检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于事件标记的多粒度结合安卓测试序列约减

软件学报 2024年

作者：郝蕊冯洋李玉莹陈振宇南京大学计算机软件新技术国家重点实验室

针对安卓自动化测试工具生成的崩溃测试序列包含过多冗余事件,造成测试回放、缺陷理解与修复困难的现状,很多测试序列约减工作被提出.但目前工作仅仅关注应用界面状态变化而忽略了程序执行过程中内部状态变化,此外,目前工作仅仅在单一... 详细信息

针对安卓自动化测试工具生成的崩溃测试序列包含过多冗余事件,造成测试回放、缺陷理解与修复困难的现状,很多测试序列约减工作被提出.但目前工作仅仅关注应用界面状态变化而忽略了程序执行过程中内部状态变化,此外,目前工作仅仅在单一抽象粒度上对应用状态进行建模,例如控件粒度或活动粒度,导致约减后测试序列过长或约减效率低下.针对以上问题,本文提出了基于事件标记的多粒度结合的安卓测试序列约减方法,结合安卓生命周期管理机制、程序静态数据流分析等对触发程序崩溃的关键事件进行标记,缩小序列约减空间,并设计了低粒度粗筛选、高粒度细约减的策略.最后,我们收集了包含程序间交互、用户输入等复杂场景的崩溃测试序列集,在此数据集上与其它测试序列约减工作的对比评估结果也验证了我们方法的有效性.

关键词：安卓测试崩溃回放测试序列约减

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

对象为中心流程模型挖掘与正确性验证方法

计算机集成制造系统 2024年

作者：刘文娟刘聪张在贵李彩虹程龙曾庆田山东理工大学计算机科学与技术学院山东科技大学计算机科学与工程学院济南浪潮数据技术有限公司华北电力大学控制与计算机工程学院

流程挖掘旨在从企业信息系统的事件日志中还原业务流程模型，为理解、改进和优化业务流程提供技术支持。传统流程挖掘技术面向单一对象，无法体现实际流程对象中存在的一对多和多对多等复杂关联关系，若将传统流程挖掘技术直接应用到多... 详细信息

流程挖掘旨在从企业信息系统的事件日志中还原业务流程模型，为理解、改进和优化业务流程提供技术支持。传统流程挖掘技术面向单一对象，无法体现实际流程对象中存在的一对多和多对多等复杂关联关系，若将传统流程挖掘技术直接应用到多对象业务流程中，需要将原始数据中的复杂关联关系扁平化，导致挖掘结果中多对象间的协同与交互关系缺失。针对以上问题，首先提出了一种对象为中心流程模型挖掘方法，可以从对象为中心事件日志中挖掘多对象Petri网流程模型，来精准描述多对象复杂交互业务行为。进而，针对多对象Petri网模型的正确性验证问题，提出了基于扩展多对象Petri网可达性分析的正确性验证方法。最后，通过应用案例与传统流程挖掘方法比较验证了本文方法的正确性和有效性。

关键词：对象为中心的流程挖掘模型挖掘多对象Petri网正确性验证

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于神经切线核的学件RKME规约

计算机学报 2024年

作者：谭志豪史浩宇陈梓轩姜远南京大学计算机软件新技术国家重点实验室

当前机器学习技术已经在大量领域得到广泛应用，然而仍面临许多亟待解决的问题：依赖大量的训练数据和训练技巧、难以适应环境变化、数据隐私/所有权的保护、灾难性遗忘等等．最近，学件范式使得上述问题同时得到系统性的解决成为可能... 详细信息

当前机器学习技术已经在大量领域得到广泛应用，然而仍面临许多亟待解决的问题：依赖大量的训练数据和训练技巧、难以适应环境变化、数据隐私/所有权的保护、灾难性遗忘等等．最近，学件范式使得上述问题同时得到系统性的解决成为可能．在该范式下，用户面临新的机器学习任务时可以通过学件基座系统方便地复用他人的结果，而不必从头开始．学件范式的核心在于规约，规约使得学件基座系统在不接触原始数据的情况下，可以根据用户的需求快速识别出对用户任务有帮助的学件．近期研究均通过缩略核均值嵌入 (reduced kernel mean embedding， RKME) 为模型构造规约，并通过构建学件原型系统验证了范式的有效性．在实际中，学件基座系统中往往包含在各种领域任务、数据类型上构建的机器学习模型，而传统的RKME规约面临维度灾难的问题，难以适用于高维数据，例如图像场景．为了拓展RKME规约的适用范围，本文引入神经切线核进行RKME规约构造．为提升方法的高效性，本文进一步通过神经网络高斯过程与随机特征近似，快速为各种模型生成RKME规约．最后，本文在真实数据构建的销量预测、图像分类场景的学件基座系统中进行大量实验验证了所提出方法的有效性和高效性，所提出方法相比于传统RKME规约查搜准确率显著提升近9%，且实验结果表明改进后的规约在图像任务上具有良好的隐私保护性质．代码见：https://***/tanzh-lamda/RKME-NTK.

