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

基于HySime算法的端元个数估计

地理空间信息 2024年第4期22卷 92-95页

作者：侯璨李志飞上海飞未信息技术有限公司湖南分公司湖南长沙410005 湖南星图空间信息技术有限公司湖南长沙410004

基于最小误差的高光谱信号识别(hyperspectral signal identification by minimum error,HySime)是一种估计高光谱端元个数的算法,该算法首先使用多元回归估计信号和噪声相关矩阵,然后使用信号相关矩阵的特征向量子集来表示信号子空间... 详细信息

基于最小误差的高光谱信号识别(hyperspectral signal identification by minimum error,HySime)是一种估计高光谱端元个数的算法,该算法首先使用多元回归估计信号和噪声相关矩阵,然后使用信号相关矩阵的特征向量子集来表示信号子空间。为了科学评估HySime算法,分别对不同信噪比的高斯白噪声、高斯有色噪声模拟高光谱数据以及马蹄湾村真实高光谱数据的端元个数进行估计。实验表明HySime算法自适应性强,稳定性好,在解算过程中不需要输入任何参数,就能准确估计高光谱数据的端元个数。

关键词： HySime算法高光谱影像混合像元分解端元个数估计

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

大型局域网安全盲区探析

信息安全研究 2024年第4期10卷 335-339页

作者：刘建兵王振欣上海北信源信息技术有限公司上海200127

提出了大型局域网安全相关的网络盲区、资产盲区和安全盲区,分析了3个盲区产生的原因,阐述了3个盲区的形态,指出了3个盲区对大型局域网安全的影响,为解决大型局域网的安全问题提供了新的角度.

关键词：大型局域网网络盲区资产盲区安全盲区网络安全

在线全文

学校读者我要写书评

暂无评论

可扩展架构的超大点数FFT处理器设计

现代雷达 2024年第5期46卷 54-59页

作者：王江吴佳上海威固信息技术股份有限公司上海201702

面向合成孔径雷达、遥感、电子对抗等领域研究了一款高性能的超大点数快速傅里叶变换(FFT)处理器。文中提出了一种可扩展架构,即针对不同的应用场景可以动态实时调整FFT算法的基数以及处理点数;存储器划分为16个存储模块,可以通过产生... 详细信息

面向合成孔径雷达、遥感、电子对抗等领域研究了一款高性能的超大点数快速傅里叶变换(FFT)处理器。文中提出了一种可扩展架构,即针对不同的应用场景可以动态实时调整FFT算法的基数以及处理点数;存储器划分为16个存储模块,可以通过产生无冲突地址进行访问,输出与输入数据帧可以共享同一存储器,具备高效存储器特征。FFT运算采用并行流水线排布,当采用高基算法时,可高并行度访问存储器,实现并行计算,从而获得明显的实时性优势。FFT各级运算采用循环移位寄存器产生地址,以保证蝶算单元输入数据的抽取间隔,并在最后一级输出时进行循环移位寄存器反转操作产生地址,实现输入输出共享存储器。所提设计方法规整、高效、适用范围广泛,便于现场可编程逻辑器件以及集成电路实施,并且也将持续受益于存储器工艺的提升。

关键词：快速傅里叶变换并行计算可扩展架构高效存储器流水线

在线全文

学校读者我要写书评

暂无评论

面向远程监督命名实体识别的噪声检测

计算机研究与发展 2024年第4期61卷 916-928页

作者：王嘉诚王凯王昊奋杜渂何之栋阮彤刘井平华东理工大学信息科学与工程学院上海200237 同济大学设计与创意学院上海200092 迪爱斯信息技术股份有限公司上海200032

针对远程监督命名实体识别(named entity recognition,NER)任务,目前有许多基于强化学习的方法,利用强化学习的强大决策能力,对远程监督生成的自动标注数据进行噪声过滤.然而,这些方法所使用的策略网络模型架构都较简单,识别噪声能力较... 详细信息

