期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到144篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进高斯混合变分自编码器的半监督情感音乐生成
1
作者 胥备 刘桐 《计算机科学》 CSCD 北大核心 2024年第8期281-296,共16页
音乐可以通过序列化的声音信息传递声音内容和情感。情感是音乐所表达的语义中的重要组成部分,因此,音乐生成技术不仅要考虑音乐的结构信息,还应融入情感元素。现有的情感音乐生成技术大多采用基于情感标注的完全监督方法,但音乐领域缺... 音乐可以通过序列化的声音信息传递声音内容和情感。情感是音乐所表达的语义中的重要组成部分,因此,音乐生成技术不仅要考虑音乐的结构信息,还应融入情感元素。现有的情感音乐生成技术大多采用基于情感标注的完全监督方法,但音乐领域缺乏大量标准的情感标注数据集,且情感标签不足以表达音乐的情感特征。针对上述问题,提出了基于改进的高斯混合变分自编码器(Gaussian Mixture Variational Autoencoders,GMVAE)的半监督情感音乐生成方法(Semg-GMVAE),将音乐的节奏特征和调式特征与情感建立联系,同时向GMVAE中引入一种特征解纠缠机制来分别学习这两种特征的潜在变量表示,并对其进行半监督聚类推断。最后通过操纵音乐的特征表示,实现了针对快乐、紧张、悲伤、平静情感的音乐生成与情感转换。同时,针对GMVAE难以区分不同情感类别数据的问题,实验指出其关键原因是GMVAE证据下界中的方差正则项与互信息抑制项使得各类别的高斯分量分散性不足,从而影响学习表示的性能和生成的数据样本的情感质量。因此,Semg-GMVAE对这两项因子分别进行了惩罚和增强,并使用Transformer-XL作为编码器和解码器以提升在长序列音乐上的建模能力。基于真实数据集的实验结果表明,相比现有方法,Semg-GMVAE能够将不同情感的音乐在潜在空间中更好地分离,增强了音乐与情感的关联程度,并且能够有效对不同音乐特征进行解纠缠分离,最后通过改变特征表示更好地实现情感音乐生成或情感切换。 展开更多
关键词 情感音乐生成 半监督生成模型 解纠缠表示学习 高斯混合变分自编码器 Transformer-XL
下载PDF
基于双向GRU和CNN的药物相互作用关系抽取 被引量：3
2
作者 龚乐君 刘晓林 +1 位作者 高志宏 李华康 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第6期108-113,共6页
不同药物由于药效动力学和药代动力学的差异可能会产生不可预知的副作用,甚至威胁患者的生命安全。在信息技术飞速发展及指数级生物医学文献增加的背景下,从文本中提取药物相互作用成为可能,为此本文提出一种基于双向门控循环单元(GRU)... 不同药物由于药效动力学和药代动力学的差异可能会产生不可预知的副作用,甚至威胁患者的生命安全。在信息技术飞速发展及指数级生物医学文献增加的背景下,从文本中提取药物相互作用成为可能,为此本文提出一种基于双向门控循环单元(GRU)和卷积神经网络(CNN)相融合的双层药物关系抽取模型,使用DDIExtraction2013作为数据集进行多组实验评估,实验结果获得最高75%的综合测评率;与其他方法相比较,基于双向GRU和CNN的双层模型可以有效地抽取文本中的药物相互作用关系。 展开更多
关键词 药物相互作用 生物医学关系抽取 药物关系抽取 门控循环单元 卷积神经网络
下载PDF
基于双向GRU神经网络的医学文本PICO成分识别
3
作者 龚乐君 姚凌峰 +1 位作者 高志宏 李华康 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第1期14-21,共8页
