期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 基于有序事件列表的高效复杂事件匹配算法
邱涛, 丁建丽, 夏秀峰, 郗红梅, 谢沛良, 周清怡
《计算机应用》唯一官方网站    2023, 43 (2): 423-429.   DOI: 10.11772/j.issn.1001-9081.2021122186
摘要306)   HTML13)    PDF (2336KB)(93)    收藏

针对现有的复杂事件匹配处理方法存在的匹配代价高的问题,提出了一种利用事件缓冲区(有序事件列表)进行递归遍历的复杂事件匹配算法ReCEP。不同于现有方法利用自动机在事件流上进行匹配,该算法将复杂事件查询模式中的约束条件分解为不同类型,再在有序列表上对不同约束分别进行递归校验。首先,根据查询模式将相关事件实例按照事件类型进行缓存;其次,在有序列表上对事件实例执行查询过滤操作,并给出了一种基于递归遍历的算法来确定初始事件实例并且获取候选序列;最后,对候选序列的属性约束进行进一步的校验。基于股票交易模拟数据进行的实验测试和分析的结果表明,与当前主流的匹配方法SASE和Siddhi相比,ReCEP算法能够有效地减少查询匹配的处理时间,总体性能上均更优,查询匹配效率提升了8.64%以上。可见,所提出的复杂事件匹配方法能够有效提高复杂事件匹配的效率。

图表 | 参考文献 | 相关文章 | 多维度评价
2. 基于栈式自编码的水体提取方法
王知音, 禹龙, 田生伟, 钱育蓉, 丁建丽, 杨柳
计算机应用    2015, 35 (9): 2706-2709.   DOI: 10.11772/j.issn.1001-9081.2015.09.2706
摘要501)      PDF (619KB)(13070)    收藏
为了进一步提高利用遥感图像进行水体提取的准确率和自动化程度,提出一种基于栈式自编码(SAE)深度神经网络的水体提取方法。通过堆叠稀疏自编码器构建深度网络模型,使用逐层贪婪训练法依次训练每层网络,从像素层面无监督学习特征,避免传统神经网络等方法需进行人工特征分析与选取的问题;用学习到的特征结合相应的样本标签有监督训练softmax分类器;利用反向传播(BP)算法微调优化整个模型。采用塔里木河ETM+数据进行实验,基于SAE的水体提取方法准确率达到94.73%,比支持向量机(SVM)和反向传播(BP)神经网络方法分别高出3.28%和4.04%。实验结果表明,所提方法能有效提高水体提取的精度。
参考文献 | 相关文章 | 多维度评价