期刊文献+
共找到4,881篇文章
< 1 2 245 >
每页显示 20 50 100
基于双判别器异构CycleGAN框架下多阶通道注意力校准的室外图像去雾 被引量:4
1
作者 但志平 方帅领 +2 位作者 孙航 李晶 万俊 《电子学报》 EI CAS CSCD 北大核心 2023年第9期2558-2571,共14页
图像去雾是计算机视觉领域中一个经典并具有挑战性的研究方向.近年来,基于深度学习的方法在图像去雾领域取得了显著的成绩.然而,大多数去雾算法依赖于合成配对数据训练网络,由于合成数据与真实有雾数据在分布上存在一定的差距,从而限制... 图像去雾是计算机视觉领域中一个经典并具有挑战性的研究方向.近年来,基于深度学习的方法在图像去雾领域取得了显著的成绩.然而,大多数去雾算法依赖于合成配对数据训练网络,由于合成数据与真实有雾数据在分布上存在一定的差距,从而限制了这类去雾方法的实际应用.目前基于CycleGAN网络框架的去雾算法将图像去雾视为一般性图像转换问题,忽视了生成器学习的有效性;此外,在恢复图像时缺乏对于局部区域的探索,构建的网络结构中仅采用一阶通道注意力,忽略了深层次通道相关信息的有效利用.为此,本文提出一种基于双判别器异构CycleGAN框架下多阶通道注意力校准的室外图像去雾算法,该方法主要包含双判别器异构循环框架和多阶通道注意力模块.具体来说,双判别器异构CycleGAN框架通过异构批归一化的生成器和约束生成器局部视野的方式,提升算法的收敛效果和增加局部区域关注.为了进一步挖掘对于图像去雾至关重要的特征通道信息,本文通过引入一阶、二阶特征统计量提出了多阶通道注意力模块,从而提升去雾图像的视觉质量.实验结果表明,在公开合成和真实室外数据集上,本文提出的去雾方法相比现有的8种优秀的去雾算法,取得了最好的客观评价指标和视觉效果. 展开更多
关键词 图像去雾 批归一化 异构cyclegan 双判别器 多阶通道注意力
在线阅读 下载PDF
基于改进的CycleGAN和YOLOv8联合雾天道路环境感知算法 被引量:2
2
作者 岳永恒 雷文朋 《华南理工大学学报(自然科学版)》 北大核心 2025年第2期48-57,共10页
针对极端雾霾天气条件下,智能车辆对道路环境感知识别精度降低的问题,提出了基于改进的CycleGAN和YOLOv8联合雾天环境感知算法。首先以CycleGAN算法为框架对图像进行去雾预处理,在生成器网络中引入自注意力机制提高网络的特征提取能力,... 针对极端雾霾天气条件下,智能车辆对道路环境感知识别精度降低的问题,提出了基于改进的CycleGAN和YOLOv8联合雾天环境感知算法。首先以CycleGAN算法为框架对图像进行去雾预处理,在生成器网络中引入自注意力机制提高网络的特征提取能力,同时为了减少与真实图像的色彩差异,引入自正则化颜色损失函数;其次,在目标检测部分,首先采用轻量化的GhostConv网络替换原主干网络,以降低计算量;而后,在颈部网络加入了GAM注意力机制,有效提高了网络对于全局信息的交互能力;最后,通过WIoU损失函数,减小低质样本所产生的有害梯度,提高模型的收敛速度。应用RESIDE数据集和BDD100k数据集对该算法进行实验验证。结果表明:去雾后图像与原图像的结构相似度为85%,相较于原CycleGAN算法和AODNet算法的峰值信噪比(PSNR)和结构相似性(SSIM)分别提高2.24 dB和15.4个百分点、2.5 dB和36.3个百分点。其中,改进的YOLOv8算法与原算法相比,其精确率、召回率和平均检测精度均值分别提升了2.5、1.8和1.1个百分点。实验结果验证了所提出算法的召回率和检测精度等方面优于传统算法,具有一定的实用价值。 展开更多
关键词 智能车辆 环境感知 图像去雾 cyclegan 目标检测 YOLOv8
