计算机
无摘要
未来网络的网内存储优化存在依赖特定协议、基于网络高层次结构实现、缺乏实际部署应用的问题。为此,采用协议无感知转发(POF)软件定义网络技术,设计控制面与数据面的功能和交互方式,构建一种应用于数据链路层的协同存储架构。通过扩充POF相关指令与处理流程,基于该协同存储架构提出一种有效利用周边节点缓存资源的协同存储方法O实验结果表明,该方法能够对上层未来网络应用提供透明的协同存储支持,比基于CCNx、NDN的协同存储方法具有更高的转发效率。
近年来,新兴的图神经网络因其强大的图学习和推理能力,得到学术界和工业界的广泛关注,被认为是推动人工智能领域迈入“认知智能”阶段的核心力量.图神经网络融合传统图计算和神经网络的收稿日期:2021-03-01;修回日期=2021-04-26基金项目:国家自然科学基金项目(61732018,61872335,61802367);中国科学院国际伙伴计划(171111KYSB20200002);数学工程与先进计算国家重点实验室开放基金(2019A07)ThisworkwassupportedbytheNationalNaturalScienceFoundationofChina(61732018,61872335,61802367),theInternationalPartnershipProgramofChineseAcademyofSciences(171111KYSB20200002),andtheOpenProjectProgramoftheStateKeyLaboratoryofMathem
当代高能物理实验规模庞大且产生的实验数据量急剧增加,向数据获取软件系统提出更为严格、复杂、高性能的处理要求。借助于高速互联网络和强大的处理单元,采用分布式的数据获取软件的数据收集和处理能力得到显著提升,从而更高效地实现粒子物理实验数据获取目标。这种分布式数据获取处理架构在功能上主要负责对多个数据处理进程的运行控制和管理、软硬件配置、状态监控、信息共享和交互等。相较于基于消息传递的分布式协调服务,以Redis为中心的共享内存技术简化了数据获取系统中多进程间的同步,实现轻量级的CAP最终平衡,还作为中心数据库完成数据获取过程中信息的共享需求,是实现分布式处理框架的一种方便、轻巧、实用的解决方案,在当前规模的高能物理实验计算集群中可以可靠、稳定地开发实现和部署运行。
无线传感器网络(wsN)在复杂的山地环境中进行节点定位时,节点部署稀疏会造成定位误差。为此,提出一种wsN节点三维定位算法。根据节点的稀疏程度,融合三维近似三角形内点测试(APIT)算法和DV-Hop算法预估未知节点位置,并搜索邻近节点形成平面,经过未知节点的坐标向平面作垂线,得到垂点坐标的平均值作为未知节点的最终位置。实验结果表明,与APIT算法、DV-Hop算法相比,该算法提高了节点定位精度。
线性判别分析(LDA)是最经典的子空间学习和有监督判别特征提取方法之一.受到流形学习的启发,近年来众多基于LDA的改进方法被提出.尽管出发点不同,但这些算法本质上都是基于欧氏距离来度量样本的空间散布度.欧氏距离的非线性特性带来了如下两个问题:1)算法对噪声和异常样本点敏感;2)算法对流形或者是多模态数据集中局部散布度较大的样本点过度强调,导致特征提取过程中数据的本质结构特征被破坏.为了解决这些问题,提出一种新的基于非参数判别分析(NDA)的维数约减方法,称作动态加权非参数判别分析(DWNDA).DWNDA采用动态加权距离来计算类间散布度和类内散布度,不仅能够保留多模态数据集的本质结构特征,还能有效地利用边界样本点对之间的判别信息.因此,DWNDA在噪声实验中展现出对噪声和异常样本的强鲁棒性.此外,在人脸和手写体数据库上进行实验,DWNDA方法均取得了优异的实验结果.
