检索结果-南通市图书馆

面向跨模态检索的自监督深度语义保持Hash

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2022年第9期62卷 1442-1449页

作者：逯波段晓东袁野大连民族大学大数据应用技术国家民委重点实验室大连116600 北京理工大学计算机科学与技术学院北京100081

在跨模态媒体检索任务中,如何最大化保持异构媒体数据映射后的语义关联成为跨模态Hash的关键问题,该文提出一种基于自监督学习的深度语义保持Hash网络框架用于生成紧凑的Hash编码。首先,针对图像和文本数据,分别训练2个单一模态的深度H... 详细信息

在跨模态媒体检索任务中,如何最大化保持异构媒体数据映射后的语义关联成为跨模态Hash的关键问题,该文提出一种基于自监督学习的深度语义保持Hash网络框架用于生成紧凑的Hash编码。首先,针对图像和文本数据,分别训练2个单一模态的深度Hash网络并生成高层语义特征及各自的Hash编码。同时,利用跨模态注意力机制度量不同模态高层语义特征之间的相似性,最大化异构媒体数据间的局部语义关联性。其次,利用训练数据的多标签语义信息建立深度语义Hash网络,并以自监督对抗学习的方式同时监督指导2个单一模态的深度Hash网络的训练过程,从而在全局角度保持不同模态数据之间的语义关联,提高生成Hash编码的区分能力。最后,在3个被广泛使用的大规模多模态媒体数据集上验证了提出框架的有效性。

关键词：深度跨模态Hash 对抗学习语义Hash 跨模态注意力机制

面向Flink流处理框架的主动备份容错优化

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2022年第2期56卷 297-305页

作者：刘广轩黄山胡佳丽段晓东大连民族大学计算机科学与工程学院辽宁大连116600 大数据应用技术国家民委重点实验室辽宁大连116600 大连市民族文化数字技术重点实验室辽宁大连116600

针对Flink任务出现故障后因为全局卷回使流处理作业恢复效率低的问题,提出基于缓存队列的容错策略.在作业中找出恢复时间最长的算子作为关键算子,将其处理过的数据存储到缓存队列中,并为其进行主动备份,备份算子同时接受来自上游的数据... 详细信息

针对Flink任务出现故障后因为全局卷回使流处理作业恢复效率低的问题,提出基于缓存队列的容错策略.在作业中找出恢复时间最长的算子作为关键算子,将其处理过的数据存储到缓存队列中,并为其进行主动备份,备份算子同时接受来自上游的数据以达到在故障后作业可以瞬时恢复的效果.为了解决主动备份带来的额外消耗,提出数据过滤算法,备份算子在每次处理数据前会到缓存组件中检索当前数据,以判断是否继续处理.当Flink算子自身出现故障后,利用策略中的缓存队列与Flink的JobManager将故障发生时的数据信息发送给备份算子,在备份算子接收到数据后,实现即时恢复的效果.利用4项评价指标对策略进行评估,结果表明,与Flink1.8的故障恢复模式相比,所提策略在Flink任务故障恢复速度上有显著提升,当故障次数分别为1、2、3、4时,恢复效率分别提高56.3%、51.3%、46.2%和45.8%;而在处理时延、CPU利用率以及内存使用率方面仅产生极小的代价.

关键词： Apache Flink 流处理容错主动备份故障恢复缓存队列

同方期刊数据库

融合笔画语义和注意力机制的汉字字体生成算法

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 2022年第8期34卷 1229-1237页

作者：王存睿丁阳刘宇战国栋李泽东大连民族大学国家民委大数据应用技术重点实验室大连116600 大连市汉字计算机字库设计技术创新中心大连116600 Faculty of Computer Science and Information Technology University Putra MalaysiaSelangor 43400

为辅助字体设计师提高计算机汉字字库开发效率,提出一种辅助字体设计的汉字字体生成算法,该算法可在小字体样本基础上生成风格相对一致的全字库字符图像.为了解决目前采用对抗生成网络(generative adversarial network,GAN)算法生成字... 详细信息