在线阅读 下载PDF
深部金属矿异构环境爆破开采诱发岩体动力灾害防控 被引量:2
3
作者 周子龙 王少锋 +2 位作者 蔡鑫 黄英华 赵聪聪 《中国有色金属学报》 北大核心 2025年第1期306-322,共17页
战略性矿产资源为国民生产和国防建设提供重要物质基础,其供给保障直接关系国计民生与国家安全。地下金属矿山作为战略性金属矿产资源供给的主阵地,快速向深部延伸。深部金属矿山多采场多中段作业在地下形成了结构不连续、材料非均质、... 战略性矿产资源为国民生产和国防建设提供重要物质基础,其供给保障直接关系国计民生与国家安全。地下金属矿山作为战略性金属矿产资源供给的主阵地,快速向深部延伸。深部金属矿山多采场多中段作业在地下形成了结构不连续、材料非均质、应力非均匀的复杂异构环境。在这种环境下,爆破等开采扰动极易诱发岩体失稳进而引发岩爆、大规模坍塌等动力灾害,严重制约深部金属矿山安全高效可持续开发。因此,针对深部金属矿山存在的变异应力场、复杂岩体结构、强动力扰动等特点,亟需开展深部金属矿异构环境开采诱发岩体动力灾害防控理论与技术研究,获得异构环境下动力扰动诱发高应力岩体动态失稳规律,阐明深部异构环境下关键结构体的应力变化、动态损伤、裂纹扩展和能量耗散特性,揭示爆破应力波诱发深部异构区域高储能岩体灾变机制,构建以动静能量为指标的爆破诱发深部高储能岩体动力灾害判据,提出异构环境改良调控和高储能岩体精细化爆破主导有序破裂控制的深部金属矿复杂异构环境岩体动力灾害综合防控新模式,为深部金属矿山安全高效开采和灾害防控提供理论与技术支撑。 展开更多
关键词 深部金属矿 异构环境 爆破 岩体动力灾害 灾害防控
在线阅读 下载PDF
一种无人机辅助毫米波5G异构蜂窝网络资源管理方法 被引量:2
4
作者 张翠萍 张军惺 张磊 《传感器与微系统》 北大核心 2025年第1期92-96,共5页
为解决无人机(UAV)辅助多频段异构网络下行链路传输的无线电资源管理问题,提出了一种基于无人机辅助毫米波异构蜂窝网络的无线电资源管理优化方法。首先,建立了一个多频段毫米波蜂窝网络系统模型,确定了无人机在最大路径损耗内的最佳飞... 为解决无人机(UAV)辅助多频段异构网络下行链路传输的无线电资源管理问题,提出了一种基于无人机辅助毫米波异构蜂窝网络的无线电资源管理优化方法。首先,建立了一个多频段毫米波蜂窝网络系统模型,确定了无人机在最大路径损耗内的最佳飞行高度。其次,基于网络内外层关系,提出了一种两层优化方法,从而获得每个无人机的最佳覆盖半径,实现宏基站层能量效率的最大化。最后,通过搭建混合蜂窝网络对所提方法进行试验验证。试验结果表明:所提方法能够实现系统能量效率的最大化,且与其他对比方法相比,所提方法的系统能量效率优于功率最小化和速率最大化的传统功率分配方法。 展开更多
关键词 无人机 异构网络 能量效率 资源管理 毫米波
在线阅读 下载PDF
基于异构数据的联邦学习自适应差分隐私方法研究 被引量:1
5
作者 徐茹枝 仝雨蒙 戴理朋 《信息网络安全》 北大核心 2025年第1期63-77,共15页
在联邦学习中,由于需要大量的参数交换,可能会引发来自不可信参与设备的安全威胁。为了保护训练数据和模型参数,必须采用有效的隐私保护措施。鉴于异构数据的不均衡特性,文章提出一种自适应性差分隐私方法来保护基于异构数据的联邦学习... 在联邦学习中,由于需要大量的参数交换,可能会引发来自不可信参与设备的安全威胁。为了保护训练数据和模型参数,必须采用有效的隐私保护措施。鉴于异构数据的不均衡特性,文章提出一种自适应性差分隐私方法来保护基于异构数据的联邦学习的安全性。首先为不同的客户端设置不同的初始隐私预算,对局部模型的梯度参数添加高斯噪声;其次在训练过程中根据每一轮迭代的损失函数值,动态调整各个客户端的隐私预算,加快收敛速度;接着设定一个可信的中央节点,对不同客户端的局部模型的每一层参数进行随机交换,然后将混淆过后的局部模型参数上传到中央服务器进行聚合;最后中央服务器聚合可信中央节点上传的混淆参数,根据预先设定的全局隐私预算阈值,对全局模型添加合适的噪声,进行隐私修正,实现服务器层面的隐私保护。实验结果表明,在相同的异构数据条件下,相对于普通的差分隐私方法,该方法具有更快的收敛速度以及更好的模型性能。 展开更多
