检索结果-南通市图书馆

山东科学 2009年第5期22卷 84-88页

作者：田敏山东省计算中心山东济南250014

单标量乘和多点标量乘是椭圆曲线密码体制中最主要的运算，在各种密码协议中起到核心作用。提出一种基于Shamir方法优化预计算的多标量乘算法，算法对标量从左到右进行编码，并将编码阶段与多标量乘的主计算阶段合并进行，节省了存储标... 详细信息

单标量乘和多点标量乘是椭圆曲线密码体制中最主要的运算，在各种密码协议中起到核心作用。提出一种基于Shamir方法优化预计算的多标量乘算法，算法对标量从左到右进行编码，并将编码阶段与多标量乘的主计算阶段合并进行，节省了存储标量新编码的内存空间，更适合于内存受限的无线环境中应用。分析表明新算法在一般情况下效率可提高6％～50％。

关键词：无线网络椭圆曲线密码多标量乘 Shamir方法

在线全文

学校读者我要写书评

暂无评论

基于约束轨迹聚类的事件日志批量修复方法

计算机集成制造系统 2024年第8期30卷 2797-2808页

作者：田银花李昕燃武于皓韩咚杜玉越王路山东科技大学智能装备学院山东泰安271000 山东科技大学继续教育学院山东泰安271000 山东科技大学计算机科学与工程学院山东青岛266590

企业业务运行过程中会产生大量的事件日志,事件日志是业务过程挖掘、监控和优化的基础和保障。然而,原始的事件日志由于缺乏结构及过于灵活导致难以直接应用于过程挖掘,对事件日志进行修复势在必行。现有日志修复方法需要结合过程模型... 详细信息

企业业务运行过程中会产生大量的事件日志,事件日志是业务过程挖掘、监控和优化的基础和保障。然而,原始的事件日志由于缺乏结构及过于灵活导致难以直接应用于过程挖掘,对事件日志进行修复势在必行。现有日志修复方法需要结合过程模型逐条检查轨迹,并对各类异常行为采用不同策略进行修复,导致修复效率低下、适用性不强。针对上述问题,利用轨迹聚类方法,结合文本相似度指标,提出一种基于约束轨迹聚类的批量日志修复方法。该方法通过对轨迹聚类的每个步骤施加约束条件,使得单个簇包含作为簇中心的拟合轨迹以及与该拟合轨迹相似的异常轨迹,且中心轨迹即为异常轨迹的修复结果。该方法不但无需分析异常行为,直接获得修复后的拟合轨迹,而且实现了对于异常轨迹的批量修复。实验表明,该方法在脱离过程模型并保证高修复准确率的前提下,能够在噪音过滤之后,有效且高效地对事件日志进行批量修复。

关键词：轨迹聚类文本相似度日志修复事件日志噪音过滤

在线全文

学校读者我要写书评

暂无评论

基于GPU的LBM迁移模块算法优化

计算机工程 2024年第2期50卷 232-238页

作者：黄斌柳安军潘景山田敏张煜朱光慧齐鲁工业大学(山东省科学院)山东省计算中心(国家超级计算济南中心) 山东济南251013 济南超级计算技术研究院高性能计算实验室山东济南251013 哈尔滨工业大学能源科学与工程学院黑龙江哈尔滨150001

格子玻尔兹曼方法(LBM)是一种基于介观模拟尺度的计算流体力学方法,其在计算时设置大量的离散格点,具有适合并行的特性。图形处理器(GPU)中有大量的算术逻辑单元,适合大规模的并行计算。基于GPU设计LBM的并行算法,能够提高计算效率。但... 详细信息

