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

基于分层表示和上下文增强的类摘要生成技术

计算机研究与发展 2024年第2期61卷 307-323页

作者：陈豪伶虞慧群范贵生李明辰黄子杰华东理工大学计算机科学与工程系上海200237

代码摘要是源代码的自然语言解释,高质量的代码摘要有助于提高开发人员程序理解效率.近年来,代码自动摘要的研究集中在为方法粒度的代码片段生成摘要.然而,对于面向对象的语言,例如Java,类才是项目的基本组成单元.基于上述问题,提出一... 详细信息

代码摘要是源代码的自然语言解释,高质量的代码摘要有助于提高开发人员程序理解效率.近年来,代码自动摘要的研究集中在为方法粒度的代码片段生成摘要.然而,对于面向对象的语言,例如Java,类才是项目的基本组成单元.基于上述问题,提出一种基于分层表示和上下文增强的类摘要生成方法HRCE(hierarchical representation and context enhancement),并构建了一个包含358 992个?Java类,上下文,摘要?数据对的类摘要数据集.HRCE使用代码精简策略去除类的非关键代码,从而缩短代码长度.然后,对类的层次结构,包括类签名、属性和方法分别进行建模,获得类的语义信息和层次结构信息.此外,从项目中抽取父类的签名及摘要来刻画类在项目中依赖的上下文.实验表明,基于分层表示和上下文增强的生成模型能够表征代码的语义和层次结构,并可以从目标类的内部和外部获取信息. HRCE在BLEU,METEOR,ROUGE-L等评估指标上超过了所有基准模型.

关键词：代码自动摘要分层表示上下文增强深度学习类摘要

在线全文

学校读者我要写书评

暂无评论

基于聚类算法和图神经网络的短时交通流预测

吉林大学学报（工学版） 2024年第6期54卷 1593-1600页

作者：张玺君余光杰崔勇尚继洋兰州理工大学计算机与通信学院兰州730050

针对现有预测模型未充分利用交通流数据时空相关性的问题,本文提出了一种深度学习模型,将聚类算法、图神经网络(GNN)和门控循环单元(GRU)相结合。首先,利用聚类算法将预处理后的数据划分为不同类型的流量模式;其次,采用GNN提取复杂路网... 详细信息

针对现有预测模型未充分利用交通流数据时空相关性的问题,本文提出了一种深度学习模型,将聚类算法、图神经网络(GNN)和门控循环单元(GRU)相结合。首先,利用聚类算法将预处理后的数据划分为不同类型的流量模式;其次,采用GNN提取复杂路网交通流的空间相关性,结合道路的皮尔逊相关性分析和节点的局部聚类系数,挖掘潜在的节点连接关系;再次,使用GRU提取交通流数据之间的时间相关性,通过自注意力机制捕获数据之间的相互依赖关系;最后,通过残差连接将GRU和GNN的输出与原始输入结合,经过全连接层得出最终的预测结果。多组实验结果证明,本文提出的模型预测精度优于其他基线模型及对比的模型。

关键词：交通流预测图神经网络聚类算法门控循环单元皮尔逊相关系数局部聚类系数

面向肺炎CT图像识别的DL-CTNet模型

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

计算机辅助设计与图形学学报 2024年第1期36卷 122-132页

作者：王威黄文迪王新王珑润长沙理工大学计算机与通信工程学院长沙410114

肺炎常缺乏明显呼吸系症状,症状多不典型,易发生漏诊、错诊.利用深度学习技术辅助医务人员安全、高效地检测感染者是一种有效途径.针对COVID-19感染者CT图像的磨玻璃影、铺路石征、血管扩张等特点,提出一种可有效地提取CT图像中的局部... 详细信息

肺炎常缺乏明显呼吸系症状,症状多不典型,易发生漏诊、错诊.利用深度学习技术辅助医务人员安全、高效地检测感染者是一种有效途径.针对COVID-19感染者CT图像的磨玻璃影、铺路石征、血管扩张等特点,提出一种可有效地提取CT图像中的局部与全局特征的轻量级模型——DL-CTNet.输入预处理的CT图像后,首先采用空洞卷积和动态双路径多尺度特征融合(D-DMFF)模块的2个支路提取浅层特征;然后使用局部与全局特征拼接模块(LGFC)中的D-DMFF模块提取局部特征、Swin Transformer提取全局特征,并通过拼接获得深层特征;最后经过全连接层输出分类标签.实验结果表明,在2个CT图像数据集上,验证了LGFC模块以及DL-CTNet的低复杂度与有效性;DL-CTNet的分类准确率高达98.613%,与其他方法相比,其能更准确地识别肺炎的CT图像.

