期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于轮廓线的网格体物体空间快速消隐算法
1
作者 宋海川 邱荪泓 +3 位作者 汪鑫星 李一锦 陈振华 陈小雕 《计算机科学》 北大核心 2025年第4期222-230,共9页
隐藏线消除,即消除在一定视角下被遮挡的线段,是解决三维场景中视觉混淆问题的关键技术。其中,物体空间的隐藏线消除技术可以计算可见性变化点的精确坐标,因此在实际工程中被广泛用于三维可视化建模、高精度图纸的绘制等。然而,先前的... 隐藏线消除,即消除在一定视角下被遮挡的线段,是解决三维场景中视觉混淆问题的关键技术。其中,物体空间的隐藏线消除技术可以计算可见性变化点的精确坐标,因此在实际工程中被广泛用于三维可视化建模、高精度图纸的绘制等。然而,先前的物体空间消隐算法在处理实际工程中常用的网格体模型时,往往会因为模型面内部含有大量三角面片而计算效率低下。因此,提出了基于轮廓线的网格体物体空间快速消隐算法。该算法通过网格体轮廓线投影的交集进行三角面片的筛选及其求交计算,从而避免了大部分的无效求交计算。同时,在求交后根据待定可见性变化点所在线段与轮廓线和模型的射入、射出情况进行快速可见性判断,进一步提高了算法效率。实验结果显示,在两种常见的消隐模式下处理普通和复杂网格体模型的消隐,所提算法相较于对比算法效率分别提高了20倍和80倍以上,与主流几何内核ACIS的消隐处理效率差距在2.5倍以内。 展开更多
关键词 消隐算法 物体空间消隐 网格体 轮廓线 CAD
在线阅读 下载PDF
玲珑:一个小规模的高质量中文预训练语言模型
2
作者 李东闻 钟震宇 +4 位作者 孙羽菲 申峻宇 马子智 于川越 张玉志 《计算机研究与发展》 北大核心 2025年第3期682-693,共12页
近年来,大规模的、基于自回归的中文预训练语言模型在各种自然语言处理任务上表现出优异性能.然而,高昂的计算成本以及基于中文词切分数据给中文预训练语言模型实际应用带来了巨大挑战.此外,大多基于自回归的模型只能使用单向前文信息,... 近年来,大规模的、基于自回归的中文预训练语言模型在各种自然语言处理任务上表现出优异性能.然而,高昂的计算成本以及基于中文词切分数据给中文预训练语言模型实际应用带来了巨大挑战.此外,大多基于自回归的模型只能使用单向前文信息,可能会导致模型在上下文敏感任务上的性能有所下降.为了解决以上问题,提出并训练了一个高质量的小型中文预训练语言模型——玲珑.该模型仅有3.17亿个参数,较小的规模使得玲珑十分容易部署和应用.使用基于汉字的策略对训练语料进行切分,可以有效减轻未知标记和分词错误带来的负面影响,增强了玲珑在下游任务上的性能.此外,通过对每条训练数据的输入顺序进行逆序处理,训练了一个反向玲珑模型.将玲珑与其反向版本相结合,可以实现在下游任务中使用双向信息.多种自然语言处理下游任务的实验结果表明,玲珑具有不错的处理下游任务的能力.在6个数据集上玲珑超越了相近规模模型的性能,在5个数据集上超越了大模型的性能. 展开更多
关键词 中文预训练语言模型 小规模 基于汉字的模型 反向模型 双向信息
在线阅读 下载PDF
面向SQLite的多密钥页级别加密系统
3
作者 李旭东 冯宇康 陈俊升 《计算机应用》 CSCD 北大核心 2024年第9期2791-2801,共11页