格子玻尔兹曼方法(LBM)是一种基于介观模拟尺度的计算流体力学方法,其在计算时设置大量的离散格点,具有适合并行的特性。图形处理器(GPU)中有大量的算术逻辑单元,适合大规模的并行计算。基于GPU设计LBM的并行算法,能够提高计算效率。但是LBM算法迁移模块中每个格点的计算都需要与其他格点进行通信,存在较强的数据依赖。提出一种基于GPU的LBM迁移模块算法优化策略。首先分析迁移部分的实现逻辑,通过模型降维,将三维模型按照速度分量离散为多个二维模型,降低模型的复杂度;然后分析迁移模块计算前后格点中的数据差异,通过数据定位找到迁移模块的通信规律,并对格点之间的数据交换方式进行分类;最后使用分类的交换方式对离散的二维模型进行区域划分,设计新的数据通信方式,由此消除数据依赖的影响,将迁移模块完全并行化。对并行算法进行测试,结果显示:该算法在1.3×10^(8)规模网格下能达到1.92的加速比,表明算法具有良好的并行效果;同时对比未将迁移模块并行化的算法,所提优化策略能提升算法30%的并行计算效率。

关键词：高性能计算格子玻尔兹曼方法图形处理器并行优化数据重排

Delivery Efficiency and Supplier Performance Evaluation in china's E-retailing Industry

在线全文

学校读者我要写书评

暂无评论

Journal of Systems science & Complexity 2017年第2期30卷 392-410页

作者： SHI Yong YANG Zhuofan YAN Hong tian Xin Research center on Fictitious Economy&Data science Chinese Academy of SciencesBeijing 100190China School of Economics and Management University of Chinese Academy of SciencesBeijing 100190China Key Research Laboratory of Big Data Mining and Knowledge Management Chinese Academy of SciencesBeijing 100190China Department of Logistics and Maritime Studies Faculty of Business The Hong Kong Polytechnic UniversityHong KongChina

This paper focuses on overall and sub-process supply chain efficiency evaluation using a network slacks-based measure model and an undesirable directional distance model. Based on a case analysis of a leading Chinese B2 C firm W, a two-stage supply chain structure covering procurementstock and inventory-sale management is constructed. The research shows overall supply chain inefficiency is attributable to procurement-stock conversion inefficiency. From a view of operations model,the third-party platform model is more efficient than a "shop in shop" self-operated model. However,the self-operated mode performs better in product categories such as computer & Office & digital, food& drink and healthy products due to these products' delivery characteristics and consumers' shopping habits. In the logistics selection, most e-retail players are inclined to choose the hybrid model of 3 PL and self-operated logistics with the product category extension from vertical model to all-category model. These findings may help managers improve supplier-buyer relationship and strengthen supply chain management. This research offers a new explanation regarding the failure of e-retail supply chain.

关键词： Efficiency e-retail performance evaluation supply chain virtual business

在线全文

学校读者我要写书评

暂无评论

古地貌动态模拟研究进展综述

古地理学报 2024年第1期26卷 165-171页

作者：索艳慧付新建李三忠程昊皞田子晗韩续宋双双深海圈层与地球系统教育部前沿科学中心海底科学与探测技术教育部重点实验室中国海洋大学海洋地球科学学院崂山实验室海洋矿产资源评价与探测技术功能实验室

作为连接深时地球内外系统的关键界面,重建的古地貌为跨圈层耦合、多学科交叉研究提供了重要途径。地球系统理论的进步以及计算机模拟技术的发展,使得深时古地貌动态重建成为可能。近年来,Badlands(Basin and Landscape Dynamics)区域... 详细信息

作为连接深时地球内外系统的关键界面,重建的古地貌为跨圈层耦合、多学科交叉研究提供了重要途径。地球系统理论的进步以及计算机模拟技术的发展,使得深时古地貌动态重建成为可能。近年来,Badlands(Basin and Landscape Dynamics)区域古地貌模拟软件和goSPL(Global Scalable Paleo Landscape Evolution)全球古地貌模拟软件的开发,将地球深部构造过程、降水、海平面变化等若干地球系统因素联系起来,为理解地表系统演化及其与地球固体圈层相互耦合提供了新的技术基础。基于这些新兴模拟技术,聚焦东亚地形倒转和水系重组、显生宙古地貌演变与海洋物种多样性关系等问题,国内外学者分别已开展了相关模拟工作并取得了很好的研究成果。但鉴于高程代用指标本身的不确定性,不同古地貌重建模型之间存在差异;此外,这些古地貌重建模型很难做到与高精度的地质观测记录完全吻合,迫切需要开展超高(时间和空间)分辨率的海陆古地貌重建。

