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

分布式服务资源自适应弹性伸缩研究综述

计算机科学与探索 2024年第10期18卷 2551-2572页

作者：胡程陈仕鸿广东外语外贸大学信息科学与技术学院、语言工程与计算实验室广州510006

分布式服务资源环境下,由于峰值负载的整体占比很小,大量服务资源长期处于低利用率甚至闲置状态。通过实现资源自适应弹性伸缩,在高负载时扩充服务资源以应对高需求,在低负载时将其缩减以降低开销,可显著提升系统能效并降低运作开销。... 详细信息

分布式服务资源环境下,由于峰值负载的整体占比很小,大量服务资源长期处于低利用率甚至闲置状态。通过实现资源自适应弹性伸缩,在高负载时扩充服务资源以应对高需求,在低负载时将其缩减以降低开销,可显著提升系统能效并降低运作开销。但实际负载通常具有很强的波动性,满足服务质量所需的服务资源持续变化,这给服务资源自适应弹性伸缩带来了巨大挑战。尽管现有的商用分布式平台已普遍具有一定的资源弹性伸缩能力,但它们的自适应能力有限、精准性不佳,存在很大提升空间。为促进该领域的研究与应用发展,就该环境下服务资源自适应弹性伸缩研究进行分类分析与探讨。分析并介绍了相应的研究背景及主要存在于需求评估与资源调整上的挑战;就该领域的国内外相关研究,依据其调整的资源对象分为三类,以此进行分类论述并比较了各研究工作的异同,且就各自的特点与效用进行了分析与总结;总述分析了这些研究工作并概括出一个全面而整体的实现,探讨了业界的应用现状、研究面临的挑战以及未来趋势。

关键词：并行与分布式计算分布式服务资源资源管理与分配自适应弹性伸缩

在线全文

学校读者我要写书评

暂无评论

基于模型堆叠的以太坊钓鱼诈骗账户识别方法

控制理论与应用 2024年第8期41卷 1361-1368页

作者：陈伟利叶明顺唐明董郑子彬广东外语外贸大学信息科学与技术学院广东广州510006 中山大学软件工程学院广东珠海528478

近年来,钓鱼诈骗已成为区块链平台中不可忽视的欺诈类型,对用户金融安全构成了重大威胁.为了解决这一问题,本文提出了一种基于区块链交易的网络钓鱼账户检测框架,并以以太坊为例验证了其有效性.具体而言,该框架通过引入数据样本过滤规... 详细信息

近年来,钓鱼诈骗已成为区块链平台中不可忽视的欺诈类型,对用户金融安全构成了重大威胁.为了解决这一问题,本文提出了一种基于区块链交易的网络钓鱼账户检测框架,并以以太坊为例验证了其有效性.具体而言,该框架通过引入数据样本过滤规则来缓解数据不均衡性以及减少计算量,采用级联特征抽取方法以提取有效特征,并基于模型堆叠构建集成分类算法建立模型以识别以太坊上的钓鱼诈骗账户.实验结果表明,该框架能够有效地识别以太坊上的钓鱼诈骗账户,具有一定的实际应用价值.

关键词：区块链以太坊钓鱼诈骗模型堆叠

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

电力系统碳足迹估算方法

电力系统及其自动化学报 2024年

作者：耿光飞党宣刘洋广东外语外贸大学信息科学与技术学院中国农业大学信息与电气工程学院

“双碳”背景下，电力系统的碳流分析成为当前研究的重点之一。为快速精确估算电力系统碳排放流，本文在传统电力系统碳流计算的基础上，针对3种不同信息特征的系统提出平均碳势法、电量法以及典型日估算法3种碳足迹估算方法。3种估算... 详细信息

“双碳”背景下，电力系统的碳流分析成为当前研究的重点之一。为快速精确估算电力系统碳排放流，本文在传统电力系统碳流计算的基础上，针对3种不同信息特征的系统提出平均碳势法、电量法以及典型日估算法3种碳足迹估算方法。3种估算方法的核心在于根据系统的不同已知条件，将系统的时序碳势等效为定值；在此基础上根据用电量与线损电量估算出用户碳足迹及线损碳足迹；最后，根据电力系统碳流守恒条件并应用状态估计的思想方法，进一步提出含修正系数的碳足迹估算改进模型以提高估算精度。算例表明所提估算方法可快速估算出系统在一段时间内的碳足迹，且估算结果误差较小，为电力系统碳足迹估算问题提供了一套切实可行的计算方法。

关键词：碳排放碳流分析潮流碳足迹估算

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模态语义增强的跨模态食谱检索方法

计算机应用研究 2024年第4期41卷 1131-1137页

作者：李明周栋雷芳曹步清湖南科技大学计算机科学与工程学院湖南湘潭411100 广东外语外贸大学信息科学与技术学院广州510006

在跨模态食谱检索任务中,如何有效地对模态进行特征表示是一个热点问题。目前一般使用两个独立的神经网络分别获取图像和食谱的特征,通过跨模态对齐实现跨模态检索。但这些方法主要关注模态内的特征信息,忽略了模态间的特征交互,导致部... 详细信息

