文章-世纪中文出版社

刘宁宁1 琚生根1 熊熙2 王婧妍1 张芮1 《当代中文学刊》 2020年1期

摘要:

药物相互作用是指药物之间存在的抑制或促进等作用。针对目前药物关系抽取模型在长语句中抽取效果较差以及高层特征信息丢失的问题,该文提出了一种结合最短依存路径的胶囊网络关系抽取模型,该方法首先根据原语句解析出两个药物之间的最短依存路径,然后利用双向长短期记忆网络分别获取原语句和最短依存路径的低层语义表示,再将两者结合输入到胶囊网络中,利用胶囊网络的动态路由机制,动态地决定低层胶囊向高层胶囊传送的信息量,避免了高层特征信息丢失的问题,从而提升抽取效果。在DDIExtraction 2013药物相互作用关系抽取任务上的实验结果表明,该文方法的F1值优于目前最优方法1.17%。

基于文件特征的加密型勒索软件检测方法下载：61 浏览：429

徐兵1 刘晓洁2 李帅1 《数据与科学》 2019年5期

摘要:

目前检测新的勒索软件主要采用动态检测的方法,而常用的动态检测方法是设置陷阱文件并实时检测其指纹变化或者实时监控文件系统操作。然而,上述方法不能很好的区分针对该文件的操作是勒索软件的操作还是其他正常操作。针对此问题,本文提出了一种基于文件特征的加密型勒索软件动态检测方法,通过提取自定义文件的信息熵、文件类型头标识等特征来进行检测,通过本文的方法定量计算出当前系统所受勒索软件的威胁程度,从而判断样本是否是勒索软件样本。

基于文件特征的加密型勒索软件检测方法下载：68 浏览：351

徐兵1 刘晓洁2 李帅1 《数据与科学》 2019年5期

摘要:

目前检测新的勒索软件主要采用动态检测的方法,而常用的动态检测方法是设置陷阱文件并实时检测其指纹变化或者实时监控文件系统操作。然而,上述方法不能很好的区分针对该文件的操作是勒索软件的操作还是其他正常操作。针对此问题,本文提出了一种基于文件特征的加密型勒索软件动态检测方法,通过提取自定义文件的信息熵、文件类型头标识等特征来进行检测,通过本文的方法定量计算出当前系统所受勒索软件的威胁程度,从而判断样本是否是勒索软件样本。

一种基于平衡二叉树的CDP数据备份及重构方法下载：60 浏览：352

李毅飞1 杨进2 《数据与科学》 2019年5期

摘要:

当前较为流行的块级持续数据保护(CDP)系统在远程恢复备份数据的过程中,在数据重构时需要遍历所有元数据记录,从而造成了巨大时间浪费。针对上述现有方法存在的问题,为加快恢复速度,本文提出了一种基于平衡二叉树的备份数据及重构方法,此方法在备份过程中通过平衡二叉树对元数据记录进行处理,并通过位图文件来标记某个数据块是否发生过变化。在数据重构时通过平衡二叉树与位图文件处理后的元数据记录,可快速定位数据重构时刻数据块变化的位置,避免了遍历所有元数据记录,从而降低了数据重构时间。

一种改进的Kubernetes动态资源调度方法下载：62 浏览：477

左灿1 刘晓洁2 《数据与科学》 2019年3期

摘要:

当前的Kubernetes集群默认调度方法是一种静态资源调度机制,它是基于应用对资源的请求量来确定调度的优先级,没有考虑节点的实际资源使用情况,造成得到的调度优先级不能准确反映该节点可提供的实际资源情况。同时还忽略了应用对资源的消耗是不均匀的,容易导致节点对不同资源的使用不均衡,从而造成节点对某一资源的性能瓶颈。针对上述问题,本文提出一种动态资源调度方法,通过实时监控节点上的资源实际使用情况计算调度优先级,考虑到cpu和内存这两类资源的均衡对集群性能的重要性,本方法将待调度的pod划分为cpu消耗型和内存消耗型,根据不同类型pod对节点资源使用情况设置不同的权重,选择集群中实际cpu和内存使用率最相近的节点来部署该pod。实验结果表明本方法相比默认调度方法集群节点cpu和内存资源使用均衡度更好。

一种高兼容的KVM P2V迁移方法下载：77 浏览：277

黄泽源1 杨进2 李涛2 陆泽宁1 《数据与科学》 2018年8期

摘要:

目前业界适用于KVM虚拟机的P2V迁移工具仅有virt-p2v,它存在着不兼容部分UEFI引导、只能冷迁移、无法针对卷进行迁移等缺点。针对上述问题,本文设计并实现了一种高兼容KVMP2V迁移方法,通过对KVM运行环境预制作引导数据与使用自定义磁盘布局,解决了P2V中由不同的引导方式、不同操作系统版本和不同磁盘分区排布带来的引导兼容性问题,同时由于本方法不需要为不迁移的卷分配空间,节约了虚拟化平台的存储空间。

一种改进的多维度并行匹配发布与订阅算法下载：72 浏览：511

张澧枫1 殷铭2 袁平3 《计算机研究与应用》 2020年12期

摘要:

基于内容的发布订阅是一种比基于主题的发布订阅更加灵活的解耦通信方式,传统的基于内容的匹配算法中大多基于单维度以流水线的方式匹配,如REIN[1]。随着数据规模的增长,这些算法由于串行搜索的限制逐渐不能满足高性能要求。提出一种基于内容的面向大规模发布订阅场景的匹配算法MP-REIN,改进其单维度匹配为多维度并行匹配,考虑使用多线程提高匹配算法的处理速度,使用数量可控的线程并行处理订阅空间内所有属性,大幅度提高了事件匹配的速度。实验结果显示MP-REIN算法在匹配时间和插入时间上较传统的算法有一定的提升。