针对传统机器学习模型在识别PICO(population/problem,intervention,comparison and outcome)成分时存在特征提取不充分的问题,本文提出了一种自动识别医学文本中PICO成分的GRUCM模型,该模型融合了双向门控循环单元(bi-bated recurrent ... 针对传统机器学习模型在识别PICO(population/problem,intervention,comparison and outcome)成分时存在特征提取不充分的问题,本文提出了一种自动识别医学文本中PICO成分的GRUCM模型,该模型融合了双向门控循环单元(bi-bated recurrent unit,BiGRU)神经网络和条件随机场(conditional random field,CRF)的优点,不仅能改善传统机器学习模型存在的特征抽取不足的问题,而且可以同时抽取出多个成分,避免创建多个模型而造成的资源浪费。该模型在测试数据上P成分的F 1值为88.24%,I成分的F 1值为80.49%,O成分的F 1值为86.62%,与采用长短期记忆网络(long short-term memory,LSTM)和CRF模型的识别效果进行对比,本文提出的GRUCM模型对PICO成分的识别更有效。 展开更多
关键词 循证医学 GRUCM模型 PICO成分 双向门控循环单元 神经网络
下载PDF
基于智能合约的以太坊可信存证机制 被引量：26
4
作者 曹迪迪 陈伟 《计算机应用》 CSCD 北大核心 2019年第4期1073-1080,共8页
针对以太坊平台提供的数据管理功能简单且存在低吞吐率和高延迟的问题,提出一种基于智能合约的以太坊可信存证机制。首先针对以太坊平台暴露的数据管理问题提出一个基于智能合约的以太坊可信存证框架,然后通过集中化数据统一处理、认证... 针对以太坊平台提供的数据管理功能简单且存在低吞吐率和高延迟的问题,提出一种基于智能合约的以太坊可信存证机制。首先针对以太坊平台暴露的数据管理问题提出一个基于智能合约的以太坊可信存证框架,然后通过集中化数据统一处理、认证数据分布式存储以及高效动态取证这几个方面阐述所提机制的框架和实现,最后通过基于智能合约的系统开发表明了该机制的可实现性。实验及分析结果表明,该方法与传统关系数据库存证相比,增加了处理可信性、存储可信性和访问可信性;与区块链存证相比,丰富了数据管理功能、降低了区块存储成本、提高了存证效率。 展开更多
关键词 以太坊 智能合约 区块链 可信存证
下载PDF
联邦学习中的隐私保护研究进展 被引量：22
5
作者 杨庚 王周生 《南京邮电大学学报（自然科学版）》 北大核心 2020年第5期204-214,共11页
联邦学习是一种多方协作机器学习的模式,可以让参与者在本地训练模型中上传参数更新来组建联合模型,过程中并不需要参与者直接共享数据,从而很大程度上规避了隐私问题。但是,模型更新仍然会泄露参与者训练数据的相关信息,攻击者可以采... 联邦学习是一种多方协作机器学习的模式,可以让参与者在本地训练模型中上传参数更新来组建联合模型,过程中并不需要参与者直接共享数据,从而很大程度上规避了隐私问题。但是,模型更新仍然会泄露参与者训练数据的相关信息,攻击者可以采用推理攻击判断具体的数据点或数据属性是否被用于训练,或采用逆向学习的方法还原原始数据。文中介绍了联邦学习及其存在的隐私问题,详细讨论了现有的隐私保护方法在联邦学习中的应用,主要包括加密方法与差分隐私方法,并对未来工作进行了展望。 展开更多
关键词 联邦学习 安全多方计算 同态加密 差分隐私
下载PDF
基于动态卷积概率矩阵分解的潜在群组推荐 被引量：18
6
作者 王海艳 董茂伟 《计算机研究与发展》 EI CSCD 北大核心 2017年第8期1853-1863,共11页
