期刊文献+
共找到699篇文章
< 1 2 35 >
每页显示 20 50 100
一种布尔多项式的高效计算机表示 被引量:3
1
作者 李昕 林东岱 徐琳 《计算机研究与发展》 EI CSCD 北大核心 2012年第12期2568-2574,共7页
布尔方程组求解技术对于密码分析具有重要的现实意义.然而,在众多求解算法的实际计算过程中,难以抑制的空间需求增长与计算机系统有限的存储能力之间的矛盾,正是当前制约布尔方程组求解技术取得更大成果的最主要瓶颈.针对基于消项的求... 布尔方程组求解技术对于密码分析具有重要的现实意义.然而,在众多求解算法的实际计算过程中,难以抑制的空间需求增长与计算机系统有限的存储能力之间的矛盾,正是当前制约布尔方程组求解技术取得更大成果的最主要瓶颈.针对基于消项的求解算法,分析了该矛盾的产生根源,提出了解决途径,进而设计了一种全新的布尔多项式计算机表示,称之为BanYan.BanYan适用于基于首项约化的求解算法,如F4,F5,XL等算法.通过记录中间结果的生成信息而非其本身,避免算法实现陷入项数规模高速膨胀带来的巨大存储负担.与BDD和系数矩阵等基于项的传统布尔多项式表示相比,平均情况以及最坏情况下,使用BanYan表示法所需要的空间约为项数表示法的1?l(l为计算过程中产生的多项式的平均项数),从而显著提升布尔方程组求解算法的现实求解能力. 展开更多
关键词 代数攻击 布尔多项式代表 布尔方程组求解 Grnber基 空间需求
在线阅读 下载PDF
一种面向车载边缘计算基于服务缓存的任务协同卸载算法 被引量:1
2
作者 唐朝刚 李召 +1 位作者 肖硕 吴华明 《计算机学报》 北大核心 2025年第4期864-876,共13页
为充分利用边缘服务器的有限资源,提高应用服务的缓存效益,本文提出了以应用服务缓存为基础的协同卸载的车载边缘计算模型。在此基础上,以卸载任务的时延和能耗最小化为优化目标,展开对应用服务缓存和计算卸载问题的研究。将服务缓存、... 为充分利用边缘服务器的有限资源,提高应用服务的缓存效益,本文提出了以应用服务缓存为基础的协同卸载的车载边缘计算模型。在此基础上,以卸载任务的时延和能耗最小化为优化目标,展开对应用服务缓存和计算卸载问题的研究。将服务缓存、任务卸载以及计算资源分配的联合优化建模为非线性整数规划问题。为降低求解难度,将原问题分解为服务缓存和计算卸载联合决策子问题以及边缘服务器计算资源分配子问题。其中,将服务缓存和计算卸载子问题建模为马尔科夫决策过程,并提出了一种基于深度强化学习的缓存卸载方案。仿真结果表明,相较于其它基准方法,本文提出的方案能够将优化目标值降低约7%,响应时延减少约12%,同时将缓存命中率提升约9%。 展开更多
关键词 车载边缘计算 任务卸载 应用缓存 协作卸载 深度强化学习
在线阅读 下载PDF
基于LDAP的网格计算环境下安全技术的应用 被引量:1
3
作者 徐秀 毛艳春 张申 《计算机工程与设计》 CSCD 北大核心 2006年第20期3793-3794,3797,共3页
随着新的网格技术的广泛应用,对网格计算环境安全性不得不引起人们的重视。LDAP是一个信息目录,在该目录中只定义一次用户和组,来达到多台机器和多个应用程序间的共享。通过对Group对象类和User对象类的定义,完成用户名与用户密码的确... 随着新的网格技术的广泛应用,对网格计算环境安全性不得不引起人们的重视。LDAP是一个信息目录,在该目录中只定义一次用户和组,来达到多台机器和多个应用程序间的共享。通过对Group对象类和User对象类的定义,完成用户名与用户密码的确定及用户权限的确定,从而做到对客户端与服务器端的加密与权限的控制。 展开更多