针对用户终端数据卸载过程中难以同时实现高隐私安全和低时间消耗的目标,提出了一种具有隐私保护的边缘计算高效数据卸载方法。首先,利用时间计算模型和隐私熵值分别将用户终端时间消耗和数据隐私安全程度进行量化,并建立一个多目标优化问题模型;其次,利用改进强度帕累托进化算法对时间消耗和隐私熵值进行联合优化;最后,利用基于熵权法的多属性决策方法选取最优的时间消耗和隐私熵组合策略。在多终端用户多计算任务的边缘计算下展开实验研究和对比分析,结果表明,该方法在降低传输时间的基础上还增强了数据卸载传输的安全性。
在群签名方案中,群中的任意一个合法群成员都可以代替整个群组对某个消息进行签名,验证者只能验证签名者属于该群组中的一员,但不能得知签名者的具体身份。提出一个基于中国剩余定理的前向安全群签名方案。该方案可以动态地增加和删除群用户成员而无须频繁更改群公钥,并在验证签名和打开签名时只需要进行模运算即可实现,同时针对密钥泄露问题实现了前向安全性。最后对方案进行了安全性分析和效率分析,结果表明该方案具有匿名性、可撤销性、防伪造性和追踪性。
针对电动货车路径优化问题,应用物流网络以及电动货车电量消耗等方面的知识,研究了电动货车的智能调度方法,构建了带时间窗的电动货车路径优化模型(electricvehicleroutingproblemwithtimewindow,EVRPTW)。该模型考虑了耗电量与电动货车行驶速度、载重量之间的关系,客户满意度与软时间窗之间的关系。同时,引入了计算机智能算法,充分利用了遗传算法、头脑风暴算法等优化算法的智能化特征,有效提高了电动货车的配送效率。仿真结果表明:该模型运用头脑风暴算法的最优值精确度和收敛速度都优于遗传算法,可以有效解决EVRPTW问题。所提出的模型和算法能明显提高配送中心的配送效率,节省充电成本,提高顾客满意度。针对配送中心电动货车运营调度管理的特点,借助计算机技术以及自动控制技术,进一步提高了电动货车的配送效率,为物流网络系统的智能化调度提供技术准备。
无摘要
利用遥感图像快速准确地检测地物信息是当前的研究热点。针对遥感图像地表物的传统人工目视解译分割方法效率低下和现有基于深度学习的遥感图像分割算法在复杂场景下准确率不高、背景噪声多的问题,提出一种基于改进的U-net架构与全连接条件随机场的图像分割算法。首先,融合VGG16和U-net构建新的网络模型,以有效提取具有高背景复杂度的遥感图像特征;然后,通过选取适当的激活函数和卷积方式,在提高图像分割准确率的同时显著降低模型预测时间;最后,在保证分割精度的基础上,使用全连接条件随机场进一步优化分割结果,以获得更加细致的分割边缘。在ISPRS提供的标准数据集Potsdam上进行的仿真测试表明,相较于U-net,所提算法的准确率、召回率和均交并比(MIoU)分别提升了15.06个百分点、29.11个百分点和0.3662,平均绝对误差(MAE)降低了0.02892。实验结果验证了该算法具备有效性和鲁棒性,是一种有效的遥感图像地表物提取算法。
针对现有基础设施即服务(lvhongwu@hrbeu.edu.cn)可用性模型难以计算存在多个可用物理机器(IaaSIaaS基于Markov过程的可用性分析方法。首先,将计算资源划分为)概率的问题,提出一种三类;然后,结合资源分配过程的相应阶段对可用性影响进行建模,分别生成对应的三种分配子模型,子模型之间通过不同种类计算资源过程建立方程组以对可用性模型进行求解;最后,结合实的转换关系相互协作,构建系统整体模型;其次,基于的数例对分析模型进行验证,并对量有助于提升变迁速率等关键影响因素进行了分析。实验结果表明,增加的概率。的可用性。所提方法可以用于评估存在一个或多个可用warmPMcoldPMcoldPM尤其是MarkovhotPMPMPMPM和、IaaS
为了在不修改处理器结构的基础上检测代码重用攻击,提出面向代码重用攻击检测的安全调试架构。针对通用基础调试结构可利用的调试信号,设计总线跟踪模块,为执行内存访问控制提供接口。研究基于性能计数器的函数级代码重用攻击检测方法,增加跟踪检测微控制单元,使安全调试架构与性能计数器配合工作,在不插桩的前提下完成检测。实验结果表明,安全调试架构传输延时小,资源消耗少,能够有效检测代码重用攻击。
