课程文献中心 更多>>

关键词： 容器技术   资源分配   惩罚函数   遗传算法   汽车管理平台  

摘要： 针对现有汽车管理平台难以实现对资源的合理分配,从而影响平台的运营等问题,研究提出以容器技术为资源分配模型的核心,将惩罚函数与遗传算法相结合,构建出基于惩罚函数与遗传算法的汽车管理平台资源分配优化模型。实验结果显示,该模型的资源利用率为90%、平均响应时间为1.2 s、平均任务完成率为92%。相较于其他两种模型,研究所提模型的平均投资回报率最高,用户综合评价最好,满意度达96.1%、服务可靠性为91.4%、服务灵活性为93.3%、用户回头率为90.7%、用户投诉率为2.1%。综合表明,研究所提模型能良好地应用于汽车管理平台的资源分配与优化当中。

关键词： 视网膜图像质量分级   频率通道重组Transformer模块   图交叉特征聚合模块   加权损失  

摘要： 针对视网膜图像质量分级任务中各等级样本数量差异大和分级效率不高的问题,提出一种多频Transformer引导图聚合视网膜图像质量分级算法。该算法首先对图像采取对比度受限直方图均衡化操作,突出关键细节特征,并采取Res Net50网络进行多级特征提取。然后设计频率通道重组Transformer模块,引入频域信息辅助建模全局特征,以优化全局与局部特征。随后构建图交叉特征聚合模块,采用跨尺度交叉注意力机制引导图聚合,实现不同源特征对齐,进而增强模型对多层次特征敏感性。最后搭建加权损失函数,聚焦模型对少数类样本关注度。在Eye-Quality和RIQA-RFMiD数据集上进行实验验证,其准确率分别为88.71%和84.95%,精确率分别为87.78%和74.22%。实验结果表明,所提算法在视网膜图像质量评估领域具有一定应用价值。

关键词： 批处理矩阵乘法   深度学习编译器   图神经网络推理   自动调优  

摘要： 目前图神经网络广泛应用于生物信息、化学、社交网络等领域,实际应用中,往往需要针对单个大图或者数量众多的小图进行高效或实时推理。稀疏稠密矩阵乘法(SpMM)是包括图卷积神经网络在内的诸多不同架构的图神经网络的核心算子,加速其效率对提高图神经网络(GNN)整体的推理效率具有重要意义。针对端到端GNN推理加速,以稀疏算子稠密化为起点,结合算子计算顺序优化、批处理计算优化,提出了TVM*-B和TVM*-M 2种GNN批处理推理的实现。其中TVM*-B和TVM*-M分别适用于邻接矩阵维度分布较离散和较集中的数据集。实验表明,对于不同领域内的小图分类任务,在相同GCN模型基础上,与DGL的批处理版本相比,TVM*-B实现了平均475.6倍的速度提升,TVM*-M实现了平均170.4倍的速度提升。

关键词： 超图   平衡二划分   最小割   0-1规划  

摘要： 超图平衡二划分是超大规模集成电路物理设计的重要一环。Kernighan-Lin算法和Fiduccia-Mattheyses算法等迭代优化算法是求解该NP-困难问题的常用方法。然而,这些算法具有以下缺点:一是对于较差的初始解,算法容易陷入局部最优。二是由于平衡条件的约束,顶点的移动受到诸多限制。针对上述问题,本文将超图平衡二划分问题转化为0-1规划问题,并设计了求解该问题的离散迭代算法,在一定程度上克服了传统的迭代算法受平衡条件与初始解约束的缺点。在ISPD98电路划分测试样例上,本文的算法取得了比Fiduccia-Mattheyses算法质量更高的解。在20次随机实验中,本文的平均割边数比Fiduccia-Mattheyses算法少13.2%。将本文的结果作为Fiduccia-Mattheyses算法的初始解作进一步优化,所产生的平均割边数比Fiduccia-Mattheyses算法少30.1%。不仅如此,本文的算法还可以嵌入到多级划分算法框架中,取得的平均割边数比multilevel partitioning(MLPart)少3.6%。

关键词： Cographs   Double Roman domination   Perfect double Roman domination  

摘要： Consider a graph G=(V,E).A perfect double Roman dominating function(PDRDF for short)is a function h:V→{0,1,2,3}that satisfies the condition∑_(y∈NG[x],h(y)≥1)h(y)=|{y∈NG(x):h(y)≥1}|+2 for any x∈V with h(x)≤*** weightω(h)of this function is∑_(y∈V)h(y).The perfect double Roman domination number(PDRD-number)of G,denoted byγ_(dR)^(p)(G),is defined as the minimum weight among all PDRDFs of *** article presents a comprehensive analysis of the PDRD-number of connected cographs,demonstrating that it falls within the set{2,3,4,5,6}.Furthermore,it establishes that for any integer i≥7,there is a connected cograph G such that its PDRD-number is equal to i.