关键词 先进计算基础设施 轻量级目录访问协议 加密 访问控制
在线阅读 下载PDF
双端驾乘人员车云协同计算危险行为分析
4
作者 井晶 贺晨 +1 位作者 刘营 赵作鹏 《现代雷达》 CSCD 北大核心 2024年第11期110-117,共8页
车内人员不安全行为的预警是减少交通事故的重要手段,然而现有的研究主要关注于驾驶员的危险行为检测,乘客的危险行为往往被忽视,因此文中提出了一种基于车云算力协同的驾乘人员危险行为分析算法。首先,通过基于粗粒度深度估计的检测和... 车内人员不安全行为的预警是减少交通事故的重要手段,然而现有的研究主要关注于驾驶员的危险行为检测,乘客的危险行为往往被忽视,因此文中提出了一种基于车云算力协同的驾乘人员危险行为分析算法。首先,通过基于粗粒度深度估计的检测和人员身份分析模型区分驾驶员与乘客;然后,通过基于ByteTrack多目标跟踪的检测模型检测乘客是否越位,并通过头部姿态估计与疲劳状态检测的多任务联合模型检测驾驶员的危险驾驶行为;最后,将危险行为视频片段上传云端进行校验。实验结果表明,文中提出的基于粗粒度深度估计的检测模型和人员身份分析模型相比感兴趣区域法的F_(1)-Score提高了5.1%,多任务联合模型中的头部姿态估计分支相比LwPoser模型F_(1)-Score提高了5.2%,疲劳检测分支相比YOLOv6s模型平均准确率均值提高了2.4%,且校验中使用云端高精度模型F_(1)-Score提高了7.6%。以上结果证明了文中所提算法的有效性。 展开更多
关键词 车云算力协同 深度估计 多任务联合 目标检测 目标跟踪
在线阅读 下载PDF
新一代信息技术在智能矿山中的研究与应用综述 被引量:7
5
作者 江鹤 程德强 +3 位作者 乙夫迪 汪鹏 崔文 寇旗旗 《工矿自动化》 CSCD 北大核心 2024年第11期1-16,共16页
随着信息技术的飞速发展及矿山智能化转型升级的需求加大,新一代信息技术在智能矿山领域的探索与应用持续深化。简述了矿山信息化、数字化及智能化的理论体系,其覆盖从数据采集、处理到智能决策的全方位流程,为矿山转型升级奠定基础。... 随着信息技术的飞速发展及矿山智能化转型升级的需求加大,新一代信息技术在智能矿山领域的探索与应用持续深化。简述了矿山信息化、数字化及智能化的理论体系,其覆盖从数据采集、处理到智能决策的全方位流程,为矿山转型升级奠定基础。综述了智能矿山监测监控技术、矿山大数据智能分析与决策技术、矿用设备预测性维护技术、智能矿山工业物联网技术、智能矿山AI技术、矿山数字孪生技术、矿山机器人技术、矿山5G通信技术的核心关键技术、典型应用场景和未来发展趋势。智能矿山监测与监控技术的核心构成是高精度传感器网络、物联网、大数据分析及AI。矿山大数据智能分析与决策关键技术包括数据收集与整合、数据智能分析、决策支持等。矿用设备的预测性维护技术主要包括数据采集、数据分析、故障诊断及维护决策优化。智能矿山工业物联网技术贯穿感知层到应用层,实现矿山安全管理的高效化与智能化。智能矿山AI技术在预测性维护与自我优化、人机协作与自动化控制等领域具有巨大的应用潜力。矿山数字孪生技术的核心是物联网、三维可视化与建模、AI与机器学习和高可靠通信技术。矿山机器人技术在无人驾驶、智能采矿、环境感知与监测、多机器人协同作业等领域广泛应用。矿山5G技术的核心优势是高速率、低延迟、大连接密度、高可靠性与稳定性,在多传感器融合监测、无人驾驶、5G边缘计算、虚拟现实/增强显示等领域得以应用。 展开更多
关键词 智能矿山 新一代信息技术 大数据分析 工业物联网 人工智能 数字孪生 机器人 5G通信
在线阅读 下载PDF
基于CBAM-TransUNet的地震断层识别方法 被引量:1
