面向国产处理器大数据一体机的基因压缩技术研究 被引量：3

1

作者 陈国良 尧海昌 +7 位作者 陈帅 吴梦雪 方厚之 法虎 孟朝霞 刘尚东 王汝传 季一木 《南京邮电大学学报（自然科学版）》 北大核心 2020年第5期11-26,共16页

大数据一体机作为大数据时代的基础设施,其自主安全可控显得尤为重要。基因数据因其巨大的社会价值、经济价值及军事价值,其安全是国家安全的一部分。因此,存储、分析与处理基因数据是国产处理器大数据一体机的重要应用之一。文中首先... 大数据一体机作为大数据时代的基础设施,其自主安全可控显得尤为重要。基因数据因其巨大的社会价值、经济价值及军事价值,其安全是国家安全的一部分。因此,存储、分析与处理基因数据是国产处理器大数据一体机的重要应用之一。文中首先介绍了国产处理器大数据一体机和基因序列文件主要格式,然后分为无参考序列基因压缩算法和基于参考序列基因压缩算法综述了FASTA格式基因数据压缩技术及基因压缩并行化技术的发展历程和研究现状,同时在国产处理器大数据一体机上验证了近年来优秀基因压缩算法的性能。研究面向国产处理器大数据一体机的基因压缩技术对解决基因数据安全和基因压缩技术自主可控具有很重要的意义,也为我国基因处理技术的全面国产化提供了参考。 展开更多

关键词 国产处理器 大数据一体机 基因压缩 并行计算

在线阅读 下载PDF 职称材料

本科层次职业教育能力本位新形态教材建设的研究 被引量：28

2

作者 查英华 苏晓萍 《中国职业技术教育》 北大核心 2022年第26期46-51,共6页

本科层次职业教育的教材建设存在缺乏职业特色、与岗位需求脱节、内容更新缓慢、使用率低等问题,活页式、工作手册式和融媒体等形式的新形态教材是职业教育教材建设的改革方向。通过对活页式、工作手册式和融媒体等新形态教材的内涵和... 本科层次职业教育的教材建设存在缺乏职业特色、与岗位需求脱节、内容更新缓慢、使用率低等问题,活页式、工作手册式和融媒体等形式的新形态教材是职业教育教材建设的改革方向。通过对活页式、工作手册式和融媒体等新形态教材的内涵和特征进行梳理,阐述了本科层次职业教育新形态教材的建设路径:组建产教融合多元协作团队,对接专业教学标准和行业标准,开发满足个性化学习需求的数字资源,同步推进教材与课程建设。本科职业教育的能力本位新形态教材建设的关键在于明确本科职业教育的培养定位、夯实技术理论知识、突出综合职业能力。 展开更多

关键词 本科层次职业教育 职业能力 新形态教材

在线阅读 下载PDF 职称材料

基于信息熵与改进极限学习机的中长期径流预测 被引量：12

3

作者 岳兆新 艾萍 +3 位作者 熊传圣 宋艳红 洪敏 于家瑞 《水利水电科技进展》 CSCD 北大核心 2021年第4期7-14,共8页

为提高流域中长期径流预测精度,提出一种基于信息熵与改进极限学习机的中长期径流预测方法。首先,基于不同水文站点的流域控制面积构造径流综合指数,在较宏观层面表征流域水情丰枯变化;其次,采用偏互信息法计算影响对象与径流综合指数... 为提高流域中长期径流预测精度,提出一种基于信息熵与改进极限学习机的中长期径流预测方法。首先,基于不同水文站点的流域控制面积构造径流综合指数,在较宏观层面表征流域水情丰枯变化;其次,采用偏互信息法计算影响对象与径流综合指数之间的相关性,获得径流过程变化的关键因子集,形成预测模型输入;最后,结合K折交叉验证与改进粒子群算法优化极限学习机(ELM)参数,构建IPSO-ELM模型,用于中长期径流预测。以雅砻江流域为例,将所建模型与BP神经网络(BPNN)、支持向量机(SVM)、ELM和PSO-ELM等预测模型进行对比分析。结果表明:所提模型的E_(mape)、E_(rmse)、E_(dc)、E_(qr)和E_(re)等性能评价指标明显优于上述4种模型;5种预测模型在D1数据集上的预测效果整体上胜于D2。 展开更多