为辅助字体设计师提高计算机汉字字库开发效率,提出一种辅助字体设计的汉字字体生成算法,该算法可在小字体样本基础上生成风格相对一致的全字库字符图像.为了解决目前采用对抗生成网络(generative adversarial network,GAN)算法生成字体笔画黏连和结构错误问题,将笔画语义先验信息引入GAN模型,减少了笔画生成错误的问题;针对生成字体结构不完整与训练周期长的问题,在网络模型中增加了一种融合注意力机制的跳跃连接模块,利用该模块将编码器中特征投影到解码器,通过减少解码器的信息损失避免生成结构错误问题.采用公开的汉字字库数据集与pix2pix,zi2zi和DCFont算法进行对比实验,实验结果表明,文中算法能够生成更高质量的汉字字体,SSIM和损失函数均值均优于其他3种算法,最后给出算法的行业应用及适用范围.

关键词：汉字字体生成生成对抗网络字体设计注意力机制

在线全文

学校读者我要写书评

暂无评论

基于三重注意力的脑肿瘤图像分割网络

中国生物医学工程学报 2022年第1期41卷 57-63页

作者：韩阳宋金淼薛安懿段晓东大连民族大学计算机科学与工程学院辽宁大连116600 大数据应用技术国家民委重点实验室辽宁大连116600 大连市民族文化数字技术重点实验室辽宁大连116600

脑肿瘤图像分割问题是脑肿瘤临床诊断和治疗脑肿瘤疾病计算机辅助诊断的基础。针对脑肿瘤MRI图像分割网络深度过深和局部与全局特征信息联系匮乏导致图像分割精度降低等问题,提出一种基于三重注意力的脑肿瘤图像分割网络。首先,借鉴残... 详细信息

脑肿瘤图像分割问题是脑肿瘤临床诊断和治疗脑肿瘤疾病计算机辅助诊断的基础。针对脑肿瘤MRI图像分割网络深度过深和局部与全局特征信息联系匮乏导致图像分割精度降低等问题,提出一种基于三重注意力的脑肿瘤图像分割网络。首先,借鉴残差结构,将原始图像分割网络结构的编码层和解码层中的卷积模块替换为深度残差模块,解决网络加深带来的梯度消失问题。其次,通过引入三重注意力模块,融合图像局部与全局特征信息,使网络更好地学习重要的图像特征信息,提升网络对脑肿瘤图像的分割精度。最后,在MICCAI比赛发布的BraTS脑肿瘤图像分割数据集上(包括335例患者病例),采用Dice系数等脑肿瘤评价指标进行性能评估。其中,脑肿瘤整体可达85.20%,脑肿瘤核心可达87.10%,增强脑肿瘤区域可达80.80%。实验结果显示,所提出的分割网络能够在不增加计算时间的前提下提高脑肿瘤MRI图像的分割性能。

关键词：脑肿瘤分割三重注意力模块深度残差模块 MRI图像

在线全文

学校读者我要写书评

暂无评论

异构微差同步并行训练算法

计算机工程与科学 2024年第11期46卷 1949-1959页

作者：黄山吴煜凡吕鹤轩段晓东大连民族大学计算机科学与工程学院辽宁大连116650 大数据应用技术国家民委重点实验室(大连民族大学) 辽宁大连116650 大连市民族文化数字技术重点实验室(大连民族大学) 辽宁大连116650

前馈神经网络BPNN因具有非线性能力强、自学习能力强、自适应能力强以及容错能力强等优点,被广泛应用于行为识别和预测等领域。随着模型的升级优化和数据量的快速增长,基于大数据分布式计算框架的并行训练架构成为主流。ApacheFlink作... 详细信息

