检索结果-南通市图书馆

作者：程秋木武汉邮电科学研究院

学位级别：硕士

我国的城市化进程正处于快速发展时期,人口迁徙源复杂多样,人员活动区域大,人户分离,掌握情况难,获取有用信息难,异常事件难以主动发现,社区治安安全隐患大,这些问题给公安民警的警情挖掘带来的压力也逐渐增大,传统警务模式难以满足现... 详细信息

我国的城市化进程正处于快速发展时期,人口迁徙源复杂多样,人员活动区域大,人户分离,掌握情况难,获取有用信息难,异常事件难以主动发现,社区治安安全隐患大,这些问题给公安民警的警情挖掘带来的压力也逐渐增大,传统警务模式难以满足现代治理需求,需要借助信息化技术来提升工作效率以满足日常警务工作需求。随着我国老龄化速度加快,对社区中老人生命安全的关注也十分重要,资料显示,老人发生意外生命事故80%以上的原因是摔倒造成的,如果能够及时发现老人摔倒,可将其对健康的伤害降低85%以上,文中基于现有的行人摔倒算法进行改进,提高老人摔倒的识别效率,将老人受意外摔倒伤害的情况降到最低,这是社区治理系统的一项重点功能。现代化科技的进步给智慧社区警务系统的实现带来了强有力的软硬件支持。有效提高公安民警的社区治理服务的效率。结合警务人员社区治理的实际工作需求设计系统具体功能模块,确定了智慧社区警务系统的技术总体架构,设计并实现了一套完整的智慧社区警务系统,为智慧警务现代化建设添砖加瓦。本文主要研究工作如下:(1)以W市Q区为试验区,选取适当的软件开发框架,结合警务人员社区治理的实际需求参与警务系统功能子模块设计,其中包括:改进摔倒识别算法、专题应用同行车辆分析、异常告警等重点功能模块。(2)提出老人摔倒识别算法改进方案,先通过帧间差分法计算出检测目标,再利用Open Pose算法对人体关键点检测经SVM分类算法对识别到的人体姿态进行分类,可以快速识别出社区老人摔倒姿态,及时进行救助,将摔倒对老人的伤害降至最低。通过MPII Human Pose实验数据集测试结果表明本文算法摔倒识别准确度同Open Pose算法相比高5%。(3)设计完成大数据异常研判分析模型,能够实现人员、车辆昼伏夜出、僵尸车辆的异常研判、同行车辆分析,出现相关异常问题,则向系统发出告警。

关键词：智慧警务社区治理摔倒检测大数据技战法数据可视化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于群聊的文本话题发现技术的研究

基于群聊的文本话题发现技术的研究

作者：张震武汉邮电科学研究院

学位级别：硕士

随着移动互联网的迅速发展,以QQ、微信为代表的社交软件逐渐成为人们日常生活中主要的交流工具,群组聊天则是其中的一种重要功能,产生了海量的群聊数据,话题发现技术可以分析出群聊所涉及的话题,使得用户可以快速获知某个群的热点话题,... 详细信息

