检索结果-内蒙古大学图书馆

计算机学报 2018年第10期41卷 2193-2208页

作者：李丽娜魏晓辉李翔王兴旺吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学高性能计算中心长春130012

在分布式并行数据流处理中,面向实时变化且具有突发性的流数据负载,固定的资源分配将造成资源浪费或服务质量降低,因此,可伸缩的弹性资源分配是一个亟待解决的关键问题.然而,由于资源分配延迟和负载预测模型存在误差,已有的弹性资源分... 详细信息

在分布式并行数据流处理中,面向实时变化且具有突发性的流数据负载,固定的资源分配将造成资源浪费或服务质量降低,因此,可伸缩的弹性资源分配是一个亟待解决的关键问题.然而,由于资源分配延迟和负载预测模型存在误差,已有的弹性资源分配策略无法准确地提供与突发负载相匹配的资源,且存在不必要的资源调整反复,增加了系统开销.该文主要解决弹性资源分配的调整延迟和调整颠簸问题.针对上述问题,主要的挑战在于突发负载的准确预测和节点间的协作.为此,该文提出了一个上、下游节点协同的弹性资源分配策略,最优化数据质量和资源使用率,兼顾考虑调整代价.在该策略中,基于数据负载关联模型和双向的控制机制,下游节点能够实时感知和预测上游节点产生的突发负载和负载的变化趋势,预先调整资源并避免调整颠簸;同时,上游节点能够基于反馈机制,动态调节数据处理速率以抑制下游节点的负载波动,降低其资源调整的可能性.实验结果表明,当负载变化较大时,该策略平均减少数据丢失达85%,并显著降低了系统资源调整开销,同时,提高了资源使用率.

关键词：流数据流数据处理突发感知资源分配弹性调整

来源：评论

学校读者我要写书评

暂无评论

基于稀疏自学习卷积神经网络的句子分类模型

引用

计算机研究与发展 2018年第1期55卷 179-187页

作者：高云龙左万利王英王鑫吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 长春工程学院计算机技术与工程学院长春130012

句子分类模型的建立对于自然语言理解的研究有着十分重要的意义.基于卷积神经网络(convolutional neural networks,CNN)提取数据特征的特点,提出基于稀疏自学习卷积神经网络(sparse and self-taught CNN,SCNN)的句子分类模型.首先,在卷... 详细信息

句子分类模型的建立对于自然语言理解的研究有着十分重要的意义.基于卷积神经网络(convolutional neural networks,CNN)提取数据特征的特点,提出基于稀疏自学习卷积神经网络(sparse and self-taught CNN,SCNN)的句子分类模型.首先,在卷积层排除人为约定的特征map输入,自学习前一层输入的特征矩阵的有效组合,动态捕获句子范围内各个特征的有效关联;然后,在训练过程中利用L1范数增加稀疏性约束,降低模型复杂度;最后,在采样层利用K-Max Pooling选择句子中最大特征的序列,并保留特征之间的相对次序.SCNN可以处理变长的句子输入,模型的建立不依赖于句法、分析树等语言学特征,从而适用于任何一种语言.通过对语料库进行句子分类实验,验证了所提出模型有较好的分类效果.

关键词：词CNN 稀疏自学习分类 L1范数

来源：评论

学校读者我要写书评

暂无评论

一种新的基于局部搜索的扩展规则推理方法

引用

计算机学报 2018年第4期41卷 825-839页

作者：杨洋刘磊李广力张桐搏吕帅吉林大学计算机科学与技术学院长春130012 吉林大学数学学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012

作为与归结推理方法互补的推理方法,扩展规则推理方法得到了国内外广泛认可.目前扩展规则推理方法的研究主要集中于完备推理方法,由于极大项变换方式过于机械,导致该方法处理公式的规模比较局限.该文在深入分析扩展规则推理和局部搜索... 详细信息

作为与归结推理方法互补的推理方法,扩展规则推理方法得到了国内外广泛认可.目前扩展规则推理方法的研究主要集中于完备推理方法,由于极大项变换方式过于机械,导致该方法处理公式的规模比较局限.该文在深入分析扩展规则推理和局部搜索关联性的基础上,利用子句集中的"极大项"概念设计了一种反向求解策略,进而设计并实现一种新的基于局部搜索的扩展规则推理框架.在此基础上,为了使得极大项搜索过程更加适配该框架,提出了一种基于精确格局检测实现和双向半扩展规则策略的两阶段局部搜索算法.实验结果表明,该文提出的基于精确格局检测的新型扩展规则推理算法ERACC突破了传统扩展规则推理对公式规模的局限,求解效率有了极大提高,使得扩展规则推理方法不再受公式规模制约,可以用于知识编译和可能性推理等多方面的应用.