6
作者 王新 张薇 +2 位作者 陈同俊 张傲 赵砀 《煤炭学报》 北大核心 2025年第2期1192-1202,共11页
断层的检测和识别在煤炭勘探开采过程中至关重要,传统的人工解释断层方法已经无法满足实际生产的需求,基于深度学习的地震断层解释方法在断层分割领域表现较为出色。常规卷积神经网络(CNN)感受野有限,不能很好地利用全局信息,会导致一... 断层的检测和识别在煤炭勘探开采过程中至关重要,传统的人工解释断层方法已经无法满足实际生产的需求,基于深度学习的地震断层解释方法在断层分割领域表现较为出色。常规卷积神经网络(CNN)感受野有限,不能很好地利用全局信息,会导致一些预测的断层存在连续性不足和断层缺失等问题。Transformer具有提取全局信息的优势,引入CNN和Transformer融合的TransUNet网络,构建一种基于CBAM-TransUNet的地震断层识别方法对二维地震断层图像进行识别。首先,将CBAM-Block注意力模块融入TransUNet网络,将该模块分别加入CNN断层编码器部分和连接断层编码器与断层解码器的3层跳跃连接部分,同时从通道和空间2个维度增强地震断层图像的识别能力;其次,选择Dice损失函数和交叉熵损失函数联合优化的损失函数,使得断层图像分割更为准确,CBAM-TransUNet断层识别网络在合成地震数据集上获得的DICE值和IOU值分别提高到0.84和0.75,试验结果表明断层识别的连续性更强,明显优于其他经典分割方法;最后,利用构建的模型对荷兰近海北海F3区块真实地震数据集进行了断层解释。试验结果表明:基于CBAM-TransUNet的地震断层识别方法在去除冗余断层信息的同时能够有效识别出断层,在断层识别准确度和断层识别连续性方面表现优异,识别出的断层细节更加丰富,提高了断层识别的精度,可以有效应用于实际地震数据中识别断层。 展开更多
关键词 地震图像 断层识别 机器学习 注意力机制 TRANSFORMER
在线阅读 下载PDF
MC-Res2UNet网络在盐体识别中的应用 被引量:1
7
作者 王新 张傲 +1 位作者 张薇 陈同俊 《石油地球物理勘探》 北大核心 2025年第1期21-29,共9页
精确识别埋藏在地表下的盐体对于石油和天然气勘探有重大意义。传统的语义分割算法依然存在对盐体的识别精度较低、边缘识别效果较差、识别效率低等问题。文中提出一种基于MC-Res2UNet网络的盐体识别方法,该网络整体架构由U-Net网络改... 精确识别埋藏在地表下的盐体对于石油和天然气勘探有重大意义。传统的语义分割算法依然存在对盐体的识别精度较低、边缘识别效果较差、识别效率低等问题。文中提出一种基于MC-Res2UNet网络的盐体识别方法,该网络整体架构由U-Net网络改进。首先,使用Res2Net网络作为编码器提取盐体特征信息;然后,在解码层中的卷积之后引入CBAM注意力模块重新分配盐体空间信息和通道信息,抑制不重要的信息;最后,利用多尺度特征融合模块融合空间信息和语义信息,提高盐体识别精度。将文中提出的MC-Res2UNet模型用于TGS盐体数据集进行验证,像素准确率可达到96.6%,交并比可达到86.8%,优于传统的DeepLabV3+、DANet等语义分割方法,对地下盐体有更好的识别效果。 展开更多
关键词 盐体识别 U-Net 多尺度特征融合 注意力机制
在线阅读 下载PDF
基于ORB-SLAM3视觉与惯导融合的煤矿机器人定位算法研究
8
作者 陈伟 巫帅达 +2 位作者 田子建 张帆 刘毅 《煤炭科学技术》 北大核心 2025年第S1期297-307,共11页