关键词 联邦学习 异构数据 差分隐私 高斯噪声
在线阅读 下载PDF
小样本下基于并行异构网络的变工况纸机轴承故障诊断方法 被引量:1
6
作者 汤伟 杨亦君 +1 位作者 王孟效 刘英伟 《中国造纸学报》 北大核心 2025年第1期179-190,共12页
传统纸机轴承故障诊断模型在实际应用中,存在由于故障振动信号数据量小、信号有效信息占比低导致的变工况下故障诊断准确度下降等问题。针对此问题,本课题提出一种小样本下基于并行异构网络的变工况纸机轴承故障诊断方法。首先,将源域... 传统纸机轴承故障诊断模型在实际应用中,存在由于故障振动信号数据量小、信号有效信息占比低导致的变工况下故障诊断准确度下降等问题。针对此问题,本课题提出一种小样本下基于并行异构网络的变工况纸机轴承故障诊断方法。首先,将源域和目标域信号分别转换为相应的格拉姆角场矩阵、马尔科夫变迁场矩阵和欧氏距离矩阵,并对所得的3种矩阵逐行进行交叉组合,以此作为网络输入;其次,基于卷积神经网络(CNN)对2D-CNN进行改进,设计融合注意力机制的多通道并行异构网络,实现对信号深层特征的自动提取;然后,基于对抗思想设计域判别器与分类器,通过多核最大均值差异(MK-MMD)对两域特征边缘分布进行对齐,实现对变工况下轴承故障的识别。最后,分别基于凯斯西储大学滚动轴承数据集与实验室自建纸机轴承故障模拟平台采集数据,进行迁移学习实验验证。结果表明,该纸机轴承故障迁移学习网络模型具有优异的特征挖掘能力,对变工况下的纸机轴承故障具有较高的识别精度。 展开更多
关键词 并行异构CNN 纸机轴承 轴承故障诊断
在线阅读 下载PDF
云计算环境下多模态异构网络数据安全存储方法 被引量:1
7
作者 李晓静 杨秀杰 《现代电子技术》 北大核心 2025年第6期63-67,共5页
为了快速、准确地存储多模态异构网络数据,提出一种云计算环境下多模态异构网络数据安全存储方法。采用编译套件部署多模态异构网络,利用后端编译模组生成网络的初始化配置,再利用前端编译模组分析与优化网络。针对多模态异构网络,构建... 为了快速、准确地存储多模态异构网络数据,提出一种云计算环境下多模态异构网络数据安全存储方法。采用编译套件部署多模态异构网络,利用后端编译模组生成网络的初始化配置,再利用前端编译模组分析与优化网络。针对多模态异构网络,构建包括客户端、服务器端、云存储服务插件、元数据存储的私有云存储架构。私有云存储架构采用虚拟化加解密方式,运行基于匿名广播加密的数据加密算法,引入拉格朗日插值方法,利用数据对应的会话密钥实现多模态异构网络数据的安全存储。实验结果表明,所提方法能够高效地存储多模态异构网络数据,数据传输的吞吐量高于3 Mb/s,加解密耗时低,存储的完整性高。 展开更多
关键词 云计算环境 多模态 异构网络 数据安全 存储方法 匿名广播加密 云存储架构
在线阅读 下载PDF
政府职责视角下机构限额管理何以优化:同构规制抑或异构自主
8
作者 胡凤飞 邱实 《理论月刊》 北大核心 2025年第5期45-54,共10页