随着移动互联网的迅速发展,以QQ、微信为代表的社交软件逐渐成为人们日常生活中主要的交流工具,群组聊天则是其中的一种重要功能,产生了海量的群聊数据,话题发现技术可以分析出群聊所涉及的话题,使得用户可以快速获知某个群的热点话题,这对于提升用户体验具有重大意义。主题模型则是实现文本话题发现的一个重要方法,但是传统的LDA主题模型,将其直接应用于群聊文本主题挖掘,会由于群聊短文本稀疏性特征使得主题建模效果较差。同时,LDA使用词袋模型来表示文档,在进行主题挖掘时只考虑了词频,忽略了词与词存在的语义关系,使得最终得到的主题语义连贯性较差。因此,本文将从短文本特征以及词间语义联系两个方面对LDA模型进行改进,使其在群聊主题挖掘上具有更好的表现。本文基于LDA模型进行改进,提出了基于BERT-LDA的群聊主题挖掘模型（Group Chat Topic Mining Based on BERT-LDA Model,BERT-LDA）,BERT-LDA模型通过上下文合并来保留原始语境,之后使用BERT预训练模型来提取群聊文本语义特征,将其作为聚类模型的输入,通过文本聚类的方法,来扩充每篇文档所包含的词汇,使得词汇可以广泛分布在各个主题中,而不是趋向于某几个主题。进一步,由于LDA模型在进行主题挖掘时没有考虑词之间的语义关系,使得获取的主题语义连贯性较差,因此,本文提出了基于语义增强和BERT-LDA的群聊主题挖掘模型（Semantic Enhancement and BERT-LDA based Group Chat Topic Mining,SEBL）,SEBL模型在BERT-LDA模型的基础上,将词间语义关系引入主题建模中,通过词性特征和TF-IDF选择出能够代表文档的关键词作为语义增强的候选词集,然后通过双层广义波利亚翁模型（Generalized Pólya Urn Models,GPU）增加语义相似候选词在同一主题中的分布概率,使得生成的主题描述词之间具有更强的语义关系,提高主题的语义连贯性。本文最后基于真实的QQ群聊数据进行实验,使用困惑度以及主题语义连贯性作为模型的评价指标,将SEBL模型、BERT-LDA模型与LDA模型、BTM模型进行实验对比,最终实验结果证明,本文提出的BERT-LDA模型和SEBL模型相比于LDA、BTM,能够取得更低的困惑度以及更好的主题语义连贯性,同时,SEBL模型优于BERT-LDA模型,证明了语义增强和候选词选择能够提升模型效果。

关键词： LDA模型 BERT Word2Vec TF-IDF 语义增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于散斑图像处理的远程激光侦听系统研究

基于散斑图像处理的远程激光侦听系统研究

作者：阮健武汉邮电科学研究院

学位级别：硕士

相较于依靠声传感器获取语音信号的传统语音侦听系统,激光侦听系统可通过测量声源附近物体的声致振动信号,在远距离、非接触条件下获取目标语音信号,因此被广泛应用于安防监控、公共安全、军事等领域。在常见的激光测振技术中,散斑图像... 详细信息

相较于依靠声传感器获取语音信号的传统语音侦听系统,激光侦听系统可通过测量声源附近物体的声致振动信号,在远距离、非接触条件下获取目标语音信号,因此被广泛应用于安防监控、公共安全、军事等领域。在常见的激光测振技术中,散斑图像测量技术相较于光反射调制测量技术和激光干涉测量技术而言,对光路和硬件设备的要求相对较低,实现难度较小,因此在激光侦听领域具有广阔的应用前景。本课题在使用散斑图像测量技术的激光侦听系统的基础上,主要研究了激光聚焦对于系统侦听性能的影响,具体研究内容如下:（1）为了改善侦听效果,搭建了一套具备激光聚焦功能的远程语音侦听系统实验样机,先后完成了该系统的变焦功能、控制结构及工作流程设计,并根据设计需求对系统的各个组成部分进行设备选型。（2）使用FPGA开发板作为自研侦听系统的控制模块,实现了激光聚焦功能的自动化,具体工作包括:UART串口驱动和步进电机驱动以及整合后的自动聚焦功能的Verilog HDL原型设计、基于Modelsim的时序分析、上板调试及验证。（3）使用MATLAB对实验获取的散斑图像进行基于数字图像相关法（DIC）的相对位移计算以提取语音信号,再分别通过Sound-Similar和MATLAB计算还原语音信号与原始语音信号的听觉相似度和频谱相似度,用以评价自研系统与对照系统的侦听性能。实验结果表明自动聚焦使光纤耦合激光器在40 m范围内的光束发散角减小为原来的0.23～0.28%,而有效侦听距离则由对照系统的5～10 m提升为自研系统的25～30 m。

关键词：激光侦听散斑图像测量技术自动聚焦现场可编程逻辑门阵列

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的新闻文本摘要方法研究

基于深度学习的新闻文本摘要方法研究

作者：杨尚儒武汉邮电科学研究院

学位级别：硕士

随着互联网新闻越来越多,想要短时高效地在众多文本中找到自己想要的内容,获取需要的信息变得越来越困难,因此文本摘要变得必不可少。抽取式摘要已经取得不错的效果,但抽取的摘要不连贯、可读性差;生成式摘要虽然能生成较为通顺的语句,... 详细信息

