610041 西南民族大学计算机科学与工程学院成都610041

针对云文件数据在使用期后不及时删除易导致非授权访问及隐私数据泄露等问题,结合DHT(分布式哈希表)网络实时更新的特性,提出了一种AES与国密SM2混合加密的云文件数据安全自毁方案。首先数据所有端用AES对称加密算法加密待上传文件得到... 详细信息

针对云文件数据在使用期后不及时删除易导致非授权访问及隐私数据泄露等问题,结合DHT(分布式哈希表)网络实时更新的特性,提出了一种AES与国密SM2混合加密的云文件数据安全自毁方案。首先数据所有端用AES对称加密算法加密待上传文件得到文件密文,然后对文件密文随机抽样,再将密文索引与AES密钥封装成封装体(PAC),其次将PAC用私钥进行国密SM2非对称加密成封装体密文(EP),最后将EP传至DHT网络,并将不完整密文与抽样密文上传至云端。数据使用端下载使用数据的操作是上传操作的逆操作。数据生命到期时可通过DHT网络自主更新实现定期删除EP,密文的覆写删除是通过调用HDFS的接口上传随机数据实现。通过密钥和云端密文的删除实现云数据的安全自毁。实验结果表明方案的整体性能表现良好。

关键词：混合加密安全分享密文抽样隐私保护 SM2算法

来源：评论

学校读者我要写书评

暂无评论

基于本体建模的动态知识图谱构建技术研究

引用

西南民族大学学报（自然科学版） 2021年第3期47卷 310-316页

作者：陈雅茜邢雪枫西南民族大学计算机科学与工程学院计算机系统国家民委重点实验室四川成都610041

目前知识图谱领域构建的图谱多以静态知识图谱为主,数据集较大时,构建出的静态知识图谱的规模会非常大,且存在可读性差、交互性低等问题,非常不利于信息的动态浏览和筛选.为解决这一问题,应以增加知识图谱的动态交互性为目标来完成动态... 详细信息

目前知识图谱领域构建的图谱多以静态知识图谱为主,数据集较大时,构建出的静态知识图谱的规模会非常大,且存在可读性差、交互性低等问题,非常不利于信息的动态浏览和筛选.为解决这一问题,应以增加知识图谱的动态交互性为目标来完成动态知识图谱的构建.将从知识图谱的体系架构、本体建模等方面进行系统探索,给出基于本体建模的动态知识图谱构建技术流程.最后从知识推理等方面对未来的研究方向进行了展望.

关键词：动态知识图谱本体建模 Neo4j 信息可视化

来源：评论

学校读者我要写书评

暂无评论

基于citespace和中介中心性算法的全国农业信息化知识图谱构建

引用

西南民族大学学报（自然科学版） 2022年第1期48卷 75-81页

作者：陈雅茜邢雪枫程大雷薛余坤吴非张代玮西南民族大学计算机科学与工程学院计算机系统国家民委重点实验室四川成都610041

以CNKI 2010~2020年期间发表的农业信息化领域论文作为数据来源,通过citespace可视化技术和改进的中介中心性算法相结合的方法完成全国农业信息化知识图谱的构建与分析.改进的中介中心性算法将共现网络中的前驱节点和后继节点的中心性... 详细信息

以CNKI 2010~2020年期间发表的农业信息化领域论文作为数据来源,通过citespace可视化技术和改进的中介中心性算法相结合的方法完成全国农业信息化知识图谱的构建与分析.改进的中介中心性算法将共现网络中的前驱节点和后继节点的中心性依赖值关联起来,不断地更新中介中心性值,而且执行从一个点到所有其他点的最短路径搜索(单源最短路径搜索),时间复杂度从O(N^(3))优化为O(MN),空间复杂度从O(N^(2))优化为O(M+N),大大提高了运算效率.