关键词：自动推理扩展规则局部搜索精确格局检测双向半扩展规则反向求解

来源：评论

学校读者我要写书评

暂无评论

基于隐喻词扩展的短文本聚类算法

引用

吉林大学学报（理学版） 2018年第6期56卷 1447-1452页

作者：王烨左万利王英吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

针对目前短文本词汇量少、表达形式多样,导致同种类文本聚类方法无效的问题,提出一种利用中文维基百科的丰富词汇间关系对短文本的隐喻词进行扩充的方法,以解决短文本包含信息少、词汇表达形式多样的不足.实验结果表明,该算法可有效提... 详细信息

针对目前短文本词汇量少、表达形式多样,导致同种类文本聚类方法无效的问题,提出一种利用中文维基百科的丰富词汇间关系对短文本的隐喻词进行扩充的方法,以解决短文本包含信息少、词汇表达形式多样的不足.实验结果表明,该算法可有效提升短文本的聚类效果.

关键词：文本聚类短文本维基百科文本扩展

来源：评论

学校读者我要写书评

暂无评论

基于量子密钥和云服务的身份加密方案

引用

吉林大学学报（工学版） 2018年第2期48卷 551-557页

作者：韩家伟刘衍珩孙鑫宋立军吉林大学计算机科学与技术学院长春130012 长春大学量子通信技术实验室长春 130022 吉林大学符号计算与知识工程教育部重点实验室长春 130012

针对现有利用云服务进行基于身份加密(Identity-based encryption,IBE)的公钥加密方案中存在的安全问题,提出了一种基于量子密钥和云服务的IBE方案。该方案首先通过引入量子加密技术解决密钥生成器与云服务之间用户隐私信息和撤销列表... 详细信息

针对现有利用云服务进行基于身份加密(Identity-based encryption,IBE)的公钥加密方案中存在的安全问题,提出了一种基于量子密钥和云服务的IBE方案。该方案首先通过引入量子加密技术解决密钥生成器与云服务之间用户隐私信息和撤销列表等信息安全传输问题;然后利用提出的量子时间令牌机制,安全地对用户私钥进行分发和管理;最后利用量子密钥共享和云服务安全高效地实现了用户撤销管理。与现有方案相比,该方案能够充分利用量子加密技术和云计算服务的优势,更为安全高效地实现基于身份加密公钥体制中的密钥管理和用户撤销,并能够抵抗多种安全威胁,在云计算环境中具有更好的安全性和实用性。在真实的量子密钥分发和云计算环境中的实验结果证明了该方案的可行性和有效性。

关键词：计算机应用 IBE方案量子密钥分发云服务量子时间令牌

来源：评论

学校读者我要写书评

暂无评论

基于半模型的OWL本体理由探求方法研究

引用

计算机学报 2018年第12期41卷 2720-2733页

作者：张瑜欧阳丹彤崔仙姬叶育鑫吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室长春130012 大连民族大学信息与通信工程学院辽宁大连116600

OWL本体理由探求是语义Web推理的重要任务之一.随着语义Web数据的急剧增长以及本体规模的不断扩大,目前的本体理由探求策略已难以满足它们对推理性能的要求.该文以基于黑盒的探求技术为研究对象,黑盒法是基于"扩张"和"收... 详细信息

OWL本体理由探求是语义Web推理的重要任务之一.随着语义Web数据的急剧增长以及本体规模的不断扩大,目前的本体理由探求策略已难以满足它们对推理性能的要求.该文以基于黑盒的探求技术为研究对象,黑盒法是基于"扩张"和"收缩"两个阶段实现理由探求任务的,"扩张"阶段的目标是获得蕴涵目标公理的理由的一个超集,"收缩"阶段对得到的理由超集进行删减至极小集合.然而,这两个阶段的主要时间开销在于频繁地调用推理机进行变化的公理集合与目标公理之间的蕴涵关系的检测,这会严重影响理由探求的效率.为了解决这一问题,通过观察理由探求过程中公理集合的变化情况,给出增量本体序列定义,并揭示了增量本体序列中的最大增量本体与理由之间的关系.增量本体序列的生成过程主要涉及两方面因素:(1)后继本体对先驱本体的有效扩充(必须保证是拟序关系);(2)对本体链中的本体是否蕴涵目标公理的推理判定(必须保证当且仅当最大本体蕴涵目标公理).在增量本体序列生成过程中,利用半模型证明了后继增量本体与目标公理之间的蕴涵关系是半可判定的,进而给出基于半模型增量推理的理由超集探求算法及其正确性证明.半模型增量推理的增量体现在:保留上一次得到的模型作为下一次判定的初始条件之一,从而避免传统蕴涵判定中,每一次都完全重构模型的冗余计算.最后,提出了一种与现有的收缩过程相反的理由求解方案——基于扩张的理由求解策略.通过迭代地添加公理过程,探测该公理集下的所有理由的公共元素.利用探测到的所有公共元素构造目标公理的理由.随后利用该文提出的增量推理任务分别给出新的"扩-缩"理由探求方法和"双扩"理由探求方法.实验结果表明,改进后的"扩-缩"理由探求方法在求解性能上优于原有的"扩-缩"理由探求方法;而新提出的基于增量推理的"双扩"理由探求方法在现有的求解策略中表现最优.