随着互联网新闻越来越多,想要短时高效地在众多文本中找到自己想要的内容,获取需要的信息变得越来越困难,因此文本摘要变得必不可少。抽取式摘要已经取得不错的效果,但抽取的摘要不连贯、可读性差;生成式摘要虽然能生成较为通顺的语句,但极容易偏离主题,生成错误的摘要以及重复的语句。本文将两种摘要模式结合起来,提出混合式的生成方式,另外针对现文本生成摘要中生成摘要不准确、生成词汇较死板以及文本摘要评价不准确等问题,对自动文本摘要技术进行如下改进研究:（1）针对句向量表征未使用上下文获得语义的问题,传统的抽取式摘要主要使用基于特征、图等方式的不涉及到训练的方法,基于循环神经网络的方法也仅是基于单向语义向量。本文使用改进的BERT编码向量,获取上下文语义,从而获得更好地抽取摘要,同时可以为生成方法去除冗余信息,保留关键信息。与传统的抽取摘要相比,ROUGE分数平均提升3.09分。（2）针对摘要新颖性不足、生成速度慢以及未登录词、重复词等问题,主流的生成式方法往往使用混合式的指针生成网络。本文提出了结合Transformer和改进指针生成网络的生成方法,使用自注意力机制更好更快地编码上下文向量,增加摘要选择新词的能力,增加摘要的新颖性。（3）针对现有的摘要评价方法不能很好地评价摘要质量的问题,提出新的评价方法BERT-EVAL,通过经过语义相似度训练过的BERT模型,对产生的两句子向量进行语义相似度计算,从语义角度对参考摘要和生成摘要进行比较。本文通过实验证明了本文模型的有效性,在NLPCC2017中文数据集上ROUGE得分分别提升至39.78%,25.69%,35.15%。针对新提出的摘要评价方法,本文在英文数据集上选取数据,进行人工评价,将人工评价分数分别与ROUGE分数和本文提出的BERT-EVAL分数进行相关系数比较,实验证明后者结果更好,说明评价方法的有效性。

关键词：文本摘要 BERT Transformer 指针生成网络文本摘要评价方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

SRv6转发平面的设计和实现

SRv6转发平面的设计和实现

作者：杨秋航武汉邮电科学研究院

学位级别：硕士

Segment Routing IPv6简称SRv6,完美的结合了Segment Routing和IPv6这两种网络技术。SR-v6与SR-MPLS的区别在于SRv6不再依赖MPLS标签做转发,而是用IP地址作为替代,以其极简可编程的特性可实现任意接入和任意联接,能灵活满足各种网络业... 详细信息

Segment Routing IPv6简称SRv6,完美的结合了Segment Routing和IPv6这两种网络技术。SR-v6与SR-MPLS的区别在于SRv6不再依赖MPLS标签做转发,而是用IP地址作为替代,以其极简可编程的特性可实现任意接入和任意联接,能灵活满足各种网络业务需求。由于SRv6报文相对较长,当原始报文需封装的SID层数过多时,部分芯片由于封装能力受限将导致出现SID信息封装不全的问题。且随着封装的SID信息增多,SRv6的报文头开销也随之增大,而由此所引起的网络链路带宽利用率低等问题使SRv6的部署效益受到较大限制。本文的主要工作如下:（1）针对SRv6的转发平面进行一定的设计,解决了SID层数过多时封装信息不全的问题。并且此方案具有通用性,其他芯片也可使用此设计方案来实现SRv6的封装。本文选择一款芯片对封装方案进行验证,此设计方案可完成10层SID的封装,且报文可完成正常的转发与终结。（2）在不修改SRv6的转发流程的情况下,可对标准的SRv6报文进行压缩,压缩处理可避免芯片的封装阶段处理能力有限的问题,由于SRv6报文中Segment ID占比最大,因此本文将针对提出的SID压缩方案进行测试,经验证压缩方案可完成报文的正常封装,转发和终结。

关键词：基于IPv6的分段路由 SID封装 SRv6压缩芯片封装能力带宽与时延

基于改进BERT预训练模型和图神经网络的中文文本摘要技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进BERT预训练模型和图神经网络的中文文本摘要技术

