检索结果-内蒙古大学图书馆

计算机应用 2017年第11期37卷 3207-3211页

作者：黄虹玮葛笑天陈烜松计算机软件新技术国家重点实验室(南京大学) 南京210023 江苏省审计厅南京210009

提出一种基于复杂学习分类系统(XCS)的密度聚类方法,可以用于对任意形状且带有噪声的二维数据进行聚类分析。此方法称为DXCSc,主要包括以下三个过程:1)基于学习分类系统,对输入数据生成规则种群,并对规则进行适当压缩;2)将已经生成的规... 详细信息

提出一种基于复杂学习分类系统(XCS)的密度聚类方法,可以用于对任意形状且带有噪声的二维数据进行聚类分析。此方法称为DXCSc,主要包括以下三个过程:1)基于学习分类系统,对输入数据生成规则种群,并对规则进行适当压缩;2)将已经生成的规则视为二维数据点,进而基于密度聚类思想对二维数据点进行聚类;3)对密度聚类后的规则种群进行适当聚合,生成最终的规则种群。在第一个过程中,采用学习分类系统框架生成规则种群并进行适当约减。第二个过程认为种群的各规则簇中心比它们的邻居规则具有更高的密度,并且与密度更高的规则间距离更大。在第三个过程中,采用图分割方法对相关重叠簇进行适当聚合。在实验中,将所提方法与K-means、近邻传播聚类算法(AP)、Voting-XCSc等算法进行了比较,实验结果表明,所提方法在精度方面优于对比算法。

关键词：学习分类系统进化计算强化学习密度聚类规则合并

来源：评论

学校读者我要写书评

暂无评论

空间Skyline查询处理:应用、研究与挑战

引用

计算机科学 2017年第2期44卷 1-16页

作者：余未郑吉平王海翔王永阁陈嘉良江顺青南京航空航天大学计算机科学与技术学院南京211106 南京大学计算机软件新技术国家重点实验室南京210023

引入动态属性的空间Skyline查询处理技术正在多个领域得到应用。首先引出传统Skyline和空间Skyline的定义,进而回顾了15年来Skyline的发展历程。重点介绍了当前空间Skyline在各个领域的主要应用,并根据这些应用总结了主要的研究方法和... 详细信息

引入动态属性的空间Skyline查询处理技术正在多个领域得到应用。首先引出传统Skyline和空间Skyline的定义,进而回顾了15年来Skyline的发展历程。重点介绍了当前空间Skyline在各个领域的主要应用,并根据这些应用总结了主要的研究方法和技术。最后,给出了空间Skyline查询处理面临的诸多挑战,指出了今后的大体研究方向。

关键词：空间Skyline查询 Voronoi图曼哈顿距离传感器网络道路网

来源：评论

学校读者我要写书评

暂无评论

气象云计算虚拟仿真实验教学研究与探索

引用

实验技术与管理 2017年第1期34卷 124-128页

作者：方巍刘琦南京信息工程大学计算机与软件学院江苏南京210044 南京大学计算机软件新技术国家重点实验室江苏南京210023

针对高层次气象创新人才培养目标,南京信息工程大学气象云计算课程依托国家级大气科学与气象信息虚拟仿真实验教学中心,完善共建共享机制,以"业务引领、科学规划、资源共享、持续发展"为建设思路。气象云计算虚拟仿真实验教... 详细信息

针对高层次气象创新人才培养目标,南京信息工程大学气象云计算课程依托国家级大气科学与气象信息虚拟仿真实验教学中心,完善共建共享机制,以"业务引领、科学规划、资源共享、持续发展"为建设思路。气象云计算虚拟仿真实验教学内容包括虚拟桌面云管理与应用、虚拟服务器集群进行气象数据计算、服务器和存储虚拟化实现分布式天气预报服务和气象业务数据云存储及应用,取得较好的实验教学效果。

关键词：气象云计算虚拟仿真实验教学创新培养

来源：评论

学校读者我要写书评

暂无评论

基于图像内容自适应矩阵完成的高动态范围成像方法

引用

光电工程 2017年第11期44卷 1056-1065页

作者：谢登梅郁梅彭宗举陈芬蒋刚毅宁波大学信息科学与工程学院浙江宁波315211 南京大学计算机软件新技术国家重点实验室南京210023

高动态范围图像合成中容易出现鬼影现象,而传统的矩阵完成算法没有考虑多曝光图像序列的运动特征,导致高动态范围图像中的鬼影未能完全去除。针对这一问题,本文提出一种基于低动态范围图像内容自适应矩阵完成算法以去除高动态范围图像... 详细信息