面向工业互联网资讯的中文关键词抽取下载：75 浏览：491

陈硕1 殷锋2 袁平3 《计算机研究与应用》 2020年9期

摘要:

为了获取工业互联网领域中文资讯的关键词,提出一种基于特征的中文关键词抽取算法。该算法主要从分词、候选词选取和特征选取三个方面做改进。首先,在分词阶段,通过从大量工业互联网资讯中抽取的特定词语和利用搜狗输入法的领域词库的词典创建了两个用户自定义词典,解决工业互联网领域文本中存在大量未登录词的问题,提高分词的准确率,进而提高关键词抽取的准确率；然后通过实验仿真选取合适数量的候选词,提高算法的效果和效率；其次,在特征的选择方面不仅考虑词频类、位置类和长度类等特征,还考虑了语义方面的特征,共选取6大类21种特征。最终通过随机森林将21种特征相结合,训练出一个关键词分类器,经实验测评,在精确率、召回率和F值三个评价指标中,该算法的效果都获得提升。

一种基于室外光照估计的数字图片伪造检测算法下载：66 浏览：481

杨雪薇1,2 邢冠宇1,2 《计算机研究与应用》 2020年8期

摘要:

数字图片伪造已经逐渐成为信息可信度的威胁之一,如何衡量图片信息的可信度变得越来越重要。在各种各样的伪造图片中,人脸照片的拼接伪造有着非常重要的影响。针对此类伪造图片,提出一种新颖的基于室外光照分析的图片伪造检测算法来进行鉴别。通过人脸三维建模、光线追踪加速算法等对人脸图片进行预处理,采用改进后的普利兹天空模型结合漫反射模型设计能量方程并对光照模型参数进行优化,进而计算人脸所处环境光照条件。通过判断每张人脸还原出的光照是否一致,得出图像的真伪结论。对于室外光照下的人脸图片,该方法更具有优势,能够准确地还原出拍摄人脸照片当时的光照环境。

基于GScRNN神经网络的对抗样本防御方法下载：85 浏览：504

牟志1 殷锋2 袁平3 《计算机研究与应用》 2020年7期

摘要:

深度神经网络(DNN)的日益发展被应用到图像语音识别等多个领域之中,然而面对输入样本的轻微改变,经过DNN复杂的内部神经元可能导致细小的扰动被大幅度地扩大,从而使得神经网络模型的输出结果完全不同于人工判别结果,对于自然语言处理任务中,可以诱导欺骗垃圾邮件短信识别系统。通过统计词向量空间各个维度分布变化,提出一种基于高斯分布的中性词构造方法(GSNeutral),在此基础上建立GScRNN网络,纠正出输入样本中存在扰动的部分,通过中性词替换该部分达到平滑判别边界的目的。

基于区域信息的交互式图像检索下载：77 浏览：509

江佳翼1 左劼1 孙频捷2 《计算机研究与应用》 2020年2期

摘要:

基于内容的图像检索(CBIR)是计算机视觉的一个重要方向。由于语义鸿沟的存在,图像检索很难准确捕捉用户需求,交互式图像检索能利用用户反馈在不断交互中改善检索结果。已有的交互式图像检索方法将图像看成整体,忽略了图像中各个区域的重要性。为了更好地捕捉用户对于目标区域的偏好信息,提出一种基于区域信息的交互式图像检索框架,有效地利用图像的区域信息来改善检索性能。实验表明,该方法能较大地提升交互式图像检索的性能。

基于深度学习的人脸识别方法研究进展下载：71 浏览：507

黄怡涓1 左劼1 孙频捷2 《计算机研究与应用》 2020年2期

摘要:

基于深度学习的人脸识别方法主要分为两个方向:多分类和度量学习。多分类的方法在标记的已知类别上训练,在未知类别上测试。测试集上的识别性能严重受限于训练集上模型的表达能力,近几年的研究工作主要是基于分类损失函数的改进,动机在于让模型在闭集上学习的特征具有更高的辨别性。度量学习的动机在于学习新的表征使得类间距离大于类内距离,训练阶段不需要知道目标的具体类别,只需要标记类别差异。近几年对于度量学习方向的研究工作主要集中在损失函数的改进,调整不同的策略减小类内距离方差,同时增大类间距离方差,学习到的度量可以直接作为特征比对阶段的相似度。对这两个方向的研究工作进行归纳和总结,并对其他可能的方向做一些展望,为基于深度学习的人脸识别方法的进一步研究提供一些参考。

基于XGBoost的四分屏绘制系统负载平衡算法下载：78 浏览：467

贾文娟1,2 《计算机研究与应用》 2019年2期

摘要:

将负载预测问题抽象为机器学习中的回归问题,同时考虑到复杂场景中的绘制参数较多所带来的特征维度高、各特征之间可能存在较强的相关性,以及实时应用对效率的要求等,在繁多的回归算法中,选择XGBoost作为学习和预测负载的机器学习模型,实现上述负载平衡划分的关键在于利用建立好的机器学习模型对绘制帧在特定的子屏幕下的负载进行准确且高效地预测。以并行绘制系统中的四分屏作为研究对象,以测试集上的均方误差(MSE)作为预测准确率的评价标准,基于帧间相关性的方法在测试集上的MSE为3.56,XGBoost算法在测试集上的MSE为2.06,其预测更为准确。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com