针对远程监督命名实体识别(named entity recognition,NER)任务,目前有许多基于强化学习的方法,利用强化学习的强大决策能力,对远程监督生成的自动标注数据进行噪声过滤.然而,这些方法所使用的策略网络模型架构都较简单,识别噪声能力较弱,且都以完整的句子样本为单位进行识别,导致句子中的部分正确信息被丢弃.为解决上述问题,提出了一种新的基于强化学习的方法,称为RLTL-DSNER,该方法可以从远程监督生成的带噪数据中,以单词级别识别正确实例,减少噪声实例对远程监督NER的负面影响.具体来说,在策略网络模型中引入了标签置信函数来准确识别实例.此外,提出了一种新颖的NER模型预训练策略,使其能为强化学习的初始训练提供精准的状态表示和有效的奖励值,引导其向正确的方向更新.在4个数据集上的实验结果验证了RLTL-DSNER方法的优越性,在NEWS数据集上,相较于现有最先进的方法,获得了4.28%的F1提升.

关键词：命名实体识别远程监督深度强化学习噪声检测预训练策略

基于“财务共享服务+”的财务数字化转型路径研究

在线全文

学校读者我要写书评

暂无评论

财务与会计 2024年第4期 62-65页

作者：严励沈世明北京至凡管理咨询有限公司上海期货信息技术有限公司

本文在提出“财务共享服务+”概念的基础上,对其按照资源要素成熟度划分的财务共享1.0(构建单位财务共享中心)、数据中心2.0(构建单位数据管理中心)、基础设施3.0(构建社会公用共享服务中心)三个发展阶段的主要形态特征进行了分析,并就... 详细信息

本文在提出“财务共享服务+”概念的基础上,对其按照资源要素成熟度划分的财务共享1.0(构建单位财务共享中心)、数据中心2.0(构建单位数据管理中心)、基础设施3.0(构建社会公用共享服务中心)三个发展阶段的主要形态特征进行了分析,并就基础设施3.0的建设实现路径进行初步探索。

关键词： “财务共享服务+” 财务数字化转型社会公用共享服务中心

在线全文

学校读者我要写书评

暂无评论

基于改进FairMOT的多目标跟踪算法

计算机工程与应用 2024年第11期60卷 139-146页

作者：李旺张娜娜上海海洋大大学信息学院上海201306 上海建桥学院信息技术学院上海201306

针对复杂环境下多目标跟踪出现漏检与数据关联算法不友好导致目标之间频繁发生切换等问题,提出了基于FairMOT框架的多目标跟踪算法MFMOT。设计了轻量化多支路注意力模块,利用通道分组降低复杂度,从三个维度进行特征增强,使网络筛选提取... 详细信息

针对复杂环境下多目标跟踪出现漏检与数据关联算法不友好导致目标之间频繁发生切换等问题,提出了基于FairMOT框架的多目标跟踪算法MFMOT。设计了轻量化多支路注意力模块,利用通道分组降低复杂度,从三个维度进行特征增强,使网络筛选提取到特征信息。重识别分支采用PolyLoss损失函数,增强同类目标之间的语义信息以区分同类不同目标对象。提出多特征融合相似度矩阵,通过融合多种特征相似度矩阵得到最优的相似度矩阵,降低目标之间身份切换次数。实验结果表明,在MOT17与MOT20数据集中HOTA分别为61.5%与56.1%,相比原有FairMOT模型分别提升2.2个百分点与2.3个百分点。与此同时,将多特征融合相似度矩阵应用至与FairMOT相同模式的多目标跟踪方法中,HOTA、MOTA与IDF1均得到提升。

关键词：多目标跟踪重识别注意力机制相似度矩阵

数智化平台背景下的交通建设监理电子档案管理初探

在线全文

学校读者我要写书评

暂无评论

浙江档案 2024年第4期 50-52页

作者：燕鹏刘佳欣广州锦成信息技术有限公司

“基于‘浙路品质’的交通建设项目电子文件归档和电子档案管理研究”课题旨在解决数智化监理平台背景下的交通建设监理电子文件归档和电子档案单套制管理问题，形成了可复制、可推广的方案和经验。本文从研究背景、研究设计、研究概况... 详细信息

