检索结果-南通市图书馆

同方期刊数据库

支持IPv4/IPv6双栈的5G通信网络可靠性组网部署研究

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第01期48卷 102-106页

作者：黄琳黄劼蒋平湖北师范大学计算机与信息工程学院腾讯科技(深圳)有限公司湖北理工学院计算机学院

5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输，确保网络应用业务的实时性和稳定性，文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈，构建双栈转... 详细信息

5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输，确保网络应用业务的实时性和稳定性，文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈，构建双栈转换机制结合有限双协议栈模型，在模型下构建5G通信网络结构，并通过高架立体交叉网优化IPv4/IPv6双栈的5G通信网络组网结构，提升IPv4/IPv6双栈5G通信网络的通信速度。采用冗余路径算法，实现5G网络IPv4/IPv6双栈通信中的服务功能链编排，解决IPv4/IPv6双栈通信中的冗余问题。实验结果表明，该方法能够构建一种更稳定、更高效的5G通信网络组网结构，提高了网络频谱效率，优化了网络环境。

关键词： 5G通信网络 IPv4/IPv6双栈可靠性组网部署服务功能链冗余路径算法有限双协议栈模型

在线全文

学校读者我要写书评

暂无评论

基于边界信息的自适应过采样算法

郑州大学学报（理学版） 2025年第1期57卷 23-30页

作者：杜睿山靳明洋孟令东宋健辉东北石油大学计算机与信息技术学院黑龙江大庆163318 东北石油大学黑龙江油气藏及地下储库完整性评价重点实验室黑龙江大庆163318

针对人工少数类过采样(synthetic minority over-sampling technique,SMOTE)算法存在样本合成区域狭小,容易将少数类泛化到多数类及引入噪声的问题,提出一种基于噪声过滤、边界点自适应采样的过采样算法。首先,该算法使用K近邻算法进行... 详细信息

针对人工少数类过采样(synthetic minority over-sampling technique,SMOTE)算法存在样本合成区域狭小,容易将少数类泛化到多数类及引入噪声的问题,提出一种基于噪声过滤、边界点自适应采样的过采样算法。首先,该算法使用K近邻算法进行噪声过滤,接着确定边界点并在边界点中寻找合适的点作为根样本点,并以其K近邻点中与其同类且欧氏距离最远的点作为候选样本点。然后,根据根样本点所携带的边界信息确定该点所合成的样本数量,并根据根样本点和候选样本点生成一个N维球体作为样本的合成区间。最后,对合成样本进行判断以确定其是否满足条件。通过实验证明,该算法生成的样本质量要优于SMOTE及其常见变种算法。

关键词： SMOTE KNN 过采样算法数据不均衡 ISMOTE

同方期刊数据库

求解MinSAT问题的加强式格局检测与子句加权算法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2018年第4期41卷 745-759页

作者：周俊萍任雪亮殷茜李睿智殷明浩东北师范大学计算机科学与信息技术学院长春130117

MaxSAT问题的研究已成为一个比较热门的研究领域,与MaxSAT问题相对的是MinSAT问题.MinSAT是SAT问题的另一种优化形式.与MaxSAT问题不同的是MinSAT问题需要找到一组赋值使得可满足的子句数目最少.在求解某些组合优化问题时,将其转化为Min... 详细信息

MaxSAT问题的研究已成为一个比较热门的研究领域,与MaxSAT问题相对的是MinSAT问题.MinSAT是SAT问题的另一种优化形式.与MaxSAT问题不同的是MinSAT问题需要找到一组赋值使得可满足的子句数目最少.在求解某些组合优化问题时,将其转化为MinSAT问题比转化为MaxSAT问题有着更快的速度,因此该文提出了一种求解MinSAT问题的加强式格局检测与子句加权局部搜索算法.该算法在随机行走算法的基础上融入了子句加权策略,并根据MinSAT问题本身的特征对格局检测策略进行了加强.加强式格局检测策略通过考查MinSAT问题中变量的环境信息可以减少局部搜索中的循环问题,以此提高局部搜索算法的性能.加强式格局检测策略是格局检测的一种加强.其对格局检测策略的加强主要体现在:当MinSAT问题的环境信息(即格局)发生变化时,仅该变量发生变化的赋值不一定能够作为候选解.只有当格局发生了变化并且格局的变化使得当前考查的子句由不可满足变为可满足时,仅该变量发生变化的赋值(翻转该变量的赋值)才可以作为候选解并向该候选进行解搜索.在局部搜索中,选择合适的变量翻转对提高算法的效率具有重要的意义.如果没有加强式格局检测,对于一般的局部搜索,在变量翻转的时候选择启发值一般是最高的.换言之当格局没有发生变化的时候也允许翻转,这就很可能直接导致上次刚刚翻转的变量又被翻转回来.通过限制只允许格局发生变化且格局的变化使得当前考查的子句由可满足变为不可满足的变量进行翻转,这就会避免上述情况,因此加强格局检测策略在整个搜索过程中都具有重要的意义.子句加权策略通过增加局部最优的代价,使得算法可以进一步找到隐藏在局部最优附近的更好的解,避免了在搜索过程中陷入局部最优.子句加权策略应用在MinSAT问题的基本思想是:对公式F中的每个子句都赋予一个权值1,MinSAT问题求解算法在搜索过程中一旦陷入局部最优就增加在当前解下可满足子句的权值,这使得算法能跳出局部最优并向更好方向搜索.实验结果表明,该算法可以有效求解MinSAT问题,并且在大规模实例中具有良好的表现,这也在一定程度上说明了加强式格局检测策略和子句加权策略的有效性.

