检索结果-内蒙古大学图书馆

计算机应用研究 2022年第8期39卷 2241-2248页

作者：陈澈郑艺峰杨敬民谢玲富张文杰闽南师范大学计算机学院福建漳州363000 闽南师范大学数据科学与智能应用福建省高校重点实验室福建漳州363000 台北科技大学电子工程系中国台北106344 宁波大学电气工程与计算机科学系浙江宁波315211

为了满足下一代网络在覆盖范围、部署成本以及容量方面的挑战,移动边缘计算(MEC)通常需要借助中继节点的辅助来完成计算密集型和延迟敏感型的任务。首先介绍了基于中继辅助MEC系统的基本架构,之后从任务卸载、资源分配和中继节点选择三... 详细信息

为了满足下一代网络在覆盖范围、部署成本以及容量方面的挑战,移动边缘计算(MEC)通常需要借助中继节点的辅助来完成计算密集型和延迟敏感型的任务。首先介绍了基于中继辅助MEC系统的基本架构,之后从任务卸载、资源分配和中继节点选择三方面对基于中继辅助MEC系统最新的研究方法进行归纳总结。更进一步地针对现有方法可能存在的问题与挑战进行了讨论和分析,并提出了一些可行的解决方案为后续研究发展提供参考。

关键词：移动边缘计算中继辅助资源分配任务卸载中继选择

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的核酸结合蛋白多标签预测模型

引用

闽南师范大学学报（自然科学版） 2024年第1期37卷 40-53页

作者：魏志森邓城闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

核酸结合蛋白(nucleic acid-binding protein,NABP)包括DNA结合蛋白(DNA-binding protein,DBP)和RNA结合蛋白(RNA-binding protein,RBP),准确识别NABP有助于了解蛋白质的作用机制.为了解决NABP预测中的交叉预测问题,提出一种新的同时预测DBP和RBP的深度学习模型DeepDPRP,并采用多标签学习方法训练模型.利用双向长短期记忆网络从位置特异性得分矩阵中提取全局蛋白质序列特征,再用卷积神经网络从中捕捉更复杂的特征,同时结合基于结构模式的卷积模块以有效利用已发现的蛋白质结构特征.独立测试实验表明,DeepD‐PRP明显优于现有的核酸结合蛋白预测器,具有更高的性能和更低的交叉预测率.广泛的消融实验证明了该模型的有效性.

关键词：核酸结合蛋白预测卷积神经网络双向长短期记忆多标签学习

来源：评论

学校读者我要写书评

暂无评论

轻量化网络模型实现相位的快速解缠绕

引用

闽南师范大学学报（自然科学版） 2021年第4期34卷 23-31页

作者：方金生张会冉闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

针对深度神经网络参数量大、严重消耗硬件运算资源的问题,提出一种改进型的UNet相位图像解缠绕的轻量化网络模型(G-UNet).该网络利用Ghost卷积构建GhostBlock模块,实现不同卷积层间的线性变换,再由GhostBlock构建多层的G-UNet网络,该算... 详细信息

针对深度神经网络参数量大、严重消耗硬件运算资源的问题,提出一种改进型的UNet相位图像解缠绕的轻量化网络模型(G-UNet).该网络利用Ghost卷积构建GhostBlock模块,实现不同卷积层间的线性变换,再由GhostBlock构建多层的G-UNet网络,该算法有效地减小网络模型的总参数量,与传统UNet相比,G-UNet浮点计算量大幅减少.实验基于不同回波时间下仿真人脑的磁共振相位图,以UNet和传统相位解缠绕拉普拉斯算法作为对比算法,结果表明,提出的加速算法不仅可有效地进行相位解缠绕,获得与UNet相近且高于拉普拉斯算法的峰值信噪比和结构相似度,同时参数量及浮点计算量较UNet减少了近80%.