“基于‘浙路品质’的交通建设项目电子文件归档和电子档案管理研究”课题旨在解决数智化监理平台背景下的交通建设监理电子文件归档和电子档案单套制管理问题，形成了可复制、可推广的方案和经验。本文从研究背景、研究设计、研究概况、研究成果与研究展望五方面对课题研究进行全面介绍和总结，以期为交通建设监理电子文件与电子档案管理提供参考。

关键词：浙路品质交通建设工程监理归档电子档案

Graph4Cache:一种用于缓存预取的图神经网络模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第8期61卷 1945-1956页

作者：尚晶武智晖肖智文张逸飞中国移动信息技术中心北京100033 中移动信息技术有限公司北京100033

大多数计算系统利用缓存来减少数据访问时间,加快数据处理并平衡服务负载.缓存管理的关键在于确定即将被加载到缓存中或从缓存中丢弃的合适数据,以及进行缓存置换的合适时机,这对于提高缓存命中率至关重要.现有的缓存方案面临2个问题:... 详细信息

大多数计算系统利用缓存来减少数据访问时间,加快数据处理并平衡服务负载.缓存管理的关键在于确定即将被加载到缓存中或从缓存中丢弃的合适数据,以及进行缓存置换的合适时机,这对于提高缓存命中率至关重要.现有的缓存方案面临2个问题:在实时的、在线的缓存场景下难以洞察用户访问数据的热度信息,以及忽略了数据访问序列之间复杂的高阶信息.提出了一个基于GNN的缓存预取网络Graph4Cache.通过将单个访问序列建模为有向图(ASGraph),并引入虚拟节点聚合图中所有节点的信息和表示整个序列.然后由ASGraph的虚拟节点构造一个跨序列无向图(CSGraph)来学习跨序列特征,这极大地丰富了单个序列中有限的数据项转换模式.通过融合这2种图结构的信息,学习到了序列之间的高阶关联信息,并获取了丰富的用户意图.在多个公共数据集上的实验结果证明了该方法的有效性.Graph4Cache在P@20和MRR@20上均优于现有的缓存预测算法.

关键词：图神经网络缓存预取访问序列图跨序列图缓存预测

在线全文

学校读者我要写书评

暂无评论

分布式训练系统及其优化算法综述

计算机学报 2024年第1期47卷 1-28页

作者：王恩东闫瑞栋郭振华赵雅倩山东海量信息技术研究院济南250101 浪潮(北京)电子信息产业有限公司北京100875 浪潮电子信息产业股份有限公司济南250101

人工智能利用各种优化技术从海量训练样本中学习关键特征或知识以提高解的质量,这对训练方法提出了更高要求.然而,传统单机训练无法满足存储与计算性能等方面的需求.因此,利用多个计算节点协同的分布式训练系统成为热点研究方向之一.本... 详细信息

人工智能利用各种优化技术从海量训练样本中学习关键特征或知识以提高解的质量,这对训练方法提出了更高要求.然而,传统单机训练无法满足存储与计算性能等方面的需求.因此,利用多个计算节点协同的分布式训练系统成为热点研究方向之一.本文首先阐述了单机训练面临的主要挑战.其次,分析了分布式训练系统亟需解决的三个关键问题.基于上述问题归纳了分布式训练系统的通用框架与四个核心组件.围绕各个组件涉及的技术,梳理了代表性研究成果.在此基础之上,总结了基于并行随机梯度下降算法的中心化与去中心化架构研究分支,并对各研究分支优化算法与应用进行综述.最后,提出了未来可能的研究方向.

关键词：分布式训练系统 (去)中心化架构中心化架构算法 (异)同步算法并行随机梯度下降收敛速率