摘要:随着软件系统规模和复杂度的不断提升, 软件配置已经成为软件工程领域中的一个重要话题. 大量、复杂的配置项为正确使用软件系统带来了极大的困难, 例如, 配置错误会影响系统性能, 并带来严重损失. 软件系统配置技术得到广泛关注, 并取得了众多的研究成果. 本文对软件配置领域的研究现状和主要成果进行分析和综述. 文章首先提出了基于软件生命周期和技术手段两个维度的软件配置相关工作分析框架, 然后基于该框架对当前主要研究成果进行分类总结和分析评价, 最后总结软件配置领域的工作特点, 探讨未来可能的研究热点, 对于今后该领域的深入研究具有一定借鉴意义.

摘要:近年来稀疏表示技术在信号处理、图像处理、目标识别、盲源分离等领域都有着突出的贡献. 为了全面的了解和分析现有稀疏表示优化算法, 首先回顾了稀疏表示技术的历史进程, 简单描述了稀疏表示技术的原理, 然后将稀疏表示优化算法分为贪心算法和约束算法以及其他算法三大类, 具体分析了前两种类别算法的原理和特征, 介绍了两类算法的代表算法, 总结了算法的发展进程, 并对贪心算法中的五种代表算法进行了简单对比, 最后总结了稀疏表示技术在各个领域的应用情况, 并针对存在的问题对未来的发展方向进行了分析, 以期为研究者们提供有益参考.

摘要:针对基于规则的可解释性模型可能出现的规则无法反映模型真实决策情况的问题, 提出了一种融合机器学习和知识推理两种途径的可解释性框架. 框架演进目标特征结果和推理结果, 在二者相同且都较为可靠的情况下实现可解释性. 目标特征结果通过机器学习模型直接得到, 推理结果通过子特征分类结果结合规则进行知识推理得到, 两个结果是否可靠通过计算可信度来判断. 使用面向液基细胞学检查图像的融合学习与推理的某类宫颈癌细胞识别案例对框架进行验证, 实验表明, 该框架能够赋予模型的真实决策结果以可解释性, 并在迭代过程中提升了分类精度. 这帮助人们理解系统做出决策的逻辑, 以及更好地了解结果可能失败的原因.

摘要:图像描述是目前图像理解领域的研究热点. 针对图像中文描述句子质量不高的问题, 本文提出融合双注意力与多标签的图像中文描述生成方法. 本文方法首先提取输入图像的视觉特征与多标签文本, 然后利用多标签文本增强解码器的隐藏状态与视觉特征的关联度, 根据解码器的隐藏状态对视觉特征分配注意力权重, 并将加权后的视觉特征解码为词语, 最后将词语按时序输出得到中文描述句子. 在图像中文描述数据集Flickr8k-CN、COCO-CN上的实验表明, 本文提出的模型有效地提升了描述句子质量.

摘要:配网单线图是一种电气接线图, 其利用规定的图形符号和设备连线对配电网进行可视化, 能显著提高配网管理的效率. 针对配网单线图自动生成实际需要, 本文提供了一种基于主干线/分支线模型的配网单线图自动生成方法. 方法首先进行了主干线分支线的创建和分支布局方向的计算; 然后进行了分支初始布局和局部拉伸; 最后进行了分支局部收缩和自动布线. 经过验证, 基于主干线分支线模型的配网单线图自动生成方法, 能自动生成满足准确性、美观性等要求的单线图.

摘要:在互联网医疗领域, 智能AI分科室是一个很关键的环节, 就是根据患者病情描述、疾病特征、药品等信息将患者分配到匹配的科室, 可以利用深层双向Transformer结构的BERT预训练语言模型增强字的语义, 但是患者病情文本描述具有信息稀疏的特点, 不利于BERT的充分学习其中特征. 本文提出了一种DNNBERT模型. 是一种融合知识的联合训练模型, DNNBERT结合了神经网络(DNN)和Transformer模型的优势, 能从文本中学习到更多的语义. 实验证明DNNBERT的计算时间相比BERT-large速度提升1.7倍, 并且准确率比ALBERT的F1值提高了0.12, 比TextCNN提高了0.17, 本文的工作将为特征稀疏学习提供新思路, 也将为基于深度Transformer的模型应用于生产提供新的思路.