关键词： Ghost卷积模块相位解缠绕深度学习轻量化网络模型 UNet

来源：评论

学校读者我要写书评

暂无评论

结合轮廓信息递归融合的显著性检测

引用

南阳理工学院学报 2023年第2期15卷 25-31,42页

作者：刘岗林耀进闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

针对当前显著性检测算法在检测图像目标边界时,由于轮廓信息不能够及时有效地被利用,导致检测目标效果差的问题,提出一种结合轮廓特征信息的显著性检测算法。该算法以深度残差网络的编解码结构为基础,在自下而上的路径中,首先引用一种... 详细信息

针对当前显著性检测算法在检测图像目标边界时,由于轮廓信息不能够及时有效地被利用,导致检测目标效果差的问题,提出一种结合轮廓特征信息的显著性检测算法。该算法以深度残差网络的编解码结构为基础,在自下而上的路径中,首先引用一种融合方式交换轮廓特征与显著特征之间信息的单元模块,然后采用递归结构加强融合进行优化,提升轮廓信息的利用率。最后在此基础上,通过特征提取模块从分阶段的网络模型中提取出最有价值的上层特征,并且与真值图进行监督学习,以生成最优的边界预测。在DUT-OMRON、ECSSD等公开数据集上进行实验,结果表明,相对ITSD、F3Net等算法,该算法能够明显提高检测目标边界的精准度。

关键词：显著性检测轮廓信息深度残差网络监督学习阶段特征提取

来源：评论

学校读者我要写书评

暂无评论

面向对象变化的局部邻域粗糙集增量更新算法

引用

闽南师范大学学报（自然科学版） 2022年第3期35卷 30-37页

作者：时俊鹏张燕兰闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

局部邻域粗糙集降低了近似集计算的时间复杂度,为数值型数据的知识发现提供了一种高效的方法.现实环境下的数据通常是数值型并且会随着时间的变化而动态变化.为了对动态数值型数据进行有效的知识发现,提出一种局部邻域粗糙集模型的增量... 详细信息

局部邻域粗糙集降低了近似集计算的时间复杂度,为数值型数据的知识发现提供了一种高效的方法.现实环境下的数据通常是数值型并且会随着时间的变化而动态变化.为了对动态数值型数据进行有效的知识发现,提出一种局部邻域粗糙集模型的增量更新算法.分析对象集变化时局部近似集的更新公式,设计动态数值型数据的局部近似集的更新算法.实验结果表明,所提出的算法能够有效利用已有知识,比非增量算法具有更高的计算效率.

关键词：粗糙集局部邻域粗糙集对象变化近似集增量更新

来源：评论

学校读者我要写书评

暂无评论

覆盖信息系统的一类悲观多粒度约简

引用

闽南师范大学学报（自然科学版） 2024年第4期37卷 17-27页

作者：蒋涛张燕兰师琦闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

在覆盖信息系统中,为探讨多粒度约简结构,文中利用辨识矩阵计算覆盖信息系统的悲观多粒度约简.首先,介绍覆盖信息系统中基于多粒度粗糙集的悲观属性约简定义.接着,构建辨识矩阵和辨识函数,通过对辨识矩阵进行析取和合取运算,可以精确地... 详细信息

在覆盖信息系统中,为探讨多粒度约简结构,文中利用辨识矩阵计算覆盖信息系统的悲观多粒度约简.首先,介绍覆盖信息系统中基于多粒度粗糙集的悲观属性约简定义.接着,构建辨识矩阵和辨识函数,通过对辨识矩阵进行析取和合取运算,可以精确地得到覆盖信息系统的所有悲观多粒度近似约简.最后,利用UCI的10个数据集进行了数值实验,验证了所提算法的可行性和有效性.

关键词：多粒度覆盖信息系统辨识矩阵属性约简

来源：评论

学校读者我要写书评

暂无评论

面向对象减少的局部相容粗糙集动态更新

引用

闽南师范大学学报（自然科学版） 2024年第1期37卷 8-19页

作者：杜晓拴张燕兰闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

数据通常具有不完备和动态的特点.为解决不完备信息系统用静态算法更新近似集时间效率低的问题,首先介绍不完备信息系统中的局部粗糙集模型.然后,根据对象包含度的变化给出局部粗糙集动态更新的相关定理,并设计一种局部相容粗糙集的动... 详细信息

数据通常具有不完备和动态的特点.为解决不完备信息系统用静态算法更新近似集时间效率低的问题,首先介绍不完备信息系统中的局部粗糙集模型.然后,根据对象包含度的变化给出局部粗糙集动态更新的相关定理,并设计一种局部相容粗糙集的动态更新算法.最后,利用UCI数据库中6组数据集进行仿真实验,验证所提动态更新算法的有效性与稳定性.

