检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

传感数据:智能时代学习分析的新视角

南京邮电大学学报（社会科学版） 2024年第2期26卷 56-64页

作者：肖婉季一木南京邮电大学教育科学与技术学院江苏南京210023 南京邮电大学计算机学院江苏南京210023

智能时代,各种智慧教育场所、移动智能终端和可穿戴设备中应用的传感技术可以对学习者的生理特征、行为动作及学习场所等相关数据进行捕捉,使学习者“身体”重新回归到教育者视野,并通过低倾入性的方式采集真实情境中的序列数据,为实现... 详细信息

智能时代,各种智慧教育场所、移动智能终端和可穿戴设备中应用的传感技术可以对学习者的生理特征、行为动作及学习场所等相关数据进行捕捉,使学习者“身体”重新回归到教育者视野,并通过低倾入性的方式采集真实情境中的序列数据,为实现全方位、情境性和过程性的学习分析提供条件。当前,在教育实践中,传感数据已逐步应用于认知监测、行为分析、情感识别以及自适应情境学习等方面,为智能化学习分析与评价提供了良好支持。随着技术与实践的发展,学习分析中的传感技术将从“有感”走向“无感”,传感设备将从单一设备转变为集成系统,应用目的将从对学习过程的合理解释走向精准干预,并从实验研究走向多样化实践。在传感数据应用于学习分析的实践中,教育部门、研究机构和企业应共同努力,以应对理论基础、技术成本和伦理隐私等方面的挑战。

关键词：传感数据学习分析教育大数据智能化教育信息化

在线全文

学校读者我要写书评

暂无评论

融合数据挖掘和评分预测的推荐算法

南京邮电大学学报（自然科学版） 2024年第1期44卷 101-108页

作者：林啸轩季一木刘尚东李玲娟南京邮电大学计算机学院江苏南京210023

针对传统UserCF算法存在的数据稀疏、相似度计算开销大且不够准确的问题,以提高推荐准确率、覆盖率和时间效率为目标,设计了融合数据挖掘和评分预测的推荐算法DRR。首先用PCA降维算法解决用户评分矩阵过大且稀疏的问题;再用Canopy算法... 详细信息

针对传统UserCF算法存在的数据稀疏、相似度计算开销大且不够准确的问题,以提高推荐准确率、覆盖率和时间效率为目标,设计了融合数据挖掘和评分预测的推荐算法DRR。首先用PCA降维算法解决用户评分矩阵过大且稀疏的问题;再用Canopy算法对降维后的矩阵进行处理得到聚类个数K,以余弦相似度为距离度量,用K-means算法对用户聚类,并用Apriori算法挖掘簇内项目之间潜在的关联规则,计算项目关联因子;最后以目标用户所在簇内的其他用户为其近邻,基于历史评分、余弦相似度和项目关联因子预测目标用户对项目的评分,在降低寻找最近邻时耗的同时挖掘出长尾项目。在movieLens数据集、豆瓣电影数据集上与UserCF算法、基于K-means聚类的协同过滤算法和基于谱聚类的协同过滤算法的对比实验结果表明,DRR算法的准确率、召回率、F1值、覆盖率,以及时间效率都有所提升。

关键词：降维聚类关联规则长尾项目评分预测

在线全文

学校读者我要写书评

暂无评论

基于鲲鹏处理器的LU并行分解优化算法

计算机科学 2024年第9期51卷 51-58页

作者：徐鹤周涛李鹏秦芳芳季一木南京邮电大学计算机学院、软件学院、网络空间安全学院南京210023 江苏省高性能计算与智能处理工程研究中心南京210023 南京邮电大学理学院南京210023

ScaLAPACK(Scalable Linear Algebra PACKage)是并行计算软件包,适用于分布式存储的MIMD(Multiple Instruction,Multiple Data)并行计算机,被广泛应用于基于线性代数运算的并行应用程序开发。然而在进行LU分解过程中,ScaLAPACK库中的例程并不是通信最优的,没有充分利用当前的并行架构。针对上述问题,提出一种基于鲲鹏处理器的LU并行分解优化算法(Parallel LU Factorization,PLF),实现了负载均衡,适配国产鲲鹏环境。PLF对不同进程的不同分区的数据进行差异化处理,并将每个进程所拥有的部分数据分配给根进程进行计算,之后再由根进程散播回各个子进程,这有利于充分利用CPU资源,实现负载均衡。在单节点Intel 9320R处理器以及鲲鹏(Kunpeng)920处理器环境中进行测试,其中,Intel平台下使用Intel MKL(Math Kernel Library),Kunpeng平台下使用PLF算法。对比两个平台关于不同规模的方程组求解的性能发现,Kunpeng平台的求解性能有显著优势。在NUMA数进程和单线程的情况下,优化后的计算效率在小规模平均达到4.35%,相比Intel的1.38%提升了215%;中规模平均达到4.24%,相比Intel平台的1.86%提升了118%;大规模平均达到4.24%,相比Intel的1.99%提升了113%。