针对煤矿井下空间狭窄、光线昏暗且严重不均匀使矿井图像存在照度低、纹理稀疏、颜色失真等缺陷,严重影响了视觉SLAM特征点提取匹配结果,导致定位性能急剧下降,提出1种基于改进ORB-SLAM3算法的煤矿移动机器人单目视觉定位算法。首先对OR... 针对煤矿井下空间狭窄、光线昏暗且严重不均匀使矿井图像存在照度低、纹理稀疏、颜色失真等缺陷,严重影响了视觉SLAM特征点提取匹配结果,导致定位性能急剧下降,提出1种基于改进ORB-SLAM3算法的煤矿移动机器人单目视觉定位算法。首先对ORB-SLAM3定位算法进行改进,在前端特征点提取(ORB)算法的基础上引入了直方图均衡化、非极大值抑制法、自适应阈值法以及基于四叉树策略的特征点均匀化性质;然后在特征点匹配工作中,引入了基于图像金字塔的LK光流法,减少优化的迭代次数,在特征点匹配完成后加入RANSAC算法去除误匹配的特征点,提高特征点的匹配准确率。在后端通过三角测量的方法,得到像素的深度信息,将2D-2D位姿求解问题转化成3D-2D(pnp)位姿求解问题。根据视觉惯导紧耦合的原理,通过融合视觉残差和IMU残差构建整个定位系统的残差函数,并使用基于非线性优化的滑动窗口BA算法不断迭代优化残差函数,获取精确的移动机器人位姿估计。将改进后的算法在4个数据集下与ORB-SLAM3算法以及VINSMono算法进行了充分的对比实验。研究表明:(1)相比于ORB-SLAM3算法以及VINS-Mono算法,提出定位系统的运动轨迹和真值轨迹最接近;(2)提出定位系统的APE各项指标均优于ORB-SLAM3算法以及VINS-Mono算法;(3)提出定位系统均方根误差为0.049 m(4次实验平均值),相较于ORBSLAM3均方根误差降低了31.1%(四次实验平均值)。 展开更多
关键词 单目视觉 惯性导航 移动机器人 视觉SLAM(即时定位与地图构建)定位 LK光流法
在线阅读 下载PDF
基于驾驶上下文感知的驾驶员识别模型
9
作者 杨林 张磊 +2 位作者 刘佰龙 梁志贞 张雪飞 《计算机工程与科学》 北大核心 2025年第3期548-560,共13页
随着隐私保护意识的提升,利用车辆轨迹识别汽车驾驶员已成为车辆数据分析热点。然而,现有模型难以准确捕捉驾驶风格与驾驶上下文之间的关系,导致识别准确率不高。因此,提出基于驾驶上下文感知的驾驶员识别模型CDIM。CDIM利用轨迹数据计... 随着隐私保护意识的提升,利用车辆轨迹识别汽车驾驶员已成为车辆数据分析热点。然而,现有模型难以准确捕捉驾驶风格与驾驶上下文之间的关系,导致识别准确率不高。因此,提出基于驾驶上下文感知的驾驶员识别模型CDIM。CDIM利用轨迹数据计算车辆运动特征,同时通过路网匹配获取出行路线,并设计基于双向Transformer的路段信息嵌入模块,为出行路线中每一段路段生成融合邻接路段特征的嵌入。然后,通过卷积跨模态注意力融合模块结合路段特征与运动特征,实现二者的高效融合。此外,结合外部因素特征,全面捕捉驾驶上下文对驾驶风格的影响。在公开数据集上的实验结果表明,CDIM的识别准确率为68.54%,相较于RM-Driver与Doufu分别提高了8.14%和4.81%,具有更高的驾驶员识别准确率。 展开更多
关键词 驾驶员识别 表示学习 上下文感知 特征融合
在线阅读 下载PDF
改进YOLOv8s的煤矿井下矿工行为检测方法
10
作者 陈伟 穆华星 +3 位作者 管彦允 刘珏廷 徐婷婷 王泽华 《辽宁工程技术大学学报(自然科学版)》 北大核心 2025年第3期257-264,共8页