机构限额管理的目的是控制各级政府机构设置的规模,防止“机构膨胀”造成行政成本的增加。政府职责是机构设置与改革的逻辑起点,可以将机构限额管理的优化研究放置到政府职责的视角下。机构限额管理的本质是在职责同构的框架下通过总额... 机构限额管理的目的是控制各级政府机构设置的规模,防止“机构膨胀”造成行政成本的增加。政府职责是机构设置与改革的逻辑起点,可以将机构限额管理的优化研究放置到政府职责的视角下。机构限额管理的本质是在职责同构的框架下通过总额限定的方式对机构设置进行规制,即以行政层级为基础划定机构总额的限度、以必设机构为依托保证机构限额的有效、以职责刚性为条件保持机构限额的稳定。同构规制下机构限额管理的弊端抑制了地方机构自主性及积极性的发挥。为消除相应弊端,优化机构限额管理的现实作用,应从职责异构的角度对其进行创新探索,最大限度增加地方机构设置的自主性。在肯定职责异构对机构限额管理创新作用的同时,应进一步明晰职责异构在我国机构职能体系中的适用底线,并分析职责异构在机构限额管理中存在的客观问题。为优化机构限额管理,应在职责同构的框架下探索限度内的职责异构,在改革总额限定模式和细化政府职责清单的同时优化同构规制形式,明晰异构自主空间,有效嫁接同构规制与异构自主,在保证机构限额管理作用的同时充分激发机构限额管理的活力。 展开更多
关键词 限额管理 政府职责 职责同构 职责异构 机构改革
在线阅读 下载PDF
基于资源匹配的边缘异构集群在线任务调度
9
作者 陈俊 王欣 +1 位作者 曾浩 覃剑 《现代电子技术》 北大核心 2025年第6期31-38,共8页
随着移动互联网的发展,终端业务对时延和算力的要求越来越高,采用异构处理器构建边缘集群成为解决通用芯片算力不足的可行方案。然而现有的任务调度研究往往只考虑CPU、内存等通用计算资源,缺少对异构计算技术与边缘计算相融合场景的考... 随着移动互联网的发展,终端业务对时延和算力的要求越来越高,采用异构处理器构建边缘集群成为解决通用芯片算力不足的可行方案。然而现有的任务调度研究往往只考虑CPU、内存等通用计算资源,缺少对异构计算技术与边缘计算相融合场景的考虑。针对边缘侧的异构在线任务调度问题,结合时延和负载均衡两个指标,提出一个异构资源匹配度的概念,建立一种算力、需求和匹配度模型,并基于此设计一个在线任务调度算法。仿真实验结果表明,对比现有算法,所提算法在不增加计算复杂度和时延的前提下,有效提升了集群负载均衡,减少了资源碎片,提高了边缘侧处理性能。 展开更多
关键词 边缘计算 异构集群 任务调度 资源匹配 负载均衡 异构计算
在线阅读 下载PDF
科技成果转化的“分权异构”治理机制——基于校企协同的纵向案例研究
10
作者 郭庆磊 李宇 《研究与发展管理》 北大核心 2025年第3期171-186,共16页
科技成果转化是我国实施创新驱动发展战略的重要举措,其利益主体的多元化、制度复杂性加大了主体间的治理难度,影响了科技成果转化绩效。为此,采用纵向多案例研究方法,以3个科技成果转化项目为研究对象,深度剖析高校科技成果转化过程的... 科技成果转化是我国实施创新驱动发展战略的重要举措,其利益主体的多元化、制度复杂性加大了主体间的治理难度,影响了科技成果转化绩效。为此,采用纵向多案例研究方法,以3个科技成果转化项目为研究对象,深度剖析高校科技成果转化过程的治理机制。研究发现:高校科技成果转化过程包括研究阶段、孵化阶段和商业化阶段3个时序区间,且不同区间的主导逻辑、资源编排方式和治理机制存在显著差异。随着科技成果转化过程中的制度逻辑演进,利益主体间通过“分权异构”治理机制应对制度逻辑冲突,其经由“PI制治理”“联合体治理”和“平台生态治理”实现了科技成果转化的战略目标。研究结论丰富了制度逻辑理论和平台生态治理理论在科技成果转化领域的应用研究,也为我国科技创新管理实践提供了有益的管理启示。 展开更多
关键词 科技成果转化 制度逻辑 资源编排 分权异构治理
在线阅读 下载PDF
