发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.65
人气 24447
省级期刊
影响因子 0.67
人气 24019
北大期刊
影响因子 0.51
人气 23554
北大期刊
影响因子 0.99
人气 22963
北大期刊
影响因子 0.94
人气 20241
部级期刊
影响因子 0.98
人气 18183
北大期刊
影响因子 0.95
人气 17885
部级期刊
影响因子 1.03
人气 13495
部级期刊
影响因子 0.38
人气 12696
省级期刊
影响因子 0.16
人气 12159
摘要:多节点系统的容错设计面临较大挑战,降低容错成本和提高容错实时性成为主要研究目的。介绍面向SpaceWire网络的多节点容错恢复技术研究工作,引进任务动态迁移机制,从体系结构角度,研究检查点设置、故障发现、实时任务迁移、任务恢复等技术,突破检查点设置与卷回、任务动态恢复、消息重定向、任务迁移策略等关键技术。实测结果表明,从故障发现到任务迁移恢复平均时间为278ms,比传统任务时间提高了一个数量级,实现了一种多节点系统容错快速恢复技术途径。
摘要:为解决传统的计算机辅助诊断系统中肺结节特征提取过程复杂的问题,提出一种基于深度信念网络的肺结节良恶性分类方法。通过阈值概率图对原始CT图像进行预处理,采用多隐层深度信念网络提取肺结节图像的深层特征,引入交叉熵稀疏惩罚因子机制解决受限玻尔兹曼机在训练过程中出现的特征同质化现象,将极限学习机作为分类器对提取到的特征进行良恶性分类。通过对比多种深度学习方法在肺结节诊断方面的优势与不足,验证了该方法的准确性、特异性、敏感性均优于其它算法。
摘要:为提高系统吞吐量和频谱利用率,将终端直通技术(D2D)和小蜂窝技术引入蜂窝网络,组成三层异构网,在此网络下研究D2D用户和小蜂窝用户的资源分配问题,在满足宏蜂窝用户、D2D用户和小蜂窝用户的通信质量的条件下提出一种启发式资源分配方案。为了使得系统吞吐量得到提升,提出一种基于干扰控制的资源分配算法。仿真结果表明,所提算法在复杂度上有所降低,并有效的提升了系统总吞吐量。
摘要:为分析在各种功率谱下接收信号相关性参数及其近似计算,建立功率谱在典型均匀角分布、高斯分布及拉普拉斯等分布下的闭合函数表达式,提出近似方法和MIMO系统的接收信道模型。推导在复杂反射物环境下形成多类簇的多边波达信号分布,并得出各种组合分布情况下的无线信道衰落相关性特征。实例计算和仿真实验结果表明,表达式和部分近似法可更有效分析波达信号多种组合功率谱下MIMO系统接收信道衰落参数及性能。
摘要:针对认知无线网络中网络信息的非对称性和无线节点的自私性,提出一种基于契约的协作频谱共享动态激励机制。考虑到无线节点位置和信道条件等因素的动态特性,在建立主用户和次级用户模型基础上,研究两阶段动态契约激励模型,在次级用户满足激励相容和参与约束条件下,通过鉴别次级用户的真实协作能力,实现主用户期望效用最大化。实验结果表明,该机制能够有效提高协作频谱共享性能,为无线频谱的高效利用和资源共享提供新思路。
摘要:为提高可逆信息隐藏嵌入容量,提出利用排序码分多址的方法嵌入秘密信息。对图像像素排序,每列进行升序排列,记录排序索引;使用码分多址复用的方法嵌入秘密信息,利用嵌入序列的正交性嵌入多层秘密信息;利用排序索引进行逆排序,得到嵌入后的图像。实验分析结果表明,嵌入容量比未排序时提高了2至8倍,消除了图像纹理复杂度对嵌入容量的影响。
摘要:为解决无线智能锁监控难度大、功耗要求高、无线传输不安全等问题,提出一种基于D-H(Diffie-Hellman)密钥交换算法和修正分块加密算法(corrected block tiny encryption algorithm,XXTEA)的433 MHz无线模块进行双重加密机制的智能锁系统。通过自定义433MHz频段通信协议,门锁终端的相关数据经过XXTEA算法加密,通过433MHz无线模块,安全上报给集中器,经集中器WiFi模块转换接入云端服务器。实验结果表明,该系统能安全稳定地通信,满足低功耗的同时,可实现Android手机和PC客户端远程实时监控管理和智能防盗的功能。
摘要:针对SDN网络控制平面资源耗尽的新型DDoS攻击方式,设计并实现SDN网络环境下基于卡方检验的DDoS攻击防御系统。通过检测Packet_In消息上传加速度的异常来触发DDoS攻击检测模块;DDoS攻击检测模块收集Packet_In消息携带的信息,结合卡方检验检测DDoS攻击并筛选攻击源;根据攻击源的信息,下发应对DDoS攻击的流表,有效缓解DDoS攻击造成的网络拥塞。研究结果表明,设计的防御系统能够准确检测并有效防御DDoS攻击,对于SDN网络环境的安全保护具有重要意义。