高动态范围图像合成中容易出现鬼影现象,而传统的矩阵完成算法没有考虑多曝光图像序列的运动特征,导致高动态范围图像中的鬼影未能完全去除。针对这一问题,本文提出一种基于低动态范围图像内容自适应矩阵完成算法以去除高动态范围图像中的鬼影。首先,根据图像的亮度和色度信息,确定低动态范围图像的运动区域;然后根据这一运动先验信息,调整矩阵完成算法过程中的正则化约束强度,从而得到每幅低动态范围图像的背景信息;最后,考虑到不同曝光度的图像在每一区域所包含的细节不同,采用与曝光相关的融合策略合成去鬼影的高动态范围图像。实验分别采用简单背景图像序列和复杂背景图像序列,结果表明,所提出的算法相比于奇异值部分和最小化矩阵完成算法,能取得更好的合成效果,适用于复杂背景下的高动态范围图像合成。

关键词：高动态范围成像运动先验知识矩阵完成曝光相关

来源：评论

学校读者我要写书评

暂无评论

面向认知的多源数据学习理论和算法研究进展

引用

软件学报 2017年第11期28卷 2971-2991页

作者：杨柳于剑刘烨詹德川天津大学计算机科学与技术学院天津300350 交通数据分析与挖掘北京市重点实验室(北京交通大学) 北京100044 脑与认知科学国家重点实验室(中国科学院心理研究所) 北京100101 中国科学院大学心理学系北京100049 计算机软件新技术国家重点实验室南京大学江苏南京210023

多源数据学习在大数据时代具有极其重要的意义.目前,多源数据学习算法研究远远超前于多源数据学习理论研究,经典的机器学习理论难以应用于多源数据学习,更难以提供多源数据学习算法在实际应用中的理论保障.从学习的最终目的是知识这一... 详细信息

多源数据学习在大数据时代具有极其重要的意义.目前,多源数据学习算法研究远远超前于多源数据学习理论研究,经典的机器学习理论难以应用于多源数据学习,更难以提供多源数据学习算法在实际应用中的理论保障.从学习的最终目的是知识这一认知切入点出发,对人类学习的认知机理、机器学习的三大经典理论(计算学习理论、统计学习理论和概率图理论)以及多源数据学习算法设计这3个方面的研究进展进行总结,最后给出未来研究方向的思考.

关键词：统计学习理论模式分类特征空间认知心理

来源：评论

学校读者我要写书评

暂无评论

分布式云存储:理论、技术、系统专题前言

引用

软件学报 2017年第8期28卷 1927-1928页

作者：黄宇吴维刚赵军平计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 中山大学数据科学与计算机学院广东广州510006 EMC中国研究院北京100084

在Internet开放环境下，以云服务和移动终端为计算平台，以大数据为内容资源的新一代应用，对云平台的开发者和云服务提供者提出了诸多挑战．随着大规模分布式应用关注的焦点逐渐从“计算”向“数据”迁移，分布式云存储技术作为云计算... 详细信息

在Internet开放环境下，以云服务和移动终端为计算平台，以大数据为内容资源的新一代应用，对云平台的开发者和云服务提供者提出了诸多挑战．随着大规模分布式应用关注的焦点逐渐从“计算”向“数据”迁移，分布式云存储技术作为云计算的关键性支撑技术得到越来越多的关注．

关键词：分布式应用支撑技术存储技术 Internet 服务提供者计算平台专题系统

来源：评论

学校读者我要写书评

暂无评论

一种基于Kalman滤波和粒子群优化的测试数据生成方法

引用

电子学报 2017年第10期45卷 2473-2483页

作者：薛猛姜淑娟张争光钱俊彦张艳梅曹鹤玲中国矿业大学计算机科学与技术学院江苏徐州221116 桂林电子科技大学广西可信软件重点实验室广西桂林541004 南京大学计算机软件新技术国家重点实验室江苏南京210093 河南工业大学信息科学与工程学院河南郑州450001

为减少进化代数,提高路径覆盖成功率,提出了多邻域Kalman滤波PSO测试数据生成方法.在该方法中将粒子固定划分到不同邻域中,各邻域内指定一个粒子向全局最优粒子学习,其余各粒子向所在邻域中最优粒子学习,而全局最优粒子利用无速度项的简... 详细信息

为减少进化代数,提高路径覆盖成功率,提出了多邻域Kalman滤波PSO测试数据生成方法.在该方法中将粒子固定划分到不同邻域中,各邻域内指定一个粒子向全局最优粒子学习,其余各粒子向所在邻域中最优粒子学习,而全局最优粒子利用无速度项的简化PSO进化.在此过程中,除全局最优粒子外的各粒子利用Kalman滤波方程更新粒子的位置.实验表明,相较于基本PSO和其他PSO方法,即使是覆盖困难的路径,本文方法也具有进化代数少、路径覆盖成功率高及性能稳定的特点.