关键词：学件学件基座系统规约神经切线核缩略核均值嵌入

基于双路视觉Transformer的图像风格迁移

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年

作者：纪宗杏贝佳刘润泽任桐炜南京大学计算机软件新技术国家重点实验室

图像风格迁移(Image Style Transfer， IST)旨在根据风格图像调整内容图像的视觉属性，使其保留原始内容的同时呈现出特定风格样式，从而生成具有视觉吸引力的风格化图像。现有代表性方法大多未考虑不同图像域间的编码差异，专注提取图... 详细信息

图像风格迁移(Image Style Transfer， IST)旨在根据风格图像调整内容图像的视觉属性，使其保留原始内容的同时呈现出特定风格样式，从而生成具有视觉吸引力的风格化图像。现有代表性方法大多未考虑不同图像域间的编码差异，专注提取图像局部特征而忽视了全局上下文信息的重要性。为此，提出了一种新型的基于双路视觉Transformer的图像风格迁移方法Bi-Trans，对内容图像域和风格图像域进行独立编码，提取风格参数向量以离散化表征图像风格，通过交叉注意力机制与条件实例归一化将内容图像标定至目标域风格，从而生成风格化图像。实验结果表明，本文方法无论是内容保留度还是风格还原度均优于现有方法。

关键词：图像风格迁移视觉Transformer 任意风格化条件实例归一化注意力机制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于感知融合的自适应无创呼吸机技术研究

控制与决策 2024年第7期39卷 2421-2430页

作者：邓子亨李敏希沈大伟邹建伟邓庆绪东北大学计算机科学与工程学院沈阳110167 中铁九局集团电务工程有限公司沈阳110013

随着全球老龄化和呼吸系统疾病增加,无创呼吸机使用场景逐渐从医院转向日常家庭,因此迫切需要呼吸机具备更强的自主适应能力,以针对不同病症进行个性化治疗.然而,目前呼吸机产品智能化程度较低,并主要受制于呼吸机对患者呼吸状态的识别... 详细信息

随着全球老龄化和呼吸系统疾病增加,无创呼吸机使用场景逐渐从医院转向日常家庭,因此迫切需要呼吸机具备更强的自主适应能力,以针对不同病症进行个性化治疗.然而,目前呼吸机产品智能化程度较低,并主要受制于呼吸机对患者呼吸状态的识别能力与针对性调节呼吸机参数的自适应能力.针对以上现状,结合感知融合、深度学习等相关技术,设计并实现一套基于感知融合的无创呼吸机自适应算法.算法包括两个部分:基于深度学习的参数初始化算法和基于深度学习的逐步滴定算法.参数初始化算法根据患者历史呼吸数据,对呼吸机通气模式和参数进行初始化;逐步滴定算法在参数初始化的基础上,通过多种传感器实时检测患者状态参数变化,并根据状态参数对呼吸机进行调节,直至整个治疗环节结束.最后在仿真平台上对所提出的自适应算法进行不同呼吸症状、漏气情况的仿真实验,结果表明所提出算法在分类准确率与回归精度等多个指标上均优于现有同类型工作,有望加快呼吸机智能化进程,为患者提供个性化治疗的可能性.

关键词：无创呼吸机技术感知融合技术呼吸状态检测深度学习

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

包含非数值型属性的交互式遗憾最小化查询

小型微型计算机系统 2024年第3期45卷 513-520页

作者：王美静郑吉平南京航空航天大学计算机科学与技术学院南京211106 南京大学计算机软件新技术国家重点实验室南京210093

近年来,遗憾最小化查询作为多准则决策的重要工具之一,逐渐成为数据查询的研究热点.遗憾最小化查询中,通过与用户进行交互,不断地学习用户的偏好,可以有效帮助降低查询的遗憾率.然而,已有的研究仅针对具有数值型属性的数据定义遗憾率并... 详细信息

近年来,遗憾最小化查询作为多准则决策的重要工具之一,逐渐成为数据查询的研究热点.遗憾最小化查询中,通过与用户进行交互,不断地学习用户的偏好,可以有效帮助降低查询的遗憾率.然而,已有的研究仅针对具有数值型属性的数据定义遗憾率并据此进行遗憾最小化查询,当面对包含非数值型属性的数据时,这些方法不再适用.本文提出的遗憾率定义针对包含非数值型属性的数据,并给出新的交互式遗憾最小化查询问题的定义.在此基础上,采用“支配”的概念提出用于预处理的skyline删减算法,利用偏好矩阵帮助学习用户偏好,并提出用于解决交互式遗憾最小化的算法MECR_QS.最后,实验结果表明MECR_QS算法能有效处理包含非数值型属性的交互式遗憾最小化查询.