关键词：肺炎胸部CT图像卷积神经网络 Transformer

在线全文

学校读者我要写书评

暂无评论

一种改进近端优化的多目标流QoS调度策略

应用科学学报 2024年第3期42卷 499-512页

作者：刘星彤郑红黄建华华东理工大学计算机科学与工程系上海200237

软件定义网络可以搭载灵活的流调度策略来提升网络服务系统的服务质量,但随着业务流量复杂度的提升,现有的流调度算法会因场景匹配度的下降而导致性能受到影响。为此提出一种基于深度强化学习的智能路由策略。该策略通过软件定义网络收... 详细信息

软件定义网络可以搭载灵活的流调度策略来提升网络服务系统的服务质量,但随着业务流量复杂度的提升,现有的流调度算法会因场景匹配度的下降而导致性能受到影响。为此提出一种基于深度强化学习的智能路由策略。该策略通过软件定义网络收集各链路信息,基于长短期记忆网络与近端策略优化算法实现特征提取与状态感知,最终决策生成符合业务场景下服务质量(quality of service,QoS)目标的动态流量调度策略,并实现QoS最大化。实验结果表明,所提的方案与现有的路由策略相比可以使整套系统QoS指标提升7.06%,有效地提升了业务系统的吞吐率。

关键词：深度强化学习服务质量路由优化软件定义网络在线调度

在线全文

学校读者我要写书评

暂无评论

多用户源头无线传感网络不完整数据挖掘算法

传感技术学报 2024年第8期37卷 1454-1459页

作者：左丽娜刘小贞李伟杰何首武邯郸职业技术学院软件与大数据系河北邯郸056001 邯郸职业技术学院计算机系河北邯郸056001 桂林理工大学计算机应用系广西南宁530001

针对无线传感网络多用户源头数据受噪声影响,导致数据缺失的问题,为了提高数据的完整性,提出多用户源头无线传感网络不完整数据挖掘算法。采用组合广义形态滤波方法对多用户源头无线传感网络数据展开去噪处理,避免噪声数据影响数据填补... 详细信息

针对无线传感网络多用户源头数据受噪声影响,导致数据缺失的问题,为了提高数据的完整性,提出多用户源头无线传感网络不完整数据挖掘算法。采用组合广义形态滤波方法对多用户源头无线传感网络数据展开去噪处理,避免噪声数据影响数据填补结果;采用集成学习方法对数据进行深度挖掘,将挖掘出的数据展开分类处理;利用低秩矩阵填充理论对分类后的数据展开首次填补,在此基础上引入曲线相似分类对缺失数据进行二次填补,完成多用户源头无线传感网络数据的完整挖掘。仿真结果表明,所提方法在不同数据集中获得的均方根误差低于0.164%,信噪比高于41.8dB,补全后的数据平均绝对误差为0.023%、平均百分比误差为3.5%、均方根误差为0.021%。因此,所提方法具有较好的去噪效果和较高的数据填补性能。

关键词：无线传感网络组合广义形态滤波方法集成学习曲线相似分类数据挖掘

在线全文

学校读者我要写书评

暂无评论

联邦忘却学习研究综述

计算机学报 2024年第2期47卷 396-422页

作者：王鹏飞魏宗正周东生宋威肖蕴明孙庚于硕张强大连理工大学计算机科学与技术学院大连理工大学社会计算与认知智能教育部重点实验室大连大学先进设计与智能计算教育部重点实验室美国西北大学计算机科学系吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室

数据已经成为与土地、劳动力、资本、技术等并列的重要生产要素之一.利用数据分析挖掘数据的潜在价值，有助于推动产业创新、技术升级和区域经济发展.然而，在数据使用过程中，隐私泄露等风险限制了数据的流通和共享.因此，如何在数据... 详细信息

数据已经成为与土地、劳动力、资本、技术等并列的重要生产要素之一.利用数据分析挖掘数据的潜在价值，有助于推动产业创新、技术升级和区域经济发展.然而，在数据使用过程中，隐私泄露等风险限制了数据的流通和共享.因此，如何在数据流通和共享过程中保护数据隐私已成为研究热点.联邦忘却学习（Federated Unlearning）撤销用户数据对联邦学习模型的训练更新，可以进一步保护联邦学习用户的数据安全.本文综述了联邦忘却学习的研究工作，首先简要阐述了联邦学习架构，并引出忘却学习和联邦忘却学习的概念和定义;其次，根据修正对象的不同将联邦忘却学习算法分为面向全局模型和面向局部模型两类，并详细分析各类算法的实现细节以及优缺点;然后，本文还详述联邦忘却学习中常用评价指标，将评价指标划分为模型表现指标、遗忘效果指标和隐私保护指标三类，并分析不同类型评价指标的优缺点;最后，本文对联邦忘却学习未来的研究方向进行展望.