摘要:根据摩尔定律的发展规律, 集成电路的规模越来越大, 单颗芯片可集成的电路越来越复杂. 在一个SoC芯片的研发周期中, 前仿验证工作随着芯片功能复杂程度验证难度增加, 导致前仿验证时间不可控, 如何在有限时间内可靠的、高效地完成复杂芯片验证工作是目前面对的问题. 针对这一问题, 本文定制一个基于UVM方法学的AMBA总线接口通用验证平台, 该平台结构具有可扩展性、验证激励具有随机性、验证结果具有可靠性, 能够支持AMBA-APB、AMBA-AHB、AMBA-AXI接口类型的待测模块的验证工作.针对目标可以快速地搭建验证平台, 减少前仿验证的准备工作, UVM平台能够产生带约束随机数据, 验证结果汇成覆盖率报告, 能够保障验证工作的高效以及完备性.

摘要:伴随人工智能等相关技术的进步, 智能机器人技术得到极大提高. 其软件上的日渐成熟和硬件设施的不断完善对研究和开发机器人操作系统和体系结构提出新的需求. 本文针对目前广泛使用的传统机器人操作系统ROS进行介绍和分析, 并对比研究了新型机器人操作系统ROCOS在系统架构方面对传统ROS的改进和优化, 详细介绍了两者的组织框架, 并通过仿真实验实际测试了两者框架的合理性与使用效果, 对后续新型机器人操作系统的研发具有借鉴意义.

摘要:深度学习全流程托管平台提供了深度学习实验任务的网页端解决方案, 加速了深度学习技术在生产生活中的应用. 为了解决网页端深度学习平台进行图像识别模型训练的问题, 本文设计实现了面向深度学习实验任务的分布式任务执行系统. 系统由资源监控、任务调度、任务执行、日志管理4大模块组成, 将任务依据资源使用率等策略进行调度, 采用Docker容器技术进行执行, 并对产生的日志信息进行了实时收集. 经过测试, 分布式任务执行系统不仅保证了正常的功能需求, 在可靠性、稳定性等指标上也都达到了预期的要求, 将其集成到平台中可减少20%左右的训练时间.

摘要:螺纹钢是土建工程中必不可少的建筑材料, 在轧制过程中因受轧辊磨损、钢坯质量等因素影响, 导致表面缺陷, 如不能及时发现就会生产出大量废品, 严重影响企业经济效益. 本文提出一种基于深度学习的螺纹钢缺陷检测方法, 通过生产现场工业相机采集螺纹钢图像, 对表面缺陷进行分类标记, 建立样本数据集, 利用深度卷积对抗生成网络DCGAN对数据集增强. 采用Faster RCNN构建螺纹钢缺陷检测模型, 利用迁移学习方法实现小样本螺纹钢表面缺陷检测, 通过对损失函数、优化方法、学习率、滑动平均参数的设置来评估优化螺纹钢缺陷检测模型. 实验表明所设计的方法具有较好的稳定性和实用性, 能有效地解决人工检测过程中效率低、误检率高等问题.

摘要:目的: 建立放射治疗直线加速器质量保证(Quality Assurance, QA)标准化体系和数字化分析系统是提升放疗水平和质量的有效途径. 方法: 基于Pylinac函数库, 采用Django框架和MySQL数据库结构搭建QA数字化分析系统, 并通过临床测试来评价该系统的稳定性与实用性. 结果: 放射治疗QA数字化分析系统不仅有利于监控及回顾分析直线加速器的运行状况, 而且有效减少医用直线加速器QA流程中计算分析的时间, 同时该系统还有助于放疗科新入职物理师快速熟悉QA流程. 结论: QA数字化分析系统在简化QA工作流程, 提高工作效率的同时, 更对放射治疗直线加速器的治疗体系中QA标准化起到进一步推进作用.

摘要:针对打印服务中普遍存在的易受攻击、数据泄密等安全风险以及它的安全等级完全依赖外部环境的信息安全建设的特点, 提出一种基于智能防御的私有云的安全打印架构. 该架构以私有云技术为基础采用虚拟打印技术为打印服务提供统一的透明的访问接口, 并结合身份验证和打印安全策略对打印业务流进行监控管理, 同时应用一种端末的网络访问控制策略实现打印输出端在网内的安全隔离, 以达到按需访问和智能防御的目的. Jmeter进行系统压测和hping3进行安全性测试的结果表明, 在没有遭受攻击时, 提交作业和作业输出这2个业务流分别在400并发用户连续发起100次的请求下, 系统执行无误的响应时间仍在2 s以内; 在遭受5000 SYN包/s攻击时, 系统在上述请求下执行作业输出的异常率也只有3.62%. 在防范打印风险的同时, 仍具有良好的用户体验和健壮性.