近年来,群组推荐由于其良好的实用价值得到了广泛关注.然而,已有的群组推荐方法大多都是根据分析用户对服务的评分矩阵直接将个体用户的推荐结果或个体用户偏好进行聚合,没有综合地考虑用户-群组-服务这三者间的联系,导致群组推荐效果欠... 近年来,群组推荐由于其良好的实用价值得到了广泛关注.然而,已有的群组推荐方法大多都是根据分析用户对服务的评分矩阵直接将个体用户的推荐结果或个体用户偏好进行聚合,没有综合地考虑用户-群组-服务这三者间的联系,导致群组推荐效果欠佳.受潜在因子模型与状态空间模型启发,结合评分矩阵、服务描述文档以及时间因素,共同分析用户-群组-服务间的联系,提出了一种基于动态卷积概率矩阵分解的群组推荐方法.该方法首先利用基于卷积神经网络的文本表示方法获取服务潜在特征模型的先验分布;然后,将状态空间模型与概率矩阵分解模型相结合,获得用户潜在偏好向量与服务特征向量;之后,对用户偏好向量运用聚类算法来发现潜在的群组;最终,对群组中的用户偏好采取均值策略融合成群组偏好向量,并与服务特征向量共同生成群组对服务的评分,实现群组推荐.通过在MovieLens数据集上与同类方法进行对比实验,发现所提方法的推荐有效性与精确性上更具有优势. 展开更多
关键词 卷积神经网络 概率矩阵分解 状态空间模型 聚类算法 群组推荐
下载PDF
基于领域词典与CRF双层标注的中文电子病历实体识别 被引量：18
7
作者 龚乐君 张知菲 《工程科学学报》 EI CSCD 北大核心 2020年第4期469-475,共7页
医疗实体识别是电子病历文本信息抽取的基本任务.针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状,提出了一种基于领域词典和条件随机场(CRF)的双层标注模型.该... 医疗实体识别是电子病历文本信息抽取的基本任务.针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状,提出了一种基于领域词典和条件随机场(CRF)的双层标注模型.该模型通过对外部资源的统计分析构建医疗领域词典,再结合条件随机场,进行了两次不同粒度的标注,将领域词典识别的准确性和机器学习的自动性融为一体,从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体.该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%.同时对比分析了采用注意力机制的深度神经网络的识别效果,因受到领域数据集大小的限制,在该测试数据集中后者表现不佳.实验结果表明了该双层标注模型对中文医疗实体识别的高效性. 展开更多
关键词 中文电子病历 医疗实体识别 领域词典 条件随机场 注意力机制
下载PDF
基于LSTM的脑电情绪识别模型 被引量：18
8
作者 阚威 李云 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第1期110-116,共7页
已有研究表明,通过分析人类的脑电信号可以识别出其情绪信息.近年来,机器学习技术的发展为基于脑电信号的情绪识别研究提供了可靠的技术手段.传统的机器学习技术简单地从多个通道的脑电信号中提取特征,然后连接成单个特征向量,但是没有... 已有研究表明,通过分析人类的脑电信号可以识别出其情绪信息.近年来,机器学习技术的发展为基于脑电信号的情绪识别研究提供了可靠的技术手段.传统的机器学习技术简单地从多个通道的脑电信号中提取特征,然后连接成单个特征向量,但是没有考虑到脑电信号中至关重要的时间动态信息.深度学习技术中的长短时记忆(Long Short-Term Memory,LSTM)网络因其时间上的递归结构,可以很好地解决这个问题.然而,脑电序列通常较长,直接用来训练LSTM模型所需的计算资源非常大且学习到的信息类型单一,而且忽略了许多对情绪识别非常重要的信息,如频域信息和非线性动力学信息.为此提出一种新的基于LSTM的情绪识别模型.脑电信号被分成多个非重叠的信号段,并从每段信号中提取多种时域、频域和非线性动力学特征,这些特征沿时间连接成特征序列并用来训练LSTM分类模型.在DEAP数据集上验证了该模型在愉悦度、唤醒度和喜欢度上的二分类准确率,其中每个情绪维度分为低和高两类.实验结果表明,该模型在愉悦度和喜欢度上的分类准确率均优于已有方法,在唤醒度上的分类准确率仅次于最先进的成果. 展开更多