在跨模态食谱检索任务中,如何有效地对模态进行特征表示是一个热点问题。目前一般使用两个独立的神经网络分别获取图像和食谱的特征,通过跨模态对齐实现跨模态检索。但这些方法主要关注模态内的特征信息,忽略了模态间的特征交互,导致部分有效模态信息丢失。针对该问题,提出一种通过多模态编码器来增强模态语义的跨模态食谱检索方法。首先使用预训练模型提取图像和食谱的初始语义特征,并借助对抗损失缩小模态间差异;然后利用成对跨模态注意力使来自一个模态的特征反复强化另一个模态的特征,进一步提取有效信息;接着采用自注意力机制对模态的内部特征进行建模,以捕捉丰富的模态特定语义信息和潜在关联知识;最后,引入三元组损失最小化同类样本间的距离,实现跨模态检索学习。在Recipe 1M数据集上的实验结果表明,该方法在中位数排名(MedR)和前K召回率(R@K)等方面均优于目前的主流方法,为跨模态检索任务提供了有力的解决方案。

关键词：跨模态食谱检索特征提取模态语义增强多模态编码器

在线全文

学校读者我要写书评

暂无评论

面向公共卫生领域的语言模型预训练

计算机技术与发展 2024年

作者：王连喜胡冠锋广东外语外贸大学信息科学与技术学院

公共卫生事件的突发性、变化性及不确定性加大了公共卫生信息处理与监测的难度，而构建领域预训练模型则可提升其下游任务的效果。目前国内外已有一些专注于社交媒体和医学领域的增强式公共卫生领域预训练模型，但是这些模型的训练语料... 详细信息

公共卫生事件的突发性、变化性及不确定性加大了公共卫生信息处理与监测的难度，而构建领域预训练模型则可提升其下游任务的效果。目前国内外已有一些专注于社交媒体和医学领域的增强式公共卫生领域预训练模型，但是这些模型的训练语料规模小、来源单一、文本长度短小，缺乏包含丰富语义信息的长文本无监督语料。为了解决这一问题，本文采用基础BERT模型对获取的大规模公共卫生领域新闻语料进行自适应预训练，并构建了一个适用深度语义学习的领域预训练模型PHD-News-BERT，以更好地进行该领域相关任务的学习。通过在5种下游任务的8个数据集上与5种基线模型进行实验比较，结果显示，PHD-News-BERT在大多数任务中取得了显著的性能，表明其具有良好的泛化性和鲁棒性。预期可为公共卫生领域的未来工作引入新的基准。

关键词：公共卫生领域预训练模型自然语言处理 BERT 自适应预训练

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种快速低耗的多维异构雾控制系统规划方法

信息与控制 2024年

作者：胡程颜学明金耀初广东外语外贸大学信息科学与技术学院广州市非通用语种智能处理重点实验室西湖大学工学院

对于雾环境下控制系统的低耗构建问题，受雾环境下基础设施显著差异性的硬件资源、网络通信条件及差异化价格的影响，在没有部署完所有应用并且完成系统构建之前，都难以对系统构建的总消耗代价进行直接评估与对比。而在探寻系统的构建... 详细信息

对于雾环境下控制系统的低耗构建问题，受雾环境下基础设施显著差异性的硬件资源、网络通信条件及差异化价格的影响，在没有部署完所有应用并且完成系统构建之前，都难以对系统构建的总消耗代价进行直接评估与对比。而在探寻系统的构建方案时，进行应用部署的设施组合数量达到了幂指函数级。若通过对比全部的可行方案来确定出最优的低耗构建方案，随着系统规模的提升，其耗时将变得无法接受。为克服这些挑战，通过考虑系统对基础设施多方面即多维的资源需求，提出一种快速低耗的多维异构雾控制系统规划方法。首先，阐明了雾计算环境适用的多维异构雾控制系统定义，该定义下基础设施有着多方面（多维）异构的硬件资源与通信链路。其次，基于此系统定义，以满足多维服务资源及通信质量要求为目标，明确了该系统对基础设施的多维需求约束。最后，提出具体规划方法，对问题进行综合多维建模得到一个最优规划的表达形式，并通过多约束规划求解得到最优方案。通过该方法得到的最优构建方案，既确定了系统构建的基础设施配置，又明确了全部应用的具体部署安排。在具有普遍代表性案例实验下的实验结果表明，所提出方法：以平均973 ms，同量级于一个传统线性复杂度（局部最优）方法的求解时间，快速得到普遍优于其它全部对比方法的一个系统总构建代价优化的方案；以此方案构建雾控制系统，可将总消耗代价平均降至传统/典型方法的72.5%以下，而获得平均约30%的资源盈余，可满足数量上平均超额60.65%的额外应用部署。

关键词：异构雾控制系统规划低耗系统架构多维资源需求感知雾应用调度

混合BERT和宽度学习的低时间复杂度短文本分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

山东大学学报（工学版） 2024年第4期54卷 51-58,66页

作者：陈晓江杨晓奇陈广豪刘伍颖广东开放大学揭阳分校信息科广东揭阳522095 广东外语外贸大学信息科学与技术学院广东广州510006 广州软件学院软件工程系广东广州510990 鲁东大学山东省语言资源开发与应用重点实验室山东烟台264025 广东外语外贸大学外国语言学及应用语言学研究中心广东广州510420