摘要:RFID盘点定位系统在高校的应用生态不容乐观, 找书难的问题依然存在, 系统亟需改造重构. 基于我校RFID盘点定位系统, 结合流通排架实操规程, 采用Python、Django框架和Oracle数据库开发系统后台管理模块, 对该系统的定位数据采集、数据库结构、定位计算方法进行改造. 此方法在实际应用中取得了良好的效果, 改进后的RFID定位系统易于管理维护, 有效地解决了找书难的问题.

摘要:睡眠质量是影响人体健康的因素之一, 而一个高度合适的枕头能够有效地改善睡眠质量. 大量研究表明, 人在侧躺时所需的枕头高度应大于平躺时所需的枕头高度. 本文提出了一种基于深度学习的自适应睡枕设计方案, 可以识别人的睡姿, 调节枕头高度, 并给出了硬件平台设计、网络模型搭建和移植. 由枕头内部的压力传感器和气压传感器, 分别采集头部对枕头的压力和枕头气囊内的气压, 生成时间序列数据帧, 再通过一维卷积网络(1DCNN)和门控循环单元网络(GRU)结合的网络模型对睡姿进行识别分类, 最后根据不同的分类结果调节枕头高度.

摘要:为建设更美好的市容市貌, 降低运输车辆的空车率, 实现源头追溯与全流程透明化管理, 结合目前通用的软件开发方式与数据库技术, 给出了以智能化, 绿色为主的城市垃圾清运系统. 该系统以北斗定位数据为基础, 辅助以高德开放平台来进行设计开发. 系统的开发采用基于PHP语言的ThinkPHP框架以及B/S架构设计模式, 客户端采用Ajax和Web技术等方式实现数据的传输和展现. 该系统旨在为用户提供车辆实时位置查询、车辆历史轨迹查询、用户管理、统计分析等服务. 对于车辆运输过程中的整个轨迹数据, 系统采用了北斗系列来进行数据采集, 更有效地维护了信息和技术的安全. 后期还可结合机器学习等技术来对司机的驾驶行为, 车辆的健康状况进行相应分析. 通过北斗定位数据与互联网技术的结合, 该系统可有效地对车辆进行管理.

摘要:由于医疗领域数据的专业性、复杂性、多样性, 人工智能技术在医疗领域发展过程中存在样本数据缺乏的问题. 本文针对算法研究人员设计并开发了多维医疗影像数据管理系统, 系统包括数据预处理模块、数据管理模块以及数据可视化模块, 能够半自动化的生成具有分类标签的医疗影像数据, 对影像数据进行高效管理, 并且对系统中数据的分布特点以图、表的形式进行可视化展示.

摘要:服务器管理控制器是云计算装备关键部件之一, 目前主要基于ARM架构开发, ARM较高的授权费推高了控制器设计成本, 不利于SoC相关产品的迭代和升级. RISC-V是近年提出的一种开源的处理器架构, 与ARM同属精简指令集, 具有模块化、可扩展等诸多特点. 本文采用RISC-V开源处理器BOOM核心, 设计实现了一种基于RISC-V处理器的服务器管理控制器FPGA原型系统. 该系统基于Xilinx的Virtex Ultra Scale 440 FPGA进行了原型构建, 完成了实际应用场景下的功能测试和CoreMark测试, 结果显示处理器性能提升了26%, 优于同级别的ARM核心, 系统功能符合设计预期. 此外, 该原型系统基于OpenBMC实现了IPMI等专用管理控制协议, 基本功能验证通过, 证明了通过RISC-V替换ARM优化SoC架构的可行性.

摘要:由于皮肤黑色素癌图像存在类内差异大、样本数据集小等特点, 采用深度残差网络可以有效解决训练过程中过拟合问题, 提高识别准确率. 但是深度残差网络模型的训练参数多, 时间复杂度高. 为了提高训练效率, 提高识别准确率, 首先从理论上分析了深度残差网络模型的结构, 通过修改网络结构, 利用Inception结构代替残差网络中的卷积层、池化层, 减少模型的训练参数数量, 降低时间复杂度. 在此基础上, 提出了基于Inception深度残差网络皮肤黑色素癌分类识别算法(Inception Deep Residual Network, IDRN), 用Inception结构代替残差网络中的卷积池化层, 用SeLU激活函数代替传统的ReLU函数. 之后, 在公开的黑色素癌皮肤镜图像ISIC2017数据集上进行实验验证. 理论和实验表明, 与传统的卷积神经网络ResNet50相比, 本文提出的新的分类算法降低了时间复杂度, 提高了识别准确率.