前馈神经网络BPNN因具有非线性能力强、自学习能力强、自适应能力强以及容错能力强等优点,被广泛应用于行为识别和预测等领域。随着模型的升级优化和数据量的快速增长,基于大数据分布式计算框架的并行训练架构成为主流。ApacheFlink作为新一代大数据计算框架,因其具有高吞吐量、低时延等特点而被广泛应用。硬件设备更新换代速度的加快以及购买批次不同导致现实生活中Flink集群大多数为异构集群,意味着集群中的计算资源不均衡。现有的BPNN并行训练模型无法解决因计算资源不均衡带来的训练过程中高性能节点空转的问题。此外,异构环境下BPNN的并行训练还存在节点数量增加,节点间的通信开销也随之增加的问题。传统的小批量梯度下降方法拥有较好的寻优效果,但随机的初始化模型和小批量的梯度下降特点导致了BPNN并行化训练出现收敛速度缓慢的问题。针对以上问题,为加快异构环境下BPNN并行化训练速度,提高BPNN并行训练效率,提出了异构微差同步并行训练算法。该算法能够针对异构环境下节点性能不同的情况,对节点性能进行评分,并实时地通过数据分区模块动态地按比例分配数据,使节点性能和节点分配数据量成正比,从而减少高性能节点空转时长。

关键词： Flink BPNN 并行训练异构环境

维普期刊数据库博看期刊

基于Flink的k-支配skyline体并行求解算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2023年第1期45卷 17-27页

作者：孙国璋黄山艾力卡木·再比布拉徐浩桐段晓东大连民族大学计算机科学与工程学院辽宁大连116600 大数据应用技术国家民委重点实验室(大连民族大学) 辽宁大连116600 大连市民族文化数字技术重点实验室(大连民族大学) 辽宁大连116600

k-支配skyline算法弱化了数据点之间的支配关系,更适合高维数据。k-支配skyline体适应于多名用户使用k-支配skyline算法查询,而现有的求解算法在时间效率和代码扩展性方面都有待提高。因此,提出了面向多用户的k-支配skyline体求解优化算... 详细信息

k-支配skyline算法弱化了数据点之间的支配关系,更适合高维数据。k-支配skyline体适应于多名用户使用k-支配skyline算法查询,而现有的求解算法在时间效率和代码扩展性方面都有待提高。因此,提出了面向多用户的k-支配skyline体求解优化算法MKSSOA,该算法对每名用户的候选集和中间集分别进行存储,同时在k-支配检查过程中利用2集合中数据点出现的先后次序将候选集中的非k-支配skyline点存储到对应用户的中间集中,以便下一名用户筛选使用,这样可以减少数据点之间的比较次数,避免重复计算,从而提升查询效率。同时,提出了面向多用户的k-支配skyline体并行求解算法MKSPSA,通过Apache Flink并行处理框架有效减少了数据点的比较时间。理论研究和实验结果显示,提出的算法具有较高的效率,能很好地处理多用户k-支配skyline问题。

关键词： k-支配 skyline查询多用户 Apache Flink 并行查询

在线全文

学校读者我要写书评

暂无评论

面向云环境的Flink负载均衡策略

计算机工程与科学 2022年第5期44卷 779-787页

作者：徐浩桐黄山孙国璋贺菲莉段晓东大连民族大学计算机科学与工程学院辽宁大连116600 大数据应用技术国家民委重点实验室(大连民族大学) 辽宁大连116600 大连市民族文化数字技术重点实验室(大连民族大学) 辽宁大连116600

作为新一代的大数据计算引擎,Flink得到了广泛应用。Flink在云环境下进行容器化部署时,其默认任务调度算法不能感知节点的资源信息,导致即时调整负载和自主均衡能力较差,而主流的容器编排工具虽然提供了管理容器的可能性,却也未能结合Fl... 详细信息