目前国内外对于SQLite的加密的研究粒度级别都是文件级别,且采取的都是单一密钥,加密粒度粗、破解难度低。针对SQLite的安全性不足的问题,设计了一个多密钥页级别加密系统。首先,为每一个物理页设置一个独立的页密钥,每个页面独立加解密... 目前国内外对于SQLite的加密的研究粒度级别都是文件级别,且采取的都是单一密钥,加密粒度粗、破解难度低。针对SQLite的安全性不足的问题,设计了一个多密钥页级别加密系统。首先,为每一个物理页设置一个独立的页密钥,每个页面独立加解密,并引入密钥文件存放所有页密钥;其次,在内存中引入一个页密钥缓存器KeyCache生成和缓存物理页的页密钥,减少页密钥频繁I/O读写的性能损失;再次,设计了加解密模块Crypto实现物理页的加密和解密功能,Crypto通过KeyCache快速获取页密钥从而提升整个系统的处理性能。将所提系统和典型的SQLCipher等进行对比实验:在读取测试和修改测试中,相较于SQLCipher,所提系统的执行时间平均缩短了1.5%和3.0%,能在安全级别更高的情况下达到更好的性能;而在新增测试和删除测试中,所提系统相较于SQLCipher的性能损失很小,在大幅提升安全级别的情况下性能损失接近。实验结果验证了所提系统的有效性。 展开更多
关键词 SQLITE数据库 数据库加密 页级别 多密钥加密 密钥管理
在线阅读 下载PDF
AIGC大模型测评综述:使能技术、安全隐患和应对 被引量:27
4
作者 许志伟 李海龙 +4 位作者 李博 李涛 王嘉泰 谢学说 董泽辉 《计算机科学与探索》 CSCD 北大核心 2024年第9期2293-2325,共33页
人工智能生成内容(AIGC)模型因出色的内容生成能力,在全球范围内引起了广泛关注与应用。然而AIGC大模型的快速发展也带来了一系列隐患,例如模型生成结果的可解释性、公平性和安全隐私等问题。为了降低不可知风险及其危害,对AIGC大模型... 人工智能生成内容(AIGC)模型因出色的内容生成能力,在全球范围内引起了广泛关注与应用。然而AIGC大模型的快速发展也带来了一系列隐患,例如模型生成结果的可解释性、公平性和安全隐私等问题。为了降低不可知风险及其危害,对AIGC大模型进行全面测评变得越来越重要。学术界已经开启了AIGC大模型测评研究,旨在有效应对相关挑战,避免潜在的风险。对AIGC大模型测评研究进行了回顾,并对其进行了综述和分析。对模型测评过程进行概述,内容涵盖模型测评前准备和相应的测评指标,并系统性地整理了现有测评基准。讨论了AIGC大模型在金融、政治和医疗领域的代表性应用及其存在的问题。通过可解释性、公平性、鲁棒性、安全性和隐私性等不同角度深入研究测评方法,对AIGC大模型测评需要关注的新问题进行解构,提出大模型测评新挑战的应对策略。最后探讨了AIGC大模型测评未来面临的挑战,并展望了其发展方向。 展开更多
关键词 AIGC大模型 大模型测评 可解释性 公平性 鲁棒性 安全与隐私保护
在线阅读 下载PDF
基于变换域分析和XGBoost算法的超短期风电功率预测模型 被引量:3
5
作者 王永生 李海龙 +3 位作者 关世杰 温彩凤 许志伟 高静 《高电压技术》 EI CAS CSCD 北大核心 2024年第9期3860-3870,共11页
为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风... 为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风电功率指标进行数据构建和低级特征提取。然后,结合快速傅里叶变换(fastFourier transform, FFT)和哈尔小波变换构成的多层次变换域分析方法对风电数据进行分解,充分考虑频域信息在特征学习中的重要性。最后,建立包含FFT、哈尔小波变换和XGBoost算法组合的超短期风电功率预测模型。实验结果表明,采用的多层次变换域分析方法能够充分挖掘原始特征之间的潜在关系,深入捕捉数据的时序关联性,而且XGBoost算法可以有效提升模型的预测性能,与其他预测模型相比,所提方法在不同数据集上均展现出较高的预测精度和较强的特征提取能力。 展开更多