基于异构数据的患者术后非计划内再入院预测
11
作者 俞凯 董小锋 +2 位作者 袁贞明 崔朝健 罗伟斌 《工程科学与技术》 北大核心 2025年第1期89-97,共9页
非计划内再入院是医院风险管理的重要信号,也是医疗质量的重要指标。目前,再入院预测已经成为医疗系统的一项重要任务,大量学者结合机器学习技术提出非常多有效的预测方法,但大多仅以单一结构数据为研究对象或仅使用串联方法融合异构数... 非计划内再入院是医院风险管理的重要信号,也是医疗质量的重要指标。目前,再入院预测已经成为医疗系统的一项重要任务,大量学者结合机器学习技术提出非常多有效的预测方法,但大多仅以单一结构数据为研究对象或仅使用串联方法融合异构数据。前者未能充分利用电子病历中丰富的数据与信息,后者则未能更好地融合异构数据的信息。基于上述问题,本文提出了一种基于CTFN异构数据融合方法,结合患者出院小结文本与住院期间产生的横断面数据预测患者再入院风险。预测模型的构建分为3个步骤。首先,利用RoBerta模型提取患者出院小结中的特征信息并得到表征矩阵;其次,使用CNN模型学习患者横断面特征信息,得到表征矩阵;最后,通过CTFN方法融合两个表征矩阵,得到异构数据的表征矩阵并通过线性层分类器得到最后的预测结果。CTFN融合方法利用张量外积融合多个单模态表征矩阵,并增加CNN模型及残差结构设计加强异构数据模态内与模态间的信息学习。根据某公立医院的临床数据对上述方法进行验证,实验结果表明其表现出色,其中,召回率达到了76.1%,ROC曲线下面积达到了71.5%,均高于所对比的基线模型。证实了异构数据能提升分类器预测效果,且CTFN融合方法能够更好地融合异构数据间的信息,进一步提升分类器预测效果。 展开更多
关键词 异构数据 深度学习 张量融合 再入院 卷积网络 残差结构
在线阅读 下载PDF
一种异构系统下计算软件性能数据采集方法
12
作者 顾蓓蓓 邱霁岩 +2 位作者 王宁 陈健 迟学斌 《计算机研究与发展》 北大核心 2025年第9期2382-2395,共14页
超级计算已从传统CPU集群向异构平台快速发展,随着硬件平台的类型转换,对于计算软件程序调优及性能测评等都面临着重大挑战.当前一些国际主流并行程序性能分析工具及软件普遍存在与国产超算异构系统处理器产品兼容性低、往往需要进行插... 超级计算已从传统CPU集群向异构平台快速发展,随着硬件平台的类型转换,对于计算软件程序调优及性能测评等都面临着重大挑战.当前一些国际主流并行程序性能分析工具及软件普遍存在与国产超算异构系统处理器产品兼容性低、往往需要进行插桩及重编译代码的方式,且单节点性能数据采集准确度不高等问题.为了改进这些不足,提出了一种异构系统计算软件浮点性能数据采集方法.该方法基于国产超算系统验证平台对浮点性能采集原型进行开发及验证.目前已实现单节点和多节点性能指标数据的有效采集,且对原程序无侵入性,该方法无需修改需要被监控程序的代码,且无需采用插桩的方式进行监控,通用性强.最后,与rocHPL,Cannon,mixbench这3类程序进行对比实验分析,并针对人工智能(artificial intelligence,AI)计算,在残差网络(residual network,Res Net)程序上开展了性能数据采集方面的监测研究.证明提出的采集方法准确度较高,采集效果达到实验预期,且对程序调优具有较好的参考价值,验证了该方法的有效性. 展开更多
关键词 异构系统 性能指标 浮点数据 采集程序 性能测评
在线阅读 下载PDF
基于异构用户知识融合的隐式情感分析研究
13
作者 廖健 张楷 +2 位作者 王素格 雷佳 张益阳 《中文信息学报》 北大核心 2025年第3期117-128,共12页