作为新一代的大数据计算引擎,Flink得到了广泛应用。Flink在云环境下进行容器化部署时,其默认任务调度算法不能感知节点的资源信息,导致即时调整负载和自主均衡能力较差,而主流的容器编排工具虽然提供了管理容器的可能性,却也未能结合Flink特点解决平衡资源利用的同时降低容器组内的通信开销问题。针对以上问题开展研究,提出了一种面向云环境的Flink负载均衡策略FLBS,综合考虑了Flink集群中算子的分布特点和容器间通信机制,以节点间通信开销和均衡负载作为评估标准。实验结果表明,与Flink默认调度策略相比,FLBS能够有效提高计算效率,提升系统性能。

关键词： Flink 容器通信开销负载均衡迁移

在线全文

学校读者我要写书评

暂无评论

虚拟现实环境下的协同式三维建模方法

图学学报 2024年第1期45卷 169-182页

作者：王浩淼桑胜举段晓东张伟华陶体伟马婷泰山学院信息科学技术学院山东泰安271000 大连民族大学大数据应用技术国家民委重点实验室辽宁大连116000 大连民族大学设计学院辽宁大连116000 中国电信泰安分公司山东泰安271000

三维建模技术在各个领域发挥着重要作用,但以桌面交互为主的三维建模方式仍复杂、抽象且不支持在线协作。为此,借助虚拟现实(VR)技术的沉浸性、交互性、想象性等优点,提出一种VR环境下的网络协同三维建模方法,使得用户以沉浸式的交互方... 详细信息

三维建模技术在各个领域发挥着重要作用,但以桌面交互为主的三维建模方式仍复杂、抽象且不支持在线协作。为此,借助虚拟现实(VR)技术的沉浸性、交互性、想象性等优点,提出一种VR环境下的网络协同三维建模方法,使得用户以沉浸式的交互方式建立三维模型,并支持多人实时在线可视化协作。首先,提出了一种VR环境下的三维模型绘制交互方式;其次,将三维模型进行分类,提出一种分层构建式的三维模型网格生成算法,用于建立平面模型和立体模型;最后,设计了一种VR环境下的三维建模网络协同模块,并基于Socket通信实现了网络同步。通过与传统三维建模软件的三维建模方法进行对比实验表明,该方法更加简捷、直观和高效,且易于普通用户掌握。

关键词：虚拟现实三维建模网格生成网络协同沉浸式交互

在线全文

学校读者我要写书评

暂无评论

Flink水位线动态调整策略

计算机工程与科学 2023年第2期45卷 237-245页

作者：吕鹤轩黄山艾力卡木·再比布拉吴思衡段晓东大连民族大学计算机科学与工程学院辽宁大连116600 大数据应用技术国家民委重点实验室辽宁大连116600 大连市民族文化数字技术重点实验室辽宁大连116600

衡量大数据的数据挖掘性能有2个最重要的任务指标:一是实时性,二是准确性。流数据从数据产生到消息队列再通过数据源流入Flink进行计算,这个过程中因为网络传输速度不同,不同节点的计算性能不同等原因,流数据进入计算框架的先后顺序和... 详细信息

衡量大数据的数据挖掘性能有2个最重要的任务指标:一是实时性,二是准确性。流数据从数据产生到消息队列再通过数据源流入Flink进行计算,这个过程中因为网络传输速度不同,不同节点的计算性能不同等原因,流数据进入计算框架的先后顺序和数据产生的事件时间顺序会有局部乱序的现象。面对窗口作业的传统水位线机制在不确定乱序程度的流数据情况下无法同时兼顾作业结果的实时性和准确性。针对这个问题,建立了流数据微簇模型。通过局部乱序度算法,根据流数据微簇的流数据事件时间局部乱序程度计算出可以代表当前时刻流数据的乱序度。设计了水位线动态调整策略,使水位线根据流数据的乱序程度动态调整大小。最后,在Apache Flink框架中对基于事件时间窗口的水位线动态调整策略进行了实现。实验结果表明,弹性或不确定乱序流数据条件下,基于事件时间窗口的水位线动态调整策略可以有效地同时兼顾窗口作业的准确性和实时性。

关键词： Apache Flink 水位线乱序流数据事件时间