关键词： ScaLAPACK LU分解并行计算 MKL

基于协同网络与度量学习的标签噪声鲁棒联邦学习方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第10期51卷 391-398页

作者：吴飞张家宾岳晓凡季一木荆晓远南京邮电大学自动化学院、人工智能学院南京210003 南京邮电大学计算机学院南京210003 武汉大学计算机学院武汉430072

针对联邦学习中标签噪声问题的研究较少,目前的主流方法是,服务器端引入基准数据集对客户端的模型进行评估,对客户端的聚合权重、特征类中心进行控制等,但大多数方法区分噪声客户端/噪声样本的能力尚有提升空间。文中提出了一种基于协... 详细信息

针对联邦学习中标签噪声问题的研究较少,目前的主流方法是,服务器端引入基准数据集对客户端的模型进行评估,对客户端的聚合权重、特征类中心进行控制等,但大多数方法区分噪声客户端/噪声样本的能力尚有提升空间。文中提出了一种基于协同网络与度量学习的标签噪声鲁棒联邦学习方法。该方法由以下3部分组成:1)客户端互评分机制:客户端为彼此模型评分,构建评分矩阵,进一步将其转化为邻接矩阵,以区分干净/噪声客户端。2)协同网络模块:通过构建两个协同对等的联邦网络模型,使用简森-香农散度为协同网络彼此的训练区分干净样本与噪声样本。3)联邦-协同网络三元组损失:为噪声样本设计损失函数,约束同一噪声样本协同网络的输出特征。在CIFAR-10和CIFAR-100两个公开数据集上进行实验验证,结果表明所提方法在准确性上具有优势。

关键词：鲁棒联邦学习标签噪声协同网络度量学习

在线全文

学校读者我要写书评

暂无评论

基于字句动态特征和自注意力的情感分析方法

数据采集与处理 2024年第1期39卷 193-203页

作者：刘强朱金森赵龙龙沙宇晨刘尚东季一木南京邮电大学计算机学院南京210023 南京邮电大学高性能计算与大数据处理研究所南京210023

针对评论情感分析任务中文本长度失衡引起的特征稀疏、特征缺失和提取信息不全等问题,提出了一种基于字句动态特征和自注意力的情感分析方法。首先基于预训练模型对评论进行动态特征编码,使用句向量对不足固定长度的部分进行补全,并表... 详细信息

针对评论情感分析任务中文本长度失衡引起的特征稀疏、特征缺失和提取信息不全等问题,提出了一种基于字句动态特征和自注意力的情感分析方法。首先基于预训练模型对评论进行动态特征编码,使用句向量对不足固定长度的部分进行补全,并表征超出的截断部分,以缓解批训练下文本尺寸失衡引起的特征稀疏和特征缺失问题。然后使用基于自注意力机制的特征重组方法动态整合字句融合特征,并优化权重参数以降低计算和训练时间复杂度。最后在开源数据集上分别进行了消融实验和对比实验。测试结果表明,本文方法在准确率上有较优的改进效果。

关键词：情感分析特征编码预训练模型自注意力机制权重参数

A HYBRID PETRI-NET MODEL OF GRID WORKFLOW

在线全文

学校读者我要写书评

暂无评论

Journal of Electronics(China) 2008年第2期25卷 283-288页

作者： ji yimu Wang Ruchuan Ren Xunyi Nanjing University of Posts and Telecommunications Nanjing 210003 China Nanjing University Nanjing 210003 China

In order to effectively control the random tasks submitted and executed in grid workflow,a grid workflow model based on hybrid petri-net is presented. This model is composed of random petri-net,colored petri-net and general petri-net. Therein random petri-net declares the relationship between the number of grid users' random tasks and the size of service window and computes the server intensity of grid system. Colored petri-net sets different color for places with grid services and provides the valid interfaces for grid resource allocation and task scheduling. The experiment indicated that the model presented in this letter could compute the valve between the number of users' random tasks and the size of grid service window in grid workflow management system.