关键词：最小可满足问题局部搜索算法子句加权格局检测加强式格局检测

在线全文

学校读者我要写书评

暂无评论

最坏情况下X_2SAT问题的上界

计算机研究与发展 2014年第3期51卷 598-605页

作者：周俊萍姜蕴晖殷明浩东北师范大学计算机科学与信息技术学院长春130117

最坏情况下XSAT问题上界的研究已成为一个热门的研究领域.针对XSAT的泛化问题X2SAT提出了算法X2SAT-N,该算法首先利用简化算法Simplify对公式进行化简,然后通过分支树的方法对不同情况的子句进行分支.证明了该算法可以将X2SAT问题的时... 详细信息

最坏情况下XSAT问题上界的研究已成为一个热门的研究领域.针对XSAT的泛化问题X2SAT提出了算法X2SAT-N,该算法首先利用简化算法Simplify对公式进行化简,然后通过分支树的方法对不同情况的子句进行分支.证明了该算法可以将X2SAT问题的时间复杂度由目前最好的O(1.451 1n)提高到O(1.420 3n),其中n为X2SAT公式中变量的数目.X2SAT问题实例的大小不仅依赖于变量的数目还依赖于公式的长度,时间复杂性是根据问题实例的大小所组成的函数计算所得.因此又提出了算法X2SAT-L,并从公式长度的角度证明了X2SAT问题在O(1.364 3l)时间上界内可解.

关键词：最坏情况上界复杂性分析分支树

G-YOLO v7:面向无人机航拍图像的目标检测算法

在线全文

学校读者我要写书评

暂无评论

光电子·激光 2025年第02期 146-157页

作者：陈卫彪贾小军朱响斌冉二飞魏远旺嘉兴大学信息科学与工程学院浙江师范大学计算机科学与技术学院浙江理工大学计算机科学与技术学院(人工智能学院)

针对传统无人机(unmanned aerial vehicle, UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-t... 详细信息

针对传统无人机(unmanned aerial vehicle, UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-tiny的基础上增加一个大尺寸160×160目标检测头以提升小目标检测能力，同时对网络进行轻量化处理。删除原有20×20的小检测头及其卷积结构，新增GhostNet卷积模块，以减少网络的参数量，降低模型体积，同时修改损失函数为WIoU(wise intersection over union),增加PCBAM(parallel convolutional block attention module)注意力模块以提升检测精度。实验结果表明，基于G-YOLO v7网络结构的目标检测的mAP@0.5为42.3%,较YOLO v7-tiny提升5.2%,较YOLO v8n提升7.4%。G-YOLO v7的参数量和模型体积仅为YOLO v7-tiny的33.9%和37.9%,YOLO v8n的64%和75.6%,能够有效地应用于无人机航拍图像目标检测。

关键词： G-YOLO v7 目标检测 GhostNet YOLO v7 无人机图像(UAV)

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于知识蒸馏的边缘联邦学习算法

郑州大学学报(理学版) 2025年第02期 44-50页

作者：石玲何常乐常宝方王亚丽袁培燕河南师范大学计算机与信息工程学院智慧商务与物联网技术河南省工程实验室

针对边缘计算环境中参与联邦学习的客户端数据资源的有限性，同时局限于使用硬标签知识训练模型的边缘联邦学习算法难以进一步提高模型精度的问题，提出了基于知识蒸馏的边缘联邦学习算法。利用知识蒸馏对软标签信息的提取能够有效提升... 详细信息

