检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于强化学习的人员轮休调度方法

计算机集成制造系统 2024年第10期30卷 3566-3577页

作者：李甜甜陈德胜曹斌浙江工业大学计算机科学与技术学院(软件学院)

针对传统调度方法求解效果差、效率低、轮休约束表达不准确的问题，首次提出一种基于强化学习的人员轮休调度方法。该方法将轮休调度过程构建为Markov决策过程，利用动作掩码方法实现轮休约束，通过深度Q网络(DQN)方法对轮休调度的策略... 详细信息

针对传统调度方法求解效果差、效率低、轮休约束表达不准确的问题，首次提出一种基于强化学习的人员轮休调度方法。该方法将轮休调度过程构建为Markov决策过程，利用动作掩码方法实现轮休约束，通过深度Q网络(DQN)方法对轮休调度的策略进行学习。最后，采用学习得到的调度策略对人员进行快速安排。实验表明，在遵守轮休约束的前提下，该方法能够快速给出匹配每日人力需求的人员安排。对比传统的基于遗传的方法，该方法在人力需求拟合上的安排偏差更小，求解效率更高。

关键词：轮休调度强化学习 Markov决策过程深度Q网络动作掩码

在线全文

学校读者我要写书评

暂无评论

执行时间预测驱动的工作流作业调度

国防科技大学学报 2024年第5期46卷 228-238页

作者：胡亚红邱圆圆毛家发浙江工业大学计算机科学与技术学院浙江杭州310023

针对工作流作业调度问题,提出使用关键路径法进行工作流的执行时间预测和资源分配。工作流执行时间预测算法使用并行应用有向无环图描述工作流中子作业的执行顺序。基于此顺序,为子作业进行系统资源的逻辑分配。根据子作业的特征和资源... 详细信息

针对工作流作业调度问题,提出使用关键路径法进行工作流的执行时间预测和资源分配。工作流执行时间预测算法使用并行应用有向无环图描述工作流中子作业的执行顺序。基于此顺序,为子作业进行系统资源的逻辑分配。根据子作业的特征和资源分配信息,使用梯度提升决策树进行子作业执行时间预测,并计算工作流的关键路径。关键路径上所有子作业的完成时间之和即为工作流的执行时间。若预测的工作流执行时间满足用户要求,则根据子作业执行顺序和资源分配方案进行作业调度,执行工作流。对比实验表明,两个工作流的执行时间预测误差分别为5.72%和1.57%。与Spark默认调度算法相比,工作流调度算法将两个工作流的完成时间分别缩短了15.71%和15.44%。

关键词：工作流时间预测关键路径调度算法梯度提升决策树

基于知识图谱多集池化的健康状态智能评估方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第3期30卷 893-905页

作者：张元鸣肖士易徐雪松程振波肖刚浙江工业大学计算机科学与技术学院浙江杭州310023

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依... 详细信息

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依赖关系。在此基础上,设计了图多集池化网络模型,该模型通过节点特征学习、第一级图池化、自注意力特征学习和第二级图池化能够生成图谱的整体向量表示,将健康状态评估转换为基于表示学习的图谱分类任务。在公开的发动机数据集上对所提方法进行了实验评价,结果表明,该方法能够获得较高的评估准确度,在小样本情况下也表现出良好的优势。

关键词：健康状态评估图神经网络知识图谱时空特征图池化

在线全文

学校读者我要写书评

暂无评论

融合多模态数据的小样本命名实体识别方法

软件学报 2024年第3期35卷 1107-1124页

作者：张天明张杉刘曦曹斌范菁浙江工业大学计算机科学与技术学院浙江杭州310023

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成... 详细信息

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成本问题,命名实体识别任务常常受限于标注样本的稀缺.尽管基于文本的小样本命名实体识别方法已取得较好的泛化表现,但由于样本量有限,使得模型能提取的语义信息也十分受限,进而导致模型预测效果依然不佳.针对标注样本稀缺给基于文本的小样本命名实体识别方法带来的挑战,提出了一种融合多模态数据的小样本命名实体识别模型,借助多模态数据提供额外语义信息,帮助模型提升预测效果,进而可以有效提升多模态数据融合、建模效果.该方法将图像信息转化为文本信息作为辅助模态信息,有效地解决了由文本与图像蕴含语义信息粒度不一致导致的模态对齐效果不佳的问题.为了有效地考虑实体识别中的标签依赖关系,使用CRF框架并使用最先进的元学习方法分别作为发射模块和转移模块.为了缓解辅助模态中的噪声样本对模型的负面影响,提出一种基于元学习的通用去噪网络.该去噪网络在数据量十分有限的情况下,依然可以有效地评估辅助模态中不同样本的差异性以及衡量样本对模型的有益程度.最后,在真实的单模态和多模态数据集上进行了大量的实验.实验结果验证了该方法的预测F1值比基准方法至少提升了10%,并具有良好的泛化性.