作者：徐一鸣武汉邮电科学研究院

学位级别：硕士

为了让人们能够从大量的文本信息中准确地获得关键性的内容,文本摘要技术被广泛关注。随着自然语言处理和深度学习技术的发展,很多基于深度学习的文本摘要方法被提出。本文通过对现阶段文本摘要模型进行研究,发现了针对中文的文本摘要... 详细信息

为了让人们能够从大量的文本信息中准确地获得关键性的内容,文本摘要技术被广泛关注。随着自然语言处理和深度学习技术的发展,很多基于深度学习的文本摘要方法被提出。本文通过对现阶段文本摘要模型进行研究,发现了针对中文的文本摘要模型会出现割裂语义,生成摘要不通顺,冗余信息过多,无法有效处理长句的问题。针对以上问题本文提出了一种抽取-生成式中文文本摘要模型,具体研究工作如下:(1)本文构建了适应中文的基于改进BERT抽取式文本摘要模型。模型输入不再使用字向量,而是先对数据进行分词处理后生成词向量作为输入的一部分,减少了语义割裂现象的出现。同时在遮盖预训练任务中,改变遮盖策略,采用动态长序列遮盖,提高了模型对于词语和句子的理解能力。除此之外,为了能够有效处理长文本,模型采用了层分位置编码的方式生成词向量的位置信息,作为输入的另一部分。同时删除段落编码和下一句预测任务,直接对长序列进行训练,减少了训练中噪音的干扰。本文通过消融实验验证了上述改变点能有效实现目的。(2)本文提出基于GNN的生成式文本摘要方法。使用由图数据直接映射到序列的Graph2Seq模型,将抽取式模型生成的摘要转换成图结构数据,利用图编码器生成图向量,引入关键词注意力和图注意力,构建融入多种注意力的解码器生成最终摘要。该方法能够有效的利用图结构数据和GNN的特点,生成更加精炼与通顺的摘要。本文在中文数据集nlpcc2017上对本文模型和数个基线模型进行了对比实验,实验结果表明,本文提出的抽取-生成式文本摘要在评价指标上,ROUGE-1,ROUGE-2,ROUGE-L的得分分别为40.07%,23.17%,32.27%,得分均高于现在比较常见的文本摘要模型,同时通过实例展示可以看出,本文模型生成的摘要更加精炼通顺并且契合主题。综上所述,本文提出的文本摘要模型在中文数据集上表现较好,具有一定参考价值。

关键词：中文文本摘要 BERT GNN

面向数据中心互联设备的Web网络管理系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向数据中心互联设备的Web网络管理系统的设计与实现

作者：赵苗苗武汉邮电科学研究院

学位级别：硕士

随着网络科技的发展和应用,大数据时代的到来使得作为基础设施承载业务的数据中心的规模有了翻天覆地的变化,数据中心互联（Data Center Interconnection,DCI）设备的出现实现了数据中心规模灵活扩展和业务灵活部署,但由于数据中心互联... 详细信息

随着网络科技的发展和应用,大数据时代的到来使得作为基础设施承载业务的数据中心的规模有了翻天覆地的变化,数据中心互联（Data Center Interconnection,DCI）设备的出现实现了数据中心规模灵活扩展和业务灵活部署,但由于数据中心互联设备种类的多样化以及产品规格不一致的特点,给管理人员与用户的管理和配置工作增加了难度。本文基于B/S模式,采用嵌入式Web服务器:Go Ahead,将Web技术应用到数据中心互联设备的网管系统中,实现对数据中心互联设备的Web管理与配置,其中嵌入式Web服务器的访问便捷性和配置灵活性,极大的提高了嵌入式设备的管理与配置效率。本文主要工作内容如下:（1）面向数据中心互联设备提供了一个嵌入式Web网络管理方案,该方案将Web管控与命令行对接,在原有设备的CLI（Command Line Interface,命令行接口）命令行功能上即可实现对设备的远程管理与配置。（2）设计了Web网管系统的总体框架和功能模块,主要包括用户管理功能、设备参数查询功能以及设备参数配置功能。（3）基于数据中心互联设备平台架构,分别实现了Web前端模块、Web服务器通信模块和JSON（Java Script Object Notation,Java Script对象符号）与CLI适配模块,并设计了各模块的容错性。研究并提出了一种JSON到传统命令行的映射机制,使用可定制配置文件的映射机制将JSON格式数据灵活映射成CLI命令行,再利用CLI模块对设备业务的配置,实现Web图形化管控。（4）完成了Web网管系统相关功能的测试工作,包括功能测试和性能测试,结果显示JSON数据可以成功转换成命令行并下发,网管系统功能基本实现,且性能符合预期。