关键词： Grid workflow Random petri-net Colored petri-pet

Collaborative filtering recommendation algorithm based on interactive data classification

在线全文

学校读者我要写书评

暂无评论

The Journal of China Universities of Posts and Telecommunications 2020年第5期27卷 1-12页

作者： ji yimu Li Ke Liu Shangdong Liu Qiang Yao Haichang Li Kui School of Computer Science Nanjing University of Posts and TelecommunicationsNanjing 210023China jiangsu High Technology Research Key Laboratory for Wireless Sensor Networks Nanjing University of Posts and TelocommunicutionsNanjing 210003China Institue of High Performance Computing and Bigdata Nanjing University of Posts and TelecommunicationsNanjing 210003China Nanjing Center of HPC China Nanjing University of Posts and TelocommunicutionsNanjing 210003China jiangsu HPC and Intelligent Processing Engineer Research Center Nanjing University of Posts and Telocommunicutions Nanjing 210003China

In the matrix factorization(MF)based collaborative filtering recommendation method,the most critical part is to deal with the interaction between the features of users and *** mainstream approach is to use the inner product for MF to describe the user-item ***,as a shallow model,MF has its limitations in describing the relationship between *** addition,when the size of the data is large,the performance of MF is often poor due to data sparsity and *** paper presents a model called PIDC,short for potential interaction data clustering based deep learning ***,it uses classifiers to filter and cluster recommended items to solve the problem of sparse training ***,it combines MF and multi-layer perceptron(MLP)to optimize the prediction effect,and the limitation of inner product on the model expression ability is *** proposed model PIDC is tested on two *** experimental results show that compared with the existing benchmark algorithm,the model improved the recommendation effect.

关键词： personalized recommendation deep learning clustering collaborative filtering

SQLS:A Storm-Based Query Language System for Real-Time Stream Data Analysis

在线全文

学校读者我要写书评

暂无评论

Chinese Journal of Electronics 2016年第6期25卷 1025-1033页

作者： ji yimu ZHANG Dianchao SUN Yanfei ZHAO Chuanxin HE jing WANG Ruchuan CHEN Guoliang Computer of Science Nanjing University of Posts and Telecommunications jiangsu High Technology Research Key Laboratory for Wireless Sensor Networks Key Laboratory of Computer Network and Information Integration Southeast University Key Laboratory of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education Nanjing University of Science and Technology Computer of Telecommunications Nanjing University of Posts and Telecommunications Department of Computer Anhui Normal University Engineering and Science Victoria University

In this work, a Storm-based query language System(SQLS) is proposed for real-time data stream analysis. The system is compatible with Continuous query language(CQL) specification. It supports both continuous queries and one-time queries over streaming data, and meets the requirements of user experience(traditional SQL queries) and Qo S(such as real-time and throughput). In order to better meet the requirement of throughput and enhance the processing efficiency, the load shedding algorithm and cache optimization are employed during the implementation of SQL-like operators. Finally, performance testing of the proposed SQLS has been conducted on standalone Storm platform and Storm clusters. Experimental results show that our system can not only meet the needs of users, but also extend the function of real-time streaming queries processing.

关键词： Continuous query Ad hoc query Storm CQL Real-time query processing

Research on Security of Key Algorithms in Intelligent Driving System

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Chinese Journal of Electronics 2019年第1期28卷 29-38页

作者： LIU Shangdong WU Ye ji yimu CHEN Chen BI Qiang jiAO Zhipeng GONG jian WANG Ruchuan School of Computer Science and Engineering Southeast University School of Computer Science Nanjing University of Posts and Telecommunications jiangsu Provincial Key Laboratory of Computer Network Technology jiangsu High Technology Research Key Laboratory for Wireless Sensor Networks

With the rapid development of the smart driving technology, the security of smart driving algorithms is becoming more and more important. Four core smart driving algorithms are determined by studying the architecture of smart driving algorithm. These algorithms comprise local path planning, pedestrian detection, lane detection and obstacle detection. The security issues of these algorithms are investigated by closely examining the work carried out by the algorithms. We found that there are vulnerabilities in all four algorithms. These vulnerabilities can cause abnormality and even road accidents for the smart cars. The final experiment shows that the vulnerabilities of these algorithms do exist under certain circumstances and therefore have high security risks. This study will lay a foundation to improve the security of the smart driving system.

关键词： Smart driving algorithm Local path planning Pedestrian detection Lane line detection Obstacle detection