隐式情感分析因其缺乏显式情感线索的特性是情感分析领域的重要研究难点之一。传统的隐式情感分析方法通常针对隐式情感文本本身的信息进行建模,没有考虑隐式情感的主观差异性特征。该文提出了一种基于异构用户知识融合的隐式情感分析模... 隐式情感分析因其缺乏显式情感线索的特性是情感分析领域的重要研究难点之一。传统的隐式情感分析方法通常针对隐式情感文本本身的信息进行建模,没有考虑隐式情感的主观差异性特征。该文提出了一种基于异构用户知识融合的隐式情感分析模型HELENE,从用户数据中挖掘用户异构的内容知识、社会化属性知识以及社会化关系知识,基于图神经网络模型结合动态预训练模型分别从内、外部两个维度对用户进行建模;在此基础上与隐式情感文本语义信息进行融合学习,实现对隐式情感进行主观差异化建模。此外,该文构建了一个用户个性化通用情感分析语料库,涵盖了较为完整的文本内容信息、用户社会化属性信息和关系信息,可同时满足面向用户个性化建模的隐式或显式情感分析相关研究任务的需要。在所构建数据集上的实验结果显示,该文方法相比基线模型在用户个性化隐式情感分析任务上具有显著的提升效果。 展开更多
关键词 隐式情感分析 用户知识建模 异构知识融合
在线阅读 下载PDF
基于异构节点的高效任务卸载策略
14
作者 范兴刚 姜新阳 +3 位作者 谷文婷 徐骏涛 杨友东 李强 《计算机科学》 北大核心 2025年第8期354-362,共9页
在车联网边缘计算中,如何利用有限的网络资源实施高效的任务卸载,是近年来车联网的研究热点。通过研究异构节点模式下的任务卸载,设计了一种异构节点模式下的高效任务卸载策略TOS-HN。当车辆产生任务时,优先考虑移动节点卸载,将任务卸... 在车联网边缘计算中,如何利用有限的网络资源实施高效的任务卸载,是近年来车联网的研究热点。通过研究异构节点模式下的任务卸载,设计了一种异构节点模式下的高效任务卸载策略TOS-HN。当车辆产生任务时,优先考虑移动节点卸载,将任务卸载到附近空闲车辆上。若移动卸载不能满足任务需求,则采用固定节点卸载策略。在移动节点卸载模式中,先根据任务处理时延和能耗构建代价矩阵,再通过匈牙利算法确定任务车辆和处理车辆的最优匹配。仿真实验证明,TOS-HN算法相比于其他算法具有显著优势,在时延、能耗、任务成功率和基站负载方面均具有较好的性能。 展开更多
关键词 车联网边缘计算 任务卸载 异构节点模式 移动 代价矩阵
在线阅读 下载PDF
基于数据流分割和能耗感知的异构服务器系统任务调度
15
作者 杨晨 肖晶 王密 《计算机科学》 北大核心 2025年第2期291-298,共8页
异构服务器平台为大型系统提供了强大的计算能力,但也带来了系统复杂性和能耗管理方面的挑战。针对异构服务器系统中的依赖任务,深入探讨了基于数据流分割的能耗感知调度问题。首先,对系统环境、依赖任务及数据流传输模式进行了建模,并... 异构服务器平台为大型系统提供了强大的计算能力,但也带来了系统复杂性和能耗管理方面的挑战。针对异构服务器系统中的依赖任务,深入探讨了基于数据流分割的能耗感知调度问题。首先,对系统环境、依赖任务及数据流传输模式进行了建模,并将能耗感知调度问题表述为一个约束优化问题,以最小化任务的调度完成时间。随后,提出了一种基于数据流分割和任务优先级策略的能耗感知调度算法DSEA。该算法通过优化数据流分割策略、任务优先级和基于权重的能耗分配,为每个任务寻找近似最优的启动时间和服务器分配方案。为了验证所提方法的有效性,从阿里巴巴集群数据集中随机选取了1000个不同长度范围的作业进行仿真实验。实验结果表明,DSEA算法在不同应用场景下较3种现有算法表现出显著的性能优势。 展开更多
关键词 异构服务器 能耗感知 数据流分割 依赖任务调度 任务优先级
在线阅读 下载PDF
异构环境感知的幂律图流划分算法
16