为解决煤矿井下视觉设备对矿工行为检测效果不佳的问题,采用模型优化和实验的方法,基于YOLOv8s构建基准模型,引入高效多尺度注意力机制改进主干网络,增强对矿工多姿势及多尺度特征的提取和表示能力。优化损失函数,提高对于井下复杂场景... 为解决煤矿井下视觉设备对矿工行为检测效果不佳的问题,采用模型优化和实验的方法,基于YOLOv8s构建基准模型,引入高效多尺度注意力机制改进主干网络,增强对矿工多姿势及多尺度特征的提取和表示能力。优化损失函数,提高对于井下复杂场景中低质量图像检测的准确性和稳定性。设计一种轻量化模块,替换原颈部深层网络的特征处理模块,保障检测高效性。研究结果表明:改进后的模型对井下矿工行为检测的平均精确度均值提高了1.2%,模型参数量减少了17%。研究结论为类似场景下特定任务的目标检测优化提供借鉴。 展开更多
关键词 煤矿复杂环境 行为检测 YOLOv8s 注意力机制 轻量化 低质量图像
在线阅读 下载PDF
基于微震时空流图的冲击地压危险区域预测方法
11
作者 曹安业 刘亚鹏 +2 位作者 汪子琨 杨旭 牛强 《工矿自动化》 北大核心 2025年第7期75-82,共8页
微震事件的时空分布特征与煤矿冲击地压强度之间存在密切关联,基于机器学习的微震数据预测方法及可视化呈现是冲击地压监测预警的重要技术手段,但目前存在无法有效预测危险区域移动轨迹、微震数据时空协同可视化困难、数据堆叠难以显示... 微震事件的时空分布特征与煤矿冲击地压强度之间存在密切关联,基于机器学习的微震数据预测方法及可视化呈现是冲击地压监测预警的重要技术手段,但目前存在无法有效预测危险区域移动轨迹、微震数据时空协同可视化困难、数据堆叠难以显示等问题。针对该问题,提出了一种基于微震时空流图的冲击地压危险区域预测方法。在该方法的数据预处理模块,采用二维核密度估计法将离散的微震数据进行连续表示,并构建核密度热力图反映微震数据空间聚集程度;在时空流图构建模块,改进引力模型以提取微震数据时空特征,采用箭头对时空流移动方向进行可视化效果呈现;在危险区域预测模块,利用K-means聚类算法优化可视化结果。采用内蒙古某矿2215工作面和陕西某矿4106工作面微震数据,分别针对断层和采空区的冲击地压危险区域进行预测实验,结果表明该方法能够有效、准确预测冲击地压危险区域的转移方向,采用K-means聚类算法后微震时空流图中箭头数量优化率分别为77.27%,87.5%,可视化效果更加简洁、直观。 展开更多
关键词 煤矿冲击地压 微震监测 危险区域预测 时空协同可视化 时空流图
在线阅读 下载PDF
移动群智感知中发掘潜在高质量用户的激励机制
12
作者 江海峰 商景杰 +1 位作者 王树豪 张寿军 《小型微型计算机系统》 北大核心 2025年第3期620-626,共7页
在移动群智感知的激励机制中,用户的感知质量和能力是重要的指标,对不同类型的任务是有差异的,用笼统的感知质量与能力标准选择用户往往会埋没潜在的高质量用户.针对这一问题,本文将用户的感知质量与能力根据任务的不同类型进行细分,在... 在移动群智感知的激励机制中,用户的感知质量和能力是重要的指标,对不同类型的任务是有差异的,用笼统的感知质量与能力标准选择用户往往会埋没潜在的高质量用户.针对这一问题,本文将用户的感知质量与能力根据任务的不同类型进行细分,在用户感知质量与能力未知的情况下,将用户选择问题建模成反向拍卖与多臂赌博机模型,不断学习与更新用户的感知质量与能力值,使用置信区间上界的方法估计用户的感知质量,并将其与用户的能力和报价作为选择用户的标准,提出了基于置信区间上界的质量与能力并驱的激励机制.当能力值均值达到平台规定的阈值时,用户将拥有招募其他用户的权限,并从其招募的用户完成的任务中获得额外的收益.本文证明了该激励机制满足计算有效性、真实性和个体理性.仿真实验结果表明,本文所提的激励机制在用户平均效用、任务平均质量和不同任务类型高能力值用户占比等方面具有良好的性能. 展开更多