摘要:君主蝶优化算法(Monarch Butterfly Optimization, MBO)是2015年提出的一种模拟君主蝶的迁徙行为的元启发式算法. 通过对MBO的研究发现其在处理高维问题时易陷入局部最优与迁移算子产生的子代受父代影响过大的问题, 本文提出新算法, Logistic混沌映射君主蝶优化算法(Monarch Butterfly Optimization with Logistic Chaotic Map, LCMMBO), 使用Logistic混沌映射扰动最优解以增强其跳出局部最优的能力, 优化了迁移算子中子代传递的方式以增强其全局搜索的能力. 通过仿真实验发现其在处理高维的优化问题时表现出良好的性能, 不仅鲁棒性优异, 而且跳出局部最优的能力强.

摘要:随着5G通信技术的研究以及新型基础设施的建设, 智能电网得到了快速发展. 同时, 在大数据时代, 万物互联导致海量的设备接入电力网络, 也给智能电网带来了较大的负担, 电力网络的稳定性问题亟待解决. 因此, 本文提出了一种基于CNN的智能电网稳定性预测算法, 通过收集电力网络产生的数据, 经过CNN模型的处理, 最后输出智能电网稳定性的判别结果. 经过仿真验证, 该算法与SVM、AdaBoost, 随机森林相比, 具有较高的准确率; 同时, 本文采用了4种不同的优化算法去改善CNN模型, 带有动量的SGD算法可以达到98.13%预测准确度, 利用该模型可以有效帮助电力系统对未知的问题提前预警, 降低了安全隐患并减少了电力事故的发生.

摘要:基础数学函数库是高性能计算机中最基础、最核心的底层软件之一, 它的性能直接决定了上层计算程序的运行效率. 现版本的国产申威基础数学库中部分函数使用rfpcr和wfpcr指令导致流水线中断, 降低了函数的性能. 针对这个问题, 本文结合函数的功能和指令特性, 提出指令段功能等效替换方法. 实验表明, 运用该方法, 使得函数性能平均提高27.83%.

摘要:为有效解决粒子群优化算法(Particle Swarm Optimization, PSO)容易陷入局部极值及进化后期收敛速度慢、精度低等缺点, 提出了一种融合多种策略的改进粒子群算法(Improved Particle Swarm Optimization, IPSO). 该算法包括以下4点改进：(1)采取分组控制策略, 按适应度值将种群分为优解组和劣解组, 优解组进行遗传交叉操作, 劣解组进行变异操作; (2)精英策略用来更新种群, 根据适应度值从经过交叉和变异操作后的种群及初始种群中选出前一半粒子作为新种群; (3)改进粒子学习模式, 充分利用种群信息, 以优良种群的均值代替个体最优位置; (4)引入概率控制来控制算法进入交叉和变异操作的概率. 测试函数的仿真结果表明, 与标准PSO及其改进算法相比, IPSO算法能有效兼顾全局探索和局部挖掘能力, 具有收敛速度快、求解精度高、避开局部最优解的优点.

摘要:随着电动汽车行业在我国蓬勃发展, 电动汽车的“充电难”问题逐渐显现, 已经逐步成为限制电动汽车行业发展的瓶颈. 电动汽车充电时间长, 城市充电桩数目不足且时空分布不均等问题是导致“充电难”的直接原因. 本文提出一种基于路况的电动汽车充电调度算法, 通过综合考虑路网内的实际情况, 对充电车辆进行统一调度. 文章建立了车辆调度模型并进行了仿真模拟, 结果表明: 该算法能够有效降低电动汽车的充电时间、平衡区域内充电站的负载、提升全局的充电效率.