关键词：语义Web推理 OWL本体理由黑盒技术蕴涵关系

来源：评论

学校读者我要写书评

暂无评论

基于视觉注意力机制的异步优势行动者-评论家算法

引用

计算机科学 2019年第5期46卷 169-174页

作者：李杰凌兴宏伏玉琛刘全苏州大学计算机科学与技术学院江苏苏州215006 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 吉林大学符号计算与知识工程教育部重点实验室长春130012 软件新技术与产业化协同创新中心南京210000

异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中... 详细信息

异步深度强化学习能够通过多线程技术极大地减少学习模型所需要的训练时间。然而作为异步深度强化学习的一种经典算法,异步优势行动者-评论家算法没有充分利用某些具有重要价值的区域信息,网络模型的学习效率不够理想。针对此问题,文中提出一种基于视觉注意力机制的异步优势行动者-评论家模型。该模型在传统异步优势行动者-评论家算法的基础上引入了视觉注意力机制,通过计算图像各区域点的视觉重要性值,利用回归、加权等操作得到注意力机制的上下文向量,从而使Agent将注意力集中于面积较小但更具丰富价值的图像区域,加快网络模型解码速度,更高效地学习近似最优策略。实验结果表明,与传统的异步优势行动者-评论家算法相比,该模型在基于视觉感知的决策任务上具有更好的性能表现。

关键词：异步深度强化学习视觉注意力机制行动者-评论家异步优势行动者-评论家

来源：评论

学校读者我要写书评

暂无评论

基于多重序列所有公共子序列的启发式算法度量多图的相似度

引用

吉林大学学报（工学版） 2018年第2期48卷 526-532页

作者：王旭欧阳继红陈桂芬吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林农业大学信息技术学院长春130118

提出了启发式A*算法度量任意多个图的相似度方法,该算法将多图表示多重序列,在多重序列的匹配点上计算多重序列的所有公共子序列数,得到的所有公共子序列数用来度量多图的相似度。该算法避免了在非匹配点上的冗余计算,最大化后缀序列的... 详细信息

提出了启发式A*算法度量任意多个图的相似度方法,该算法将多图表示多重序列,在多重序列的匹配点上计算多重序列的所有公共子序列数,得到的所有公共子序列数用来度量多图的相似度。该算法避免了在非匹配点上的冗余计算,最大化后缀序列的所有公共子序列数的启发函数值,将访问的节点限制在两个序列匹配的子集,减少了计算节点的个数。与现有度量图的相似度方法相比,该算法不仅可以度量任意多个图的相似度,而且计算过程简单,通过启发信息的引导能够快速地度量多图的相似度。

关键词：人工智能多图相似度启发式算法所有公共子序列多重序列匹配

来源：评论

学校读者我要写书评

暂无评论

基于垂直维序列动态时间规整方法的图相似度度量

引用

吉林大学学报（工学版） 2018年第4期48卷 1199-1205页

针对图相似度度量过程中复杂度高、信息缺失的问题,采用将图转换为广义树,将广义树表示为垂直维序列的方法,通过计算垂直维序列的距离度量图的相似度。该方法把度量图相似度的问题简化为计算垂直维序列距离的问题。垂直维序列不仅包含... 详细信息

针对图相似度度量过程中复杂度高、信息缺失的问题,采用将图转换为广义树,将广义树表示为垂直维序列的方法,通过计算垂直维序列的距离度量图的相似度。该方法把度量图相似度的问题简化为计算垂直维序列距离的问题。垂直维序列不仅包含了顶点标号、入度和出度信息,而且体现了顶点的层次结构特性,保留了图中的路径信息。与现有方法相比,该方法在度量过程中考虑了更多的图信息,并将时间复杂度降至O(n^2)。

关键词：人工智能图相似度度量动态时间规整垂直维序列距离计算时间复杂度

来源：评论

学校读者我要写书评

暂无评论

基于减少检索的负表约束优化算法

引用

吉林大学学报（理学版） 2018年第2期56卷 335-339页

作者：杜江珊李占山吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012

通过放弃不相关元组从而减少检索的方式,提出一种优化算法STRN3,解决了在相容性算法中重复遍历负表约束的全部元组,导致冗余检索、效率较低的问题.实验结果表明,在检索过程中,当负表中有效元组的平均个数未呈现大幅度下降时,STRN3算法较... 详细信息

通过放弃不相关元组从而减少检索的方式,提出一种优化算法STRN3,解决了在相容性算法中重复遍历负表约束的全部元组,导致冗余检索、效率较低的问题.实验结果表明,在检索过程中,当负表中有效元组的平均个数未呈现大幅度下降时,STRN3算法较STR-N算法性能更优;在约束网络中,支持元组更多的情况下,STRN3算法较STR3算法性能更优,从而实现了对负表约束算法的改进.

关键词：人工智能负表约束减少检索最小支持区间

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：