关键词 脑电信号 情绪识别 机器学习 LSTM
下载PDF
生成式不完整多视图数据聚类 被引量：14
9
作者 赵博宇 张长青 +3 位作者 陈蕾 刘新旺 李泽超 胡清华 《自动化学报》 EI CAS CSCD 北大核心 2021年第8期1867-1875,共9页
基于自表示子空间聚类的多视图聚类引起越来越多的关注.大多数现有算法假设每个样本的所有视图都可获得,然而在实际应用中,由于各种因素,可能会导致某些视图缺失.为了对视图不完整数据进行聚类,本文提出了一种在统一框架下同时执行缺失... 基于自表示子空间聚类的多视图聚类引起越来越多的关注.大多数现有算法假设每个样本的所有视图都可获得,然而在实际应用中,由于各种因素,可能会导致某些视图缺失.为了对视图不完整数据进行聚类,本文提出了一种在统一框架下同时执行缺失视图补全和多视图子空间聚类的方法.具体地,缺失视图是由已观测视图数据约束的隐表示生成的.此外,多秩张量应用于挖掘不同视图之间的高阶相关性.这样通过隐表示和高阶张量同时挖掘了不同视图以及所有样本(即使是不完整视图样本)之间的相关性.本文使用增广拉格朗日交替方向最小化(AL-ADM)方法求解优化问题.在真实数据集上的实验结果表明,我们的方法优于最新的多视图聚类算法,具有更好的聚类准确度和鲁棒性. 展开更多
关键词 视图缺失 多视图聚类 张量 生成式模型
下载PDF
云环境下分布式文件系统负载均衡研究 被引量：13
10
作者 吴瑶瑶 杨庚 《计算机工程与应用》 CSCD 北大核心 2019年第10期67-72,224,共7页
Hadoop分布式文件系统(Hadoop Distributed File System,HDFS)是一种适合在通用硬件上运行的低成本、高度容错性的分布式文件系统,能提供高吞吐量的数据访问,适合针对大规模数据集上的应用。然而,HDFS中还面临一些性能优化问题,如负载... Hadoop分布式文件系统(Hadoop Distributed File System,HDFS)是一种适合在通用硬件上运行的低成本、高度容错性的分布式文件系统,能提供高吞吐量的数据访问,适合针对大规模数据集上的应用。然而,HDFS中还面临一些性能优化问题,如负载均衡不足。虽然Hadoop系统自带的负载均衡器可以实现均衡调整,但需要用户预先给出静态的阈值。为了解决阈值的固定性和主观性,通过对磁盘空间使用率、CPU利用率、内存利用率、磁盘I/O占用率、网络带宽占用率等参数的分析评估优化,形成对阈值的计算表达式,并通过理论分析和仿真实验对阈值的计算和负载均衡进行验证。实验结果表明,相比较Hadoop静态的输入阈值的算法,该方法达到了更好的平衡效果,提高了计算资源的利用率。 展开更多
关键词 云环境 Hadoop分布式文件系统(HDFS) 负载均衡 动态阈值
下载PDF
面向差分隐私保护的聚类算法 被引量：12
11
作者 胡闯 杨庚 白云璐 《计算机科学》 CSCD 北大核心 2019年第2期120-126,共7页
大数据时代的数据挖掘技术在研究和应用等领域取得了较大发展,但大量敏感信息披露给用户带来了众多威胁和损失。因此,在聚类分析过程中如何保护数据隐私成为数据挖掘和数据隐私保护领域的热点问题。传统差分隐私保护k-means算法对其初... 大数据时代的数据挖掘技术在研究和应用等领域取得了较大发展,但大量敏感信息披露给用户带来了众多威胁和损失。因此,在聚类分析过程中如何保护数据隐私成为数据挖掘和数据隐私保护领域的热点问题。传统差分隐私保护k-means算法对其初始中心点的选择较为敏感,而且在聚簇个数k值的选择上存在一定的盲目性,降低了聚类结果的可用性。为了进一步提高差分隐私k-means聚类方法聚类结果的可用性,研究并提出一种新的基于差分隐私的DPk-means-up聚类算法,同时进行了理论分析和比较实验。理论分析表明,该算法满足ε-差分隐私,可适用于不同规模和不同维度的数据集。此外,实验结果表明,在相同隐私保护级别下,与其他差分隐私k-means聚类方法相比,所提算法有效提高了聚类的可用性。 展开更多