关键词：古地貌模拟多圈层耦合 Badlands goSPL 超高分辨率模型

通过触觉编码和声音为视力障碍者提供远程虚拟陪伴

在线全文

学校读者我要写书评

暂无评论

生物化学与生物物理进展 2024年第1期51卷 158-176页

作者：葛松黄轩拓林衍旎李沿橙董问天党卫民徐晶晶伊鸣许胜勇北京大学电子学院教育部纳米器件物理与化学重点实验室北京100871 北京大学信息科学技术学院北京100871 北京大学第六医院北京大学精神卫生研究所国家卫生健康委员会精神卫生学重点实验室(北京大学)国家精神心理疾病临床医学研究中心(北京大学第六医院)北京100191 山东大学微电子学院济南250100 北京大学基础医学院神经生物学系神经科学研究所神经科学重点实验室北京大学公共卫生学院北京100191

目的现有的人工视觉装置分为植入式装置和体外辅助装置两种,但它们都有一些不足之处。植入式装置需要手术植入、会造成不可恢复创伤;体外辅助装置指令相对简单、应用场景较为单一、过于依赖人工智能(AI)的判断不能提供足够的安全性。本... 详细信息

目的现有的人工视觉装置分为植入式装置和体外辅助装置两种,但它们都有一些不足之处。植入式装置需要手术植入、会造成不可恢复创伤;体外辅助装置指令相对简单、应用场景较为单一、过于依赖人工智能(AI)的判断不能提供足够的安全性。本文提出了一种将周边环境信息转化成头颈部触觉指令、并辅助以语音交互的系统,其有效性、安全性、信息量等均优于现有体外辅助技术,同时也具有低成本、低风险、适合多种生活和工作场景等优势。方法该系统借助最新的远程无线网络通讯技术、芯片技术,利用前方人员随身佩戴的微小型电子设备、摄像头和感应器,以及云端庞大的数据库和计算能力,后台人员可以实时、充分地远程(比如跨越城市)了解前方的现场景象、环境参数和人员状态等信息,通过对比云端数据库和内存数据库、AI辅助识别和人工综合分析,快速获得最合理的行动方案,并将行动指令及时传给前方人员,实现盲人导航功能。同时,也用语音互动对话提供人文关怀、情感寄托。结果本文首次提出了“远程虚拟陪伴概念”,并演示了相应的硬件和软件以及多种生活场景下的测试效果。除了可以实现基础的导航功能,比如帮助视觉障碍人群完成在超市购物、咖啡厅寻座、街道行走,以及完成更加复杂的拼图、日常娱乐打牌功能,还可以满足骑行等速度相对快的移动指令要求。结论实验结果表明,这种“远程虚拟陪伴”装置适用大量场景和需求,不仅可以用于视觉障碍人群出行、购物、娱乐,也可用于陪伴老人出行、辅助野外探险或旅行等,具有广泛的发展和应用前景。

关键词：人工视觉辅助远程虚拟伴侣触觉代码盲人导航

Reconstruction of plasmoid and traveling compression region in the near-Earth magnetotail

在线全文

学校读者我要写书评

暂无评论

science china(Technological sciences) 2015年第2期58卷 330-337页

作者： LU Shang Wen ZONG Qiu Gang VOGIATZIS Ioannis WANG Yong Fu tian An Min Institute of Space Physics and Applied Technology Peking University Department of Electrical and computer Engineering Democritus University of Thrace shandong Provincial Key Laboratory of Optical Astronomy and Solar-Terrestrial Environment School of Space Science and PhysicsShandong University at Weihai