关键词 中长期径流预测 径流综合指数 偏互信息法 粒子群 极限学习机 预测模型

在线阅读 下载PDF 职称材料

基于特征集成学习的四川省土壤厚度预测 被引量：4

4

作者 陈玉蓝 梁太波 +4 位作者 张艳玲 王勇 袁大刚 朱俊 李德成 《土壤》 CAS CSCD 北大核心 2023年第4期894-902,共9页

以四川省土壤厚度预测为例,为农业生产与生态环境评价中土壤厚度空间分布图的编制提供方法支持。对比分析了随机森林、分位数回归森林、支持向量机、集成学习模型对连续型土壤厚度的预测精度,并提出了一种基于特征集成学习的土壤厚度类... 以四川省土壤厚度预测为例,为农业生产与生态环境评价中土壤厚度空间分布图的编制提供方法支持。对比分析了随机森林、分位数回归森林、支持向量机、集成学习模型对连续型土壤厚度的预测精度,并提出了一种基于特征集成学习的土壤厚度类型预测算法。研究结果表明:①四川省土壤厚度具有较高的空间异质性,控制其空间变化的主要地形因子包括谷底平坦综合指数、高程与地形湿度指数;②四川省土壤厚度预测模型的决定系数为0.32~0.47,均方根误差为0.28~0.41 m;③面向连续型土壤厚度预测的集成模型具有较高的预测精度与稳健性,能够充分集成子模型的优势。特征集成学习能够有效集成并融合了连续型土壤厚度预测与离散型土壤厚度类型预测结果,通过减少方差来提高预测结果的稳健性。 展开更多

关键词 数字土壤制图 机器学习 集成学习 四川省

在线阅读 下载PDF 职称材料

基于时间聚类和用户动态相似度的自适应位置推荐算法 被引量：5

5

作者 朱俊 韩立新 +3 位作者 宗平 刘红英 谢玲 李景仙 《计算机科学》 CSCD 北大核心 2023年第12期113-122,共10页

位置推荐是位置社交网络中为商家和用户提供的一项重要服务,推荐结果易受用户上下文和时空上下文影响。针对当前研究忽略了用户的动态相似度、推荐模型自适应性较弱以及存在严重的数据稀疏问题,提出了一种基于时间聚类和用户动态相似度... 位置推荐是位置社交网络中为商家和用户提供的一项重要服务,推荐结果易受用户上下文和时空上下文影响。针对当前研究忽略了用户的动态相似度、推荐模型自适应性较弱以及存在严重的数据稀疏问题,提出了一种基于时间聚类和用户动态相似度的自适应位置推荐算法(ALRTU)。首先,基于时间槽的签到数据统计特征,对时间进行模糊C均值聚类,提取聚类内的时间相似度,利用平滑技术更新原始评分矩阵,以解决数据稀疏问题。分别计算用户在不同时间槽的动态相似度,根据目标时间段所属的时间聚类自适应选择不同的评分数据集,完成用户偏好和时间特征挖掘。其次,根据用户的访问频率特征,为活跃用户和非活跃用户自适应选择核密度估计或幂律分布模型,完成地理特征挖掘。最后,融合用户、时间和空间上下文的综合影响完成位置推荐。在两个真实的位置社交网络数据集Brightkite和Gowalla中开展准确度评估实验,实验结果表明,与基准方法中最高的推荐精度相比,ALRTU算法在Brightkite和Gowalla数据集中的准确度仍分别平均提高了3.74%和1.42%。 展开更多