摘要:为减少农业专家评估甜菜实验植株病情需要的大量时间和精力,使评估更加客观,提出基于迁移学习的褐斑病自动识别方法。在甜菜田地中,使用架设在拖拉机上的摄像机拍摄甜菜植株的视频,随机提取视频截图交由农业专家进行评估并记录标签;对视频截图进行多次随机裁剪,和标签一起构成实验的数据集。将甜菜褐斑病病情评估建模为一个回归问题,以预训练的CaffeNet为原型,通过微调(fine-tuning)方法重新训练出新的模型解决该问题。实验结果表明,该模型对褐斑病病情的评估均方根误差达到了0.63,训练的深度卷积神经网络能够完成对甜菜褐斑病病情的评估。
摘要:为克服软件缺陷预测中的类不平衡问题,提出机器学习模型GA-FSVM。去除软件数据集的冗余特征,使用模糊支持向量机作为分类器,针对软件缺陷预测问题提出相应的模糊隶属度函数,使其能适应数据集的类不平衡,应对数据集中的特异点,使用遗传算法进行参数调优,训练分类器。在NASA数据集上进行交叉验证的结果表明,和几种常见的算法相比,该方法能够提高有缺陷样本的F-measure值。
摘要:RDF中的元数据具有无序性的特点,使得获取所需元数据时查全率较低,且由于获取的RDF可能存在不确定性问题,造成查准率较低。针对以上两个问题提出:利用概率公式,将不确定RDF抽象为初始化模糊概念集,利用最小信息熵理论做模糊等价分类,利用粗糙集理论,计算得到粗糙模糊概念;利用概念格将粗糙模糊概念建立偏序关系,得到一个有序的层次关系模型并用OWL语言表示。经实验验证,该方法正确有效,可以在原方法基础上提高查准率和查全率。
摘要:将word2vec和LDA算法相结合,对文本主题进行提取研究。通过已有的分词工具实现文本分词,提取文本中的词汇;对语料库依据LDA主题模型进行建模,提取主题相关词汇作为初始主题词集;依据word2vec模型提取与初始主题词集语义相似的词汇,将初始主题词汇之间的相似度和向量邻接关系按照权重不同重新分配,改进Gibbs抽样,对LDA进行改进,提高主题挖掘的准确性和稳定性。实验结果表明,当训练语料分布合理时,经过LDA和word2vec的有效结合,主题词抽取效果有所提高,验证了该方法的可行性。
摘要:鉴于时空数据的矢量查询应用中缺乏对时间维的考虑,基于Redis丰富的数据存储组织方式,提出矢量时空数据的分层存储结构,通过建立空间-时间分级索引,对时空要素对象进行前缀编码,快速过滤、筛选并满足查询几何类型的时空数据,构建时空范围查询方案。经测试,基于Redis的矢量时空数据分层组织及两级索引机制,与Oracle Spatial进行比较,可有效提高查询效率4.5倍,具有良好的并发性,验证了该方法更适用于海量时空数据高效查询与并发处理需求。
摘要:为提高自动文摘的质量,提出一种词句协同的自动摘要提取算法(F-CoRank)。在传统词频的基础上,提高与标题相似的特征词的词频,得出提高后的词频矩阵和句子之间的相似度后,构建无向网络图,根据词句协同算法,得到各个节点的权重,对得到的粗文摘进行冗余处理,根据相应的需求,选择权重较高的前几个句子作为摘要。在哈工大的单文本文档语料上进行实验,实验结果表明,提高词频权重在一定程度上改进了文摘的质量,相比词句协同算法(Co-Rank)在覆盖率上有了较大提高。
摘要:通过分析PU学习(positive unlabeled learning)的数据分布情况和自主训练算法的迭代过程,针对时间序列监督学习中自主训练算法的过早停止问题,提出基于PU学习和改进的自主训练的时间序列分类模型。针对不同的数据分布,进行不同轮次的迭代标记,将所有未标记数据进行标记,有效避免过早停止,增强模型的泛化能力。实验结果表明,该模型在PU学习时间序列分类中,具有较高的分类准确度、分类查全率和分类F1度量值。
摘要:为使Qslim算法在处理超声点云数据网格模型时能够自适应于非空间测度量的简化要求,提出一种网格模型简化算法。基于超声点云数据中包含强度信息的特点,将强度信息测度经过归一化处理后嵌入到二次误差测度矩阵中,根据简化阈值重新分配强度信息测度和二次误差测度矩阵对收缩代价的影响比重。实验结果表明,优化后算法使得简化结果能够自适应于反射强度值,实现了Qslim算法在超声成像领域的应用目的。
摘要:针对传统差分进化算法在求解高维优化问题时,耗时长、精度不高的问题,提出一种基于多种群机制的混合策略的云差分进化算法。将种群划分成若干子种群,各子种群采用不同的策略并行进化;种群进化若干代数后,按拓扑结构进行个体迁移,增加多样性,提高寻优机率。利用MapReduce模型,将子种群分发到集群上并行,提高求解速度。仿真结果表明,该算法在求解1000维的13个优化问题时,能取得较好的精度,提高求解效率。
摘要:为获得较高质量的恢复图像,采用一种改进的KSVD(MKSVD)算法对低分辨率(LR)图像进行消噪处理,进一步对消噪结果采用一种改进的POCS(MPOCS)算法进行恢复,得到边缘特征更清晰的恢复图像。MKSVD是一种典型的稀疏字典学习方法,具有自适应消噪特性,可有效减少特征系数的训练时间;MPOCS采用双边滤波器实现POCS算法中点扩散函数(PSF)的估计,较好保持了图像的边缘细节。采用模拟和真实的LR图像进行测试,仿真结果表明了该图像恢复方法的有效性。