关键词 风电功率预测 傅里叶变换 小波变换 时间滑动窗口 风电功率指标 梯度提升回归树
在线阅读 下载PDF
动态二进制翻译技术综述 被引量:1
6
作者 张锦 单泽虎 +4 位作者 刘晓东 王文竹 余杰 彭龙 谢启友 《计算机科学与探索》 CSCD 北大核心 2024年第10期2521-2550,共30页
在构建国产软件生态系统中,解决程序的兼容性问题至关重要。随着计算机架构的多样化发展,确保软件能够在不同平台和硬件环境中顺畅运行,已经成为当下软件开发过程中的一项紧迫任务。在此背景下,动态二进制翻译(DBT)技术展现出其重大意... 在构建国产软件生态系统中,解决程序的兼容性问题至关重要。随着计算机架构的多样化发展,确保软件能够在不同平台和硬件环境中顺畅运行,已经成为当下软件开发过程中的一项紧迫任务。在此背景下,动态二进制翻译(DBT)技术展现出其重大意义。作为一种实现不同指令集架构(ISA)之间程序或软件互操作性的核心技术,DBT通过运行时指令转换,不仅实现了软件跨平台的兼容运行,也极大地扩展了软件的适用范围和灵活性。然而,DBT技术的引入同样对系统在运行效率和资源利用率方面提出了更高的要求。对DBT技术的相关内容进行了综述,包括其基本工作原理、研究进展、关键技术以及相应的优化方法。介绍了DBT技术的基本原理及发展历程。详细阐述了DBT的研究进展,尤其是在提高翻译准确性和执行效率方面所取得的重要成果。进一步地,对六类DBT优化技术特性进行了介绍,这些技术包括:基于运行时优化、基于控制流优化、基于指令级优化、基于安全性与隔离性优化、基于资源管理优化以及基于软硬件协同优化。分别基于这些关键技术进一步分类总结,介绍了各自的优化技术及面临的挑战。从技术发展趋势、应用领域扩展、性能提升策略等多个角度,对DBT技术未来的研究方向和发展前景进行了探讨。 展开更多
关键词 动态二进制翻译 指令集架构 指令转换 软件兼容性
在线阅读 下载PDF
基于CPU-GPU协同调控和网页特征感知的浏览器功耗优化研究
7
作者 张锦 黄江杰 +4 位作者 彭龙 刘晓东 余杰 黄浩炜 王文竹 《应用科学学报》 CAS CSCD 北大核心 2024年第1期134-144,共11页
安卓系统为浏览器分配资源时无法感知网页内容,会导致资源过度分配和电量不必要损失。同时,由于CPU可调节频率密度的增长,通过动态电压频率缩放(dynamic voltage and frequency scaling, DVFS)技术实现能耗优化的难度也随之增大。另外... 安卓系统为浏览器分配资源时无法感知网页内容,会导致资源过度分配和电量不必要损失。同时,由于CPU可调节频率密度的增长,通过动态电压频率缩放(dynamic voltage and frequency scaling, DVFS)技术实现能耗优化的难度也随之增大。另外在系统默认的调控策略下,忽视了图形处理器(graphics processing unit, GPU)对浏览器运行的作用。针对上述问题,提出一种协同调控CPU和GPU实现功耗优化的方法。首先根据网页加载时处理器运行特征利用逻辑回归对网页进行分类,对网页特征加权实现复杂度量化,根据类别与复杂度采用DVFS技术限制CPU频率的同时调节GPU频率。该方法被应用于谷歌Pixel2 XL上的Chromium浏览器,对排名前500的中文网站进行测试,平均节省了12%功耗的同时减少了5%网页加载时间。 展开更多
关键词 移动浏览器 动态电压频率调节 功耗优化 频率限制
在线阅读 下载PDF
搜索服务响应时间异常诊断
8
作者 夏思博 马明华 +5 位作者 金鹏翔 崔丽月 张圣林 金娃 孙永谦 裴丹 《计算机研究与发展》 EI CSCD 北大核心 2024年第6期1573-1584,共12页