关键词： 道路识别   深度学习   图注意力网络   密度聚类   对偶图   二分类问题  

摘要： 针对传统的立交桥识别方法依赖人工设计的低维特征,难以准确识别复杂和非典型立交桥的问题,该文提出了一种基于图注意力网络的立交桥识别方法。利用开放街道地图(OSM)的道路数据进行实验,首先,通过点密度聚类方法对获取到的6个城市中心的道路网(包括北京、深圳、成都、武汉、长沙和重庆)进行数据集提取,得到需要识别的道路数据集;然后,将道路网建模为对偶图,结合道路的局部特征与全局特征,以表征图中相关节点;最后,利用图注意力网络以监督学习的方式进行二分类,实现立交桥的识别。实验结果表明,该文各项分类指标,如精确率、召回率和F1值均超过91%,表明该方法在识别复杂和非典型立交桥方面的优越性,此外,模型在不同城市数据集上的泛化能力良好,表现出较强的适应性。

关键词： 数据产权   数据财产   数据集合   著作权保护   商业秘密保护   反不正当竞争法保护  

摘要： 高品质的数据集合是人工智能时代数字经济发展的关键生产资源。在现有财产保护体系内,著作权保护、商业秘密保护、反不正当竞争法保护都为数据集合的财产性权益提供了侵权救济路径,当事人根据实际情况可以选择不同的方案进行维权,也形成了有益的司法经验。这些经验有助于厘清数据集合财产性权益的特点,即数据价值的集合性,明确数据处理者和数据处理行为是数据集合财产性权益保护的激励对象。但是,建立在传统信息产权保护基础上的现有方案也存在保护不周延、不充分之处,难以应对发展越发迅猛的数字经济产业。未来,有必要对数据集合进行赋权立法,在区分单一数据财产与数据集合财产的基础上,重点为数据集合提供更充分的法律保障。

关键词： 高价值专利识别   异构图卷积网络   双向注意力机制   动态更新机制   多维特征  

摘要： [研究目的]提出一种基于时序聚合异构图的高价值专利识别模型,旨在解决现有高价值专利识别方法在利用专利异构关联和时序特征方面不足的问题,以更精确地识别高价值专利。[研究方法]通过整合专利多模态信息并设计时序-引用影响力动态更新机制,生成反映专利价值变化的时序聚合异构图。构建融入双向注意力机制的异构图卷积网络模型,提高对专利异构特征的提取能力,实现对高价值专利的精确识别。[研究结果/结论]实验表明,该文方法在智能电网领域的专利数据集上准确率和F1值分别达到84.61%和84.59%,优于常规方法,验证了方法的有效性,为专利筛选和价值评估提供了新的视角和方法。

关键词： 区块链资金追踪   图挖掘   机器学习   社群检测   XGBoost(Extreme Gradient Boosting)  

摘要： 针对区块链匿名性与复杂网络结构引发的金融犯罪资金追踪难题,本文提出融合图挖掘、机器学习与深度学习的智能追踪方法。该方法通过自动化构建资金流动图网络、多维度特征工程、Node2Vec图表示学习、多阶段无监督社群检测(融合CSCAN(Clustering-based Structural Context Adaptive Network)自适应K值确定算法、嵌入式K-means、拓扑Louvain及Katz中心性)以及基于交易时序特征的XGBoost地理位置识别模型,实现端到端分析。实验表明,系统分析时间从数天缩短至分钟级,下游地址Top-5命中率达80%,地理位置推断精准率超70%(F1分数0.89),显著提升追踪效率与准确性,为区块链金融犯罪打击提供技术支撑。

关键词： 语言使用现状   白哈巴村   语言变迁   喀纳斯景区   田野调查  

摘要： 由新疆大学李圃教授与西北民族大学巴图欧其尔·吾再博士合著的《我国图瓦人语言使用现状及其演变》,于2023年9月由新疆大学出版社出版。这部著作以我国图瓦人为研究对象,通过系统的田野调查与多维分析,揭开了这个聚居在喀纳斯景区白哈巴村、禾木村、喀纳斯村及周边散杂居区的特殊群体,在旅游开发背景下的语言变迁轨迹,兼具重要的学术价值与现实意义。