关键词：命名实体识别多模态数据小样本学习元学习去噪网络

共生理论视域下高职院校专业群基层教学组织协同发展模式

在线全文

学校读者我要写书评

暂无评论

高等工程教育研究 2024年第2期 150-155页

作者：吴向明詹佳丽浙江工业大学教育科学与技术学院宁波职业技术学院

随着高职院校推进服务国家战略与地方经济社会发展需要的高水平专业群建设,专业群基层教学组织共生发展已成为一种必然要求。基于共生理论,针对专业群基层教学组织目标不统一、合作制度不健全、教研文化不完善的问题,从课程、教师和机... 详细信息

随着高职院校推进服务国家战略与地方经济社会发展需要的高水平专业群建设,专业群基层教学组织共生发展已成为一种必然要求。基于共生理论,针对专业群基层教学组织目标不统一、合作制度不健全、教研文化不完善的问题,从课程、教师和机制三个方面提出基层教学组织协同建设分析框架。专业群基层教学组织协同发展模式根据协同任务、协同过程与协同程度可以归纳为四种模式:单任务松散型(创立期)、多任务松散型(指令期)、多任务紧密型(规范期)、全任务紧密型(合作期)。为加快推进专业群基层教学组织协同发展进程,高职院校还需要优化教学共生环境和合作共生环境。

关键词：高职院校专业群基层教学组织协同模式

在线全文

学校读者我要写书评

暂无评论

基于软标签的OCT内外指纹提取方法

光子学报 2024年第9期53卷 242-257页

作者：张怡龙朱胜明王海霞孙昊浩燕锐浙江工业大学计算机科学与技术学院杭州310000

现有的光学相干层析内外指纹提取方法对轮廓依赖性强,且容易受到噪声和错误的干扰,影响指纹的质量和识别率。为解决该问题,提出一种基于软标签和坐标注意力U-Net的光学相干层析内外部指纹提取方法。在标注过程中,根据角质层和活性表皮... 详细信息

现有的光学相干层析内外指纹提取方法对轮廓依赖性强,且容易受到噪声和错误的干扰,影响指纹的质量和识别率。为解决该问题,提出一种基于软标签和坐标注意力U-Net的光学相干层析内外部指纹提取方法。在标注过程中,根据角质层和活性表皮层轮廓的位置为周围像素分配不同的概率权重,使得接近轮廓中心的像素具有更高的概率权重。然后,利用U-Net网络学习这种概率分布,该设计不仅考虑了轮廓及其周围像素的权重信息,同时减少了噪声和错误的影响,降低了算法对轮廓准确性的依赖性。同时,为了更好地聚焦于角质层和活性表皮层区域的位置信息,还在U-Net网络中引入了坐标注意力模块。最终,根据网络预测的概率分布结果和原始图像的灰度信息,生成内外部指纹图像。实验证明,所提方法显著提升了指纹的质量和匹配性能。

关键词：光学相干层析坐标注意力内外部指纹软标签

在线全文

学校读者我要写书评

暂无评论

面向非稳态场景的生命体征监测优化方法

计算机研究与发展 2024年第2期61卷 481-493页

作者：邱杰凡徐一帆徐瑞吉周栋利池凯凯浙江工业大学计算机科学与技术学院杭州310023

使用基于调频连续波的毫米波雷达监测生命体征信息,具有无接触、隐私保护性好、高分辨率以及抗干扰性好等优势,逐渐成为研究热点.然而,目前研究者主要关注如何提高被测对象处于稳态(如静止)时的体征监测效果,但受制于肢体运动对雷达信... 详细信息

使用基于调频连续波的毫米波雷达监测生命体征信息,具有无接触、隐私保护性好、高分辨率以及抗干扰性好等优势,逐渐成为研究热点.然而,目前研究者主要关注如何提高被测对象处于稳态(如静止)时的体征监测效果,但受制于肢体运动对雷达信号的干扰,使得该技术在非稳态场景中的应用受到限制.提出一种基于人体运动状态识别的非稳态场景体征监测方法,以best-effort方式实现了存在大幅度肢体动作的场景中对体征信息的监测,并且能够识别对应的动作类型.首先,根据运动特征计算出带有距离-主导速度信息的特征频谱图.其次,使用一种滑动窗口采样方法以采集连续样本.随后训练ResNet-18网络来识别运动状态以及分类运动类型.最后,基于运动状态分类结果,在运动间歇期提取信号的相位信息,采用变分模态分解算法进行呼吸速率和心率的提取.实验结果表明,训练后的网络可以精确地识别运动状态和运动类型,识别准确率接近97%,识别延迟小于1.1 s.对呼吸和心率的监测结果的平均绝对误差(MAD)下降到1.7 bpm和3.4 bpm.

