期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
对象为中心流程模型挖掘与正确性验证方法
1
作者 刘文娟 刘聪 +3 位作者 张在贵 李彩虹 程龙 曾庆田 《计算机集成制造系统》 北大核心 2025年第5期1721-1734,共14页
流程挖掘旨在从企业信息系统的事件日志中还原业务流程模型,为理解、改进和优化业务流程提供技术支持。传统流程挖掘技术面向单一对象,无法体现实际流程对象中存在的一对多和多对多等复杂关联关系,若将传统流程挖掘技术直接应用到多对... 流程挖掘旨在从企业信息系统的事件日志中还原业务流程模型,为理解、改进和优化业务流程提供技术支持。传统流程挖掘技术面向单一对象,无法体现实际流程对象中存在的一对多和多对多等复杂关联关系,若将传统流程挖掘技术直接应用到多对象业务流程中,需要将原始数据中的复杂关联关系扁平化,导致挖掘结果中多对象间的协同与交互关系缺失。针对以上问题,首先提出一种对象为中心流程模型挖掘方法,可以从对象为中心事件日志中挖掘多对象Petri网流程模型,来精准描述多对象复杂交互业务行为。进而,针对多对象Petri网模型的正确性验证问题,提出了基于扩展多对象Petri网可达性分析的正确性验证方法。最后,通过应用案例与传统流程挖掘方法比较验证了所提方法的正确性和有效性。 展开更多
关键词 对象为中心流程挖掘 模型挖掘 多对象Petri网 正确性验证
在线阅读 下载PDF
基于动态记忆与运动信息的目标中心视频预测算法
2
作者 韩晨晨 卢宪凯 +1 位作者 王志成 熊筱舟 《郑州大学学报(工学版)》 北大核心 2025年第5期51-59,共9页
针对在视频预测任务中需要维持视频帧间目标空间和时间一致性的问题,提出了基于动态记忆与运动信息的目标中心视频预测算法。首先,引入目标中心模型解耦场景中的目标,确保视频目标在长期动态预测中的一致性和稳定性,有效维持目标的空间... 针对在视频预测任务中需要维持视频帧间目标空间和时间一致性的问题,提出了基于动态记忆与运动信息的目标中心视频预测算法。首先,引入目标中心模型解耦场景中的目标,确保视频目标在长期动态预测中的一致性和稳定性,有效维持目标的空间一致性;其次,设计目标动态记忆模块,用于捕捉视频的长期依赖并对目标动态进行精确建模,克服现有视频预测方法在预测目标间动态交互上的不足,提升预测目标的时间一致性;再次,利用相邻帧的特征相似性矩阵捕捉帧间运动信息,构建视频序列的时空关系,强化帧间的时间一致性;最后,利用交叉注意力机制融合视频目标的时序和结构信息来提升视频预测效果。通过在具有复杂目标交互的Obj3D和CLEVRER数据集上进行视频预测实验,结果表明:相较于较先进的基于目标中心的视频预测算法,所提算法在PSNR、SSIM两个指标上性能分别提升了4.5%,1.4%,并在LPIPS指标上降低了20%。 展开更多
关键词 视频预测 目标中心学习 场景解析 无监督学习 时空预测
在线阅读 下载PDF
基于数据影响的多对象交互流程偏差检测方法
3
作者 钱陈婧 方贤文 张希为 《计算机应用研究》 CSCD 北大核心 2024年第3期880-886,共7页
现有的大多数偏差检测方法能够识别来自流程活动及部分数据属性的偏差,但是无法处理流程执行过程中数据变化对流程的影响问题,尤其是在涉及多对象交互的情况下。针对这一问题,提出了一种多对象交互情况下基于数据影响的业务流程偏差检... 现有的大多数偏差检测方法能够识别来自流程活动及部分数据属性的偏差,但是无法处理流程执行过程中数据变化对流程的影响问题,尤其是在涉及多对象交互的情况下。针对这一问题,提出了一种多对象交互情况下基于数据影响的业务流程偏差检测方法。首先,基于控制流与数据信息识别可能的偏差活动;然后,根据数据变化对活动的影响定义影响集;接着,将以对象为中心的概念引入偏差检测过程,形式化以对象为中心的Petri网模型,在此基础上,通过分析对象是否对其修改的数据具有执行权限,分类并定义了四种数据影响类型及其计算标准,据此得到基于数据影响的偏差检测结果;最后,与其他偏差检测方法对比验证,结果表明,应用该方法得到的偏差检测结果值得到提升,并且能够处理多对象交互的流程偏差。该方法能够有效捕获多对象交互流程中数据变化影响的流程活动,提高偏差检测的合理性与准确性。 展开更多
关键词 数据影响 以对象为中心 数据Petri网 影响集 偏差检测
在线阅读 下载PDF
论水伦理构建的哲学基础 被引量:7
4
作者 王建明 王爱桂 《河海大学学报(哲学社会科学版)》 CSSCI 2012年第1期33-36,42,共5页
构建人水和谐的水伦理是破解全球性水危机的重要理论前提。人与水的关系主要有三大类型:即被动地依附和顺从关系、任意地征服和冲突关系、自觉的伙伴与和谐关系。第一大类型的人水关系源于先民们形成的"以水为本、以水为师、人水... 构建人水和谐的水伦理是破解全球性水危机的重要理论前提。人与水的关系主要有三大类型:即被动地依附和顺从关系、任意地征服和冲突关系、自觉的伙伴与和谐关系。第一大类型的人水关系源于先民们形成的"以水为本、以水为师、人水合一、和谐共生"的水伦理观念,它是建立在前现代以主张万物有灵论和自然崇拜为特征的自然客体中心论哲学基础之上的;第二大类型的人水关系是与人水交往中缺乏水伦理密切相关,而这归根结底是由近现代以来人类中心主义的单一主体中心论所致。建设第三大类型的人水关系有待于重构水伦理。后现代生态中心主义主张人们对水要怀有敬畏平等之心、履行关爱之责的水伦理观。但是,其赖以建立的泛主体论哲学依然难以彻底解答水伦理何以可能的难题;只有倡导和坚持以"主体—客体—主体"为关系结构的唯物主义交往实践论,方能合理构建起当代水伦理,进而为倡导人水和合、协同发展的水伦理走向实践,提供合法性、合理性和持久性支撑。 展开更多