针对短文本分类任务效率低下和精度不高的问题,提出混合基于Transformer的双向编码器表示和宽度学习分类器(hybrid bidirectional encoder representations from transformer and broad learning, BERT-BL)的高效率和高精度文本分类模型。对基于Transformer的双向编码器表示(bidirectional encoder representation from transformer, BERT)进行微调以更新BERT的参数。使用微调好的BERT将短文本映射成对应的词向量矩阵,将词向量矩阵输入宽度学习(broad learning, BL)分类器中以完成分类任务。试验结果显示,BERT-BL模型在3个公共数据集上的准确率均达到最优;所需要的时间仅为基线模型支持向量机(support vector machine, SVM)、长短期记忆网络(long short-term memory, LSTM)、最小p范数宽度学习(minimum p-norm broad learning,p-BL)和BERT的几十分之一,而且训练过程不需要高性能显卡的参与。通过对比分析,BERT-BL模型不仅在短文本任务中具有良好的性能,而且能节省大量训练时间成本。

关键词：短文本分类 BERT-BL BERT 宽度学习高精度

在线全文

学校读者我要写书评

暂无评论

小样本机器学习下数据多尺度挖掘算法设计

计算机仿真 2024年第4期41卷 431-435,450页

作者：刘云香同军红李穂丰吴晓玲广州商学院信息技术与工程学院广东广州511363 广东外语外贸大学信息科学与技术学院广东广州510700

数据多尺度挖掘是指在数据挖掘过程中考虑不同尺度的数据信息,由于数据中存在大量特征,为了提高信息处理效率,且更精准地划分数据类型,提出一种小样本机器学习算法下数据多尺度挖掘方法。将使用者的部分动作抽象,建立网站页面会话用于... 详细信息

数据多尺度挖掘是指在数据挖掘过程中考虑不同尺度的数据信息,由于数据中存在大量特征,为了提高信息处理效率,且更精准地划分数据类型,提出一种小样本机器学习算法下数据多尺度挖掘方法。将使用者的部分动作抽象,建立网站页面会话用于学习不同的事件内容,获得小样本数据信息。通过复值函数构建Hibert空间,计算出样本元素再生核,提取小样本数据特征;利用特征向量构造特征矩阵调节数据间平衡性,得到数据相对熵。建立多尺度信息数据库,使用机器学习下逻辑回归离散化数据特征值,挖掘复杂项集指标的支持度,实现精准的数据多尺度挖掘。通过实验证明,所提方法数据分类效果好,挖掘准确率高,耗费时间少。

关键词：小样本机器学习算法数据多尺度挖掘相对熵值特征矩阵相似性效应

面向不平衡短文本情感多分类的三阶语义图数据增广方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2024年

作者：颜学明黄翰金耀初钟国郝志峰广东外语外贸大学信息科学与技术学院华南理工大学软件学院大数据与智能机器人教育部重点实验室广东省大模型与生成式人工智能技术工程中心西湖大学工学院汕头大学数学与计算机学院

文本增广技术可以有效提升不平衡情感分类任务的性能。若文本增广过程中生成的少数类短文本数据未能体现完整的情感语义特征，则可能会导致不同类别之间的情感重叠问题出现。为了充分学习和理解少数类别的情感特征，本文提出一种面向不... 详细信息

文本增广技术可以有效提升不平衡情感分类任务的性能。若文本增广过程中生成的少数类短文本数据未能体现完整的情感语义特征，则可能会导致不同类别之间的情感重叠问题出现。为了充分学习和理解少数类别的情感特征，本文提出一种面向不平衡文本情感多分类的三阶语义图数据增广方法，首先采用三阶语义图在多个词之间建立复杂的关系语义模型，用于表示多种可能的短文本局部情感语义和词节点依赖关系，然后提出了基于三阶语义图数据增广方法以平衡多分类文本的情感类别分布，从而有效实现不平衡短文本的情感分类。与传统的文本增广方法相比，在印尼语不平衡数据集上，本文提出的方法在少数类评价指标F1-measure 和F2-measure上分别提升了5.75% 和9.65%，在平衡情感识别能力指标G-means值上提升了2.91%；在马来语不平衡数据集上，本文提出的方法在少数类评价指标F1-measure 和F3-measure 上也分别提升了2.45% 和4.81%，在平衡情感识别能力指标G-means值上提升了1.24%。此外，与传统的机器学习方法、深度网络模型等情感分类模型以及传统的短文本增广过采样模型相比，本文提出的方法在公开的印尼语、马来语、英语以及中文四个不平衡短文本数据集上都获得了最高的准确率Accuracy值。以上实验结果表明，融合不同模体的三阶语义图结构信息不仅可以有效表达文本中的局部情感语义以及词节点之间的依赖关系，还可以有效降低短文本数据增广过采样过程中引入新噪声的风险，并提升不平衡短文本的多分类性能。

关键词：三阶语义图文本增广平衡策略短文本情感分类模体