关键词 移动群智感知 激励机制 多臂赌博机 置信区间上界
在线阅读 下载PDF
基于YOLOv8-ECW的井下人员行为实时检测算法 被引量:3
13
作者 骆津津 陈伟 +2 位作者 田子建 张帆 刘毅 《矿业科学学报》 北大核心 2025年第2期316-327,共12页
针对现有煤矿井人员行为检测模型存在精度低、计算量大等问题,提出一种基于YOLOv8-ECW的井下人员行为实时检测算法。算法在YOLOv8n的基础上对骨干网络进行改进,提出多尺度卷积模块EMSC,再与C2f卷积相结合设计出C2f_EMSC模块,有效捕获目... 针对现有煤矿井人员行为检测模型存在精度低、计算量大等问题,提出一种基于YOLOv8-ECW的井下人员行为实时检测算法。算法在YOLOv8n的基础上对骨干网络进行改进,提出多尺度卷积模块EMSC,再与C2f卷积相结合设计出C2f_EMSC模块,有效捕获目标的多尺度特征,减少模型的计算量、参数量;在网络中引入CGBlock下采样模块融合全局的上下文信息,引入WIoU损失函数提升检测框的定位精度和模型收敛速度。在矿井人员行为检测数据集上进行实验,结果表明:①相比于基线YOLOv8n模型,YOLOv8-ECW模型对各类目标平均精度均值mAP50为92.4%,上升了2.1%;mAP50-95为75.4%,上升了4.0%。②YOLOv8-ECW的检测速度为238 F/s,较YOLOv8n模型提高了5 F/s。③与YOLOv6、YOLOv7等主流网络模型相比,YOLOv8-ECW模型的检测性能最佳且具有较好的鲁棒性。 展开更多
关键词 煤矿井下 YOLOv8 行为检测 C2f_EMSC WIoU 特征融合
在线阅读 下载PDF
预训练模型在软件工程领域应用研究进展 被引量:2
14
作者 宫丽娜 周易人 +3 位作者 乔羽 姜淑娟 魏明强 黄志球 《软件学报》 北大核心 2025年第1期1-26,共26页
近年来深度学习在软件工程领域任务中取得了优异的性能.众所周知,实际任务中优异性能依赖于大规模训练集,而收集和标记大规模训练集需要耗费大量资源和成本,这限制了深度学习技术在实际任务中的广泛应用.随着深度学习领域预训练模型(pre... 近年来深度学习在软件工程领域任务中取得了优异的性能.众所周知,实际任务中优异性能依赖于大规模训练集,而收集和标记大规模训练集需要耗费大量资源和成本,这限制了深度学习技术在实际任务中的广泛应用.随着深度学习领域预训练模型(pre-trained model,PTM)的发布,将预训练模型引入到软件工程(software engineering,SE)任务中得到了国内外软件工程领域研究人员的广泛关注,并得到了质的飞跃,使得智能化软件工程进入了一个新时代.然而,目前没有研究提炼预训练模型在软件工程领域的成功和机遇.为阐明这一交叉领域的工作(pre-trained models for software engineering,PTM4SE),系统梳理当前基于预训练模型的智能软件工程相关工作,首先给出基于预训练模型的智能软件工程方法框架,其次分析讨论软件工程领域常用的预训练模型技术,详细介绍使用预训练模型的软件工程领域下游任务,并比较和分析预训练模型技术这些任务上的性能.然后详细介绍常用的训练和微调PTM的软件工程领域数据集.最后,讨论软件工程领域使用PTM面临的挑战和机遇.同时将整理的软件工程领域PTM和常用数据集发布在https://github.com/OpenSELab/PTM4SE. 展开更多
关键词 软件仓库挖掘 预训练模型 程序语言模型
在线阅读 下载PDF