关键词：毫米波雷达生命体征监测运动状态识别滑动窗口采样残差网络变分模态分解

在线全文

学校读者我要写书评

暂无评论

伪蛋白生物材料的分类、合成及其应用

化工进展 2024年第4期43卷 2001-2016页

作者：薛云娇张璇刘洋陈玉焕房静杨芳河北工业大学化工学院天津300130 天津生物工程职业技术学院天津300462

伪蛋白是一种新型合成生物可降解材料,以氨基酸为基本结构单元,它与蛋白质不同的是除了含有肽键外,还含有其他连接基团,这种结构使其既具有蛋白质的优良特性,又具有良好的力学性能、热性能、可调节的物理化学性能以及优异的细胞相容性... 详细信息

伪蛋白是一种新型合成生物可降解材料,以氨基酸为基本结构单元,它与蛋白质不同的是除了含有肽键外,还含有其他连接基团,这种结构使其既具有蛋白质的优良特性,又具有良好的力学性能、热性能、可调节的物理化学性能以及优异的细胞相容性和3D微孔结构等性质,因此伪蛋白能够有效应用于载体、伤口愈合、组织工程等生物医药领域。本文首先综述了目前所研究的伪蛋白的类型,包括非功能性和功能性伪蛋白两类;之后详细阐述了缩聚合成伪蛋白的方法,包括溶液缩聚、界面聚合、熔融缩聚、开环聚合四种方法;接着归纳了伪蛋白生物材料在药物载体、基因载体、组织工程、创面敷料等方面的应用;最后,对伪蛋白生物材料在合成路线及应用方面未来的发展进行了探讨和展望。

关键词：伪蛋白合成聚合物载体组织工程

维普期刊数据库博看期刊

基于最大−最小策略的纵向联邦学习隐私保护方法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年第7期50卷 1373-1388页

作者：李荣昌刘涛郑海斌陈晋音刘振广纪守领浙江工业大学信息工程学院杭州310023 浙江工业大学计算机科学与技术学院杭州310023 浙江工业大学网络空间安全研究院杭州310023 浙江大学网络空间安全学院杭州310007 浙江大学计算机科学与技术学院杭州310007

纵向联邦学习(Vertical federated learning,VFL)是一种新兴的分布式机器学习技术,在保障隐私性的前提下,利用分散在各个机构的数据实现机器学习模型的联合训练.纵向联邦学习被广泛应用于工业互联网、金融借贷和医疗诊断等诸多领域中,... 详细信息

纵向联邦学习(Vertical federated learning,VFL)是一种新兴的分布式机器学习技术,在保障隐私性的前提下,利用分散在各个机构的数据实现机器学习模型的联合训练.纵向联邦学习被广泛应用于工业互联网、金融借贷和医疗诊断等诸多领域中,因此保证其隐私安全性具有重要意义.首先,针对纵向联邦学习协议中由于参与方交换的嵌入表示造成的隐私泄漏风险,研究由协作者发起的通用的属性推断攻击.攻击者利用辅助数据和嵌入表示训练一个攻击模型,然后利用训练完成的攻击模型窃取参与方的隐私属性.实验结果表明,纵向联邦学习在训练推理阶段产生的嵌入表示容易泄漏数据隐私.为了应对上述隐私泄漏风险,提出一种基于最大−最小策略的纵向联邦学习隐私保护方法(Privacy preservation method for vertical federated learning based on max-min strategy,PPVFL),其引入梯度正则组件保证训练过程主任务的预测性能,同时引入重构组件掩藏参与方嵌入表示中包含的隐私属性信息.最后,在钢板缺陷诊断工业场景的实验结果表明,相比于没有任何防御方法的VFL,隐私保护方法将攻击推断准确度从95%下降到55%以下,接近于随机猜测的水平,同时主任务预测准确率仅下降2%.

关键词：纵向联邦学习属性推断攻击隐私保护最大−最小策略工业互联网