关键词 位置推荐 自适应推荐 时间聚类 动态相似度 空间特征

在线阅读 下载PDF 职称材料

面向兴趣点推荐系统的自然噪声过滤算法 被引量：1

6

作者 朱俊 韩立新 +3 位作者 宗平 徐逸卿 夏吉安 唐铭 《计算机科学》 CSCD 北大核心 2023年第11期132-142,共11页

推荐系统源数据中存在着固有的自然噪声,给推荐算法带来了误差与干扰。现有研究更加关注以各类安全攻击为代表的恶意噪声,仅有少数文献针对更为隐蔽、更难处理的自然噪声进行研究,且这些研究几乎都集中在传统推荐领域。在兴趣点推荐场景... 推荐系统源数据中存在着固有的自然噪声,给推荐算法带来了误差与干扰。现有研究更加关注以各类安全攻击为代表的恶意噪声,仅有少数文献针对更为隐蔽、更难处理的自然噪声进行研究,且这些研究几乎都集中在传统推荐领域。在兴趣点推荐场景中,无论是源数据特征,还是自然噪声的产生原因和表现方式,均与传统推荐领域有较大差别。针对兴趣点推荐系统中的自然噪声,提出了基于离散特征量化与聚类距离分析的自然噪声过滤算法NFDC。该算法定义并计算用户签到数据的离散度,量化数据驱动的不确定性,利用推荐算法的准确度(F1值)量化预测驱动的不确定性,深入挖掘两者之间的相关性,构建经验模型,推导潜在自然噪声比例;采用模糊C均值聚类方法分析用户行为模式的相似性,在聚类距离分析的基础上筛选可疑噪声,并自定义噪声验证规则,删除真正的自然噪声。在两个真实的位置社交网络数据集(Brightkite和Gowalla)中,分别采用NFDC算法和其他4种基准方法对源数据进行预处理,将处理后的数据集分别输入到5类代表性的兴趣点推荐算法中,对比不同的降噪技术对提升各类兴趣点推荐算法准确性的影响程度。实验结果表明,NFDC算法能够有效降低系统源数据中的自然噪声,为后续的推荐算法提供可靠的输入。与其他降噪数据集中的最高推荐精度相比,各类推荐算法在NFDC处理后的Brightkite和Gowalla数据集中的准确度分别平均提高了15.95%和5.00%。 展开更多

关键词 推荐系统 兴趣点推荐 自然噪声 不确定性 离散度 聚类

在线阅读 下载PDF 职称材料

基于FPA-ELM模型的中长期径流预测——以雅砻江流域为例 被引量：8

7

作者 洪敏 艾萍 岳兆新 《人民长江》 北大核心 2022年第6期119-125,共7页

为提高中长期径流预测效果,提出一种花授粉算法(FPA)优化极限学习机模型(ELM)的中长期径流预测方法。首先,构造反映流域水情丰枯变化的流域径流整体趋势变化因子(COM),并采用偏互信息法获得影响中长期径流过程变化的关键因子集;然后,结... 为提高中长期径流预测效果,提出一种花授粉算法(FPA)优化极限学习机模型(ELM)的中长期径流预测方法。首先,构造反映流域水情丰枯变化的流域径流整体趋势变化因子(COM),并采用偏互信息法获得影响中长期径流过程变化的关键因子集;然后,结合K折交叉验证与花授粉算法优化ELM参数,构建FPA-ELM模型,完成中长期径流预测。最后,以雅砻江流域为研究区域,将构建的FPA-ELM模型与BP神经网络(BPNN)、支持向量机(SVM)、ELM和GA-ELM等模型进行对比分析。结果表明:FPA-ELM模型的平均绝对百分比误差(E_(mape))为20.15%,均方根误差(E_(rmse))为268.77 m^(3)/s,确定性系数(E_(dc))为0.9169,合格率(E_(qr))为60.0%,运算时间为19.32 s,均优于上述4种数据驱动模型。研究成果可为基于智能算法的中长期径流预测提供借鉴。 展开更多

关键词 中长期径流预测 数据驱动模型 因子筛选 花授粉算法 极限学习机 雅砻江流域

在线阅读 下载PDF 职称材料

基于谱聚类算法的信息资产行为异常检测方法 被引量：4

8

作者 孟庆杰 尧海昌 《南京理工大学学报》 EI CAS CSCD 北大核心 2021年第2期205-213,共9页

在信息安全领域中,对信息资产的异常行为检测是相对困难的问题,特别是在无标记的数据集中定位某些未知的异常行为,这要求能充分找出历史数据中可以作为信息资产行为基线之内容,从而形成可靠的参照基准,并基于此对数据进行归纳和比对,分... 在信息安全领域中,对信息资产的异常行为检测是相对困难的问题,特别是在无标记的数据集中定位某些未知的异常行为,这要求能充分找出历史数据中可以作为信息资产行为基线之内容,从而形成可靠的参照基准,并基于此对数据进行归纳和比对,分析可能存在的未知威胁。该文利用机器学习中的谱聚类算法分析相关信息资产的历史网络通信数据,基于相似性方法提取特征,建立行为基线。将待检测数据与基线进行比对,当出现一定程度的偏离则认为存在行为异常。该文所提方法可对广泛存在于网络空间中的未知威胁进行识别,以弥补传统基于签名方式的检测方法的缺失。 展开更多