摘要:针对现有的三维人脸重建模型复杂度较高和对多种人脸姿态重建效果不佳的问题, 本文提出了一种可以在不同人脸姿态条件下, 有效地实现人脸对齐并从单张二维人脸图片重建出三维人脸的卷积神经网络. 首先设计了由密集卷积网络模块和转置卷积模块构成的编解码网络, 并在损失函数中引入图像结构相似度评价, 构造新的损失函数, 通过训练神经网络得出模型, 模型实现了人脸对齐和三维人脸重建任务. 在AFLW2000-3D数据集上验证性能, 实验表明该网络有效提升了人脸对齐和人脸重建的效果.

摘要:针对人工巡检及传统视频监测方式不能及时识别输电线路外破隐患的问题, 本文提出基于YOLOv4的输电线路外破隐患识别算法. 该算法采用改进K-means算法对图片样本集目标的大小进行聚类分析, 筛选出符合检测目标特征的锚框, 之后利用CSPDarknet-53残差网络提取图片深层次网络特征数据, 并采用SPP算法对特征图进行处理增加感受野, 提取更高层次的语义特征. 最后结合实际的输电线路现场监控图片, 测试结果表明该算法能够及时准确检测到外破隐患.

摘要:随着计算机领域的迅猛发展, 不断提高的软件规模及其复杂性, 导致愈加暴露的软件危机, 提高软件生产效率成了软件有关产业的当务之急. 构件化软件集成是一种解决有关问题的主要途径, 在VxWorks系统上可使用一种基于以函数形式定义规范软件构件操作接口的构件化软件集成方法, 该方法在工程实践中运用成熟但其存在不能满足复用于跨异构环境的需求. 故面向异构环境可复用, 本文提出了一种基于类反射机制的软件构件集成方法, 其运用工厂模式结合回调机制生成反射类基本要素, 并基于此规范软件构件类的描述与实现, 对软件构件的集成进行全生命周期的管理. 在该方法中, 整个过程以跨平台通用代码语言程序化实现使得其能够更便捷地复用于各类业务信息系统, 同时设计的软件构件基类与软件构件集成管理类结构完整、描述清晰、规范易用, 能够良好地支持构件的功能适配、更新以及软件系统的组装演化. 实验表明, 本文方法不仅适用于VxWorks、Android、Windows系统, 而且能够适用于ReWorks、AOS、Kylin等国产系统环境.

摘要:在信息检索领域的排序任务中, 神经网络排序模型已经得到广泛使用. 神经网络排序模型对于数据的质量要求极高, 但是, 信息检索数据集通常含有较多噪音, 不能精确得到与查询不相关的文档. 为了训练一个高性能的神经网络排序模型, 获得高质量的负样本, 则至关重要. 借鉴现有方法doc2query的思想, 本文提出了深度、端到端的模型AQGM, 通过学习不匹配查询文档对, 生成与文档不相关、原始查询相似的对抗查询, 增加了查询的多样性, 增强了负样本的质量. 本文利用真实样本和AQGM模型生成的样本, 训练基于BERT的深度排序模型, 实验表明, 与基线模型BERT-base对比, 本文的方法在MSMARCO和TrecQA数据集上, MRR指标分别提升了0.3%和3.2%.

摘要:载人离心机因能提供持续的高过载模拟而得到越来越多的关注. 本文分析了载人离心机运动感知逼真度评价的应用需求以及研究现状. 评价模型考虑了人体感知阈值的特点和影响. 采用模糊评价的方法建立运动感知评价的隶属度函数. 针对运动感知的特点, 尤其分析了过载模拟的方向错误对感知模拟逼真度的影响. 为了提高隶属度相近时的评价合理性, 采用严格的评价原则, 建立接近隶属度时的评价规则, 使逼真度评价结果更具有合理性, 并对两组飞行数据进行了评价对比.

摘要:为了解决由于因特网的飞速发展引发的网络信息安全问题, 前人提出了一种基于最低有效位算法的图像信息隐藏技术, 巧妙地利用媒体信息冗余属性, 将秘密信息隐藏在其他媒体信息, 得到一个可以公开传播的嵌密载体, 使非法者不能意识到隐藏数据从而实现信息的存储和传输. 针对这种算法隐藏信息量不够大的问题, 将秘密信息从只在最低一位进行隐藏, 改变为采用先匹配, 若匹配失败再替换的原则, 将秘密信息每个连续两位依次嵌入载体图像中每个字节最低四位的两位中, 提高了传统最低有效位算法的隐藏量. 结果表明, 该算法隐藏量大, 隐藏前后图像质量变化小, 安全性高, 并且能够正确提取出秘密信息, 满足用户对信息隐藏的要求.