关键词：遗憾最小化查询交互非数值型属性 skyline筛选

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

差分编码和块压缩的密文域可逆信息隐藏算法

工程科学与技术 2024年第4期56卷 307-315页

作者：葛国庆葛斌夏晨星王智盟安徽理工大学计算机科学与工程学院安徽淮南232001 安徽璞华大数据技术有限公司安徽淮南232001

随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有... 详细信息

随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有较大挑战。本文针对密文域可逆信息隐藏算法因载体图像冗余空间压缩不充分而导致嵌入容量较低的问题,提出一种基于差分编码和块压缩的密文域可逆信息隐藏算法。首先,根据自然图像局部区域内像素强相关性邻位作差,并基于块内最大差值对差值图像矩阵进行分类和自适应编码,同时设计分块置乱和块内像素扩散加密机制保证图像信息安全。然后,将自适应编码结果在对应的密文图像块上进行标记,压缩冗余空间。最后,通过位替换嵌入秘密信息。不同于其他算法,本算法对差分编码后的图像进行比特位重排列,从密文图像像素最低有效位开始,标记差值像素的符号位,其余各位面依次标记最小差值比特位。由于加密操作与自适应编码的可逆性,合法接收者可实现对原始明文图像的无损重构和秘密信息的无误提取。实验结果表明,与现有的几类算法相比,本文提出的算法具有更高的嵌入率和更好的安全性,在BOSSbase和BOWS-2两个数据集上的平均嵌入率达到3.027位/像素和2.937位/像素,在测试图像上平均嵌入率也均提高了0.57位/像素以上。

关键词：可逆信息隐藏密文域隐私保护差分编码块压缩

在线全文

学校读者我要写书评

暂无评论

多粒度单元格对比的文本和表格数值问答模型

软件学报 2024年

作者：琚江舟毛云麟吴震陈宇飞戴新宇陈家骏计算机软件新技术国家重点实验室南京大学

在文本和表格的数值问答任务中,模型需要在给定的文本和表格下进行数值推理.任务目标是生成一个包含多步数值计算的计算程序,并将计算程序结果作为问题的答案.为了建模文本和表格,当前工作通过模板将表格线性化为一系列单元格句子,再基... 详细信息

在文本和表格的数值问答任务中,模型需要在给定的文本和表格下进行数值推理.任务目标是生成一个包含多步数值计算的计算程序,并将计算程序结果作为问题的答案.为了建模文本和表格,当前工作通过模板将表格线性化为一系列单元格句子,再基于文本和单元格句子设计生成器以产生计算程序.然而,这种方法面临一个特定问题:由模板生成的单元格句子间差异微小,生成器难以区分回答问题所必需的单元格句子(支撑单元格句子)和回答问题无关的单元格句子(干扰单元格句子),最终导致模型基于干扰单元格句子生成错误的计算程序.为了解决这个问题,本文在生成器上设计了一个多粒度单元格语义对比方法,其主要目的是增加支撑单元格句子和干扰单元格句子表示距离,进而帮助生成器区分它们.这个方法由粗粒度单元格语义对比和细粒度单元格语义构成元素对比(包括行名对比,列名对比及单元格数值对比)共同构成.实验结果验证了本文的多粒度单元格语义对比方法可以使生成器在FinQA和MultiHiertt数值推理数据集上取得优于基准模型的表现.在FinQA数据集上,多粒度单元格语义对比方法上最高可以提升答案正确率达到3.38%;特别地,在更为困难的层次化表格数据集MultiHiertt中,该方法使生成器的正确率显著提高了7.8%.后续分析实验进一步验证多粒度单元格语义对比方法有助于生成器区分支撑单元格句子和干扰单元格句子.

关键词：表格和文本学习数值问答模型多粒度对比学习

车联网中深度强化学习辅助的RAN切片和任务卸载联合优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年第4期45卷 910-918页

作者：田一博沈航白光伟王天荆南京工业大学计算机科学与技术学院南京211816

车联网特点包括多种业务并存、车辆高速移动、车流在时域和空域分布不匀等,使得任务卸载和资源分配面临许多挑战性问题.本文提出一种深度强化学习辅助的无线接入网(Radio Access Network,RAN)切片和任务卸载联合优化方法,目的是最大化... 详细信息

车联网特点包括多种业务并存、车辆高速移动、车流在时域和空域分布不匀等,使得任务卸载和资源分配面临许多挑战性问题.本文提出一种深度强化学习辅助的无线接入网(Radio Access Network,RAN)切片和任务卸载联合优化方法,目的是最大化车联网任务完成数量.设计一种多时间尺度、多维资源切片框架,为不同类型任务的卸载提供差异化服务质量(Quality-of-Service,QoS)保障.在该框架下,任务完成数量最大化问题被建模为一个带约束的长时累积优化问题.该问题被解耦为大时间尺度上的RAN切片子问题与小时间尺度上的任务调度子问题.每当一个新切片窗口到来,控制器通过一种最优化方法为切片分配频谱和计算资源.切片窗口内各个时隙的工作流调度由一种基于深度强化学习的任务调度算法决定.该算法综合考虑车速、行驶方向、基站资源等因素,可以根据网络态势变化动态地在不同基站之间分配任务,实现全网资源的高效利用.仿真结果表明,所提方案在任务完成率、环境适应性等方面优于现有典型的基准方法.

关键词：车联网协作式任务卸载多时间尺度 RAN切片深度强化学习