关键词：不完备信息系统局部粗糙集包含度动态更新

来源：评论

学校读者我要写书评

暂无评论

深度学习和移动边缘计算在自动驾驶的应用综述

引用

闽南师范大学学报（自然科学版） 2021年第4期34卷 39-47页

作者：黄磊郑艺峰张文杰闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

近年来,移动边缘计算和深度学习在自动驾驶的应用场景中引起业界的强烈关注.移动边缘计算通过将计算任务卸载至边缘服务器以降低网络负荷,减少自动驾驶信息传输时延;深度学习可有效提高障碍物检测的准确性,从而提升自动驾驶的稳定性和... 详细信息

近年来,移动边缘计算和深度学习在自动驾驶的应用场景中引起业界的强烈关注.移动边缘计算通过将计算任务卸载至边缘服务器以降低网络负荷,减少自动驾驶信息传输时延;深度学习可有效提高障碍物检测的准确性,从而提升自动驾驶的稳定性和安全性.首先介绍MEC的基本概念和参考架构以及深度学习中常用的模型算法,之后从目标检测、路径规划、碰撞避免三个方面对MEC和深度学习在自动驾驶中的应用进行归纳总结,最后对目前研究中存在的问题与挑战进行讨论和展望.

关键词：移动边缘计算深度学习自动驾驶车联网

来源：评论

学校读者我要写书评

暂无评论

多粒度特征关联的分层分类谱特征选择

引用

闽南师范大学学报（自然科学版） 2024年第2期37卷 8-19页

作者：胡敏杰石杰张阳林肖莹闽南师范大学计算机学院福建漳州363000 闽南师范大学数据科学与智能计算福建省高校重点实验室福建漳州363000

利用类别的层次信息解决一个特征子集难区分所有类别的问题,同时将特征间的统计相关性引进谱特征选择解决单个特征区分力问题,据此提出基于多粒度特征关联的分层分类谱特征选择算法.该算法首先对样本按类别层次结构自下而上聚合粒化,形... 详细信息

利用类别的层次信息解决一个特征子集难区分所有类别的问题,同时将特征间的统计相关性引进谱特征选择解决单个特征区分力问题,据此提出基于多粒度特征关联的分层分类谱特征选择算法.该算法首先对样本按类别层次结构自下而上聚合粒化,形成多粒度分层任务集;然后对子任务中的特征空间利用谱图理论设计异类样本间的相似矩阵并构建目标函数迭代地排序出特征关联重要度.最后,在5个数据集上通过该算法与4种基于传统的及3种新颖的分层特征选择算法相比,文中算法具有有效性,尤其是获取少量的特征.

关键词：特征关联特征选择分层分类多粒度谱分析

来源：评论

学校读者我要写书评

暂无评论

面向深度网络的小样本学习综述

引用

计算机应用研究 2023年第10期40卷 2881-2888,2895页

作者：潘雪玲李国和郑艺峰中国石油大学(北京)石油数据挖掘北京市重点实验室北京102249 中国石油大学(北京)信息科学与工程学院北京102249 闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

深度学习以数据为驱动,被广泛应用于各个领域,但由于数据隐私、标记昂贵等导致样本少、数据不完备性等问题,同时小样本难于准确地表示数据分布,使得分类模型误差较大,且泛化能力差。为此,小样本学习被提出,旨在利用较少目标数据训练模... 详细信息

深度学习以数据为驱动,被广泛应用于各个领域,但由于数据隐私、标记昂贵等导致样本少、数据不完备性等问题,同时小样本难于准确地表示数据分布,使得分类模型误差较大,且泛化能力差。为此,小样本学习被提出,旨在利用较少目标数据训练模型快速学习的能力。系统梳理了近几年来小样本学习领域的相关工作,主要整理和总结了基于数据增强、基于元学习和基于转导图小样本学习方法的研究进展。首先,从基于监督增强和基于无监督增强阐述数据增强的主要特点。其次,从基于度量学习和基于参数优化两方面对基于元学习的方法进行分析。接着,详细总结转导图小样本学习方法,介绍常用的小样本数据集,并通过实验阐述分析具有代表性的小样本学习模型。最后总结现有方法的局限性,并对小样本学习的未来研究方向进行展望。

关键词：小样本学习数据增强元学习度量学习转导图小样本学习

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：