摘要:当前, 应用广泛的一阶深度学习优化器包括学习率非自适应优化器和学习率自适应优化器, 前者以SGDM为代表, 后者以Adam为代表, 这两类方法都使用指数滑动平均法来估计总体的梯度. 然而使用指数滑动平均法来估计总体梯度是有偏差且具有滞后性的, 本文提出基于差分修正的SGDM算法——RSGDM算法. 我们的贡献主要有3点: 1) 分析SGDM算法里指数滑动平均法带来的偏差和滞后性. 2) 使用差分估计项来修正SGDM算法里的偏差和滞后性, 提出RSGDM算法. 3) 在CIFAR-10和CIFAR-100数据集上实验证明了在收敛精度上我们的RSGDM算法比SGDM算法更优.

摘要:在云制造环境下, 制造资源和制造能力以服务的形式封装起来, 不同的任务通过云端汇集到云平台并通过合适的调度给每个任务分配相应的服务. 由于任务在执行的过程中的不确定性, 会在某个时刻遇到突发状况从而导致对余下任务的重调度问题. 因此, 针对该问题, 考虑到云制造环境下任务的复杂性和多样性会导致在合理的时间段内很难找到最优解, 以所有任务的最大完成时间为优化目标, 提出了一种以改进的遗传算法与邻域搜索技术相结合的元启发式算法, 旨在解决云制造环境下由于任务和资源服务等的不确定性导致的重调度问题. 实验结果表明, 本文所提出的算法能够很好地解决动态调度过程中的重调度问题, 并可以快速地获取最优解.

摘要:近年来, 注意力机制已经广泛应用于计算机视觉领域, 图像描述常用的编码器-解码器框架也不例外. 然而, 当前的解码框架并未较清楚地分析图像特征与长短期记忆神经网络(LSTM)隐藏状态之间的相关性, 这也是引起累积误差的原因之一. 基于该问题, 本文提出一个类时序注意力网络(Similar Temporal Attention Network, STAN), 该网络扩展了传统的注意力机制, 目的是加强注意力结果与隐藏状态在不同时刻的相关性. STAN首先对当前时刻的隐藏状态和特征向量施加注意力, 然后通过注意力融合槽(AFS)将两个相邻LSTM片段的注意力结果引入到下一时刻的网络循环中, 以增强注意力结果与隐藏状态之间的相关性. 同时, 本文设计一个隐藏状态开关(HSS)来指导单词的生成, 将其与AFS结合起来可以在一定程度上解决累积误差的问题. 在官方数据集Microsoft COCO上的大量实验和各种评估机制的结果表明, 本文提出的模型与基线模型相比, 具有明显的优越性, 取得了更有竞争力的结果.

摘要:智能客服利用人工智能技术准确回答用户的咨询问题, 良好的句子相似度算法可以提高智能客服中问答的准确度.本文针对金融证券领域客服, 提出了基于多特征融合的句子相似度算法模型, 提高了客服的智能性. 通过矩阵拼接的方式, 融合用户提问语句和知识库语句的词形特征和语义特征, 其中词形特征考虑N-gram相似度、编辑距离、Jaccard相似度三种词形信息, 并针对语义特征提取, 提出了基于多头注意力机制(multi-head attention)的神经网络模型LBMA. 利用上述融合的特征, 运用机器学习分类器判断两个语句是否相似, 并将分类器分类结果作为多特征融合模型的计算结果. 在尽量不改变语义信息的前提下, 通过数据增强(Data Augmentation, DA)技术扩充数据集, 提升了模型泛化能力. 实验结果表明, 与已有方法相比, 该模型在智能客服数据集上能够有效提升相似度计算的准确性, 准确率达到94.69%.

摘要:BLAS (Basic Linear Algebra Subprograms)是一个基本线性代数操作的数学函数标准, 该库函数分为三个级别, 每个级别提供了向量与向量(1级)、向量与矩阵(2级)、向量与向量(三级)之间的基本运算. 本文研究了在申威1621处理器上BLAS一级函数的优化方案, 以函数AXPY为例, 充分利用平台的架构特点对其进行性能调优, 设计了自动的线程分配方案. 实验结果显示优化过后的BLAS一级函数AXPY相对于GotoBLAS参考实现版本的单核和多核加速比分别高达4.36和9.50, 对于每种优化方式均得到了一定的性能提升.