关键词 谱聚类算法 信息资产 行为异常检测 未知威胁

在线阅读 下载PDF 职称材料

基于改进融合深度强化学习的机器人路径规划 被引量：4

9

作者 余久方 尧海昌 《组合机床与自动化加工技术》 北大核心 2023年第5期19-22,26,共5页

为解决深度强化学习中的收敛慢和过估计问题,提出一种改进融合深度强化学习的方法。引入人工势场中的受力作为深度强化学习的奖励值,引导机器人避开障碍向目标移动,提升深度强化学习网络的收敛性;融合平均DQN和双DQN方法DDQN,把平均DQN... 为解决深度强化学习中的收敛慢和过估计问题,提出一种改进融合深度强化学习的方法。引入人工势场中的受力作为深度强化学习的奖励值,引导机器人避开障碍向目标移动,提升深度强化学习网络的收敛性;融合平均DQN和双DQN方法DDQN,把平均DQN用于DDQN的目标网络,解决过估计问题;把浅层特征作为深层网络输入进一步提升学习效果。与其它方法对比实验结果表明,改进后的方法能够提升训练网络的收敛性,更好地解决过估计问题。机器人使用改进后的方法得到的奖励值更大,规划的路径更优。 展开更多

关键词 深度强化学习 路径规划 过估计 人工势场

在线阅读 下载PDF 职称材料

基于分离混合注意力机制的人脸表情识别 被引量：6

10

作者 余久方 李中科 陈涛 《电讯技术》 北大核心 2022年第9期1207-1214,共8页

近年来,人脸表情识别研究因机器学习的引入取得了显著的进步,但由于光照变化、人脸姿态等原因使得人脸表情识别准确率一直不高。提出了一种基于混合注意力机制网络的方法,把通道注意力和空间注意力机制分离,增强网络的通道特征和跨通道... 近年来,人脸表情识别研究因机器学习的引入取得了显著的进步,但由于光照变化、人脸姿态等原因使得人脸表情识别准确率一直不高。提出了一种基于混合注意力机制网络的方法,把通道注意力和空间注意力机制分离,增强网络的通道特征和跨通道相关性学习能力。在注意力机制后增加软阈值机制以抑制噪声,在网络损失函数中迭加类中心损失减小类内差异,通过预处理提高网络的泛化能力。实验结果表明,该方法在人脸数据集CK+和fer2013上准确率比主流方法更高,所用参数更少,收敛性更好。 展开更多

关键词 人脸表情识别 注意力机制 软阈值 中心损失

在线阅读 下载PDF 职称材料

一种异质图的Lorentz嵌入模型

11

作者 苏晓萍 查英华 曲鸿博 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第1期146-153,共8页

异质图嵌入的目标是用低维稠密向量表示原网络的拓扑结构和节点属性信息。为提高异质图嵌入质量、减少失真,提出了一种将异质图嵌入到基于Lorentz模型的双曲空间中的方法。该方法采用元路径约束的随机游走进行节点关系和语义的发现,模... 异质图嵌入的目标是用低维稠密向量表示原网络的拓扑结构和节点属性信息。为提高异质图嵌入质量、减少失真,提出了一种将异质图嵌入到基于Lorentz模型的双曲空间中的方法。该方法采用元路径约束的随机游走进行节点关系和语义的发现,模型基于负采样的极大似然为目标函数,使目标节点与邻居更相近,而远离非邻居节点,优化方法不同于欧式空间的黎曼梯度下降;在引文网上将所提算法与4种基准图嵌入算法进行比较,实验证明该方法不但获得了优于其他基准算法的预测精度,而且还保留了可解释的图的层次结构。双曲嵌入为异质图的研究提供了一种新的思路,能够为异质图的下游任务提供更高质量的嵌入结果。 展开更多

关键词 异质图 双曲空间 链路预测 Lorentz模型 节点嵌入

在线阅读 下载PDF 职称材料