关键词 水伦理 客体中心论 主体中心论 泛主体论 交往实践论
在线阅读 下载PDF
一种改进的多目标优化算法 被引量:1
5
作者 樊纪山 王经卓 熊盛武 《计算机应用研究》 CSCD 北大核心 2012年第12期4463-4465,4494,共4页
为了提高非劣解向Pareto最优面收敛的速度以及解的多样性,设计了一种新的杂交算子并改进了NS-GA-Ⅱ算法。在此算法中,采用中心均值重组算子策略增强算法全局快速搜索能力,以获得最佳的Pareto近似解,同时,改进NSGA-Ⅱ快速非支配排序和拥... 为了提高非劣解向Pareto最优面收敛的速度以及解的多样性,设计了一种新的杂交算子并改进了NS-GA-Ⅱ算法。在此算法中,采用中心均值重组算子策略增强算法全局快速搜索能力,以获得最佳的Pareto近似解,同时,改进NSGA-Ⅱ快速非支配排序和拥挤机制将父代与子代的双种群进行截短,确保最优解不会丢失并保证解的多样性。数据实验表明,该算法能在解的收敛性、分布性以及自适应程度上均表现较好。 展开更多
关键词 多目标优化 中心均值重组 自适应交叉 PARETO最优
在线阅读 下载PDF
分布对象计算中继承机制的研究
6
作者 艾丽蓉 刘西洋 蔡希尧 《计算机科学》 CSCD 北大核心 2000年第2期69-72,共4页
以Web,CORBA,Java,ActiveX以及对象一关系数据库的集成为先导,以Oracle的网络计算体系结构NCA(Network computing Arch:tecture,http:声www·Oracle com/nca)为实例,分布对象技术在经历了从单一环境、单一地址空间、单一语言的集中... 以Web,CORBA,Java,ActiveX以及对象一关系数据库的集成为先导,以Oracle的网络计算体系结构NCA(Network computing Arch:tecture,http:声www·Oracle com/nca)为实例,分布对象技术在经历了从单一环境、单一地址空间、单一语言的集中计算到客户/服务器(Client/Server)计算之后,正在进化为基于Internet/Intranet的以网络为中心的计算。“Inter-et最终无可置疑地将对象技术纳人计算技术的主流’,[1〕。以网络为中心决不简单地等同于以Internet/Intranet为中心,其深刻的内涵是: 展开更多
关键词 分布对象计算 继承机制 面向对象 软件工程
在线阅读 下载PDF
基于散粒噪声模型的协作缓存放置策略 被引量:2
7
作者 张涵 胡宏林 《计算机工程与设计》 北大核心 2023年第11期3201-3207,共7页
为解决缓存中Zipf模型的适用性缺陷,以表征实际文件的流行度分布,提出一种基于SNM模型,通过设备间协作的缓存放置方案。利用SNM模型,解决Zipf模型难以反映动态流行度的问题。在此基础上利用基于D2D设备和Helper节点设备组成的混合网络,... 为解决缓存中Zipf模型的适用性缺陷,以表征实际文件的流行度分布,提出一种基于SNM模型,通过设备间协作的缓存放置方案。利用SNM模型,解决Zipf模型难以反映动态流行度的问题。在此基础上利用基于D2D设备和Helper节点设备组成的混合网络,解决Zipf模型不能表征局部流行度问题。通过凸差算法得到最优的缓存文件放置。仿真结果表明,与原有缓存放置算法相比,提出算法缓解了BS端拥塞的问题,提升了总体的缓存命中率,具有更高的卸载增益。 展开更多
关键词 散粒噪声模型 缓存 端到端通信 卸载增益 目标函数 信息中心网络 非凸优化
在线阅读 下载PDF
基于以物体为中心表示学习的视频解析
8
作者 高诚敏 《计算机应用与软件》 2025年第11期175-182,共8页
目前以物体为中心的多视角表示学习由于不成熟性,遗留了诸多问题:1)绝大多数模型需要利用昂贵的视角标签学习物体表示;2)目前模型无法很好地重构出被遮挡物体的完整形状。为此,专注于从物体静态、视角变化且无视角标签的视频数据中无监... 目前以物体为中心的多视角表示学习由于不成熟性,遗留了诸多问题:1)绝大多数模型需要利用昂贵的视角标签学习物体表示;2)目前模型无法很好地重构出被遮挡物体的完整形状。为此,专注于从物体静态、视角变化且无视角标签的视频数据中无监督学习以物体为中心的表示,同时学习不同帧的视角表示。模型基于Transformer学习帧与帧之间的相关性,从而能联合地推断属于不同帧的视角表示;另外为了保持物体表示在不同视角下的一致性,模型使用基于交叉注意力的序列扩展版模块以学习物体的3D表示。该建模增强了两种表示的解耦性,能更好地重构完整形状。在多个专门设计的合成数据集上的实验表明该模型在视频分解、物体遮挡性能方面均优于现有模型。 展开更多
关键词 生成模型 机器学习 以物体为中心的表示
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部