基于IFS-LCT-ViT的时间序列分类方法 被引量:1
15
作者 杨思栋 王珂 +1 位作者 刘兵 苏冰 《南京师大学报(自然科学版)》 北大核心 2025年第2期91-101,共11页
目前针对时间序列分类问题,大多采用一维视角进行分析.二维视角下的时间序列具有更高量级的数据,但相关的研究较少且基本为格拉姆角场法(Gramian Angular Field,GAF)和卷积神经网络模型的组合.文中将对图像视角下的时间序列分类进行深... 目前针对时间序列分类问题,大多采用一维视角进行分析.二维视角下的时间序列具有更高量级的数据,但相关的研究较少且基本为格拉姆角场法(Gramian Angular Field,GAF)和卷积神经网络模型的组合.文中将对图像视角下的时间序列分类进行深入研究,对目前方法存在的相关问题进行优化.首先解决GAF算法的计算冗余问题,提出不平衡因子法(imbalance factor subtraction,IFS),以基础运算替换GAF的三角运算,在不损失分类精度的情况下,减少了图像生成过程的运算.其次针对卷积类模型存在局部偏好的问题,文中将图像识别的任务交给视觉全自注意力网络(Vision Transformer,ViT),通过对时序转换图分割,再对分割后的子块以全局并行计算的方式分配注意力权重,得到图像的整体特征.最后,提出适配ViT模型的轻量卷积令牌(lightweight convolutional token,LCT),通过一维卷积提取原始序列的局部特征,来弥补ViT模型对图像简单硬分割所带来的信息损失.结合以上所有提出了IFS-LCT-ViT模型,为了验证模型的有效性,在UCR官网中的11个数据集上进行了实验.结果表明,该模型与GRU-FCN、TST、GAF-CNN、XCM、OSCNN、MultiRocket相比,在6个数据集上获得了85.9%、80.2%、68.2%、63.0、85.3%和84.0%的最高准确率,证明了该模型在时间序列分类任务上的有效性. 展开更多
关键词 时间序列分类 图像视角 不平衡因子 视觉自注意力网络 轻量卷积令牌
在线阅读 下载PDF
基于反射图增强的矿井低照度图像增强算法 被引量:1
16
作者 井晶 高宇蒙 +1 位作者 赵作鹏 闵冰冰 《现代电子技术》 北大核心 2025年第3期43-49,共7页
针对现有图像增强算法未针对矿井环境进行优化,导致噪点、伪影和真实感丧失的问题,提出基于反射图增强的Retinex图像增强算法。首先,采用基于卷积神经网络的模型去除图像噪声;其次,调整光照增强纹理信息丰富的反射图;最后,融合经过基于... 针对现有图像增强算法未针对矿井环境进行优化,导致噪点、伪影和真实感丧失的问题,提出基于反射图增强的Retinex图像增强算法。首先,采用基于卷积神经网络的模型去除图像噪声;其次,调整光照增强纹理信息丰富的反射图;最后,融合经过基于图像环境反射强度自适应伽马校正的光照图与增强的反射图,消除光晕伪影并且避免过度曝光。实验结果表明,将该算法与多种对比算法比较,所提算法可以有效提高矿下低质图像的清晰度、亮度和真实自然感,减少图像噪声、色彩失真。 展开更多
关键词 低照度 图像增强 噪点 纹理信息 反射图 伽马校正
在线阅读 下载PDF
基于蚁群优化算法的云计算任务分配 被引量:44
17
作者 张春艳 刘清林 孟珂 《计算机应用》 CSCD 北大核心 2012年第5期1418-1420,共3页