针对边缘计算环境中参与联邦学习的客户端数据资源的有限性，同时局限于使用硬标签知识训练模型的边缘联邦学习算法难以进一步提高模型精度的问题，提出了基于知识蒸馏的边缘联邦学习算法。利用知识蒸馏对软标签信息的提取能够有效提升模型性能的特点，将知识蒸馏技术引入联邦学习的模型训练中。在每一轮的联邦学习模型训练过程中，客户端将模型参数和样本逻辑值一起上传到边缘服务器，服务器端聚合生成全局模型和全局软标签，并一起发送给客户端进行下一轮的学习，使得客户端在进行本地训练时也能够得到全局软标签知识的指导。同时在模型训练中对利用软标签知识和硬标签知识的占比设计了动态调整机制，使得在联邦学习中能够较为合理地利用两者的知识指导模型训练，实验结果验证了提出的基于知识蒸馏的边缘联邦学习算法能够有效地提升模型的精度。

关键词：边缘计算知识蒸馏客户端软标签硬标签

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

求解#SMT问题的局部搜索算法

软件学报 2016年第9期27卷 2185-2198页

作者：周俊萍李睿智曾志勇殷明浩东北师范大学计算机科学与信息技术学院吉林长春130117

#SMT问题是SMT问题的扩展,它需要计算一阶逻辑公式F所有可满足解的个数.目前,该问题已被广泛应用于编译器优化、硬件设计、软件验证和自动化推理等领域.随着#SMT问题的广泛应用,设计可以求解较大规模#SMT实例的求解器亟待解决.基于以上... 详细信息

#SMT问题是SMT问题的扩展,它需要计算一阶逻辑公式F所有可满足解的个数.目前,该问题已被广泛应用于编译器优化、硬件设计、软件验证和自动化推理等领域.随着#SMT问题的广泛应用,设计可以求解较大规模#SMT实例的求解器亟待解决.基于以上原因,设计了一种求解较大规模#SMT实例的近似求解器——Vol Compute With Local Search.它在现有的#SMT精确求解算法的基础上加入差分进化算法,通过调用体积计算工具qhull,进而给出#SMT问题的近似解.算法采用群体规则减少体积计算的次数,差分进化方法快速地枚举各个有解的区域.另外,从理论上证明了Vol Compute With Local Search求解器可以得到精确解的下界,使其可以应用在软件测试等只需要知道问题下界的领域.实验结果表明:Vol Compute With Local Search求解器是稳定的、具有快速的求解能力,并在高维问题上具有很好的表现.

关键词： #SMT 满足性差分进化线性公式

在线全文

学校读者我要写书评

暂无评论

基于半监督学习的朴素贝叶斯分类新算法

吉林大学学报（工学版） 2016年第3期46卷 884-889页

作者：董立岩隋鹏孙鹏李永丽吉林大学计算机科学与技术学院长春130012 东北师范大学计算机科学与信息技术学院长春130117

为了在有标签的训练集中保留高质量的样本,首先利用无标签训练集得出置信度高的k个样本,再结合有标签训练样本,不断迭代直至训练完成。实验结果表明:随着无标记样本比例的不断增加,本文算法预测准确性明显高于朴素贝叶斯分类算法,而且... 详细信息

为了在有标签的训练集中保留高质量的样本,首先利用无标签训练集得出置信度高的k个样本,再结合有标签训练样本,不断迭代直至训练完成。实验结果表明:随着无标记样本比例的不断增加,本文算法预测准确性明显高于朴素贝叶斯分类算法,而且其性能比传统半监督学习方法有所改善。

关键词：计算机应用半监督学习朴素贝叶斯无类标签分类

基于MCN和MO启发式策略的扩展规则知识编译方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2011年第11期48卷 2064-2073页

作者：谷文祥王金艳殷明浩东北师范大学计算机科学与信息技术学院长春130117 东北师范大学数学与统计学院长春130024

在基于扩展规则的知识编译算法的基础上提出了2种启发式策略:MCN策略和MO策略.MCN策略和MO策略利用子句集的信息分别选择相应子句和变量,减少扩展规则的使用次数,进而降低知识编译后目标子句集的规模.在此基础上,设计并实现了MCN_KCER,M... 详细信息

在基于扩展规则的知识编译算法的基础上提出了2种启发式策略:MCN策略和MO策略.MCN策略和MO策略利用子句集的信息分别选择相应子句和变量,减少扩展规则的使用次数,进而降低知识编译后目标子句集的规模.在此基础上,设计并实现了MCN_KCER,MO_KCER和MCN_MO_KCER算法.实验结果表明:2种启发式策略都可以大幅度减小编译后的子句集规模,同时使用它们的效果更为明显,经过编译后得到的子句集规模是原算法的1/3～1/39,从而大幅度提高之后的在线推理阶段的效率.

关键词：人工智能自动推理知识编译扩展规则启发式策略