关键词：联邦学习联邦忘却学习数字经济隐私保护边缘智能

一种过零单边干涉图加权切趾函数对太阳观测中傅里叶变换光谱的影响分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光学技术 2024年第2期50卷 167-173页

作者：于子航冯松昆明理工大学信息工程与自动化学院计算机系云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

傅里叶变换光谱仪(FTS)因其出色的光谱分辨率而广泛用于太阳活动的观测。在使用过零单边干涉图进行光谱复原时,可能会出现频率泄漏、旁瓣效应以及对零光程差附近的采样数据重复利用,从而导致光谱线的平滑和畸变等问题。为了获得更准确... 详细信息

傅里叶变换光谱仪(FTS)因其出色的光谱分辨率而广泛用于太阳活动的观测。在使用过零单边干涉图进行光谱复原时,可能会出现频率泄漏、旁瓣效应以及对零光程差附近的采样数据重复利用,从而导致光谱线的平滑和畸变等问题。为了获得更准确的太阳光谱数据,必须对过零单边干涉图进行加权和切趾操作。对此,文章采用了一种奇次多项式非对称加权切趾函数来处理过零单边干涉图,并探讨了使用不同的切趾函数构建非对称加权切趾函数进行光谱恢复的效果。模拟数据实验的结果表明采用奇次多项式非对称加权切趾函数可以有效地恢复光谱。此外,与Griffiths、相里斌以及***提出的加权切趾方法相比,文章中提出的方法表现出较小的误差。最后,将所提出的方法应用于Bruker IFS-125HR FTS采集的干涉图数据,与其他切趾方法相比,使用文中提出的方法可以有效地恢复光谱。

关键词：傅里叶光谱仪过零单边干涉图奇次多项式非对称加权切趾函数

基于稀疏多头自注意力的轨迹k NN查询方法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第6期54卷 1756-1766页

作者：张丽平刘斌毓李松郝忠孝哈尔滨理工大学计算机科学与技术学院哈尔滨150080

针对基于位置信息的应用产生的时空数据体积量巨大且带有经纬度、时间等多维属性,基于索引的轨迹查询方法无法获取轨迹的时空语义特征,其轨迹表示方式忽略了轨迹的时空相关性并且对于大规模轨迹数据查询效率较低的问题,提出了一种基于... 详细信息

针对基于位置信息的应用产生的时空数据体积量巨大且带有经纬度、时间等多维属性,基于索引的轨迹查询方法无法获取轨迹的时空语义特征,其轨迹表示方式忽略了轨迹的时空相关性并且对于大规模轨迹数据查询效率较低的问题,提出了一种基于稀疏多头自注意力机制的轨迹编码器。通过轨迹编码器可以提取轨迹的高阶语义特征,将轨迹表示为轨迹编码向量。在轨迹编码向量的基础上,提出了一种基于局部敏感哈希函数的轨迹查询方法,可以快速对大规模轨迹数据进行查询。理论研究和实验结果表明:本文轨迹查询方法在查询准确率和查询效率上优于目前已有的轨迹查询方法。

关键词：计算机应用时空数据轨迹数据挖掘深度学习轨迹表示学习多头自注意力

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于误差补偿的多模态协同交通流预测模型

电子学报 2024年第8期52卷 2878-2890页

作者：吴宇轩虞慧群范贵生华东理工大学计算机科学与工程系上海200237

交通流量因受周期性特征、突发状况等多重因素影响,现有模型的预测精度无法满足实际要求.对此,本文提出了基于误差补偿的多模态协同交通流预测模型(Multimodal Collaborative traffic flow prediction model based on Error Compensatio... 详细信息

交通流量因受周期性特征、突发状况等多重因素影响,现有模型的预测精度无法满足实际要求.对此,本文提出了基于误差补偿的多模态协同交通流预测模型(Multimodal Collaborative traffic flow prediction model based on Error Compensation,MCEC).针对传统预测模型不能兼顾时间序列和协变量的问题,提出基于小波分析的特征拓展方法,该方法引入聚类算法得到节假日标签特征,将拥堵指数、交通事故图、天气信息作为拓展特征,对特征进行多尺度分解.在训练阶段,为达到充分学习各部分数据、最优匹配模型的效果,采用差分整合移动平均自回归模型(Autoreg Ressive Integrated Moving Average Model,ARIMA)、长短期记忆神经网络(Long Short-Term Memory network,LSTM)、限制动态时间规整技术(Dynamic Time Warping,DTW)以及自注意力机制(Self-Attention),设计了多模态协同模型训练.在误差补偿阶段,将得到的相应过程值输入基于支持向量机回归(Support Vector Regression,SVR)的误差补偿模块,对各分量的误差进行学习、补偿,并重构得到预测结果.使用公开的高速公路数据集对MCEC进行验证,在多个时间间隔下对比实验结果表明,MCEC在交通流量预测中的平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)达到17.02%,比LSTM-SVR、ConvLSTM(Convolutional Long Short-Term Memory network)、ST-GCN(Spatial Temporal Graph Convolutional Networks)、MFFB(Multi-stream Feature Fusion Block)、Transformer等预测模型具有更高的预测精度,MCEC模型具有较好的有效性与合理性.

关键词：交通流预测误差补偿多模态协同长短期记忆神经网络差分整合移动平均自回归模型