关键词 差分隐私 K-均值 聚类算法 隐私保护
下载PDF
一种基于质心空间的不均衡数据欠采样方法 被引量：11
12
作者 金旭 王磊 +1 位作者 孙国梓 李华康 《计算机科学》 CSCD 北大核心 2019年第2期50-55,共6页
针对目前的分类算法在不均衡数据集上的分类效果不理想的问题,将监督学习和无监督学习相结合,提出了一种基于质心的欠采样——ICIKMDS。在现实应用中,一些数据并不容易获得,或者不同类型的数据本身在数量上就存在着差异性,因此造成了数... 针对目前的分类算法在不均衡数据集上的分类效果不理想的问题,将监督学习和无监督学习相结合,提出了一种基于质心的欠采样——ICIKMDS。在现实应用中,一些数据并不容易获得,或者不同类型的数据本身在数量上就存在着差异性,因此造成了数据集分布的不均,如疾病检测中疾病患者和正常人比例的不均、信用卡欺诈中欺诈用户和正常用户比例的不均等。所提方法很好地解决了数据集不均衡的问题,首先通过求解样本之间的欧氏距离得到初始质心,然后采用k-means算法在大类样本集上进行聚类,使不均衡数据集在分布上更加均衡,有效地改善了分类器的分类效果。所提方法使分类器在测试集小类上的分类准确率远远高于随机欠采样和SMOTE算法,在整个测试集上的准确率几乎与其他算法相同。 展开更多
关键词 不均衡 欠采样 K-MEANS SMOTE算法
下载PDF
多层网络社区发现研究综述 被引量：11
13
作者 陈可佳 陈利明 吴桐 《计算机科学与探索》 CSCD 北大核心 2020年第11期1801-1812,共12页
社区发现是复杂网络分析的重要任务之一。现有的社区发现方法大多面向单层网络,对现实世界中广泛存在的多层网络中的社区发现研究则稍显不足。首先给出了各种多层网络的定义,并对比了各网络在节点对齐、层间边和层间耦合方面的特点,接... 社区发现是复杂网络分析的重要任务之一。现有的社区发现方法大多面向单层网络,对现实世界中广泛存在的多层网络中的社区发现研究则稍显不足。首先给出了各种多层网络的定义,并对比了各网络在节点对齐、层间边和层间耦合方面的特点,接着介绍了各类传统的单层网络社区发现方法;在此基础上,深入调研了多层网络社区发现方法,将其大致分为基于聚合的方法和基于扩展的方法,对各方法在实现机制、优势、局限性、适用网络、复杂性等方面进行了分析比较;通过在现实和模拟数据集上的实验,进一步比较了部分代表性方法在模块度、标准化互信息和调整兰德指数等指标上的性能;最后对多层网络社区发现的工作进行了总结和展望。 展开更多
关键词 社区发现 多层网络 模块度 复杂网络分析
下载PDF
基于生成对抗网络的系统日志级异常检测算法 被引量：11
14
作者 夏彬 白宇轩 殷俊杰 《计算机应用》 CSCD 北大核心 2020年第10期2960-2966,共7页
针对大规模软件系统自动化异常检测任务中异常样本过少且异常反馈不及时的问题,提出一种基于生成对抗网络(GAN)与注意力机制的日志级异常检测算法。首先,通过日志模板将非结构化的日志转化为结构化的事件,每一个事件包含了日志的时间戳... 针对大规模软件系统自动化异常检测任务中异常样本过少且异常反馈不及时的问题,提出一种基于生成对抗网络(GAN)与注意力机制的日志级异常检测算法。首先,通过日志模板将非结构化的日志转化为结构化的事件,每一个事件包含了日志的时间戳、签名与变量。其次,以滑动窗口的方式划分解析的事件序列,将产生的事件模式与下一时刻的事件组成真实的数据样本集。然后,将真实的事件模式作为训练样本输入来训练基于注意力机制的生成对抗网络,通过对抗学习的机制训练基于循环神经网络(RNN)的生成器直至收敛。最后,生成器通过输入的流式事件模式生成在新到来的事件模式下的正常与异常事件分布,并在系统管理员设置阈值的情况下,自动判断下一时刻的特定日志为正常事件或是异常事件。实验结果表明,提出的以门控循环单元网络为注意力权重并且用长短时记忆(LSTM)网络来解析事件模式的异常检测算法,比仅使用门控循环单元网络时的算法精准率提高了21.7%;此外,与日志级异常检测算法LogGAN相比,所提算法比LogGAN的异常检测精准率提升了7.8%。 展开更多