作者 杨巍 白璐 +3 位作者 宁俊义 董建军 单春海 信俊昌 《计算机应用》 北大核心 2025年第S1期177-182,共6页
图划分在分布式处理大规模图数据中扮演着关键的角色。通过平衡节点的工作负载和通信成本,图划分算法提高了同构集群的幂律图处理效率。然而,异构集群节点的计算能力和通信能力不一致,节点处理相同工作负载的时间成本不同,且最慢的节点... 图划分在分布式处理大规模图数据中扮演着关键的角色。通过平衡节点的工作负载和通信成本,图划分算法提高了同构集群的幂律图处理效率。然而,异构集群节点的计算能力和通信能力不一致,节点处理相同工作负载的时间成本不同,且最慢的节点会成为系统瓶颈。为了解决上述问题,提出异构感知流划分(SHAP)算法。SHAP算法采用One-pass流式邻域启发式划分策略,根据节点的性能来最小化分区间的图处理时间。通过复制因子分析,SHAP算法的划分质量被证明具有理论上界。在一个具有4个真实世界图的异构集群中进行图处理实验的结果表明,与高度优先复制(HDRF)图划分算法相比,SHAP算法的图处理时间最多可以减少67.49%,而SHAP算法的复制因子最小仅为HDRF算法的47.06%。 展开更多
关键词 异构环境 图划分 分布式计算 图计算 数据管理
在线阅读 下载PDF
面向长尾异构数据的个性化联邦学习框架
17
作者 吴家皋 易婧 +1 位作者 周泽辉 刘林峰 《计算机科学》 北大核心 2025年第9期232-240,共9页
针对数据长尾分布和异构性引起的联邦学习模型性能下降的问题,提出了一种新的个性化联邦学习框架——平衡的个性化联邦学习(Balanced Personalized Federated Learning,BPFed),将整个联邦学习过程分为基于个性化联邦学习的表示学习和基... 针对数据长尾分布和异构性引起的联邦学习模型性能下降的问题,提出了一种新的个性化联邦学习框架——平衡的个性化联邦学习(Balanced Personalized Federated Learning,BPFed),将整个联邦学习过程分为基于个性化联邦学习的表示学习和基于全局特征增强的个性化分类器再训练两个阶段。在第一阶段,首先采用Mixup策略进行数据增强,然后提出基于参数解耦的个性化联邦学习特征提取器训练方法,在优化特征提取器性能的同时减少通信开销;在第二阶段,首先提出新的基于全局协方差矩阵的类级特征增强方法,然后提出基于样本权重的标签平滑损失函数对客户端分类器进行平衡的个性化再训练,以纠正头类置信过度并提高尾类的泛化能力。大量的实验结果表明,在不同的数据长尾分布和异构性设置下,BPFed模型的准确度相比其他代表性相关算法均有明显提升。此外,消融和超参数影响实验也进一步验证了所提方法和优化策略的有效性。 展开更多
关键词 个性化联邦学习 长尾分布 数据异构 参数解耦 特征增强 优化策略
在线阅读 下载PDF
基于时空密度聚类的异构无人机集群覆盖路径规划方法
18
作者 陈进朝 王洋 +3 位作者 张营 尤涛 卢岩涛 杜承烈 《电子学报》 北大核心 2025年第3期705-715,共11页
覆盖路径规划是无人机集群实现搜索、搜救等全面探测性任务的关键技术之一.当前研究往往只关注单一区域内飞行路径的设计与优化,而较少能在多区域环境中依据无人机的性能实现区域的合理分配和区域间路径的高效寻优.同时,现有方法大多采... 覆盖路径规划是无人机集群实现搜索、搜救等全面探测性任务的关键技术之一.当前研究往往只关注单一区域内飞行路径的设计与优化,而较少能在多区域环境中依据无人机的性能实现区域的合理分配和区域间路径的高效寻优.同时,现有方法大多采用同构无人机集群来执行覆盖路径规划任务,忽略了无人机个体的能力差异,致使集群资源利用率不足且难以适应任务与环境的不确定性变化.