较低的网络服务响应时间对提升用户体验至关重要.以搜索引擎这一典型的网络服务场景为例,服务提供商应确保网络服务(搜索)响应时间在1 s以内.在实践中,服务响应时间会受到用户浏览器、运营商、页面加载方式等诸多服务属性的影响.为了进... 较低的网络服务响应时间对提升用户体验至关重要.以搜索引擎这一典型的网络服务场景为例,服务提供商应确保网络服务(搜索)响应时间在1 s以内.在实践中,服务响应时间会受到用户浏览器、运营商、页面加载方式等诸多服务属性的影响.为了进行针对性的优化,服务提供商需要找出使服务响应时间过长的规则,即一些属性的组合.然而现有研究工作遇到了3方面挑战:1)搜索日志数据量大;2)搜索日志数据分布不平衡;3)要求泛化度高的规则.因此设计了Miner(multi-dimensional extraction of rules),一种新型服务响应时间异常诊断框架.Miner使用自步采样机制应对第1个挑战和第2个挑战.针对第3个挑战,Miner使用Corels算法挖掘出泛化率高且召回率高的规则.使用2家国内顶级搜索引擎服务提供商的响应时间日志数据评估了Miner性能,结果显示Miner的泛化率和召回率均高于现有方法,并证明了Miner挖掘出的规则可被运维人员采纳并做针对性的优化. 展开更多
关键词 网络服务质量 自步采样 搜索引擎 搜索响应时间 数据挖掘
在线阅读 下载PDF
大语言模型在神经眼科中应用的多中心评价
9
作者 王子荀 张晓玲 +7 位作者 贾洪强 魏瑞华 王宇航 范珂 祁艳华 谢学说 魏世辉 李志清 《眼科新进展》 2025年第10期810-815,共6页
目的评价人工智能(AI)大语言模型(LLM)生成的与神经眼科相关典型临床问题的答案,并利用客观评价及专家评估的方式多维度探究神经眼科相关问题在LLM上的表现。方法多中心、随机、横断面试验研究。从神经眼科疾病定义、病因、临床表现及... 目的评价人工智能(AI)大语言模型(LLM)生成的与神经眼科相关典型临床问题的答案,并利用客观评价及专家评估的方式多维度探究神经眼科相关问题在LLM上的表现。方法多中心、随机、横断面试验研究。从神经眼科疾病定义、病因、临床表现及体征检查和治疗及预后4个角度选取30个神经眼科领域相关典型问题,分别使用Deepseek、文心一言4.0、豆包及Kimi 1.5四种国内开源LLM输出答案文本,采取客观评估法定量分析;同时采取专家评估法,由三位眼科专家分别对120个答案文本进行量化评分。根据问题回答的完整性、准确性和专业性及相关性和实用性分别制定3级、5级及4级李克特量表。选取其中表现最佳的LLM,观察在4类问题中该LLM是否存在表现差异,由另外三位专家评估各LLM是否可以替代真实世界医患沟通。结果在客观的汉语文本阅读难度分析中,4种LLM的总字数组间差异存在统计学意义(均为P<0.001)。在4种LLM中,Kimi 1.5表现最出色,其完整性最高分(3分)、准确性和专业性最高分(5分)、相关性和实用性最高分(4分)的频率分别为61%、29%、41%。Kimi 1.5在神经眼科疾病定义、病因、临床表现及体征、治疗及预后四个方面的问题中表现较为一致,组间差异均无统计学意义(均为P>0.05)。结论中文LLM在神经眼科临床应用中具有较大的潜力,Kimi 1.5在完整性、准确性和专业性及相关性和实用性方面表现较其他LLM出色,但仍无法代替真实世界医患沟通,未来需要探索AI+医师的新型诊疗模式。 展开更多
关键词 神经眼科 人工智能 大语言模型 应用评价 多中心
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部