关键词：数据中心互联设备 GoAhead 嵌入式Web网管 JSON 命令行

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GAN的人脸盲超分辨率的研究与实现

基于GAN的人脸盲超分辨率的研究与实现

作者：郭小萌武汉邮电科学研究院

学位级别：硕士

人脸超分辨率是计算机视觉的一个热点研究方向,目前多数算法仅针对双三次降采样或其他高斯模糊技术生成的人工低分辨率图片进行超分。但真实场景下采集到的人脸图像往往受到噪声、模糊、低分辨率等复杂降质因素的干扰,这导致传统的人脸... 详细信息

人脸超分辨率是计算机视觉的一个热点研究方向,目前多数算法仅针对双三次降采样或其他高斯模糊技术生成的人工低分辨率图片进行超分。但真实场景下采集到的人脸图像往往受到噪声、模糊、低分辨率等复杂降质因素的干扰,这导致传统的人脸超分具有较低的鲁棒性,无法满足现实需要。因此对真实场景下的人脸图片进行盲超分具有重要的现实意义。针对这一问题,常见的人脸盲超分算法分为有监督和无监督两种技术方向。其中基于有监督的算法往往通过引入先验知识来生成人脸,该算法生成的图片质量较高,但存在先验知识质量不佳和鲁棒性较低的缺点。无监督算法具有广泛的适用性和较高的鲁棒性,但其训练不稳定导致可行解空间过大,最终造成生成的图片质量较差。本文针对上述两种思路各自的难点分别提出两种算法,具体研究内容如下:（1）提出一种基于生成性人脸先验的人脸盲超分算法GPLFSR。该算法将强大的人脸生成网络Style GAN2作为先验知识引入到人脸盲超分过程中。在现有GLEAN网络的编码器-潜在库-解码器结构的基础上引入了一种更精细的先验特征结合方法,即信道压缩激励空间特征变换（SE-SFT）层。通过SE-SFT层使网络可以更好地利用预训练网络中的先验信息,使网络在增加鲁棒性的同时在超分结果的真实性和保真度之间取保持平衡。此外,为了提高网络性能,本文引入了身份一致性损失。实验结果表明,该方法在16×放大因子下的感知指标和视觉效果优于现有的人脸超分方法。（2）提出一种基于降质变分自编码器（DAE）来引导Cycle GAN实现人脸盲超分辨率的算法DAE-Cycle GAN。本章提出用变分自编码器来学习真实场景的图片降质过程,并基于Cycle GAN设计整体架构来进行无监督循环训练。这使得降质网络DAE可以从真实低质量图片中学习到噪声和降质模型并生成与高清图片对应的真实低质量图片,而超分网络则可基于成对的图片进行训练。该算法由于并未用到人脸的先验信息,所以网络也适用于传统图像的超分。实验表明,提出的网络在无监督训练的前提下可取得与有监督网络相当的人眼感官和更好的数值指标,且本网络在真实场景下具有更强的鲁棒性。

关键词：人脸盲超分辨率生成对抗网络生成性先验变分自编码器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的3D人脸重建算法研究

基于深度学习的3D人脸重建算法研究

作者：门豪武汉邮电科学研究院

学位级别：硕士

三维人脸重建技术在信息安全、日常生活中的应用已经得到了广泛部署,同时解决由于生成时间复杂度、三维点云数据质量等因素,影响三维人脸生成质量的问题仍然是一个技术难点,本文针对现有三维人脸重建算法存在的问题展开研究,具体研究内... 详细信息

