-
题名基于变化周期和事件驱动的云计算资源监测模型
被引量：2
- 1
-
-
作者
郭平
冯婷莹
-
机构
重庆大学计算机学院软件理论与技术重庆市重点实验室
-
出处
《电信科学》
北大核心
2012年第9期38-42,共5页
-
文摘
云计算环境下的资源监测是云计算平台资源管理的重要组成部分,为资源分配、任务调度和负载均衡等提供了依据。根据云计算资源的特性,本文提出的资源监测模型结合了动态周期和事件驱动监测,具有良好的时效性、健壮性、松散耦合性以及可扩展性。该模型能够实时收集资源监测信息以及发现云计算中的故障,满足云计算平台特性需求。
-
关键词
云计算
资源监测
变化周期
事件驱动
-
Keywords
cloud computing, resource monitoring, dynamic period, event-driven
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于自然最近邻的离群检测算法
被引量：11
- 2
-
-
作者
朱庆生
唐汇
冯骥
-
机构
重庆大学计算机学院软件理论与技术重庆市重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2014年第3期276-278,305,共4页
-
基金
国家自然科学基金(61272194
61073058)资助
-
文摘
任何涉及k近邻求解问题的算法被应用于处理不同特征的数据集时,参数k值的选择都会明显影响算法的性能和结果。因而,如何选择k近邻算法中敏感参数k值一直是一个研究难点。提出了一种新的近邻关系———自然最近邻,它不需要设置参数k,每个节点的邻居是由算法自适应计算而形成的。针对离群点检测的特殊性,通过确定自然最近邻居搜索算法的终止条件,提出一种基于自然最近邻的新的离群检测算法ODb3N。实验表明,该算法不仅避免了k近邻中参数的选择问题,而且能够更有效地发现离群簇。
-
关键词
K近邻
自然最近邻
离群检测
离群簇
-
Keywords
k-nearest neighbor
Natural nearest neighbor
Outlier detection
Cluster of outliers
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自然最近邻居的社团检测算法
被引量：3
- 3
-
-
作者
朱庆生
蒋天弘
周明强
-
机构
重庆大学计算机学院软件理论与技术重庆市重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2014年第12期3560-3563,共4页
-
基金
国家自然科学基金资助项目(61272194)
重庆市自然科学基金资助项目(cstc2013jcyj A40046)
中央高校基本科研业务费资助项目(CDJZR11180003)
-
文摘
针对传统社团检测算法无法判断网络中特殊节点和SCAN算法对于参数依赖性太大的缺点,提出了一种基于自然最近邻居概念的社团检测算法CD3N。算法利用自然最近邻居无参的特性,首先以结构相似度为基准,计算出网络节点的自然最近邻居,并依此构造小值最近邻域图;然后取邻域图中邻居数最多的节点为核心节点,根据可达关系,构造关于核心节点的社团;重复选取核心节点并构造社团的过程,直到没有可归入社团的节点。将算法应用到空手道俱乐部网络和海豚网络中,并与SCAN算法进行对比。实验结果表明,CD3N算法有效解决了参数敏感性问题,能够很好地进行社团检测。
-
关键词
社团检测
复杂网络
自然最近邻居
结构相似度
-
Keywords
community detection
complex network
natural nearest neighbors
structural similarity
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于蚁群优化多层图划分的彩色图像分割方法
被引量：8
- 4
-
-
作者
葛亮
杨竣铎
-
机构
重庆大学计算机学院软件理论与技术重庆市重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第4期1265-1268,共4页
-
基金
国家自然科学基金资助项目(61073058
61201347)
重庆市科委自然科学基金计划资助项目(cstc2012jj A40011)
-
文摘
为了消除基于谱聚类的归一化切分图像分割中聚类参数对分割结果的约束,提出了一种基于蚁群优化的多层图划分算法来进行归一化切分,进而对彩色自然景观图像进行分割。该算法将代表图像的相似度图作为蚁群的栖息环境,在归一化割准则的指导下,通过蚂蚁的觅食行为将相似的顶点逐渐聚集在一起,从而以多层的方式完成图划分。为了降低图像分割的计算量,利用超像素对图像进行预处理。实验对比表明,该算法消除了归一化切分分割结果对聚类参数的依赖,并提高了归一化切分分割的准确性和速度。
-
关键词
彩色图像分割
归一化切分
蚁群优化
多层图划分
超像素
-
Keywords
color image segmentation
normalized cut
ant colony optimization
multilevel graph partitioning
super-pixel
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于样本差异的多标签分类器评价标准预估
被引量：1
- 5
-
-
作者
张敏
余圣波
-
机构
重庆大学计算机学院软件理论与技术重庆市重点实验室
-
出处
《计算机应用与软件》
CSCD
2016年第9期273-278,共6页
-
基金
中央高校基本科研业务费专项资金项目(CDJZR12180005)
重庆自然科学基金项目(CSTC2011BB2063)
-
文摘
评价标准是分类器的重要指标。对于多标签学习,常用的评价标准有Hamming Loss、One-error、Coverage、Ranking loss和Average precision。多标签分类器给出分类结果的同时并未给出评价标准值,通常采用事后验算的方法评估评价标准。这样往往不能及时有效地发现评价标准值变化之类的问题,同时评估评价标准值需对测试样本进行标记。针对这一问题,分别从样本分布差异和样本实例间差异提出两种评价标准预估方法。分析上述两种方法的特点,提出第三种评价标准预估方法。实验表明,这三种评价标准预估方法具有良好效果,可用于迁移学习等。
-
关键词
多标签学习
评价标准
样本分布
样本实例
线性拟合
-
Keywords
Multi-label learning Evaluation metrics Samples distribution Samples instances Linear fitting
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于自然邻居的标记分布学习
被引量：1
- 6
-
-
作者
姚成亮
朱庆生
-
机构
重庆大学计算机学院软件理论与技术重庆市重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2020年第8期132-136,共5页
-
基金
国家自然科学基金(61802360)
重庆市科技项目(KJZH7104)
-
文摘
标记分布是一种新的机器学习范式,能很好地解决某些标记多义性问题,可看作多标记的泛化。传统的单标记学习和多标记学习均可看作标记分布学习的特例。已有的标记分布学习算法中,基于算法改造的AA-KNN(Algorithm Adaptation-KNN)是一种高效的算法,但任何涉及K近邻求解问题的算法在处理不同数据集时,参数K值的选取都是一个难题,不同的K值得到的结果明显不同。基于此,将自然最近邻居的概念引入标记分布学习,提出一种新的标记分布学习方法。对数据集使用自然最近邻居搜索算法查找每个样本的自然邻居,取自然邻居的标记分布均值作为预测结果。搜索算法不需要人工设置任何参数,同时搜索算法是一种被动搜索,其自适应计算得到每个样本的邻居。在6个数据集上使用6个评价指标进行实验,结果表明,与AA-KNN相比,结合自然最近邻居的标记分布学习算法不仅避免了人工设置参数的问题,而且取得了更优的效果。
-
关键词
标记分布
标记分布学习
自然邻居
无参数
-
Keywords
Label distribution
Label distribution learning
Natural neighbors
No-parameter
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