摘要:Web软件系统剩余使用寿命的预测精度是影响Web软件系统抗衰决策的重要方面, 为此, 提出了一种基于长短期记忆网络的Web软件系统实时剩余寿命预测方法. 首先搭建加速寿命测试实验平台, 收集反映Web软件系统老化趋势的性能指标, 然后根据该指标数据的时序特性, 建立了一种基于长短时记忆网络(LSTM)的Web软件系统实时剩余寿命预测模型, 并对该模型进行了训练. 实验结果表明, 该预测模型能够有效对Web软件系统的剩余寿命进行实时预测, 具有更好的准确性和适用性. 将所提模型应用于Web软件系统寿命预测中, 能够有效完成预测, 该方法为优化系统抗衰决策提供了技术支撑.

摘要:Webshell是一种隐蔽性较高的Web攻击工具, 其作用是获取服务器的操作权限. 在编写Webshell时, 攻击者通过一系列免杀技术来绕过防火墙, 这导致现有方法检测Webshell的效果不佳. 针对这一现状, 本文从文本分类的角度出发, 提出一种基于Bi-GRU的Webshell检测方法. 首先将网页脚本文件进行编译, 得到opcode指令; 然后, 通过word2vec算法将指令转换为特征向量; 最后, 使用多种深度学习模型进行训练, 以准确率、误报率、漏报率作为评估标准. 最终实验结果表明, Bi-GRU检测效果优于其他算法模型, 证明该算法是可行的.

摘要:在分析目前主要开放数据元数据标准规范文本的基础上, 整合几种常用元数据标准规范描述的开放数据, 构建开放数据核心元数据字段映射表, 为跨平台开放数据共享提供一种解决途径. 通过提取元数据映射所需的指标字段, 并分别用JSON和XML格式表达映射数据. 采用开放数据元数据映射, 将不同元数据标准描述的开放数据纳入到同一个框架中. 文中展示的映射机制可以有效地实现不同平台上的开放数据资源的互联互通, 提升开放数据共享程度.

摘要:为了解决雾霾天气的影响下成像设备采集的图像容易出现的降质及色彩失真问题, 并从有雾图像中增强其细节信息, 提高原图像的对比度和清晰度. 将彩色图像RGB通道分别做相应的图像增强算法处理, 全局直方图均衡化把整体的灰度直方图进行均匀分布的处理, 小波变换算法对彩色图像进行多层次分解, 多尺度Retinex算法通过高斯函数做卷积运算对图像做多尺度变换. 实验结果表明, 全局直方图均衡化、小波变换算法和多尺度Retinex算法都能增强雾天图像的景物信息, 有对应于各自的优势和不足. 相比较这3种算法而言, 多尺度Retinex算法得到的去雾图像亮度增强、细节信息突出、失真度小, 能更好地进行去雾增强.

摘要:多核处理器是目前处理器发展的主流方向, 但硬实时保证方面存在诸多挑战. 通过研究分析实时应用需求和多核处理器的应用现状, 提出一种基于通用处理器的非对称多核方案. 重点讨论了方案的软件总体设计、共享资源管理、非对称多核模式下的从核镜像加载、启动和核间通信的设计. 采用通用非对称多核方案研制的低压保护测控装置, 其现场运行情况表明方案满足电力二次设备的实时性能要求.

摘要:SDN技术解决了IP网络布设困难、更新繁琐等突出问题, 近年来发展迅速. 本文针对SDN网络流量预测问题, 提出首先采用混沌理论对时间序列样本群进行相空间重构, 随后引入最小二乘支持向量机(LSSVM)构建SDN网络流量预测模型, 并结合改进的粒子群算法(PSO)对其关键参数进行优化. 实验结果证明, 该模型有效提高了SDN网络流量预测精度与误差控制水平, 具有良好的实际应用价值.

摘要:在如何构建完善的课程预警规则库是高校成绩预警研究中的一个重点问题, 本文对高校学生成绩进行清洗、离散化后, 利用Apriori 算法挖掘不及格课程之间的相关关联, 构建基础预警规则库, 在此基础上进一步挖掘“及格”, “良好”等级课程对其他课程的影响, 从而进一步扩充预警规则库. 针对大量冗余规则的情况, 在传统的支持度-置信度框架下利用提升度、兴趣度等方法筛选出强关联规则, 提高规则库的准确度, 并对挖掘出的规则进行了针对性的分析, 研究方法和结论可为教学管理提供决策支持.