本文聚焦于异构无人机集群在多区域上的覆盖路径规划问题.首先,构建了具有异构特性的无人机模型,分析了覆盖路径规划问题的路径要求和能耗约束,并以最小化任务完成时间为目标,给出了基于混合整数线性规划的精确求解公式,以获得无人机集群的最佳飞行路径方案.随后,进一步提出了一种基于时空密度聚类的启发式算法来提高覆盖路径规划问题的求解效率,依据区域在时间和空间上的密度进行汇聚,形成各个无人机待覆盖的区域簇,并优化簇内区域间的覆盖顺序和区域内的扫描路径,以保证覆盖任务的高效完成.实验结果表明,所提出方法可在较短时间内产生有效的飞行路径,且路径长度可缩短10.55%、任务完成时间可降低5.47%. 展开更多
关键词 覆盖路径规划 异构无人机集群 时空密度 密度聚类 混合整数线性规划
在线阅读 下载PDF
科技成果转化“分权异构”模式——基于校企协同孵化与风险投资互联的多案例研究
19
作者 郭庆磊 李宇 《管理案例研究与评论》 北大核心 2025年第1期43-59,共17页
在完善科技创新体系、加快实施创新驱动发展战略的时代背景下,高校与企业作为国家科技创新体系的重要组成部分,能否在创新生态系统中深度融合,是提高科技成果转化和产业化水平的关键。以四所高校的科技成果转化实践为案例,系统地探索了... 在完善科技创新体系、加快实施创新驱动发展战略的时代背景下,高校与企业作为国家科技创新体系的重要组成部分,能否在创新生态系统中深度融合,是提高科技成果转化和产业化水平的关键。以四所高校的科技成果转化实践为案例,系统地探索了高校科技成果转化模式与过程机制。研究发现:高校科技成果转化“分权异构”模式存在科学边界、边界融合和市场边界三种构型,以应对科技成果转化制度逻辑的复杂性;校企协同孵化和风险投资互联构成了高校科技成果转化的生态环境,校企协同孵化是指高校与企业在同一创新平台直接交互与协同,高校的知识创新向后延伸至孵化阶段,企业的技术创新向前延伸至成果研发阶段;风险投资互联作为知识中介,以多种形式参与科技成果转化,包括内部风投、外部风投和联合风投三种形式。研究结论对高校科技成果转化实践有一定的指导意义。 展开更多
关键词 科技成果转化 “分权异构”模式 校企协同孵化 风险投资互联 科技创新
在线阅读 下载PDF
数字孪生中混合知识蒸馏辅助的异构联邦类增量学习
20
作者 张铭泉 贾圆圆 张荣华 《智能系统学报》 北大核心 2025年第4期905-915,共11页
在数字孪生背景下,联邦学习面临数据非独立同分布和类别动态变化的挑战,即空间和时间范围内的数据异构问题。为解决这一问题,本文构建了一个数字孪生背景下的联邦类增量学习整体框架,并提出了一种混合知识蒸馏辅助的联邦类增量学习方法... 在数字孪生背景下,联邦学习面临数据非独立同分布和类别动态变化的挑战,即空间和时间范围内的数据异构问题。为解决这一问题,本文构建了一个数字孪生背景下的联邦类增量学习整体框架,并提出了一种混合知识蒸馏辅助的联邦类增量学习方法。具体来说,与传统联邦学习本地更新方式不同,本文方法通过自适应语义蒸馏损失和自适应注意力蒸馏损失集成的混合知识蒸馏方法提取旧全局模型中输出层的软标签语义知识和中间层的高维特征知识,使客户端模型在拟合新数据的同时有效减少对旧数据的遗忘,提升联邦类增量模型的性能。在相同的数据异构情况下,与对比模型相比,本文方法在CIFAR100数据集上精度提升1.85%~2.56%,在医学CT图像数据集OrganAMNIST、OrganCMNIST、OrganSMNIST上也取得了最优或次优的性能。 展开更多
关键词 数字孪生 联邦类增量学习 混合知识蒸馏 数据异构 图像分类 灾难性遗忘 CT图像 联邦学习
在线阅读 下载PDF
上一页 1 2 245 下一页 到第
使用帮助 返回顶部