关键词 异常检测 生成对抗网络 注意力机制 循环神经网络 智能运维
下载PDF
基于密度峰值聚类的动态群组发现方法 被引量：8
15
作者 王海艳 肖亦康 《计算机研究与发展》 EI CSCD 北大核心 2018年第2期391-399,共9页
近年来,群组推荐由于其良好的实用价值得到了广泛关注.群组发现作为群组推荐的前提环节,其发现结果对推荐效果有着至关重要的影响,群组相似度越高,推荐的效果和稳定性越好.针对现有群组发现方法中存在忽略用户倾向具有时间迁移性和群组... 近年来,群组推荐由于其良好的实用价值得到了广泛关注.群组发现作为群组推荐的前提环节,其发现结果对推荐效果有着至关重要的影响,群组相似度越高,推荐的效果和稳定性越好.针对现有群组发现方法中存在忽略用户倾向具有时间迁移性和群组可重叠性展开研究,提出了一种基于密度峰值聚类的动态群组发现方法.该方法首先通过动态泊松分解得到量化的用户动态倾向,然后通过高阶奇异值分解预测不同的时间节点下用户对不同项目的倾向,并根据计算所得的用户倾向构建高相似度用户集合,最后利用改进的基于密度峰值的聚类算法对用户集合进行划分,实现群组发现.仿真实验对比结果表明:上述基于密度峰值聚类的群组发现方法具有更好的群组推荐效果. 展开更多
关键词 时间上下文 动态性 相似度 密度峰值聚类 群组发现
下载PDF
基于改进低秩矩阵补全的交通量数据缺失值插补方法 被引量：8
16
作者 陈小波 陈程 +3 位作者 陈蕾 韦中杰 蔡英凤 周俊杰 《交通运输工程学报》 EI CSCD 北大核心 2019年第5期180-190,共11页
提出了一种低秩矩阵补全的改进方法以研究道路交通量数据缺失值插补问题。应用基于核范数的低秩矩阵补全对交通量数据矩阵中的缺失值进行第1轮插补;通过层次聚类算法将交通量数据划分为不同类别,使得同类中的数据具有较强相关性,异类中... 提出了一种低秩矩阵补全的改进方法以研究道路交通量数据缺失值插补问题。应用基于核范数的低秩矩阵补全对交通量数据矩阵中的缺失值进行第1轮插补;通过层次聚类算法将交通量数据划分为不同类别,使得同类中的数据具有较强相关性,异类中的数据具有较弱的相关性;在每类样本上应用低秩矩阵补全得到缺失值的第2轮插补;为了减少聚类数的影响,提出最小二乘回归集成学习方法将不同聚类数下的插补结果进行融合,得到最终的交通量数据插补结果;用美国俄勒冈州波特兰市的交通量数据比较了5种方法的插补误差,并分析了不同聚类数和距离度量方法的影响。研究结果表明:在完全随机缺失模式下,缺失率为10%~60%时,其相对于传统的低秩矩阵补全模型的插补误差降低了5.93%~9.11%;在随机缺失和混合缺失模式下,插补误差也分别降低了8.32%~9.55%和8.14%~9.20%;集成不同聚类数下的多个插补结果比单一聚类数下的插补误差降低2.62%~4.76%。可见,在3种数据缺失模式下,改进低秩矩阵补全方法降低了交通量数据的插补误差,能有效提高插补后交通量数据的有效性。 展开更多
关键词 智能交通 最小二乘回归 缺失值插补 低秩矩阵补全 层次聚类 插补误差
原文传递
基于无锁数据结构的FIFO队列算法 被引量：8
17
作者 王俊昌 王振 付雄 《计算机工程》 CAS CSCD 北大核心 2018年第8期315-320,共6页