关键词：测试数据生成粒子群优化 Kalman滤波邻域拓扑

来源：评论

学校读者我要写书评

暂无评论

基于单深度帧内模式的3D-HEVC深度视频信息隐藏算法

引用

光电子．激光 2017年第8期28卷 893-901页

作者：王静郁梅蒋刚毅骆挺高巍宁波大学信息科学与工程学院浙江宁波315211 南京大学计算机软件新技术国家重点实验室江苏南京210093

针对三维(3D)视频系统中深度视频的安全问题,利用一种全新的信息嵌入载体,提出一种基于单深度帧内模式(single depth intra mode)的3D高效视频编码(3D-HEVC)深度视频信息隐藏算法。首先,对采用单深度帧内模式编码的编码单元(CU)根据相... 详细信息

针对三维(3D)视频系统中深度视频的安全问题,利用一种全新的信息嵌入载体,提出一种基于单深度帧内模式(single depth intra mode)的3D高效视频编码(3D-HEVC)深度视频信息隐藏算法。首先,对采用单深度帧内模式编码的编码单元(CU)根据相邻块重建像素构建像素候选列表,并比较候选列表中的两个像素值;然后,为增加算法的安全性、保证视频的质量,在像素值相等和不相等的情况下分别根据密钥和后续块的预测模式范围选择嵌入块;最后,根据隐秘信息对嵌入块候选列表所选像素的索引值进行LSB调制。实验结果表明,本文算法平均每帧嵌入容量为244bit,编码重建深度视频绘制视点质量的峰值信噪比(PSNR)值和结构相似度(SSIM)值仅分别平均下降1.41×10-3 dB和6×10-6,码率平均增长0.12%,可见本文算法对3D视频的主观感知质量及码率影响很小。

关键词：信息隐藏深度视频编码三维高效视频编码(3D-HEVC) 单深度帧内模式

来源：评论

学校读者我要写书评

暂无评论

大规模艺术图像的视觉特征计算组织与可视化

引用

科技通报 2017年第12期33卷 194-200页

作者：徐绕山王爽孙正兴南京信息职业技术学院计算机与软件学院南京210023 南京大学计算机软件新技术国家重点实验室南京210046 江苏经贸职业技术学院南京211168

为解决使用传统精确分类方法组织和展示大规模艺术图像的复杂和低效等问题,提出一种基于图像视觉特征计算的自组织与可视化方法,根据艺术图像的视觉特点,提取了颜色、纹理、空间布局和SIFT等特征表示,并在图像空间布局的计算模型下实验... 详细信息

为解决使用传统精确分类方法组织和展示大规模艺术图像的复杂和低效等问题,提出一种基于图像视觉特征计算的自组织与可视化方法,根据艺术图像的视觉特点,提取了颜色、纹理、空间布局和SIFT等特征表示,并在图像空间布局的计算模型下实验了不同特征的聚类计算组织效果。在此基础上,对实验图像库进行层次化聚类,构建了在视觉信息上的层次化浏览树,并采用可视化技术进行图像的层次化展示。实验结果表明,与传统图像管理方法相比,该方法可获得很好的组织效率和友好的用户体验。

关键词：视觉特征 MLAP算法自组织计算可视化技术艺术图像

来源：评论

学校读者我要写书评

暂无评论

基于中心凹的双目恰可察觉编码失真模型

引用

光电子．激光 2017年第9期28卷 999-1007页

作者：杨家辉郁梅徐升阳蒋刚毅宁波大学信息科学与工程学院浙江宁波315211 南京大学计算机软件新技术国家重点实验室江苏南京210093

针对立体视频中存在着大量的感知冗余,首先通过主观实验研究梯度和纹理因素对立体掩蔽效应的影响,建立双目恰可察觉编码失真(BJNCD)模型;同时考虑到人类视觉特性(HVS)的视觉敏感度并非恒定不变,当视网膜离心率变大时,像素的视觉阈值也... 详细信息

针对立体视频中存在着大量的感知冗余,首先通过主观实验研究梯度和纹理因素对立体掩蔽效应的影响,建立双目恰可察觉编码失真(BJNCD)模型;同时考虑到人类视觉特性(HVS)的视觉敏感度并非恒定不变,当视网膜离心率变大时,像素的视觉阈值也随之变大,因此结合HVS的视网膜中心凹感知特性建立了基于中心凹的双目恰可察觉编码失真(FBJNCD)模型。为验证所提出模型的有效性,将其应用于多视点高效视频编码(MV-HEVC)测试平台中对立体视频进行非对称编码。实验结果表明,所提出模型在保持立体视频感知质量的同时能够有效节省编码码率,提高了立体视频压缩效率。

关键词：立体视频立体掩蔽效应中心凹非对称编码

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：