针对已有的适用于分配任务的蚁群算法易陷入局部最优解的缺陷,提出了一个保证云服务质量的分组多态蚁群算法。该算法将蚁群按职能不同分为搜索蚁、侦察蚁和工蚁,根据预测完成时间的更新使平均完成时间逐渐取得最小值,从而减少产生局部... 针对已有的适用于分配任务的蚁群算法易陷入局部最优解的缺陷,提出了一个保证云服务质量的分组多态蚁群算法。该算法将蚁群按职能不同分为搜索蚁、侦察蚁和工蚁,根据预测完成时间的更新使平均完成时间逐渐取得最小值,从而减少产生局部最优解的可能,最后通过Cloudsim仿真实现。结果表明该方法减少了处理请求任务的平均完成时间,提高了任务处理的效率。 展开更多
关键词 云计算 Cloudsim 蚁群算法 多态
在线阅读 下载PDF
软件故障定位技术进展 被引量:23
18
作者 鞠小林 姜淑娟 +1 位作者 张艳梅 董国伟 《计算机科学与探索》 CSCD 2012年第6期481-494,共14页
故障定位是调试过程中一项耗时费力的工作。为了降低调试成本,并辅助开发人员定位和修复软件故障,软件故障定位技术通过审查源代码、分析测试过程的软件行为和测试结果来定位包含故障的代码片段。综述了近期故障定位领域相关成就,分类... 故障定位是调试过程中一项耗时费力的工作。为了降低调试成本,并辅助开发人员定位和修复软件故障,软件故障定位技术通过审查源代码、分析测试过程的软件行为和测试结果来定位包含故障的代码片段。综述了近期故障定位领域相关成就,分类介绍了各种代表性的故障定位方法的基本原理和建模技术,讨论了这些故障定位技术的贡献以及它们之间的主要区别,给出了常用的故障定位效果基准测试集和度量方法,展望了故障定位技术的研究方向。 展开更多
关键词 程序分析 软件调试 故障诊断 故障定位 定位度量
在线阅读 下载PDF
关于NAT技术的研究与应用 被引量:25
19
作者 刘风华 丁贺龙 张永平 《计算机工程与设计》 CSCD 北大核心 2006年第10期1814-1817,共4页
采用NAT技术可以解决IP地址紧缺的问题,同时,也能将内部网络和外部网络隔离,为网络提供一定的安全保障。概要介绍了网络地址转换(NAT)的基本原理,着重介绍了3种NAT技术:静态NAT、动态NAT和端口方式。分析了NAT技术的工作原理,给出了NAT... 采用NAT技术可以解决IP地址紧缺的问题,同时,也能将内部网络和外部网络隔离,为网络提供一定的安全保障。概要介绍了网络地址转换(NAT)的基本原理,着重介绍了3种NAT技术:静态NAT、动态NAT和端口方式。分析了NAT技术的工作原理,给出了NAT在路由器上的实现方法,最后以宽带小区组网中NAT技术应用进行举例。 展开更多
关键词 网络地址转换 静态转换 动态转换 地址池
在线阅读 下载PDF
“阶梯式”引导的计算思维自主养成模式 被引量:23
20
作者 鲍宇 孟凡荣 张艳群 《电化教育研究》 CSSCI 北大核心 2015年第6期87-92,99,共7页
计算思维是当前计算机教育研究的重要课题。根据普通高校专业学生的特征和培养过程,发现在普通高校计算思维培养过程中缺乏有效跟踪。基于计算思维的问题引导式的自主培养教学模型,通过以不同层次问题为导向,引导学生思维锻炼方向,借助... 计算思维是当前计算机教育研究的重要课题。根据普通高校专业学生的特征和培养过程,发现在普通高校计算思维培养过程中缺乏有效跟踪。基于计算思维的问题引导式的自主培养教学模型,通过以不同层次问题为导向,引导学生思维锻炼方向,借助辅助平台,由问题引导学习者运用计算思维思考,完成能力自主培养,并运用实例说明模型的可行性。与传统的教学模式相比较,该模式不仅锻炼学生的计算思维能力,还提高了资料收集、协作互助等素质,其改革对原有教材和课程改革要求不高,容易在普通高校实施。 展开更多
关键词 计算思维 问题导向 自主培养 教学模式
在线阅读 下载PDF
上一页 1 2 35 下一页 到第
使用帮助 返回顶部