现代商用多核处理器缺少硬件支持的处理核间通信机制,多个处理核间必须通过加锁保护的共享内存传递数据。为此,设计一种基于软件的无锁队列作为核间通信机制,通过无锁数据结构提高软件队列的性能。当数据到达速率较低时,队列自适应地减... 现代商用多核处理器缺少硬件支持的处理核间通信机制,多个处理核间必须通过加锁保护的共享内存传递数据。为此,设计一种基于软件的无锁队列作为核间通信机制,通过无锁数据结构提高软件队列的性能。当数据到达速率较低时,队列自适应地减小队列长度,从而占用较小的内存空间,进而更好地利用处理器高速缓存;当数据到达速率较高时,队列自适应地增加队列长度,以避免数据丢失。实验结果表明,在数据到达速率变化较大的实际应用场景中,该队列较FastForward、MCRingBuffer和B-Queue队列具有更高的数据处理性能。 展开更多
关键词 无锁数据结构 多核处理 流水线并行 自适应调整 CPU核间通信
下载PDF
基于知识图谱与关键词注意机制的中文医疗问答匹配方法 被引量：8
18
作者 乔凯 陈可佳 陈景强 《模式识别与人工智能》 CSCD 北大核心 2021年第8期733-741,共9页
针对当前中文医疗领域高质量问答数据缺乏的问题,提出基于知识图谱与关键词注意机制的中文医疗问答匹配方法.首先,引入医学知识图谱,得到知识增强的句子特征.然后,加入关键词注意力机制,强调问题和答案句子之间的相互影响.在2个公开的... 针对当前中文医疗领域高质量问答数据缺乏的问题,提出基于知识图谱与关键词注意机制的中文医疗问答匹配方法.首先,引入医学知识图谱,得到知识增强的句子特征.然后,加入关键词注意力机制,强调问题和答案句子之间的相互影响.在2个公开的中文医疗问答数据集cMedQA与webMedQA上的实验表明,当样本数据量较小时,文中方法的优势明显.消融实验也验证每个新增模块对文中方法的性能均有一定程度的提升. 展开更多
关键词 自然语言处理 问答对匹配 知识图谱 注意力机制
下载PDF
低功耗蓝牙5.0邻居发现协议时延模型研究 被引量：7
19
作者 骆冰清 王佩佩 +1 位作者 王正康 孙知信 《通信学报》 EI CSCD 北大核心 2021年第6期226-237,共12页
针对低功耗蓝牙网络邻居发现时延难以评估的问题,面向蓝牙5.0标准提出一种基于中国剩余定理的低功耗蓝牙邻居发现时延分析模型,建立邻居发现过程中广播间隔、扫描间隔以及扫描窗口参数配置与发现时延大小的理论关系,验证了不同参数配置... 针对低功耗蓝牙网络邻居发现时延难以评估的问题,面向蓝牙5.0标准提出一种基于中国剩余定理的低功耗蓝牙邻居发现时延分析模型,建立邻居发现过程中广播间隔、扫描间隔以及扫描窗口参数配置与发现时延大小的理论关系,验证了不同参数配置条件对邻居发现时延大小的影响。实验结果表明,所提出的模型能够有效预测参数配置影响下的时延峰值,为不同的应用场景提供参数配置验证与指导。 展开更多
关键词 低功耗蓝牙 邻居发现 时延模型 参数配置
下载PDF
面向隐私保护的异构数据库集成中间件系统 被引量：7
20
作者 申东凡 杨庚 《计算机技术与发展》 2020年第1期99-105,共7页
信息化时代,数据增长迅速,形式多样,数据的存储安全和高效处理问题备受关注,传统的关系数据库因其单表架构和行存储特点读写速度慢、扩展性较差,难以适应大数据的存储。关系与非关系数据库的融合技术应运而生。文中提出一种面向隐私保... 信息化时代,数据增长迅速,形式多样,数据的存储安全和高效处理问题备受关注,传统的关系数据库因其单表架构和行存储特点读写速度慢、扩展性较差,难以适应大数据的存储。关系与非关系数据库的融合技术应运而生。文中提出一种面向隐私保护的异构数据库集成中间件系统,虚拟化集成关系与非关系数据库。该中间件系统通过明密文数据库的整体映射,实现对隐私数据的保护,且其加解密过程对上层应用透明;通过提供通用的基于标准的体系结构,实现允许用户以SQL语句统一操作密文数据库和非关系数据库。仿真结果表明,该中间件系统中密文数据库保证了数据的安全性,关系与非关系数据库的融合可以存储和处理海量数据,SQL统一操作的标准化框架提高了系统的扩展性和应用范围。 展开更多
关键词 异构数据库 密文数据库 隐私保护 中间件系统 数据库集成
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
使用帮助 返回顶部