检索结果

Select

1. 融合语义标签和噪声先验的图像生成

张素素, 倪建成, 周子力, 侯杰

计算机应用 2020, 40 (5): 1431-1439. DOI: 10.11772/j.issn.1001-9081.2019101757

摘要（405）

PDF （2335KB）（367）

针对现有生成模型难以直接从复杂语义标签生成高分辨率图像的问题，提出了融合语义标签和噪声先验的生成对抗网络(SLNP-GAN)。首先，直接输入语义标签（包含形状、位置和类别等信息），使用全局生成器对其进行编码，并结合噪声先验来学习粗粒度的全局属性，初步合成低分辨率图像；然后，基于注意力机制，使用局部细化生成器来查询低分辨率图像子区域对应的高分辨率子标签，获取细粒度信息，从而生成纹理清晰的复杂图像；最后，采用改进的引入动量的Adam算法(AMM)算法来优化对抗训练。实验结果表明，与现有方法text2img相比，所提方法的像素精确度（PA）在COCO_Stuff和ADE20K数据集上分别提高了23.73%和11.09%；相较于Adam算法，AMM算法收敛速度提升了约一倍，且损失值波幅较小。可见，SLNP-GAN能高效地获取全局特征和局部纹理，生成细粒度、高质量的图像。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于多源信息相似度的微博用户推荐算法

姚彬修, 倪建成, 于苹苹, 李淋淋, 曹博

计算机应用 2017, 37 (5): 1382-1386. DOI: 10.11772/j.issn.1001-9081.2017.05.1382

摘要（503）

PDF （872KB）（478）

针对传统的协同过滤（CF）推荐算法中存在的数据稀疏性和推荐准确率不高的问题，提出了基于多源信息相似度的微博用户推荐算法（MISUR）。首先，根据微博用户的标签信息运用 K最近邻（ KNN）算法对用户进行分类；然后，对得到的每个类中的用户分别计算其多源信息（微博内容、交互关系和社交信息）的相似度；其次，引入时间权重和丰富度权重计算多源信息的总相似度，并根据其大小进行TOP- N用户推荐；最后，在并行计算框架Spark上进行实验。实验结果表明，MISUR算法与CF算法和基于多社交行为的微博好友推荐算法（MBFR）相比，在准确率、召回率和效率方面都有较大幅度的提升，说明了MISUR算法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于聚类和Spark框架的加权Slope One算法

李淋淋, 倪建成, 于苹苹, 姚彬修, 曹博

计算机应用 2017, 37 (5): 1287-1291. DOI: 10.11772/j.issn.1001-9081.2017.05.1287

摘要（741）

PDF （928KB）（473）

针对传统Slope One算法在相似性计算时未考虑项目属性信息和时间因素对项目相似性计算的影响，以及推荐在当前大数据背景下面临的计算复杂度高、处理速度慢的问题，提出了一种基于聚类和Spark框架的加权Slope One算法。首先，将时间权重加入到传统的项目评分相似性计算中，并引入项目属性相似性生成项目综合相似度；然后，结合Canopy- K-means聚类算法生成最近邻居集；最后，利用Spark计算框架对数据进行分区迭代计算，实现该算法的并行化。实验结果表明，基于Spark框架的改进算法与传统Slope One算法、基于用户相似性的加权Slope One算法相比，评分预测准确性更高，较Hadoop平台下的运行效率平均可提高3.5~5倍，更适合应用于大规模数据集的推荐。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于Spark框架的高效 KNN中文文本分类算法

于苹苹, 倪建成, 姚彬修, 李淋淋, 曹博

计算机应用 2016, 36 (12): 3292-3297. DOI: 10.11772/j.issn.1001-9081.2016.12.3292

摘要（755）

PDF （936KB）（483）

针对 K-最近邻（ KNN）分类算法时间复杂度与训练样本数量成正比而导致的计算量大的问题以及当前大数据背景下面临的传统架构处理速度慢的问题，提出了一种基于Spark框架与聚类优化的高效 KNN分类算法。该算法首先利用引入收缩因子的优化 K-medoids聚类算法对训练集进行两次裁剪；然后在分类过程中迭代 K值获得分类结果，并在计算过程中结合Spark计算框架对数据进行分区迭代实现并行化。实验结果表明，在不同数据集中传统 K-最近邻算法、基于 K-medoids的 K-最近邻算法所耗费时间是所提Spark框架下的 K-最近邻算法的3.92~31.90倍，所提算法具有较高的计算效率，相较于Hadoop平台有较好的加速比，可有效地对大数据进行分类处理。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于测试用例的软件可靠性分析

李宝林李志蜀陈良银倪建成

计算机应用

摘要（1536）

PDF （757KB）（949）

软件可靠性问题是软件测试中的重要难题之一，由于程序语言的复杂性以及被测程序的多样性，一直没有一个好的可靠性模型来评价它。鉴于此，提出了一个有关黑盒测试的可靠性分析模型，模型在结合等价类和边界值划分的基础上充分考虑软件复杂性、缺陷后果严重性和信息不足等因素等原因，根据矩阵和数理统计的知识得出相关的可靠性模型，并使用EM算法对该模型的置信下限做出了相应的理论证明。实验表明，该模型在实用性和可靠性方面都取得了较大的进展。