关键词：农业信息化知识图谱 citespace可视化技术中介中心性分析

来源：评论

学校读者我要写书评

暂无评论

多模态情感识别综述

引用

西南民族大学学报（自然科学版） 2022年第4期48卷 440-447页

作者：程大雷张代玮陈雅茜西南民族大学计算机科学与工程学院计算机系统国家民委重点实验室四川成都610041

针对多模态情感识别这一新兴领域,分别从数据集、多模态特征表示以及多模态情感融合等三方面进行系统探索.特别针对多模态情感融合这一重点问题,分别对特征级融合、决策级融合、模型级融合这三个主流的融合策略进行了探讨.最后从引入新... 详细信息

针对多模态情感识别这一新兴领域,分别从数据集、多模态特征表示以及多模态情感融合等三方面进行系统探索.特别针对多模态情感融合这一重点问题,分别对特征级融合、决策级融合、模型级融合这三个主流的融合策略进行了探讨.最后从引入新模态和多模态融合等方面对未来研究方向进行了展望.

关键词：多模态情感识别特征表示多模态情感融合

来源：评论

学校读者我要写书评

暂无评论

基于Attention的卷积神经网络验证码识别研究

引用

西南民族大学学报（自然科学版） 2023年第3期49卷 303-311页

作者：王子翱李英玲尚正宇李贵兵西南民族大学计算机科学与工程学院四川成都610041 西南民族大学计算机系统国家民委重点实验室四川成都610041

验证码字符识别技术作为数字图像处理的一个重要应用分支,其目的在于准确、快速地分析验证码所携带的字符内容.已有研究通过构建卷积神经网络进行验证码字符识别,并且取得了一定的效果;但是大部分研究使用特征的浅层信息作为模型的输入... 详细信息

验证码字符识别技术作为数字图像处理的一个重要应用分支,其目的在于准确、快速地分析验证码所携带的字符内容.已有研究通过构建卷积神经网络进行验证码字符识别,并且取得了一定的效果;但是大部分研究使用特征的浅层信息作为模型的输入,受局部感受野的限制而丢失特征,未能充分分析验证码的深层特征信息,并且未能对特征进行充分融合,造成识别准确度还有一定提升空间.提出了一种基于注意力机制的卷积神经网络模型,首先采用Otsu算法对验证码进行预处理后,输入到VGG16模型提取验证码的特征;然后引入注意力机制,自动学习关键信息,得到不同特征的权重;最后基于卷积神经网络进行特征融合,通过训练后得到验证码识别模型.提出的模型在调用Captcha库生成的验证码数据集上进行验证,结果显示提出的方法在不增加时间成本的情况下,验证码识别准确率平均可达到93.27%,对比ResNet、CNN和CNN7基线方法,分别提升了8%、10%和22%.因此,提升了验证码识别的准确率,促进了自动识别车牌等场景落地,推进了验证码识别技术的发展.

关键词：验证码深度学习注意力机制卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于多源特征门控融合的软件缺陷预测

引用

西南民族大学学报（自然科学版） 2024年第3期50卷 312-320页

作者：李英玲巴依斯勒张禾邵俊铭王子翱蔡牧昕西南民族大学计算机科学与工程学院四川成都610041 西南民族大学计算机系统国家民委重点实验室四川成都610041

随着当前软件开发规模的增大和复杂度的不断提高,如何在保证效率的同时提高软件质量成为软件工程领域研究的重点和难点.软件缺陷预测是软件质量保障的重要研究方向,旨在帮助软件从业人员预测软件产品中潜在的缺陷模块,从而更有效地分配... 详细信息

随着当前软件开发规模的增大和复杂度的不断提高,如何在保证效率的同时提高软件质量成为软件工程领域研究的重点和难点.软件缺陷预测是软件质量保障的重要研究方向,旨在帮助软件从业人员预测软件产品中潜在的缺陷模块,从而更有效地分配测试资源.已有研究主要提取软件特征来建立缺陷预测模型,但通常仅使用单一类型特征作为模型输入,并且缺乏特征的有效融合,导致缺陷预测的性能有待提高.提出了一种基于多源特征门控融合的软件缺陷预测方法(DP⁃GM),首先利用抽象语法树和词嵌入模型得到代码语义表示;然后,采用门控循环单元(GRU)对语义特征向量和传统特征向量进行特征提取;最后,利用门控机制融合多源特征来训练模型并进行软件缺陷预测.实验结果表明,与当前具有代表性的三个基线方法相比较,提出的方法在召回率和F1值分别高出最优基线方法35.3%和10.5%.因此,提出的方法可提升软件缺陷预测的准确性,帮助软件从业者提高开发效益.

关键词：软件缺陷预测多源特征融合门控神经网络

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：