三维人脸重建技术在信息安全、日常生活中的应用已经得到了广泛部署,同时解决由于生成时间复杂度、三维点云数据质量等因素,影响三维人脸生成质量的问题仍然是一个技术难点,本文针对现有三维人脸重建算法存在的问题展开研究,具体研究内容如下:(1)针对现有三维人脸重建算法中,由于三维点云数据不密集,造成三维人脸生成质量不佳的问题,本文提出了区域色彩迁移算法。该算法先标注色彩填充区域,并在标注区域内部对填充色块进行色彩迁移,从而达到在不改变三维点云数据的情况下提升三维人脸的生成质量。实验结果表明,在公开数据集ALFW2000-3D下,本文所提出网络的三维人脸生成质量相比于PRN算法在色彩填充块占比中从原有的33.2%下降到了4.3%,质量提升了28.9%,在改善三维人脸生成质量上有着明显的优势。(2)针对现有三维人脸重建算法中生成的三维人脸存在网格状纹理的问题,本文提出了使用GAN网络对输入的纹理图进行平滑处理,该方法改善了传统平滑算法直接作用于三维点云数据会导致三维模型畸变的现象,同时解决了纹理图与三维点云拟合过程中因平滑算法所导致的无法拟合的问题,实验结果表明,在使用相同的输入二维人脸图片所生成的三维人脸模型中,本文所提出的网络相较于PRN等其他三维人脸生成算法在人脸生成质量上更加接近输入图片。(3)针对在三维人脸拟合的过程中需要遍历三维点云数据导致的生成人脸模型速度过慢的问题,本文使用GAN网络将已经进行过密集对齐的纹理图作为输入,输出的纹理图仍然保留密集对齐信息,从而保证了在三维人脸拟合的过程中,不需要再次遍历三维点云数据进行密集对齐,改善了三维人脸的生成时间复杂度。实验结果表明,在公开数据集ALFW2000-3D下,本文中模型的算法时间复杂度由当前最优的三维人脸生成算法PRN的单张三维人脸生成时间9.8ms提升到了7.5ms,速度提升了23%,在改善生成时间复杂度上有明显优势。

关键词：三维人脸重建 GAN网络色彩迁移平滑算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于WSON的业务保护与恢复机制的研究

基于WSON的业务保护与恢复机制的研究

作者：关梦婷武汉邮电科学研究院

学位级别：硕士

波长交换光网络即WSON是基于波分复用传输网的自动交换光网络,是目前国际互联网工程任务组标准组织倡导的智能波分标准,可实现大容量、端到端的全光网通信,WSON是在ASON的基础上进行优化、完善,最终实现光网上E2E的波长调度的智能光网络... 详细信息

波长交换光网络即WSON是基于波分复用传输网的自动交换光网络,是目前国际互联网工程任务组标准组织倡导的智能波分标准,可实现大容量、端到端的全光网通信,WSON是在ASON的基础上进行优化、完善,最终实现光网上E2E的波长调度的智能光网络。WSON智能化的关键是加载控制平面,并在检测到告警之后进行自动保护倒换（APS）。当前WSON网络采取OTU告警触发业务保护倒换,在业务倒换重新算路时存在无法排除故障链路的问题,导致业务中断时间过长。本论文提出一种OA-OSC联合告警算法,可优化OTU告警的问题,在业务倒换时排除故障链路避免无效算路。本文的主要工作如下:（1）研究基于WSON控制平面的生存性,光网络生存性具体表现为保护与恢复功能,本文详细说明了WSON在不同组网中具体的保护与恢复方式。（2）阐述告警是网络出现故障时触发业务保护或倒换的关键并详细说明了目前WSON中采取的告警机制的运作方式,之后在传统告警的基础上提出了一种新的OA-OSC联合告警算法。（3）阐明OA-OSC联合告警算法的设计原理,并具体说明了在不同保护与恢复方式下联合告警算法的实现。最后得出此算法与传统告警相比可减少业务倒换所需时间,从而减少业务中断时间,可进一步提高WSON网络的生存性。（4）利用现网设备构造实验场景,分别采用联合告警与传统OTU告警完成断纤情况下业务的保护与倒换,验证了该算法在业务倒换重新算路时能排除网络中故障链路,可优化当前OTU告警。

关键词： WSON 控制平面 APS 告警网络生存性