Cluster spacecraft observed an earthward flowing plasmoid along with a travelling compression region （TCR） structure in southern plasma sheet boundary layer （PSBL） at 21：09 UT of September 19, 2001. We have reconstructed the two-dimensional topology of the magnetic field structure observed by C1 using Grad-Shafranov reconstruction method. Results show that CI passed through part of a plasmoid, which compressed the lobe magnetic field and formed a TCR. The size of the whole plas- moid structure in X direction is estimated to be about 3 Re. Furthermore, using multi-spacecraft observations, we have found some detailed information about this structure. First, C1 observed bi-streaming electron components, which supports our sug- gestion that the spacecraft passed through closed field lines. Second, a small magnetic field perturbation within this plasmoid accompanied by slight decrease in electron flux suggests that a flux rope core might exist at the center of the plasmoid.

关键词： plasma sheet boundary layer plasmoid traveling compression region Grad-Shafranov method

基于GHM可视化和深度学习的恶意代码检测与分类

在线全文

学校读者我要写书评

暂无评论

信息安全研究 2024年第3期10卷 216-222页

作者：张淑慧胡长栋王连海徐淑奖邵蔚兰田齐鲁工业大学(山东省科学院)山东省计算中心(国家超级计算济南中心) 济南250014 算力互联网与信息安全教育部重点实验室(齐鲁工业大学(山东省科学院)) 济南250014 山东省计算机网络重点实验室(山东省计算中心(国家超级计算济南中心)) 济南250014 山东省基础科学研究中心(计算机科学)齐鲁工业大学(山东省科学院) 济南250014

恶意代码的复杂性和变异性在不断增加,致使恶意软件的检测变得越来越具有挑战性.大多数变异或未知的恶意程序是在现有恶意代码的逻辑基础上进行改进或混淆形成的,因此发现恶意代码家族并确定其恶意行为变得越来越重要.提出了一种基于GHM... 详细信息

恶意代码的复杂性和变异性在不断增加,致使恶意软件的检测变得越来越具有挑战性.大多数变异或未知的恶意程序是在现有恶意代码的逻辑基础上进行改进或混淆形成的,因此发现恶意代码家族并确定其恶意行为变得越来越重要.提出了一种基于GHM(Gray, HOG,Markov)的新型恶意软件可视化方法进行数据预处理.与传统的可视化方法不同,该方法在可视化过程中通过HOG和马尔科夫提取出更加有效的数据特征,并构建了3通道彩色图像.此外,构建了基于CNN和LSTM的VLMal分类模型,对可视化图像进行恶意软件检测分类.实验结果表明,该方法可以有效地检测和分类恶意代码,具有较好的准确性和稳定性.

关键词：恶意软件检测深度学习恶意软件分类内存取证可视化

Difficulty-aware prior-guided hierarchical network for adaptive segmentation of breast tumors

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

science china(Information sciences) 2023年第2期66卷 127-141页

作者： Sumaira HUSSAIN Xiaoming XI Inam ULLAH Syeda Wajiha NAIM Kashif SHAHEED Cuihuan tian Yilong YIN School of Software Engineering Shandong University Department of computer science Sindh Madressatul Islam University School of computer science and Technology Shandong Jianzhu University School of computer science and Engineering South China University of Technology School of Medicine Shandong University Health Management center Qilu Hospital of Shandong University

Breast tumor segmentation is vital to tumor detection at the early stages. Deep learning methods are typically used in automatic tumor segmentation tasks. However, in existing methods, the difference between pixels is disregarded, and the union network architecture is used to segment all pixels; these methods involve a tradeoff between accuracy and efficiency. A novel, difficulty-aware, prior-guided hierarchical network for the adaptive segmentation of breast tumors is presented herein. A difficulty prior learning module is proposed to learn the pixel’s difficulty prior to guild adaptive segmentation in the proposed network. To achieve a more accurate segmentation of hard pixels, a hard pixel processing unit is presented to learn more discriminative features for hard pixels. Experiments are conducted based on three datasets. The experimental results show that the proposed methods outperform traditional deep learning methods and achieve a balance between accuracy and efficiency.

关键词： breast tumor ultrasound image segmentation deep neural network difficulty-awareness