传统的卷积神经网络用到的方法是在稀疏表示的超分辨率图像的基础上学习高/低分辨率图像之间端到端的映射,输入的是高分辨率的图像,输出的是低分辨率的图像,拥有三层卷积层的SRCNN虽然有一定的重建效果,但是感受野较低,因此,提出加深网络结构的方法,此次改进使得后面的网络层拥有更大的感受野,这样结果的像素点可以根据更多的像素点来推断。但是考虑到网络结构加深对传输速率的影响,通过引入局部残差学习和全局残差学习相结合的方法来提高学习率,通过该办法有效地加快了收敛速度,并且通过实验结果验证,与已有的Bicubic、SRCNN和VDSR相比,重建效果在峰值信噪比、结构相似性和视觉效果上均有所提升。
打印机喷头结构不合理,会出现温度场分布不均现象,导致喷头堵塞,影响打印速度。为此,本文提出基于FDM工艺结构的3D打印机高温喷头结构优化研究。设计三维CAD模型,控制喷头移动,结合喷头结构,计算热传导遵循的傅里叶定律与稳定热传导规律;从模型“台阶效应”、挤出丝材两方面探究影响喷头打印效果的主要因素,在确保打印质量前提下,利用磁制冷方法,经过多次调试,确定最佳压力值,优化送丝机构,设计制冷装置,实现高温喷头结构优化。仿真实验证明,优化后的高温喷头温度分布更为合理,有效避免喷头堵塞现象,可实现高速度持续打印。
求解不可满足问题的极小不可满足子集(minimalunsatisfiablesubset,MUS)是人工智能领域的重要研究方向.MARCO-M方法是目前采用单一极大化模型求解MUS效率最高的方法,但此方法未对求解空间进行进一步有效剪枝.针对MARCO-M方法的不足,结合可满足问题求解复杂度低于不可满足问题的特征,提出基于双模型即极大-中间化模型的MARCO-MAM方法求解MUS.此方法对中间模型求解若得到极大可满足子集(maximalsatisfiablesubset,MSS),则利用可满足问题对应求解空收稿日期:2018-12-24;修回日期:2019-05-09基金项目:国家自然科学基金项目(61872159,61672261,61502199)ThisworkwassupportedbytheNationalNaturalScienceFoundationofChina(61872159,61672261,61502199)通信作者:张立明(limingzhang@jlu.e
随着航天测控装备信息化建设的不断深入,为提高装备自动化水平,提高装备运行效率,提升装备运用效能,提出了基于智能计划管理的自动化运行理念;研究了航天测控装备自动化运行的主要需求、运行模式、体系构成、计划智能调度算法等关键技术,并将该技术实践应用于航天测控装备运行管理系统建设,实现了基于智能计划管理的自动化运行能力,达到了预期效果。
针对k-means算法对于远离群点敏感和k值难以确定等缺陷,在分析已有的k-means改进算法的基础上,引进肘部法则的思想对数据进行优化处理并且根据自适应思想结合误差平方和SSE(sumofsquarederror),提出一种自适应调整k值的k-means改进算法。选取机器学习库中的真实数据集进行仿真实验,其结果表明,改进后的k-means算法中的剔除远离群点和自适应调整k值的方法均可行,准确性高、聚类效果质量更优。
针对小波变换边缘检测算法抗噪能力差、图像边缘不连续等缺点,提出一种将二进小波变换与形态学算子融合的边缘检测算法。利用新构造的二进小波滤波器边缘检测算法对含噪图像进行边缘检测,可以保留较多的边缘细节;利用新设计的多结构抗噪形态学算子对含噪图像进行边缘检测,抑制噪声良好;将两种算法得到的边缘结果按一定规则进行融合,利用Laplace算子锐化融合后的图像,得到最终的边缘检测结果。实验结果表明,该融合算法在抑制噪声的同时显示较多的图像细节,检测的图像边缘连续且准确。
对话系统作为人机交互的重要方式,有着广泛的应用前景。现有的对话系统专注于解决语义一致性和内容丰富性等问题,对于提高人机交互以及产生人机共鸣方向的研究关注度不高。如何让生成的语句在具有语义相关性的基础上更自然地与用户交流是当前对话系统面临的主要问题之一。首先对对话系统进行了整体情况的概括。接着介绍了情感对话系统中的对话情绪感知和情感对话生成两大任务,并分别调研归纳了相关方法。对话情绪感知任务大致分为基于上下文和基于用户信息两类方法。情感对话生成的方法包括规则匹配算法、指定情感回复的生成模型和不指定情感回复的生成模型,并从情绪数据类别和模型方法等方面进行了对比分析。然后总结整理了两大任务下数据集的特点和链接便于后续的研究,并归纳了当前情感对话系统中不同的评估方法。最后对情感对话系统的工作进行了总结和展望。